BI (Business Intelligence商業(yè)智能)的概念，是由全球最專業(yè)權威的IT研究咨詢公司Gartner Group在1996年首次提出，定義為一類由數(shù)據(jù)倉庫(或數(shù)據(jù)集市)、查詢報表、 數(shù)據(jù)分析、數(shù)據(jù)挖掘、數(shù)據(jù)備份和恢復等部分組成的、以幫助企業(yè)決策為目的的技術及其應用。

簡單說來就是：即通過數(shù)據(jù)原材料和相關分析技術，產(chǎn)生知識/信息/判斷，應用于企業(yè)經(jīng)營管理決策。

在商業(yè)智能發(fā)展初期，報表是企業(yè)最大的痛點和需求。因為當時只有具備專業(yè)技術的IT人才會使用工具，大多數(shù)業(yè)務人員無法使用數(shù)據(jù)。特別是財務人員每天將大量的時間花在不同報表的數(shù)據(jù)導入上，往往需要耗費大量的時間精力。導致數(shù)據(jù)分析的速度，遠遠趕不上業(yè)務發(fā)展的速度，無法對決策提供及時有效的支持。

海外BI發(fā)展史

1、在全球范圍內(nèi)，第一批BI工具廠商在20世紀80、90年代誕生于歐美市場，并于2000年前后初步在全球形成一定規(guī)模。

比如：美國的MicroStrategy、Microsoft SQL Server、Hyperio、Salesforce，法國BusinessObjects，加拿大Cognos和Crystal Reports、Siebel Analytic，瑞典Qlikview等行業(yè)領軍者。

2、第二階段，自助式可視化商業(yè)智能階段。進入21世紀，F(xiàn)acebook、YouTube、Twitter和蘋果手機、安卓應用的落地，為BI創(chuàng)造了海量數(shù)據(jù)的溫床。

3、后期，BI廠商開始分化為兩類。一類是綜合性BI服務商，主要是IBM、Oracle 、SAP和Microsoft。另一類是獨立的專業(yè)廠商，代表是Qlik、MicroStrategy和Tableau。

值得一提的是：

Qlikview和Tableau兩大自助式BI產(chǎn)品快速崛起，逐漸搶占了傳統(tǒng)BI三巨頭的市場份額。自助式BI（也被稱為敏捷式BI）主要是側重于業(yè)務端，幫助不具備IT背景的業(yè)務人員，通過直接拖拽等方便的形式，不用編寫代碼，可以對接導入多個數(shù)據(jù)源，一鍵形成復雜圖形和視圖，響應業(yè)務端的迅速決策需求。

從2010年開始，全球商業(yè)智能領域的年度變化，都可以在Gartner歷年發(fā)布的《全球商業(yè)智能和分析平臺魔力象限》中找到。對比2009年和2021年的象限圖，從中我們可以看到，除了Tableau、Microsoft、Qlik三大應用，其它企業(yè)都沒能長久地保持住領導者地位，比如IBM、甲骨文和SAP三大傳統(tǒng)巨頭，還有短暫沖進領導者的SAS、Information Builders、Tibco software和ThoughtSpot。

點擊下載Power BI Desktop正式版

中國BI發(fā)展史

2000年——2012年

中國本土的商業(yè)智能萌芽于世紀之交。代表性的企業(yè)包括重慶慧都，廣州菲奈特、用友華表、北京潤乾、南京帆軟、珠海奧威、重慶宏信、億信華辰等。這些品牌初期主要面向政府和大型企業(yè)，提供標準化的報表式Report 服務。

2012年——2015年

2013年開始，移動互聯(lián)網(wǎng)應用帶來中國C端市場消費大數(shù)據(jù)爆炸，將B端業(yè)務場景和C端用戶數(shù)據(jù)之間連接起來。在日益成熟的數(shù)字化營銷工具應用中，在流量、資本、市場、人才等多重要素驅動下，國產(chǎn)商業(yè)智能賽道迎來了第一輪行業(yè)洗牌。

