商业智能的bi时代精选(九篇)

前言：一篇好文章的诞生，需要你不断地搜集资料、整理思路，本站小编为你收集了丰富的商业智能的bi时代主题范文，仅供参考，欢迎阅读并收藏。

第1篇：商业智能的bi时代范文

商业智能(bi)这潭平静了很久的湖水，目前泛起了新一轮的波澜。继Oracle成功收购海波龙之后，数据仓库软件提供商NCR公司也计划分离数据仓库事业部门Teradata，使其成为一家独立的公司。与此同时，惠普公司已经开始开发自己的数据仓库平台。而微软将在5月的第二个星期，在西雅图召开它的第一次BI会议。一时间，BI领域热闹非凡。

在不久前举办的2007中国数据管理技术应用年会上，有分析人士指出，以购并小的专业公司为主的BI市场，将会向寡头时代演进。作为目前最大的两家独立BI厂商，SAS与BO(Business Objects)自然成了惠普、IBM、微软、SAP等巨头们虎视眈眈的目标。谁将会步海波龙的后尘？目前幸存的独立BI厂商们又将如何应对挑战？记者于近日就此采访了SAS公司大中华区总裁黄永恒和BO公司全球副总裁、大中华区总裁高树楷。

黄永恒：我们没有任何被兼并的压力

黄永恒：中国将是商业智能的一个重要舞台。

“据我们了解，两年前很多企业认为“安全”比较重要，但是最近的一个调查表明，很多CEO、CIO，已经把BI排在第一。原因是他们觉得如果一个企业没有BI，就不可能有一个真正长远的成功。对现在的企业来说，不光是看生存了，还是要看发展；不光是要发展，还要能持续，而BI是可以真正为企业提供策略性帮助的操纵杆。”SAS公司大中华区总裁黄永恒认为，BI市场近年来发展很快。

独特的商业模式和战略

在谈及Oracle对海波龙的收购时，黄永恒表现得非常轻松：“这是一个正常的市场行为，Oracle通过收购完善了自己的BI产品线。其实无论是SAS也好，BO也好，如果公司没有到一个规模，你就要考虑有没有生存空间，是不是要被兼并。对于SAS，我可以很有信心地说，我们没有任何被兼并的压力。我们去年的全球收入是19亿美元，今年我们肯定会超过20亿美元的。在经过30年的积累之后，我们已经获得了很广泛的生存空间。”

“对软件行业来说，30年真的是很长时间。”黄永恒表示，“在美国，软件企业不要说10年，通常2至3年就会换一个新领域或产品。而SAS在商业智能这个市场上奋斗了30年，并且不停地增长，这可以说是一件非常神奇的事情。”

SAS能够取得今天的成绩，黄永恒认为很大程度上是因为其独特的商业模式和战略。

“我们的商业模式是软件租用，相当于客户和我们是合作伙伴的关系，也就是说已经把软件做成了服务。美国State Farm Insurance公司30年前用SAS的时候，是从一个很小的工具开始，每年1000多美元。但在去年，这家客户和我们续约的合同已经超过了1000多万美元。今天，很多软件公司看到了这一商业模式的潜力，也在提类似的概念，但是真正模仿起来却很困难。”

BI的舞台在中国

作为新上任的SAS公司大中华区总裁，黄永恒肩负了SAS在中国及周边地区的市场开拓重任。“SAS公司一贯很重视中国的市场。我们决定并已经开始把大中华区的总部搬来北京。把大中华区总部设在北京，一方面表明了SAS对中国市场的重视，同时这也是我个人的意愿，因为我觉得中国，特别是北京，将是商业智能的一个非常重要舞台。”

根据黄永恒介绍，今年SAS公司在市场上推商业智能的同时，也在国内推广一个领先的概念叫做BICC，即商业智能竞争力中心。这个中心不是一个产品，而是一个企业文化和组织革新的概念。通过一个创新的组织，企业能够真正将IT部门的技术、企业的数据和业务需求联系起来，提高企业竞争力，将企业的利润最大化。

此外，SAS过去是以直销为主的，但是今年，会启动新的合作伙伴计划。在中国，SAS已经成立了专门的渠道合作伙伴部门。

对于数据挖掘和统计预测，不了解的人会觉得很难，熟悉的人会觉得很好用。黄永恒特别提到，在今后一段时期内，SAS公司将在国内的大专院校中开展一些推广活动，帮助学生们更多地了解商业智能。

“我个人希望能够推动50至100所大学的学生来使用我们的商业智能软件。让有兴趣的学生多了解一些数据挖掘和统计预测的工具，这对于商业智能基本知识和概念的普及是一个长期而重要的工作。”他很有信心。

高树楷：已经做好迎接挑战的准备

高树楷：今年我们将扩大合作伙伴的范围。

记者见到BO全球副总裁、大中华区总裁高树楷，是在今年4月中旬召开的2006年度“中国软件企业十大领军人物”的颁奖典礼上。在此次由中国软件行业协会与《软件世界》杂志社联合主办的评选中，高树楷当选“2006年度中国软件企业十大领军人物”，这可以说是对他自2006年4月以来，负责BO大中华区工作的最好肯定。

Oracle收购海波龙后不久，BO公司就发表了一份颇带火药味的声明，向媒体表示此次收购不会动摇BO在BI市场的地位。BO公司负责企业信息管理(EIM)业务的副总裁Pascal Clement更是认为：在这个行业内，没有公司愿意被Oracle收购。Oracle是因为自己在BI领域成效甚微，所以才选择了收购这条道路。

“Oracle收购海波龙是一次大胆的举动，给BI这个市场确实带来了很大的影响，同时Oracle也面临很多难题。一是产品整合，一系列的收购使Oracle具有了庞大的产品线，如何让众多产品迅速整合，是摆在Oracle面前的难题；二是渠道整合，Oracle与海波龙有不同的销售体系，能否快速整合将直接影响客户的购买意愿。”

高树楷认为：“BO已经做好了应对挑战的准备。首先，作为独立的BI厂商，我们的产品对异构数据平台的适应性更好，可以满足用户对不同平台下的数据管理和分析；其次，我们可以给客户提供一整套完善的解决方案，在一个统一的平台上满足用户不同的商业智能需求；还有，作为‘BI世界里的中立国’，我们和Teradata、用友等建立了良好的合作伙伴关系，从而使我们的解决方案更加完善。”

第2篇：商业智能的bi时代范文

【关键词】数据信息 商业智能 卷烟销售

一、商业智能（BI）概述

商业智能（BI，Business Intelligence），是对商业信息的搜集、管理和分析过程，目的是使企业各级决策者、使用者获得知识，促使他们做出更加合理的决策和应用。BI将数据仓库、在线分析处理（OLAP）和数据挖掘等结合起来应用于商业活动中，从由不同的数据源收集的数据中提取有用的数据，对数据进行清洗以保证数据的正确性，将数据经转换、重构后载入数据仓库或数据集市，然后利用合适的工具对数据进行处理，使数据信息变为辅助决策的知识，最后将知识呈现于接收者面前，为管理决策提供参考依据。总之，BI并不是基础技术或者产品技术，而是一种解决方案。

二、商业智能系统支持下的卷烟营销应用技术

现代卷烟营销发展带来大数据洪流，在现代信息技术的有力推动下，电子商务得到蓬勃发展，网络营销日益成为最为重要的营销渠道，用信息技术武装起来的现代零售终端日益真正成为行业的神经末梢，工商零“三位一体、面向市场、服务消费者”的现代营销体系正逐步成型并日臻完善。伴随这一发展的，是已经到来和即将到来的大数据洪流。以新商盟网络营销为例，据2013年不完全统计平台聚集了近三百万用户，每天处理近百万笔交易，再加上大量的网络营销活动，零售户活动参与、发表意见，与客户经理、工业代表、品牌经理等的网络化沟通互动，其每天新增的数据规模已相当惊人。通过对这些数据信息的有效应用，可以帮助我们进一步优化营销流程、开展个、推进精准营销，从而显著提升营销活动的效能。

（一）实事求是，准确建立基础数据仓库。

1.准确市场细分

市场细分必须把握市场所处的地理位置、自然环境，人口规模等，即地理指标；消费者所处的社会阶层、生活方式、个性特点等行为指标；消费者年龄、性别、家庭、职业、教育程度等人口信息指标；市场的经济水平、经济增长率、居民可支配收入等经济指标；消费者的支出水平、消费能力、消费数量等能力指标，为“精度经营”寻求依据。

2.准确信息收集

卷烟市场信息采集是建立现代卷烟营销体系的重要基础性工作。市场信息的采集、分析与利用，驱动着卷烟需求预测、货源组织、货源供应和品牌培育等营销关键业务的开展，是按订单供货的起点、把握市场真实需求的前提。通过设置市场销量、库存、价格、需求等一级指标，品牌覆盖率、铺货率、动销率、断货率等二级指标，以及客户贡献度、依存度、配合度、规范度等三级指标，构建起三维信息采集体系，为“精准经营”的有序实施做好铺垫。

（二）因地制宜，准确把握系统数据挖掘。

1.准确把握需求

随着国家局提出的“卷烟上水平”战略的全面实施，以及“532”“461”品牌格局的基本形成，如何做好重点品牌的市场营销工作，精明把握市场消费需求，及用市场消费的需求品种、需求数量、需求周期来有效引导骨干品牌的快速成长，已成为辖区“夯基础、调结构、上水平、增后劲”不可缺少的重要手段。

2.准确需求预测

市场需求预测就是指在一定时间和一定价格条件下，对消费者愿意且能够购买的卷烟数量和结构进行预测。提高市场需求预测的准确性，就是要使预测数据更加贴近市场，更能真实地反映市场的本来面目。

