一、前 言
当今世界乃知识经济时代，知识管理成为人们普遍关注和研究的对象。处在知识管理时代，面对着爆炸增长的信息量，企业的决策过程变得日益复杂。企业在深入运用信息系统后积累了越来越多的数据，如何从浩瀚的数据中发掘有价值的信息，为管理者决策提供有力的参考，变得越来越重要。这也就不难理解越来越多的管理者开始借助于新兴的商业智能技术来寻求解决之道。目前，商业智能的研究和应用处于发展阶段，其理论研究和商业运用不仅是软件界而且也是国内外企业界广泛关注的热点。商业智能通过对数据的收集、分析和管理，使之转化为对企业有价值的信息，从而辅助决策，指导企业行动。
二、商业智能的概念
商业智能这一概念最早是由Gartner Group公司的Howard Dresner于1989年提出的，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。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或洞察力，促使他们做出对企业更有利的决策。商业智能一般由数据仓库、数据分析、数据挖掘、在线分析、数据备份和数据恢复等部分组成。
商业智能发展到今天经历了一个复杂的渐进过程，它仍处于发展之中。商业智能发展大致经历了事务处理系统(TPS)、管理信息系统(MIS)、高级人员管理信息系统(EIS)和决策支持系统(DSS)等几个阶段。
三、商业智能的特征
当前诸多业务系统已经在企业中普遍使用，经过多年的积累沉淀，企业大都建立了比较完善的基础信息化系统。通过这些系统，企业积累了大量的历史数据，但由于各个部门的业务特点不同，造成业务数据各异，最终导致系统的差异和分割。企业需要的不是孤立的数据，而是有用的信息，商业智能正是这些业务数据进行相关处理的工具。
首先，商业智能基于数据仓库技术，将各个业务部门的孤立数据进行抽取、筛选，使之得以在企业内部得到共享，从而改变以前各个部门各自为政造成的应用平台不一、应用深度不一以及信息隔离的状况；在企业内部构建统一的BI平台，使各个业务部门的数据得以统一的管理。数据收据完之后，要根据数据的特性进行筛选进而进行相关性存放，以便对海量的数据进行有效的组织管理。在数据仓库的基础上，提取有效的数据，根据各种需求的目标，运用已有的或新建的分析模型，将企业各部门环节的生产流程清晰系统地展示给管理者。
在数据收集整理分析的基础上，从企业发展趋势、策略规划及前景预测等多个角度提供重要的分析指导，为企业的发展壮大，基业常青提供有力的保障。
与以往的信息系统相比，商业智能系统具有以下几个主要优点：(1)商业智能系统不仅采用了最新的信息技术，而且提供了预先打包好的应用领域的解决方案。(2)商业智能系统支持对所有形式的信息的访问，而不仅仅是那些存储在数据仓库中的信息。(3)商业智能系统着眼于终端用户对业务数据的访问和业务数据的传送，它可同时服务于信息提供者和信息消费者。
四、商业智能的体系结构
所谓体系结构是指一整套的规则和结构，为一个产品或系统的整体设计提供主框架。商业智能的体系结构是指通过识别和理解数据在系统中的流动过程和数据在企业的应用过程来提供商业智能系统应用的主框架。商业智能系统是以现代管理理论为指导，信息技术为支撑和新的集成系统，其支撑技术主要包括两个方面：一是计算机技术，诸如数据库技术、数据挖掘技术、联机分析处理技术及数据可视化等技术；二是现代管理技术，包括统计、预测等运筹学方法、客户管理、供应链管理、企业资源计划等管理理论和方法、企业建模方法。
图1 商业智能的体系结构图
商业智能的体系结构可以总结为图1。
商业智能的核心技术包括数据仓库技术、联机分析处理技术和数据挖掘，同时还需要灵活使用的前端显示，用于提供较好的人际操作界面，以辅助和支持商业决策的全过程。