從這一階段開始中國商業(yè)智能的發(fā)展逐漸與全球發(fā)展趨勢一致，都以可視化+自助化BI作為兩大方向。同時，因為廠商更廣泛的市場營銷，中國中小型企業(yè)也開始對BI有了更加廣泛和深入的認知。

2016年至2020年

2016年，中國BI 發(fā)展進入第三階段——智能化階段。在這一階段，中國 ABC（Artificial Intelligence、Big Data、Cloud）技術爆發(fā)，對商業(yè)智能領域是重大利好。自然語言、機器學習和人工智能技術，進一步提升了BI的算力。因為云計算，企業(yè)開始將自身數(shù)據(jù)資產(chǎn)遷移到云端，大大降低了BI部署的成本。金融、電力、制造、消費、教育、政務等行業(yè)的大數(shù)據(jù)積累到了一定的量級，在質量和時效性（實時性）上進一步提升。

2020年疫情之后

天時地利人和，推動BI開始真正意義上助力企業(yè)智能決策，開始與一線業(yè)務場景深度結合，真正體現(xiàn)“數(shù)據(jù)驅動業(yè)務增長和創(chuàng)新”的業(yè)務價值。在使用人群上，BI不僅可以輔助管理層做好重大決策，各層級部門的業(yè)務人員可以通過移動端實現(xiàn)數(shù)據(jù)查詢和分析功能，可以在任意時間/地點/層級隨時賦能更加微觀的業(yè)務決策，自助式商業(yè)智能需求穩(wěn)步增長。

商業(yè)智能的常見應用場景：

一、生產(chǎn)質量分析，提高企業(yè)生產(chǎn)良率

質檢是對已經(jīng)生產(chǎn)出來的產(chǎn)品的質量檢測，一方面可以保障企業(yè)能夠對外提供合格產(chǎn)品，另一方面也能通過質檢反映生產(chǎn)過程的疏漏。質檢出的殘次品無論多少對企業(yè)都是損失，如果能夠在產(chǎn)品產(chǎn)出之前就通過產(chǎn)線狀態(tài)及相關生產(chǎn)數(shù)據(jù)分析預測出產(chǎn)品質量，并將生產(chǎn)流程調(diào)整為最佳產(chǎn)出狀態(tài)以避免殘次品，這就是質量預測。

二、從被動式到主動式維修，設備故障預測

在制造企業(yè)中，機器往往是超負荷狀態(tài)運行，任何工作中斷都可能導致螺旋式上升的損失。大部分企業(yè)大部分公司采用的解決停機問題的最佳方案只不過是等故障發(fā)生后再解決的方式。通過整合大數(shù)據(jù)分析，能為不太容易解決的情況提供情報預警。通過大數(shù)據(jù)關聯(lián)分析，能夠洞察哪些機器容易發(fā)生故障，從而幫您由被動停機維修，改為主動式維修。

三、更好地產(chǎn)品需求預測，精準營銷解決方案

需求預測很重要，因為它們能夠指導生產(chǎn)鏈，如果預測失誤，可能產(chǎn)生“一邊是強勁的銷售量”，而“另一邊卻是工廠缺乏大量的相應配件庫存，無法滿足需求”。制造商可以將現(xiàn)有數(shù)據(jù)與預測分析相結合，以更精確地預測購買趨勢。這些預測性見解不僅基于先前的銷售，還基于流程以及生產(chǎn)線的運行狀況，從而可以更明智地進行風險管理并減少生產(chǎn)浪費。

慧都大數(shù)據(jù)，一直致力于將復雜的數(shù)據(jù)轉為清晰的見解，通過端到端的方案，將更好的滿足企業(yè)定制化生產(chǎn)的需求，提高企業(yè)運營效率。

如果您的企業(yè)也有生產(chǎn)質量分析、設備故障預測、工業(yè)大數(shù)據(jù)分析、能耗異常分析等需求，歡迎撥打慧都熱線023-68661681或，為您免費提供大數(shù)據(jù)相關業(yè)務咨詢！