（三）因利势导，准确联系数据分析处理。

准确投放是在细分零售客户、准确预测的基础上，通过锁定卷烟类型（顺销、紧俏等）、锁定销售时段（常规销售期、节假日销售期等）、锁定销售对象（地区、区域、片区等）等方式，不断缩小投放范围。只有实现了精确投放，才能实现货源的合理配置，满足市场的真实需求，提高零售客户的获利水平。

1.依照量价平衡原则，掌握投放节奏

首先，从“时间、区域、分类”三个维度，对“覆盖率、铺货率、动销率、满足率、断货率、成长率、存销比、市场价格”进行动态分析，以精确的市场信号全力实现精准营销。其次，根据不同时间、区域、业态和客户不同的销售能力、销售特点、销售规律，制定“精确投放”策略。并积极推行“定点、定量、区域、控量、个性化”的品牌投放策略，实现卷烟销售的“日均衡、周均衡、月均衡、量均衡、客户均衡、品牌均衡”，确保零售客户拥有较高的货源满足率。

2.参照不同价位段，实现卷烟结构的逐步优化

围绕“货源供应稳、品牌形象好、盈利能力强、价位设置优、市场需求旺、销售前景好”等指标，综合考虑地理因素、人口因素、心理因素、行为因素，以及客户的经营价值、形象价值、信息价值、诚信价值后，锁定目标消费群体“有的放矢”。投放上“控点、控量、控区”，策略上采用“错位梯次销售法”，重点监控动销率、上柜率、覆盖率和再购率，加强监控点的选取、培训、维护、管理与激励，保证获取的监控数据准确无误，力促卷烟投放的时间、品种、结构、类别日益精准。

三、基于商业智能应用技术的绩效分析

举一个例子，一个卷烟销售客户经理每周都要看销售报表，反映这一商业智能在商品销售分析方面，那是体现的是什么呢？狭义的说，它是能够帮助决策者对自身业务经营做出正确决策的工具。广义的说，商业智能是集数据仓库技术、数据挖掘技术以及在线分析技术等于一体的经营分析和决策支持的数据应用体系。商业智能应用技术的作用是将企业的系统数据中有用的部分提取出来并进行整理，然后将数据合并到数据仓库或是数据超市中，透过商业智能工具的开发、研用、推广，得到企业数据分析的一个全视图。简而言之，商业智能是帮助企业从既有数据中，解读出自身体质优劣的情况，让企业决策者是否需要采取必要措施或规划新的营运方针。

参考文献：

[1]菲利普・科特勒（Philip Kofler）.营销管理[M].格致出版社.

[2]所罗门，卢泰宏，杨晓燕著.消费者行为学.第8版（中国版）[M].中国人民大学出版社.

第3篇：商业智能的bi时代范文

摘要:会计信息化需要好的数据处理工具和数据展示工具。本文首先介绍盈亏平衡分析方法,并介绍用Excel制作盈亏平衡分析模型和用友ERP-U8 BI中的盈亏分析模型,然后用Crystal Xcelsius来制作个性化的盈亏平衡分析模型,最后指出会计人员应借助于像Excel和Xcelsius这样优秀的第四代软件工具或用友ERP-U8 BI提供的平台,自行开发满足个性化需求的模型,更好地为管理决策服务,实现财务智能化。

关键词: 会计 盈亏 平衡 分析

盈亏平衡分析是在成本性态分析和变动成本法的基础上进一步分析研究销量、价格、成本和利润直接的内在规律性联系,为企业进行预测、决策、控制和计划提供必要的财务信息的一种定量分析方法。盈亏平衡分析基本公式:利润=销售收入-变动成本-固定成本。在这其中,不同售价下保本点销售量的确定至关重要,它可以为管理者科学地规划企业的未来,制定正确的经营决策提供依据,是企业决策的有力工具。在手工会计下,实现盈亏平衡分析比较麻烦,而在计算机辅助下,实现起来就比较容易而且能够实现更多的功能。本文介绍借助于计算机实现盈亏平衡分析的方法,分别是:在Excel中实现盈亏平衡分析,在用友ERP中实现以及运用Crystal Xcelsius来制作个性化的盈亏平衡分析模型。

一、用Excel实现盈亏平衡分析

在上海财经大学出版社出版的由刘兰娟主编的《财经管理中的计算机应用》一书中,介绍了用Excel建立盈亏平衡分析模型的方法。在该书中作者运用公式计算边际贡献、销售收益、总成本和利润,运用模拟运算表作出制图所需的数据,用散点图来展示边际贡献、固定成本与利润的关系,并用模拟运算表的方法在图形中加入盈亏平衡销量垂直参考线和当前销量垂直参考线,用微调项控件来对销量和售价进行调节,将调节对利润和盈亏平衡点的影响结果显示在文本框中。

二、ERP中的盈亏平衡分析

随着ERP的推广与普及,越来越多的企业都已上了ERP系统,企业的数据大多产生于ERP系统之中。那么可不可以直接在ERP系统中实现盈亏平衡分析呢?商业智能系统中,提供了许多决策分析模型,其中就包括盈亏平衡分析模型。

用友U8-BI中提供的盈亏分析模型,在该模型中采用逆向思维的方法,根据目标利润去倒推影响它的相关因素,比如:业务量、产品单价、单位变动成本和固定成本。这里可以首先设定一目标利润和一变动因素,模型能够给出在其他因素不变的情况下,该因素需要达到多少才能实现目标利润,并通过仪表盘形象地显示出该因素的变动量和变动比率。还能显示出各项因素对目标利润的影响程度。

在用友ERP-U8 BI的服务模式中,Business Object公司提供BI应用模型和决策分析模式,天创咨询负责为企业提供增值的咨询服务和远程交付服务。当客户有个性化的基于U8-BI的决策分析模型需求时,一方面可以借助U8-BI的设计平台自行设计,另一方面也可以将需求发送给用友天创咨询公司,用友天创咨询公司在后台建立了强大的适合各种管理角色不同管理的管理页面知识库,可以根据客户个性化需求快速配置,并发送到客户端,由客户或用友公司现场实施服务人员部署到企业中高层管理者的浏览桌面。

三、用Xcelsius制作个性化的盈亏平衡分析模型

虽然ERP已经进入普及时代,但是还有不少企业还没有上ERP或者上了ERP但短期内还不能上商业智能系统,那么对于这样的企业怎么实现像用友U8-BI系统中那样动态形象的盈亏平衡分析呢?Business Object 公司的 Crystal Xcelsius就是一个很适合于管理人员使用的商务智能工具。借助常用的Excel,运用Xcelsius就能制作出像用友U8-BI系统中那样动态形象的,甚至是满足个性化需求的盈亏平衡分析模型。

Crystal Xcelsius 是一款直观的独立的 Windows 应用软件,它可以连接 Excel 表格、通过 web service 和XML连接其他外部数据源,从而将传统的 Excel 表格及静态数据转换为引人入胜的交互式可视化分析。可以从中看到用友U8-BI中BI应用模型和决策分析模式就是用Business Object公司提供的Crystal Xcelsius 来实现的。

通过Crystal Xcelsius工具借助于Excel制作的盈亏平衡分析模型,在此模型中可以调节销量和售价两个变量,求得相应销量下的利润情况和相应单价对应的平衡销量并形象地将结果展示出来。模型采用结构图的方式能够形象地展现出影响利润的各个因素之间的关系,比如可以通过调整可变成本的滑块,变化各种相关的因素,直接人工等因素会发生变化进而会影响总的可变成本,并带动总成本,最终影响利润。而影响固定成本的主要因素,包括管理层薪酬、保险费用、折旧、广告等,这里采用了直接在进度条上拖动的方式,根据业务状况灵活调整,来影响固定成本,并带动总成本,最终影响利润。

模型中利润进度条采用了具有预警功能的进度条,当利润为正时,进度条显示绿色,当利润为负值时,即亏损时,进度条显示红色,提出警报,引起决策者的注意。而对于盈亏平衡销量这里采用仪表盘的形式来形象地展示,当通过对进度条或滑块的调节来变动与盈亏平衡销量相关的因素如:单价、固定成本或变动成本等因素时,仪表盘会自动显示出当前情况下的盈亏平衡销量,指针指到相应位置,形象地展现出这些因素对盈亏平衡点的影响。

用Xcelsius制作的交互式可视化模型(Flash)可以直接嵌入到 PowerPoint、PDF、Word、Outlook 和 Web上动态形象地展示、讲解数据,让演示更富有说服力和吸引力,让商业信息得到更加充分的表现。由于Xcelsius平立且对配置环境要求不高,任何企业都可以运用,另外Xcelsius操作简便,即使非技术人员也可以进行全面的交互式可视化分析,会计人员也能轻松便捷地制作出满足个性化需求的分析模型来。

四、小结

综上可以看到,无论是运用Excel还是在用友ERP-U8 BI中,还是用Xcelsius来制作盈亏平衡分析模型都需要会计人员具有自行开发的能力。会计人员应借助于像Excel和Xcelsius这样优秀的第四代软件工具或用友ERP-U8 BI提供的平台,自行开发满足个性化需求的模型,更好地为管理决策服务,实现财务智能化。

参考文献:

第4篇：商业智能的bi时代范文

关键词 商业智能 智能科研系统 知识发现

中图分类号：TP311 文献标识码：A

人们对信息的要求，不在局限于对“静态”信息的获取、管理和使用，而是在追求更高一个层次的知识管理和智能决策支持。科研管理也是如此，科研是项目申请、管理、结项、成果鉴定和获奖、专利申请等一系列的过程，积累了大量的数据，如何有效地管理、使用这些数据是摆在科研人员面前的一个重要难题。高效的智能管理及决策支持系统，在完成传统的信息系统对相关数据的基本管理功能同时又能更深层次的从不同角度、不同层次，找出这些基本数据之间的联系，为管理者和科研人员提供“有效”数据，满足不同层次、不同角色的人员需求。这时，智能性能就成为新一代高校科研管理系统考虑过的一个重要属性。

1基本概念简述

1.1智能科研系统

智能科研系统是相对传统科研系统来说的，与传统管理系统在区别在于：智能科研系统能通过感知、学习、推理、判断，从而形成新的知识和推理，而这些新形成的知识和推理，会成为新一轮处理的对象，从而形成更高级的知识，进而协助管理人员和决策者对科研管理做出科学、合理的决策。

1.2商业智能（BI， Business Intelligence）

商业智能又名商务智能，英文为Business Intelligence，简写为BI，是企业对商业数据进行搜集、管理和分析的系统过程，目的是使企业的各级决策者获得知识或“预测能力”，帮助他们做出对企业更有利的决策。BI是包含一系列数据整理、分析、挖掘、展现等部分组成的可以为决策提供依据的技术及其应用。

商业智能的关键是从海量数据中提取出有用的数据并进行清理，然后经过抽取（Extraction）、转换（Transformation）和装载（Load），即ETL过程，合并到一个数据仓库里，从而得到海量数据的一个全局视图，在此基础上利用合适的查询和分析工具、数据挖掘工具、OLAP工具等对其进行分析和处理（这时信息变为辅助决策的知识），最后将知识呈现给管理者，为管理者的决策过程提供支持。

（1） 数据仓库技术。数据仓库虽然是从传统数据库系统发展而来，但是数据仓库区别于传统数据库系统还是有较大区别。从存储内容来看，数据库只存放当前值，而数据仓库存放的历史值，通俗的讲数据库存储的是“点”，而数据仓库存储的是“线”。另外，目标也不尽相同，数据库的目标是面向操作人员及其日常操作，而数据仓库的目标是面向中高层管理人员，为其提供决策支持。在智能科研系统中建立数据仓库的目的也是为辅助决策支持提供处理对象。

（2） 数据挖掘技术。数据挖掘与传统的数据分析（如查询、报表、联机应用分析）的本质区别是数据挖掘是在没有前提下去挖掘信息、发现知识，即数据挖掘是要发现那些未曾预料到的，不能靠直觉发现的信息或知识，甚至是违背直觉的信息或知识。数据挖掘通过预测未来趋势及行为，做出前摄的、基于知识的决策。目标是从数据库中发现隐含的、有意义的知识。

（3） 联机分析处理（OLAP）。OLAP使得数据分析人员能够从多角度对数据进行一致、快速、交互地存取，从而获得对数据的更深入了解。OLAP的目标是满足决策支持或者在多维环境下特定的查询和报表需求。实现维度变化、旋转、数据切片和数据钻取等，帮助决策做出正确的判断等功能。

2智能科研管理系统的重要作用

在实践中，科研决策者和管理人员为科学规范地开展工作，不仅需要对科研事务的日常管理，提高科研服务的质量，更需要的是建立科研管理知识发现系统来支持管理者的科学决策。

2.1智能科研系统为科研发展规划的制定提供支持

智能科研管理系统通过对数据进行有效的整理、分析和推理，针对关键的科研重点领域、关键技术和发展方向进行分类和预测；然后再对数据进行模型化、可视化和综述化，向管理者提供各种影响因素之间的内在关联，以指导科技发展规划的制订；通过聚类分析、关联分析和孤立点挖掘等方法与专家咨询动态结合，在数据仓库进行挖掘，可以判断优先发展领域和重点资助方向。

2.2智能科研系统是科研立项工作的决策提供保障

由于科研立项的多因素性和项目的数量庞大，导致许多科研项目重复研究，研究效果和水平也不能较好地体现立项的初衷。通过智能科研系统，对课题申请所涉及的申请者、申请单位、研究内容、领域等诸多因素进行数据挖掘，有利于建立科学的指标体系和规范的项目遴选方法，减少不合理因素对项目立项的影响，有效、准确、合理地选择确实需要资助的项目给予资助。

2.3智能科研系统为科研项目管理决策支持

科研项目管理对于课题管理者和决策者而言，需要对大量历史数据进行综合分析和提炼，得到支持管理及决策的数据。通过联机分析处理，可以发现课题承担人、承担单位、经费分配、科研仪器使用等多种相关信息之间的内在关系，从而提高科研管理者及时发现问题，解决问题的能力。因此，通过智能科研系统可以对科研管理数据进行分析处理，发现存在于科研项目管理中的不足之处。同时，还可以根据专家评议结果，通过聚类分析和孤立点分析发现评审过程中的异常情况，确保专家库的客观性与合理性。

3基于BI的智能科研系统

系统总体由数据层、数据仓库层、数据分析层、表现层、高级应用层五层构成。结构示意如下图所示：

数据层：数据层由源数据和ETL功能构成。数据源数据主要由各个业务系统产生，数据管理系统可以是当前主流的数据库系统，如：Ms SqlServer、Oracle、DB2等，也可是其他非结构性数据库，如：文本文件。但是数据的质量会影响后期的分析，所以建议使用标准规范的数据库管理系统对数据进行管理。数据抽取主要完成数据抽取、转换、加载，主要目的是为后期的数据挖掘、分析准备符合要求的数据。

数据仓库层：数据仓库是面向主题的、集成的、非易失的，是随时间变化的数据集合，用以支持决策过程。数据仓库作为一个集成的数据库，把数据从各个信息源中提取出来，将不同类型数据经过标准化成统一格式、净化过滤、加上时间标志和来源后，按时间分割、集成后存入数据仓库。

数据分析层：该层是数据仓库和前端表现工具的桥梁，它包括 OLAP 分析引擎、安全控制机制、数据挖掘工具等，按照科研系统管理的需要进行具有多主题、多维度的分析，并进行深度数据挖掘，发现趋势，该层主要响应表现层和高级应用层的分析请求，并将多维数据传递给前端的表现工具。

表现层：表现层是用户和系统之间交流的接口，为用户提供简洁、快速的访问系统的方式，并根据用户的需要，对数据进一步进行钻取，进一步获得不同层次的数据。该层的主要任务：将数据转变成信息，而后通过发现，将信息转变成知识；或者直接将信息转变成知识，即完成知识发现。

高级应用层：高级应用层严格来说，也是属于表现层，但与表现层又有着区别，表现层属于战术级层面，而高级应用层则是战略级的体现。该层将信息或知识应用在提高决策能力和运营能力上；企业建模等。

3.1 数据仓库的建立

数据仓库的设计应该使得科研管理部门能够准确地掌握本单位的科研进展状况、立项情况、科研经费，为制定一个较长期的科研计划及管理策略，组织决策者需要进行的分析主要有：（1）课题来源渠道和课题的类型变化及发展趋势；（2）科研合同的执行进度变化与趋势，以及影响合同执行的因素；（3） 本单位的对科研的技术实力和研究能力；（4）科研经费的使用情况；（5）省内、省外乃至国内、国际目前科研的热点、重点、难点内容。

基于上述需求分析，智能科研管理系统中，为实现对科研立项、管理、申报以及经费的分析、预测。需要建立以下几个主题：课题、合同、经费、科研人员，根据主题从不同的数据源获取相应数据。为更好地分析数据，需要从不同的维度对数据进行组织和定义。这样，当数据仓库执行某个查询时，并不直接查询事实数据，而是从维度数据入手，在维度数据的指导下对事实数据进行查询。

另外，在数据仓库建立中还要考虑以下因素：跟踪数据的更新；数据质量检查；管理和更新元数据；审计和报告数据仓库的使用和状态；删除数据；复制、分割和分发数据；备份和恢复；存储管理。

3.2 数据挖掘（DM，Data Mining）和联机分析处理（OLAP）设计

数据挖掘的任务主要是关联分析、聚类分析、分类、预测、时序模式和偏差分析等，通常所说的数据挖掘会通过这些任务中的一个或者多个来对数据进行处理。选择数据挖掘工具的时候，要全面考虑多方面的因素，主要包括以下几点：（1）可产生的模式种类的数量，分类，聚类，关联等；（2）解决复杂问题的能力；（3）操作性能；（4）数据存取能力；（5）和其他产品的接口。

OLAP在设计时，要考虑以下原则：（1）模型必须提供多维概念视图；（2） 透明性准则；（3）存取能力推测；（4）稳定的报表能力；（5）客户/服务器体系结构；（6）维度的等同性准则；（7） 动态的稀疏矩阵处理；（8） 多用户支持能力准则；（9）非受限的跨维操作；（10）直观的数据操纵；（11）灵活的报表生成；（12）不受限的维与聚集层次。

4总结与展望

本文仅从商业智能的概念、所涉及的技术以及架构体系进行了介绍，并结合高校科研管理的新需求、新挑战，将商业智能引入到科研管理系统中，形成智能科研系统的一个雏形，实际上还有许多功能以及技术亟待进一步研究。随着研究的进一步深入，智能科研系统必然会在高校、企业等单位的科研管理系统中发挥重要作用。

参考文献

[1] 李慧娟.商业智能在连锁企业进销存管理中的应用研究[J].电脑编程技巧与维护，2012（14）.

[2] 蒋伟，张弦.高校科研管理系统现状及发展方向[J].科技信息，2013（20）.

[3] 刘业政，胡剑.商业智能的核心技术及体系结构研究[J].合肥工业大学学报（自然版），2004（8）.

[4] 郑世良.商业智能技术在科研管理中的应用研究[J].科技管理研究，2010（16）.

第5篇：商业智能的bi时代范文

经过多年的发展,综合了数据仓库、联机分析处理(OLAP)工具和数据挖掘等技术的BI系统,已经成为影响企业发展的重要工具。

在欧美市场,BI系统的价值早已受到众多企业的认可。美国电池生产商Energizer Holdings公司曾在几前年股票价格下跌时求助于微软的BI工具,依据BI系统得出的商业数据,Energizer Holdings公司实施了更有效的决策,很快让公司的股票价格上涨到每股100美元的水平。

今天,BI正在超过ERP和CRM,成为最具增长潜力的领域。在我国,BI在电信、金融、零售、保险、制造等行业得到越来越广泛的应用,2009年国内BI市场的规模已达到17亿美元。

今年的Symposium/ITExpo大会上,在调研公司Gartner对2011年的十项基础设施和运营趋势所做出的预测中,“大数据”问题排名第二。

Gartner 指出,在未来五年,数据量的增长将达到800%,其中80%的数据将是非结构化数据。

根据这一预测,如何处理这些内容,如何把有用数据整理出来,将成为大多数企业不得不面对的问题。而这一趋势也将加快优良管理技术的应用。

“十二五”规划的目标之一,是让中国企业通过转型升级,在全球新经济布局中获得更多的话语权。

未来五年,中国企业对科学实施企业管理、进行企业决策的需求会更为强烈,BI工具对中国企业的发展必然会形成更深远的影响。

两大机遇

2010年,Gartner进行的CIO调查结果显示, CIO对于BI的关注度排在第五位。在IBM所做的“全球CIO研究”中,有83%的受访者认为BI和业务分析是企业信息化的重中之重。而在中国市场,BI的市场环境也出现了巨大的转变。业内分析人士认为,2010年国内的BI市场正在出现两大机遇。

首先,中国企业的发展已经进入了一个新的阶段,经济全球化趋势让更多的中国企业出现了与欧美企业类似的发展诉求。

中国企业在全球经济体系中扮演着越来越重要的角色,更多的企业开始重视通过科学的数据进行企业决策,实施全球化的发展战略,或是提升自己在全球市场中的竞争力。在这种趋势下,企业对BI工具的需求,将逐渐变成一种刚性需求,BI市场的发展已经迎来了不可逆转的契机。

其次,中国企业在快速发展的过程中,问题也开始集中出现,企业更清醒地认识到风险随时可能转化成危机的问题。

特别在国际金融风暴席卷全球之后,很多国际巨头企业相继陨落,促使众多中国企业开始将BI信息化建设作为重中之重。企业意识的转变,为BI市场的规模化蓬勃发展创造了良好的机遇。

但和欧美等市场不同的是,中国企业对于管理本土化的要求更高,企业对BI的需求不止停留在单纯的工具上。目前,国内企业在选择BI厂商时,更看重其对行业业务了解的深度。

一方面,中国的BI市场只有融入更多的行业特色,才能成功走出发展的初级阶段;而另一方面,这也让目前中国的BI市场难以形成寡头,BI企业的竞争机会依旧充裕。

三个趋势

运营商业务发展的需求,一直被各大厂商视为目前带动国内BI市场发展的最大拉力。有市场分析人士指出,3G的到来将会为BI市场带来巨大的机遇。业内专家认为,在3G时代, BI建设将出现三大趋势:

首先,BI对运营商而言,将不再是管理范畴的工具。除管理之外,BI将在业务服务领域发挥巨大的作用。

BI系统将被视为全局性的企业服务系统,不仅服务于各部门的领导者,同时也可以服务于前端、后端的业务人员。

其次,BI将成为辅助运营商业务健康发展的重要工具。当运营商进入全业务竞争时代后,运营商业务的“健康度”就是其竞争力的实际体现,运营商通过数据分析对业务进行评估的需求会更为强烈,而BI正是解决这类问题的能手。

此外,“点敏捷”将成为未来运营商对BI系统的新要求。BI系统只有具备高效、灵活和可靠这三大特点,才能满足运营商全业务模式的经营需求。

因为,传统意义上的BI建设大多基于某个域,众多系统的基础架构采用了不同厂商的产品或解决方案,相应的工具也完全不同,整个IT系统呈现出明显的异构化的特点。

传统的架构与运营商新的经营管理需求将出现不匹配的问题,传统的经营分析工具,将不能有效支撑未来企业运营管理的需求,特别是运营商对全球业务实施管理的需求将是BI面临的一个巨大问题。

这三大趋势暗示,未来的BI系统正在对系统架构的设计及其所应用到的技术提出更高的要求。

下一代商业分析系统

如何从数据源找到需要的东西,这是BI系统永远都在面对的问题。如今,精细分析技术已经成为确保各种BI系统又快又准找到数据的关键。

在精细分析系统的驱动下,BI系统得以变成一个更灵活,更便于实施的应用平台,并能大幅降低企业的IT成本。

第6篇：商业智能的bi时代范文

【关键词】商业智能企业信息化竞争力

随着全球信息化的发展，在世界各地、各行各业已掀起信息化的浪潮，信息化的层次也在不断演进，从MRP，MRPII，ERP到CRM，从数据仓库到数据挖掘，每一次变革都极大地推动着企业信息化的升级和企业管理水平的提高，功能强大的、面向事务型的信息系统在各个行业中大量应用。然而，这些应用都集中在前端的数据查询、存储和简单处理方面。现在企业已积累了大量的业务数据，有研究表明，平均18个月信息量就翻一番,但是能分析的数据估计只有7%。如何将大量的数据转换为可靠的信息以挖掘潜在的商机，已成为人们越来越关注的问题。由此，商业智能(BusinessIntelligence，简称BI)技术应运而生。本文就商业智能如何提升企业信息化以及在现实企业中应用模式进行探讨。

1企业信息化阶段模型

美国哈佛大学教授里查德·诺兰（Richard.Norlan）首先提出了信息系统发展的4个阶段，即开发期、普及期、控制期和成熟期，这是按时间顺序建立的四阶段模型。到20世纪80年代后期，信息系统的用途不断扩大，此时诺兰又提出了六阶段模型。即初始期、普及期、控制期、整合期、数据管理期和成熟期。这样诺兰模型已成为说明企业信息化发展程度的有力工具，是一个比较成功的模型，它在概念层次上对企业进行信息系统总体规划，对信息化的计划制定过程和衡量企业处于哪一个信息化发展阶段等方面提供重要参考。但是随着信息时代的发展，人们发现诺兰模型有其局限性，不能只是从计算机技术发展和人们接受使用计算机的水平来评价管理信息系统进程，而要从信息资源的有效配置、数据有效管理、系统有效集成，甚至还要从具体企业的信息化实施过程出发，所以就出现了业界普遍认可的企业信息化四阶段模型，这四阶段分别是：单一部门信息化，跨部门信息化，企业级信息化，产业链级信息化。如下表：

从这四阶段模型看，都是基于企业实现信息化过程，企业可以按照自己的具体情况实施信息化，不必按部就班按照诺兰模型的六个阶段。在现代企业信息化过程中，必须结合技术、管理、文化因素渐进地进行，使新的智能技术融入到企业管理中。

2商业智能内涵

商业智能这一术语1989年由GartnerGroup的HowardDresner首次提出，它描述了一系列的概念和方法，通过应用基于事实的支持系统来辅助商业决策的制定。DatawarehouseInstitute组织认为“BI是将数据转换为知识并将知识应用到商业行为上的一个过程”;GantnerGroup则认为“BI是将数据转换为信息的过程，然后通过发现将信息转化为知识”。简单地说，商业智能是对商业信息的搜集、管理和分析过程，目的是使企业的各级决策者获得知识和洞察力，促使他们做出对企业更有利的决策。其实，商业智能不是什么新技术，它只是数据仓库、OLAP和数据挖掘等技术的综合运用。为此，把商业智能看成是一种解决方案应该比较恰当。要深入认识商业智能，必须了解商业智能组织架构体系。

商业智能组织架构体系主要由数据仓库、OLAP以及数据挖掘三部分组成。

按照W.H.Inmon这位数据仓库系统构造方面的权威设计师的说法，“数据仓库是一个面向主题的、集成的、时变的、非易失的数据集合，支持管理部门的决策过程”。这个简短而又全面的定义指出了表明数据仓库主要特征的四个关键词：面向主题的（subject-oriented）、集成的（integrated）、时变的（time-variant）、非易失的（nonvolatile），将数据仓库与其他数据存储系统（如关系数据库系统、事务处理系统和文件系统）区别开来。

联机分析处理(OnlineAnalyticalProcessing，简称OLAP)是一类软件技术，它帮助分析人员、管理人员或执行人员能够从多种可能的观察角度对从原始数据中转化出来的、能够真正为用户所理解的、并真实反映企业维度特性的信息进行快速、一致、交互地存取，从而获得对数据的更深入理解。

数据挖掘是按照一定的规则对数据库和数据仓库中已有的数据进行信息开采、挖掘和分析，从中识别和抽取隐含的模式和有趣知识，并利用它们为决策者提供决策依据。数据挖掘的任务是从数据中发现模式。模式有很多种，按功能可分为两大类：预测型（Predictive）模式和描述型（Descriptive）模式。

3商业智能技术提升企业信息化程度

企业信息化进展到一定程度，数据量激增，面对海量数据，人们感慨数据丰富，信息贫乏。许多国内外企业纷纷决定采用商业智能技术解决出现的问题，从而提高企业的信息化水平。

3.1提升企业管理决策能力

在传统的经济环境下，企业老总往往可以参考不多的信息凭借经验直接给出决策。在网络经济环境下，这样制定出的决策往往是偏颇的。而现在事实上很多决策者仍在采用此种方法，因此提升战略决策者的洞察力是非常必要的。如果企业应用商业智能，战略决策者能够冲破自身的局限性，产生有意义的深远的洞察力。这是因为：决策者通过商业智能提供的图形、图表、表格等工具来陈述问题。图形和图表是一种直观的问题陈述方式，它强调数据之间的关系，管理者可以对图形或图表中的数据进行分析。相比传统的报表，管理者更能够尽快作出反映，提升分析问题的洞察力。有研究表明，26%以上的决策者不能够恰当的选择问题陈述工具以辅助问题解决。这种不恰当的选择，导致问题解决时间的延长及结果的偏颇。图形等陈述手段对决策者的启示作用是有限的，为了解决问题，进行相关信息的推理是非常重要的。它为决策者提供一个开始通过搜索或分析开始数据探索的出发点。这种向导式的分析，通过借助储存的专家系统可以给决策者带来新的理念，更新决策者的思想。向导和决策者间的交互激发了知识的产生，即决策者洞察力的产生。

3.2整合企业信息，提高报表分析

商业智能从技术层面上看，都是以数据仓库为基础，利用OLAP或数据挖掘技术根据决策者的需要从中提炼出各种表或视图。大致有几种类型。①企业级报表，这类报表生成器用来生成很好的格式化的静态报表，如财务报表、企业销售报表等。②立方体分析，它是基于立方体的商业智能工具向业务经理们提供简单的切片和钻取分析能力。③任意查询和分析，如关系型OLAP(ROLAP)工具供超级用户对数据库进行任意的访问，对整个数据库进行切片、钻取，从而分析到最细粒度的交易信息。④统计分析和数据挖掘，它是通过统计分析和数据挖掘工具，可以使用各类模型进行预测或者寻找两个变量之间的因果相关性。⑤报表分发和预警，它是基于报表分发机制，可以根据订阅、调度或者数据库中的触发事件向大量的用户群发送整个报表或者告警信息。

4企业信息化中商业智能典型应用

4.1商业智能典型应用

在竞争激烈的市场经济中，那些企业需要具有商业智能的软件，主要集中在竞争激烈的数据密集型的生活消费品行业和零售业以及金融服务业：如银行、保险等。使用商业智能都可以立竿见影地带动销售，这一点在零售业表现最为明显。这就是商业智能中的销售管理，它通过系统存储的产品销售信息建立销售模型,分总体销售模型和区域、部门销售模型,对产生不同结果的销售模型分析其销售量和销售策略,进行销售影响的因素分析和评估,根据不同的销售环境对相应的产品销售方案进行改进和创新,及时落实产品上架和下架计划,提高企业营销额。通过对历史数据的分析还可以建立提高销售量的预测模型。但是国内的生活消费品行业和零售业利润薄，信息化程度低，资金实力不强，没有足够能力实施。反而是电信、金融、航空等行业被商业智能厂商们看好，因为在国内这些行业的信息化程度高，并且这些行业从某种意义上都是服务业，客户的需求在这些行业中扮演着重要角色，准确、科学地把握客户的需求是身处这些行业的企业决策者们孜孜以求的东西，所以利用商业智能建立客户关系管理尤为重要。建立以客户为中心的数据平台集成客户信息，能有效保证客户信息的集中、统一和规范并从中挖掘出有价值的信息，就能获得更多的利润，帮助企业在适当时间、通过适当渠道、为客户提供适当的产品和服务。同时，通过发展曲线企业及时发现市场和顾客异常情况,快速采取措施,降低企业风险提高企业收益。如信用卡分析,银行、保险等行业的欺诈监测等。

4.2商业智能应用案例——中国光大银行国际结算系统

光大银行的国际结算系统于2001年正式运行，是光大银行的重要的业务，业务品种主要包括进口开证、到单、付汇、信用证通知、议付、结汇、转让信用证、出口托收、进口代收、进出口押汇、贴现、包买票据等，并实现了与SWIFT、会计系统接口。国际结算系统上线运行一段时间后，面临的问题是无法解决有效地利用数据进行分析，为决策提供强有力的支持。所以急需建立一套强大的报表和统计分析系统，提供给光大银行总行和各分支行的业务人员、管理人员对国际结算业务的经营和收益进行深入分析。

光大银行建立面向国际结算部的数据分析系统，该系统利用光大银行国际结算系统积累的大量有价值的历史交易数据，国际结算统计分析系统真实地反映光大国际结算业务的经营状况、揭示其发展的规律和趋势，提供高质量的统计数据和报表，并且支持OLAP验证式分析功能。光大银行国际结算统计分析系统基于数据仓库和OLAP技术，提供一个易用、灵活、快速的，集成了分析、统计、报表、数据挖掘的商业智能系统。国际结算统计分析系统是一个全行集中的分析系统，分支行无需配备该系统的维护人员，最大限度地降低光大银行的维护成本；而且各级业务人员无需科技部门的协助就可以自己定制各种报表和分析报告。

国际结算统计分析系统：（1）提供及时、方便的信息获取的方法，涵盖国际结算业务系统统计分析需要的全部数据，以及汇款柜台系统的部分数据，保证数据的质量和及时性，可以通过多个角度、多个层次进行信息查询。（2）可以让业务人员方便地定义各种报表，得心应手地在报表中嵌入分析结果，并且支持报表下钻功能，最大限度的降低开发和维护成本。（3）支持快捷地绘制各种指标的走势曲线、对比柱图、占比图形，对数据进行内在关系和深度挖掘，为决策者作出正确的决定提供有力的依据。可以从机构、行和客户等角度分析国际结算业务的收益情况。（4）能够及时地对异常的情况进行告警，使决策者随时掌控全局。分级的等级评估更是预警、各种比较的有效方法。

光大银行国际结算统计分析系统为光大银行国际业务部的决策管理工作提供了强大的查询、统计、分析、数据挖掘、报表定制功能，极大地提高了工作效率和工作质量，并且减少系统的维护成本，达到较高的投资回报率。用户可以随时、随地掌握业务的变化和收益的变化，帮助用户从“市场占有率”观念转变为“利润贡献度”观念，从而在未来激烈的竞争中立于不败之地。

第7篇：商业智能的bi时代范文

当代数字分析师与商业战略家布莱恩・索利斯提出了“数字达尔文主义”一说，意为：信息社会，达尔文“优胜劣汰”的进化观依然适应；面对数字化浪潮，那些观望、等待以及数字化能力和水平低的企业最终将会被市场所淘汰。

因此，如果说“未来的每一个企业都将是IT企业”难免偏颇，那么，“未来的每一个企业都将是数字化企业”的说法相信无人反驳。

因为大数据，BI会更强大

“信息化的重点是企业IT基础设施和系统的建设，而数字化则是企业基于信息化而建立起来的、面向互联网的崭新商业模式，其中企业级的数据探索和发现变得至关重要。”“IT老兵”潘应麟这样理解信息化与数字化的区别。

30多年的职业生涯，潘应麟从未离开过IT行业：在甲骨文工作了12年，之后进入微软担任大中华区企业和合作伙伴部门总经理；微软之后，他相继担任红帽软件大中华区总裁和SAP中国副总裁；现在的他是Qlik中国的董事总经理。相比微软、甲骨文、红帽和SAP这些路人皆知的行业大腕，Qlik这个名字不够响亮，但是Qlik所涉及的业务领域――商务智能，也就是我们常说的BI，是潘应麟所看好的，而Qlik则是这个领域的翘楚。

“天下武功，唯快不破”。Gartner认为，数字化时代，企业追求的是一个“快”字：对市场的反应要快，决策和战略调整要快，而这正是BI的核心诉求所在。

这里先简单梳理一下大数据和BI的关系。很多人都把大数据和BI混为一谈，认为大数据是BI的升级和替代，因为相对于BI，大数据的数据来源更丰富、处理能力更强（尤其对非结构化数据）、效率更高。

这是一个错误的认识，大数据和BI之间并不是竞争性的关系，所以不存在谁替代谁的问题。以Hadoop为代表的大数据技术是后端平台，关注的数据的管理和处理的高效性和安全可靠性；而BI是前端应用，进行数据的取样、建模与分析，既可以与传统关系型数据库关联，也可以与Hadoop等大数据平台关联。

因为大数据技术，BI会变得性能更高、功能更全。

BI有三大核心应用场景：描述性报表（即解决过去某一段时间发生了什么的问题）、数据发现（解决为什么会发生的问题）和预测建模（解决未来可能会发生什么的问题）。如果BI能够准确的做到这3点，对于企业来说绝对称得上是“运筹帷幄，决胜千里”的神器。

很抱歉，这些决策不一定是您想要的

所以，我们看到，在过去的几年，BI一直是CIO的首要技术任务。然而遗憾的是，当前的BI有点像几年前的ERP，企业对之又爱又恨。

看过美剧《全能侦探》的人相信对下面一句对白并不陌生――“您看，已经有多项计划制定出来，以此来帮助您通过适当的梳理和分析相关事实作出决策，而且这些事实都指向正确的决策。但是，很抱歉，这些决策也许不一定是您想要的。”

这也是BI目前处境的真实写照。BI的确有其独特价值，但部署后，企业却发现其犹如鸡肋，光彩全无，于是被束之高阁，造成投资的浪费。

究其原因，潘应麟认为是BI在某些企业遇到水土不服的情况，最主要症结不在于BI而在于企业。“BI价值的发挥有一个前提那就是高质量的数据，而部分企业由于在企业文化、组织机构和业务流程并没有为BI和数字化而做相应的调整，从而无法获得高质量的数据：全面而准确。这是最主要的原因，多数企业在IT治理上还需更进一步。我们做过一项调查，在65%的企业中，当数据与直觉相矛盾时，管理层的决定是：忽略数据，相信直觉。在这种情况下，BI是无法发挥其应用的价值的。”

然而，“世界变化很快，BI却发展缓慢”，我们必须承认这一事实。传统BI的部署时间一般在18个月作用，而形成一套完整的报告则需要6个星期左右的时间，所以BI需要与时俱进。

忽略直觉，相信数据

“数字达尔文主义”告诉我们，面对数字化的浪潮，不能观望和等待。可以预见，未来5年，企业的信息化和数字化将迎来一波建设。

工业化社会的高度发展建立了既定的秩序，我们被禁锢在固定的、集中的工作和学习模式中，对于相关信息和知识的获取的渠道或者平台也更为固定且单一。然而，在信息爆炸的大数据时代，显然这样的模式已经不再适用。无论是企业还是个人都需要透过这种数据激增的现象抓住数据的本质，去分析、总结和预测未来，从而对我们的工作做出正确的判断和决策。而所有的这一切对于我们固有的学习模式产生了巨大的冲击和颠覆。

所以，当大数据技术的日趋成熟，当数字化转型已经成为一种使命，包括大数据在内的技术将从概念炒作转向实践应用，而BI也将以崭新的姿态重回人们的视野。

对于BI下一步的发展，潘应麟持这样的观点。首先，企业信息化建设将不断加速，而展望未来或预测可能性的结果将成为一种习惯和常态，这一点毫无疑问。在数字化转型动因下，治理有序的数据发现将变得必不可少。数据在优化的同时，来源也将不断丰富，而更多来自外部的数据将被提供决策分析。技术层面，支持多终端协作、移动化和数据可视化将变得更加重要。当然，开放的标准和开放的生态也非常重要。

第8篇：商业智能的bi时代范文

【论文摘要】阐述了知识管理与商务智能的基本内涵，通过对比分析，从两者的概念、内容、产生的过程、采用的技术手段上进行区别，并对两者的共同属性进行了探讨，通过一定的手段将两者集成，实现支持企业决策、提升企业核。竞争力的目的。

知识经济时代，信息和知识已成为企业发展的战略资源。知识管理是伴随知识经济出现的一种创新管理，知识管理要综合运用战略、组织、流程、技术、变化等多种措施和管理工具，以富有效率的方式动员组织拥有的一切资源来实现其管理目标。商务智能是近几年来企业和学术界的研究热点商务智能技术可以帮助企业管理层在最短的时间内面对浩瀚如海的数据做出最为快速和科学的反应和处理以提高企业决策水平，从而获得新的竞争优势。很多企业为r能充分利用数据、信息和知识，提高决策速度和质量，纷纷投资建设商务智能系统与知识管理系统。充分r解和认识KM和RI足实施成功的前提知识管理和商务智能都为企业提供决策依据。对企业而言，如何做好两者的集成是极为重要的。

1．Bl与KM的主要区别

1．1定义不同

商务智能是综合了数据仓库、数据挖掘和联机分析处理等技术，将企业运作中涉及到的数据有效地转化为信息和知识．通过适当的方式展现给决策者，以帮助企业提高决策能力和运营能力，增强核心竞争力，创造更多盈利的一种平台和综合解决方案，这里的数据包括来自企业内部业务系统的订单、库存、交易账目、客户和供应商资料等，此外还包括来自竞争对手的数据以及来自企业所依赖的外部环境中的各种数据。显然，BI涉及到了很宽的领域，是集收集、合并、分析和提供信息存取功能为一体的解决方案。

商务智能方案分为对内信息共享(内网)和对外信息共享(外两)两部分。通过内隔企业把信息传送给员丁，并从中获得最佳的回报，但是，企业从信息中可以得到的并不仅限于此。通过外网把信息与外部客户共享，该信息会给企业带来更多的价值。

通过建立商务智能外网，企业能够向客户提供他们的历史交易情况，使客户拥有最新的购买情况、帐户状态等信息，此外企业还可以与客户共享客户支持信息。这样客户就能够在网上看到自己的支持请求、技术问题的记录以及同题处理进展情况等。

知识管理(KnowledgeManagement，KM)就是为企业实现显性知识和隐性知识共享提供新的途径，知识管理是利用集体的智慧提高企业的应变和创新能力。知识管理包括几个方面工作：建立知识库；促进员工的知识交流；建立尊重知识的内部环境；把知识作为资产来管理知识管理在知识资产管理、学习型组织、人力资源管理和信息化四个方面进行深化和突破。知识管理是企业在面对非连续的变化所致之重大变革之际，所建立的一个包含了将资料、资讯技术与整个组织流程、企业精神等加以整合之过程及成果，其中包含全体员工的创新力和创造力。

1．2运作过程不同商业智能所体现的智能行为在于能够解决市场环境中随机变化的决策问题。针对千变万化的市场问题，商业智能技术表现为联机分析处理的任意切片、切块和钻取．以及利用数据挖掘技术所获得的知识

知识管理(KM)是对企业中的个人和企业组织进行知识获取、存储、共享、使用和创新的管理过程。知识管理既是一种信息技术．也是企业的理念和企业文化。知识管理的主体足知识．实现知识获取和共享需要利用商业智能，从商业智能中得到的信息与知识能帮助解决随机变化的决策问题，在这种意义上，商业智能是知识管理的基础知识管理涉及四个运作过程，它们是知识集约过程、知识应用过程、知识交流过程和知识创新过程。知识集约过程指对现有的知识进行收集、整理、分类和管理的过程，它通常包含了隐性知识显性化和显性知识综合化这两个模式的知识转化；知识应用过程指利用集约而成的显性知识去解决问题的过程，也是显性知识内化为员工个人的隐性知识，导致员工隐性知识储备、扩展的过程；知识交流过程指通过交流来扩展整体知识储备的过程；知识创新过程指企业整体的知识储备扩大并由此产生出新概念、新思想、新体系的过程。

这四个过程不是相互独立的，而是相互关联的。知识创新是知识管理的目的，实现这一目的的关键在于隐性知识显性化和显性知识内部化。而知识集约促进隐性知识显性化，知识运用和知识交流促进显性知识内部化。因此知识集约、知识运用和知识交流是实现知识创新所不可缺少的重要步骤。

2．KM和Bl的共同点

2．1都以信息技术为基础。无沦是商务智能还是知识管理，都以信息技术为基础，两者都依赖于计算机硬件、软件、数据存储和网络通信等技术。

2．2支持共同的业务过程。无论是商务智能还是知识管理。都是为企业业务活动服务的它们基于同一个网络．为企业管理活动提供乎台和环境：它们具有共同的使用者，即企业各层次的决策人员：它们所处理的业务对象也具有很大的重叠性，都是企业管理过程中的各项活动。企业中知识管理系统和商务智能系统相辅相成的。

2．3最终的结果都是知识。知识管理中的知识明显的总是直接来自人。商务智能中的知识源自对数据的分析。例如，如果一个公司通过商务智能分析得出在假期推出产品促销可以获利，这就是一条可以捕捉、存储、分发的知识，并且可以和其他知识一样使用。从这点来说，商务智能是使数据转化成知识，然后管理知识的过程。

2．4都包含收集、组织、共享、利用阶段。商务智能的处理对象是数据和信息，知识管理的主要处理对象是知识。虽然有学者对数据、信息和知识做了严格的区分。实际上，不管是数据、信息抑或是知识．他们的处理过程都有收集、组织、共享、利用这样的阶段。

3．知识管理和商务智能集成研究

现在的知识管理系统缺少与企业信息系统的联系．别是数据层次上的联系。企业信息系统缺少知识存储和处理功能，现在的知识管理系统通常独立于企业信息系统之外，或者是作为一个独立的模块通过接口与信息系统连接。对于企业来说，知识管理与数据管理、信息管理一样贯穿于整个业务过程中，都是业务活动的有机组成部分。现有的知识管理系统需要与企业信息系统能融合，才能很好满足企业知识管理的需要。商务智能系统是与企业信息系统紧密相连的系统。集成商务智能与知识管理就可以实现知识管理与企业信息系统的紧密联系。本文把商务智能与知识管理集成系统称为KMBI，可以处理、分析企业数据、信息、知识，支持企业各项活动，根据信息系统开发分层设计的思想，KMBI可以分为数据集成、功能集成和表示层集成三个层面的集成。

第9篇：商业智能的bi时代范文

当今世界，人类已开始进入一个以信息和知识为基础的新经济时代。借助信息技术特别是互联网络的参与，从根本上改变了人类的生存和生活方式。而实际上，信息技术和网络已成为知识经济时代的人类 “新语言”，成为人们生存和发展的一种“交流工具”，甚至有人说已经成为人类社会生活的一种决定性力量，如海德格尔所说，已经成为现代人的历史命运。所以，以教师为主体的校本研修必然要借助信息技术为支撑的网络环境。综合以上因素，我校构建的多功能校本研修平台，在“以校为本”的新理念指导下，以服务校本研修为核心，以网络架构为平台，以案例（课例）研究为载体的专题网站，包括视频案例（课例）或文本案例（案例）。以案例研究为载体的研修网站主要内容包括：案例和案例问题、案例分析、自我反思、组内评价、专业引领和学习资料等。

【关键词】移动化平台 解决方案 平台设计

1 技术平台

1.1 总体需求

如图1所示。

1.2 技术解决方案

1.2.1 平台功能简介

圆舟科技自主研发的xSimple移动平台，主要功能包括：

（1）消息引擎；

（2）业务引擎；

（3）授权认证；

（4）web业务组件；

（5）MAM；

（6）MDM；

（7）集成门户。

1.2.2 平台技术架构

（1）逻辑架构。圆舟科技提供端到端的完整移动平台，平台逻辑结构说明如下：

>移动终端：支持Android、iOS主流操作系统

>客户端应用：

*移动应用开放式统一门户（基于H5构建上层业务展现）

*核心平台能力引擎（提供原生能力、消息能力、数据存储能力等）

>服务端：

*统一的安全接入服务（通道安全协议、请求安全控制等）

*文档服务（提供类似云盘服务，方便跨平台的文件上传、下载、共享）

*消息服务（负责消息通知推送，即时通讯消息存储与接口）

*移动应用、设备、权限管理（移动端业务模块权限、移动角色、应用等配置）

*业务集成门户（负责提供统一集成标准，将多移动化子业务系统管理后台集成）

*业务服务引擎（它提供接口适配常用的业务扩展能力API，并基于可开发、调试的ID，允许快速构建数据接口服务）

（2）技术架构。圆舟科技移动平台xSimple的技术架构核心流程说明如下：

>移动应用&文件服务

移动应用端使用能力引擎层提供的文件API，上传文件至文件服务器（配置支持断点），从文件服务器下载文件（支持断点）

>移动应用&推送服务

Android移动应用端，注册并连接推送服务（TCP连接），iOS移动应用端向APNS注册远程通知，获取apnsToken后，将apnsToken上传至消息服务

>移动应用&安全通道

移动应用端用户登录时，连接安全通道，由安全通道的登录服务实现具体认证逻辑（自身认证或向第三方认证）

移动应用端用户连接安全通道的消息服眨获取业务消息

>移动应用&业务服务引擎（BizServiceEngine）

移动应用端上的业务模块，使用能力引擎层提供的业务请求API，连接业务服务引擎指定的特定业务接口，获取（或提交）业务数据

>移动应用&权限管理认证服务（MXM）

移动应用端的权限管理模块，负责连接权限管理认证服务，进行权限的协商和更新

>安全通道&推送服务

安全通道调用推送服务，如是Android平台的目标消息，则调用Android的pushServer向终端推送通知，如果是iOS平台的目标消息，则调用APNS服务向特定的终端用户推送通知

>安全通道&业务服务引擎（BizServiceEngine）&权限管理认证服务（MXM）

业务服务引擎或MXM权限管理服务，调用安全通道提供的pushMsg（消息推送）和authToken（访问令牌授权认证）接口

>WebPortal&业务服务引擎（BizServiceEngine）&权限管理认证服务（MXM）

业务服务引擎或MXM的管理端，调用webPortal提供的鉴权服务，管理PC端的用户身份与会话等。

1.2.3 部署架构

图2所示为圆舟科技xSimple移动平台部署架构图。

上述为平台推荐部署架构（适用于中、大型的移动平化方案），企业也可根据自身需要，基于此进行精简部署，部分服务，如企业自身已具备（如文件服务云盘等），则可以使用企业的服务集成。

1.2.4 平台优势与特点

（1）安全、安全、安全。

（2）应用商店，统一管理。

（3）业务扩展，快、简、稳。

（4）消息引擎服务，连接一切。

（5）丰富能力、业务组件，积木式应用开发。

2 核心服务与组件

2.1 终端门户引擎

门户设计（图3）。

简介：

>基于Hybrid混合模式（最适合企业移动化的架构）；

>丰富的能力插件，灵活的扩展规范；

>提供可扩展的门户框架（上层展现高效、快速、能适应业务需求变化）。

2.2 消息服务引擎

消息引擎：

简介：

>自主Android推送服务；

>统一的苹果APNS服务推送调用服务；

>消息可靠存储（保证网络异常等特殊场景下的消息可靠性）；

>业务消息分发通知机制（不关注业务消息定义，只负责消息送达）；

>支持横向扩展，满足企业内、外的连接沟通诉求。

2.3 业务组件模板

简介：

>灵活性、易维护、易扩展；

>模块预加载功能；

>统一UI规范；

>可以避免代码冗余、提高产品性能；

>丰富的基于企业常见业务的表单、组件模板，积木式设计，快速灵活搭配，提高新应用构建效率。

2.4 业务引擎与集成门户

简介：

>业务基础能力库（包括常见的接口适配形式，如DB，HTTP、WS等）；

>业务扩展开发指南、业务基础能力库、能力扩展指南（提供扩展API及完善的开发扩展指南）；

>IDE开发工具；

>统一鉴权（身份认证、会话管理等）；

>统一集成：用户、角色、菜单、菜单权限等配置管理，支持多系统。

2.5 企业即时通讯

简介：

>基础的即时沟通模式（单聊、群组等）；

>常用的沟通方式（图片、文字、语音、表情、文件传递）；

>基于特定业务场景的沟通（提供沟通组件，可根据业务需要，嵌入特定业务环节，加快业务的流转和沟通效率）；

>基于企业通讯录（组织架构）的沟通，PC与移动端跨平台互通；

>提供标准的企业内部微薄、工作论坛等。

2.6 企业应用商店

简介：

>提供专属的企业应用商店；

>企业多应用管理平台、应用下载、、升级等；

>应用内部评论、打星，排行榜等。

2.7 MAM与安全

MAM简介：

>应用版本管理：版本更新检测服务、版本有效性管理、版本自动解析等；

>用户、角色管理（移动端用户、角色的配置）；

>业务权限分配（移动端角色与业务权限的关联设置等）；

>设备基本信息采集，设备应用管理，设备状态监测；

>设备常见IT安全策略配置管理；

>设备上应用使用统计、应用擦除，应用禁用等。

安全性简介：

>传输通道加密；

>请求控制器；

>本地数据加密；

>安全访问控制策略；

>强化身份认证；

>MAM/设备安全策略管控。

2.8 文件服务（查看/上传下载）

文件上传与下载：

>支持文件上传（断点），文件定时归档，临时目录清理策略等；

>支持文件下载（图片类型的附件，可统一处理缩略图，定义图片的缩放参数配置等）；

文件查看与转换：

>支持自定义的附件查看组件（Android、ios等终端平台上的附件渲染服务）；

>支持的附件格式，囊括了大多数办公类的文件类型，如doc，ppt，excel，pdf等；

>附件存服务（离线缓存、在线缓存）；

>可配置的附件转换服务（统一转换为PDF格式，可以在移动端上有最佳的显示效果）。

3 业务解决方案

3.1 OracleBIEE+圆舟科技移动BI解决方案

3.1.1 基于OracleBIEE产品的解决方案

（1）简介。当今大部分企业决策者由于无法及时访问高质量、全面、可靠、个性化的运营和财务信息，因而在制定关键企业决策时常常感到压力巨大。BIEE产品全称Oracle Business Intelligence Enterprise Edition， 是Oracle 公司的商务智能核心产品。

Oracle针对数据仓库、商务智能以及ETL和数据质量管理的解决方案是一整套为支持更好更快地利用企业信息而设计的技术和应用系统。它将来自企业的多个数据源的数据整合到一起，并将数据转化为企业的关键洞察力来支持战略决策制定、推动持续的业务流程改进和促进整个企业协调一致。而且，由于Oracle解决方案针对Oracle和非OracleIT环境进行了优化，客户能够利用他们对现有技术和业务应用系统的投资来大幅降低总体拥有成本（TCO）。

（2）背景。各个行业的企业依靠信息来做出企业的决策。通常，企业需要的信息很难获得，因为这些信息也许不存在于企业内部或者存在于企业内部不同的应用系统中。尽管企业内部的系统例如销售、市场、运营、财务和人力资源等系统之间是内部互联的，但是系统之间的数据和存储位置并不一定是统一的。为了获得业务效率的提升，信息需要在各系统之间流动和传递。例如，销售、市场和服务部门的专家需要来自于财务、人力资源和制造部门的信息来帮助他们更好地管理客户资源。人力资源的专家需要财务信息来更好地了解企业的内部人员薪酬趋势和人力资源成本。制造和采购部门的专家需要客户订单、材料和劳动力成本等数据来更有效地管理供应链。大多数企业缺少这样跨系统的视图和信息，因为所需的数据存储在非互连的系统中。此外，他们使用的传统的商务智能工具被限定于只在某个主题和功能系统中，很难使用和维护，并且不能向公司价值链的各部门提供相关信息。局限性的业务视图导致这些系统不能很好地帮助企业做出更优化的决策。Oracle商务智能应用能够帮助解决这种具有挑战性的业务需求。

（3）项目定位。中建钢构移动平台系统的建设是围绕公司经营分析活动的需要，实现各项报表、分析功能的轻量化、移动化，以满足公司管理层决策支持需要及日常业务管理需求。

本项目将现有的钢结构管理平台和物联网等系统进行数据的整合，从生产运营的多个维度进行数据分析和展现，实现制造厂各车间、大区各项目、公司各制造厂、公司各大区产量、产值的系统数据深度整合和横向查看，为管理提供数据支撑，并逐步向轻量化、移动化过渡，逐步与OA办公平台等系统进行集成，为快速、高效的管理提供支撑。通过与多家移动平台软件商洽谈沟通，结合公司各系统实施情况，公司各系统中现阶段合适嵌入移动平台上的功能主要有生产数据展现、结果类报表展示、通讯录、审批流程、公司发文、知识库、云存储等功能模块。我们对中建钢构的本期数据分析需求有如下理解：

我们对中建钢构的本次项目的第一阶段的实施目标如下：

（1）为中建钢构总部及其各公司决策层，提供可供经营决策分析的可靠信息及数据；

（2）在集团数据平台架构的基础上，构建中建钢构的BI系统架构；

（3）统一、标准化的数据仓库；

（4）丰富的数据分析手段，更符合管理者决策思维；

（5）减轻分析工作量，提高分析的准确性。

BI主要特点：

A、新的B/S架构

这个好处是无需客户端，对于用户来说用浏览器直接登入系统既快捷又非常方便。

B、多种生动直观的数据展示方式，强大的报表整合能力

完全个性化交互仪表板，基于功能和角色主动式的智能预警，提供分析指引，提供最佳实践环境，能力强大，操作简单。

C、灵活的针对多数据整合及建模方式

支持多数据源，包括常见的数据库，甚至文件、数据切割，多聚合表，灵活的建模方案。

中建钢构本次项目的体系架构：

OracleBIEE11g具有统一的智能基础架构体系，可跨多种数据源，具有强大的系统扩展性，支持多语言，多平台，多前端展现模式。

而作为圆舟科技的Xsimple平台及移动BI，高集成整合任何数据源，进行灵活展现，匹配任何终端设备。支持Andriod和IOS。

技术特点：

全方位的企业决策支持：

A、灵活丰富的展示，在报表展示方面，充分考虑到企业决策者的多视角关注决策数据的需要，如下图：

B、BIEE主动预警与，能根据需要，及时得到预测信息数据，使企业能快速响应。

C、高扩展性，灵活多样的部署能力，能到现在各种流行终端c多种系统。

D、自助式联机分析：

（1）纯html页面展示；

（2）拖拽方式，新增计算项，定义风格，配置导航路径等；

（3）数据钻取并能够保持图表联动；

（4）完全通过WebUI进行强大的即席分析；

（5）创建和修改图表、数据透视表、文本和信息板多种展示方式等；

（6）统一的通用企业信息模型；

（7）通过goURL可进行参数的传递（SQL/Filter/Chart）。

强大的系统兼容性：

A、外部用户认证和SSO（兼容多种Portal工具），实现统一的用户验证机制。

B、开放性和可扩展性，支持多种开发标准和多SOA架构，支持开源WEB浏览器。

中建钢构的BI系统是未来集团长远发展的核心系统，所以，我们在选择企业核心系统时候有以下考虑：产品功能、技术先进性、灵活性（对未来适应）、成本。

产品功能是指产品本身功能的全面性和丰富性，产品功能全面丰富才能为解决方案提供更多的选择和余地。从这一点上来看，Oracle公司的BIEE更具有核心的优势：

技术先进性：IT技术的主流与否决定产品的寿命周期和用户未来的扩展性。

（1）灵活的体系结构、适应企业的个性化需求，便于调整；

（2）开发通用的开发语言（JAVA）；

（3）使用先进的技术，是Internet概念的倡导者和领先者之一。

同时，相对于任何其他产品而言，Oracle公司所有的产品集成与统一平台和数据库，对企业的未来成本与使用更有优势。

因此，对于中建钢构管理信息系统的建设采用了我们推荐OracleBIEER11的标准解决方案，所使用的功能如下：

BIEE报表开发平台

（1）财务报表；

（2）营销报表；

（3）KPI。

A.数据仓库

通过使用InformaticaETL开发工具开发搭建、开发数据仓库。其主要特性如下：

（1）建立多业务系统可视化的表映射关系；

（2）建立标准化的数据表；

（3）建立、计划可视化的表工作流；

（4）自带工作流实时监控系统，便于观察和维护；

（5）多工作区的开发工具、利于并行开发工作的执行；

（6）整合后的数据仓库平台，利于公司统一化、集中的数据管理；

B.BIEE报表及KPI

Oracle BIEE 开发方便、灵活，轻松支持财务主题、营销主题、营运主题、供应链主题及KPI报表开发。

Oracle BIEE商务智能套件是oracle发展多年，经过多版本之后的稳定产品、有大量的技术和平台文档支持、易于运行和维护，自动多维数据库essbase，支持多维度报表查询，无需与其他系统、数据集成就可以轻松实现多维报表展示。

4 基于圆舟科技移动BI解决方案

4.1 产品介绍

可以帮助企业随时随地碎片化简单快速、高效的做出更有价值的决策、提升自身的竞争力，收集、管理和挖掘企业商业数据，有效利用46种统计及分析指标，将数据展现给相关人员的移动端。确保企业能更好地控制和洞察业务状况，以较低成本和便携方式提供一种可视化管理项目。无缝集成其他系统，整合结构数据，并可快速部署，降低风险并带来更大的投资回报。

4.2 圆舟移动BI方案的关注点

4.2.1 信息针对性

圆舟BI能够从庞大的数据中将管理层最关注的数据与指标展现出来，按照使用者查询的指标频率自动排序，更有针对性，使决策更科学。

4.2.2 传递及时性

数据实时查询，用户可通过3G/4G/WIFI网络环境，实现数据随时、随地的数据访问，使决策更及时。同时与即时通讯技术的整合，也更便于管理者快速传递指令。

4.2.3 使用便利特性

圆舟BI将商业智能同时在PC和移动终端上展现，因此它真正实现了跨平台，随时，随地的办公和决策需求。能实现多点触控、指端拖拽，方式更灵活、更人性化，使用更便捷。在移动端进行触摸和拖拉就轻松获取最佳信息

4.2.4 系统的整合性

圆舟BI不是抛弃有的IT系统，而是更好的应用整合技术，将多系统进行整合，在多终端展现。

4.3 产品功能清单

角色切换、看板上的重点指标数据更新及查看权限、全部指标清单，相应预警指标沟通（图、文说明）、指标类别收藏。以邮件、即时消息、仪表板、看板、驾驶舱、饼状图、柱形图向用户提供监控、警告信息接及分析。

产品中包括的重要指标：

（1）销售收入。

（2）销售净利润。

（3）资金。

（4）资产周转率（销售）。

（5）ROE净资产收益率。

（6）速动比率。

（7）资产负债率。

4.4 业务痛点/解决问题

通过数据分析支持的高效管理。支持自动、随时预警及通知、报表调度，数据通过46种预置指标多维度分析，让“管理”更简单。

4.5 提升风险预警管理能力

展示财务KPIs指标保证您在项目生命周期中及时发现潜在的风险并处理，通过使用挣值分析方法和预测功能可以更加主动的管理项目效果。

4.6 全面的商务智能数据分析平台

无缝抽取Oracle，SQLserver，DB2等多种数据库资料，可从多个数据源生成报表，提供一系列丰富的商务智能分析工具，交互式信息显示板、特定查询、运营分析、生产预警、财务报表、战略管理，从管理层到决策层多维度个性化的数据分析管理工具。

4.7 项目资金流理更顺畅

对现金流的预测及实际现金流与预测之间的评估对比，通过强大的集成功能，还可以基于重大事件付款及收款计划优化现金管理。

4.8 社交化及时沟通、决策效率更高

高效快捷抽取运营内容和分析，发起即时沟通、管理层在线分析决策，决策即时邮件通告，简单高效，运筹帷幄！

5 结论与展望

美国学者曼纽尔・卡斯泰尔认为：“网络就是一组相互联结的结点，其所有的结c，只要他们共享信息就能联系。”。开放式的网络体系结构，使不同软硬件环境、不同网络协议的网络能够互连，从而实现真正资源共享、数据通信和分布处理的目标。另外，信息和网络技术不断向高性能发展，不断追求高速、高可靠和高安全性，且采用多媒体技术，提供文本、声音图像等综合。同时，计算机网络的智能化，多方面提高网络的性能和综合的多功能服务，并更加合理地进行网络各种业务的管理，真正以分布和开放的形式向用户提供服务。计算机网络与通信网的结合，可以使众多的个人计算机不仅能够同时处理文字、数据、图像、声音等信息，而且还可以使这些信息四通八达，及时地与全国乃至全世界的信息进行交换。这些高科技、十分便捷的网络与信息技术为校本研修提供了无法取代的手段。

参考文献

[1]汤玛士.戴文坡.ERP进阶实务[M].台湾：商周出版，2011（12）.

[2]吉尔伯特.托平，菲奥娜.切尔尼亚夫斯卡.企业咨询[M].大连：东北财经大学出版社，2008（04）.

[3]大岛祥誉.麦肯锡工作法[M].北京：中信出版社，2014（05）.

[4]维克托.迈尔-舍恩伯格，肯尼思.库克耶.大数据时代[M].杭州：浙江人民出版社，2013（01）.

[5]Oracle Method CDM Quick Tour，Release 2.0.0，February，2000.

[6]Oracle Method Application Implementation Method Handbook Release 3.0.0，August，1999.

[7]Oracle Method Project Managemnt Method Handbook Release 2.6.0， March，1999.

[8]曾跃.OracleERP实施方法论及其在通讯企业的应用[D].成都：西南交通大学，2004.

[9]徐宁.基于BPR的SR物流公司ERP系统构建与实施研究[D].秦皇岛：燕山大学，2012.

[10]赵志芳.基于xSimple的业务流程优化研究[D].北京：首都经济贸易大学，2008.

[11]李士强.xSimple系统规划与实施[D].南京：南京理工大学，2013.

[12]罗永胜.CZ公司xSimples实施方法体系研究[D].广东：广东工业大学，2013.

[13]刘华.PCB行业OracleERP实施方案的改进研究[D].广东：电子科技大学，2012.

[14]白燕梅.中小企业实施ERP过程及方法的研究[D].长春：吉林大学，2005.

[15]周玲.咨询公司ERP咨询项目实施风险评估与对策研究[D].西安：西安理工大学，2007.

[16]温和.用友公司xSimple实施方法体系研究[D].长春：吉林大学，2011.

[17]徐学军.邹明信.xSimple实施方法论研究[J].中国管理信息化，2006，7.

[18]丁正新.对我国中小企业xSimpless实施的研究[J].经管空间，2014.

[19]崔锦杰.企业成功实施xSimple的实践总结[J].信息与电脑.2014.

[20]盛如龙.ASAP实施方法论及其在奇华顿项目中的应用[D].大连：大连理工大学，2009.

[21]张玉权.xSimple实施过程控制方法及其在T集团的应用研究[D].北京：北京邮电大学，2010.

[22]汪晓华.OracleERP实施和估算方法的改进研究与应用[D].上海：上海交通大学，2009.

[23]史英杰.中国本土咨询业发展研究[D].天津：天津大学，2002.

[24]赵静怡.中国管理咨询公司发展对策研究[D].上海：复旦大学，2002.

[25]吴亚军.基于ERP实施影响因素的协同机制研究[D].西安：西安科技大学，2006.