商业智能国内研究现状和发展趋势.docVIP

商业智能国内研究现状和发展趋势 1.国内研究现状 在CNKI的优秀硕士毕业论文库中，检索“商业智能”后，列出82条结果，包括了2002年到2010年的优秀硕士毕业论文。这些研究内容主要分为两类，一类是企业中商业智能的实现，一类是关键技术的研究。 关于商业智能实现的论文，如图1，涉及的行业主要有电信、金融、烟草、制造业、零售和能源等行业。这类论文，一般以案例为导向，构思全篇。前几章节先阐述案例中应用的技术和思想，例如数据仓储，OLAP，前端展示等。而后将具体的商业智能的实现作为案例，详细如何在此企业实现商业智能，辅助企业的某项或几项决策。其中有的是企业级的应用，有的只是财务、人力资源管理等单一应用。 图表 1 应用商业智能的主要行业 关于技术研究的论文中，以实现商业智能应用的技术作为研究内容。大体分为两类，一类关于商业智能的关键技术，例如数据仓储、数据挖掘、报表设计等；另一类是与其他管理信息系统的结合的研究，例如ERP，CRM，供应链管理等。关于商业智能的关键技术的论文中，作者提出新的算法或者技术，在案例中将优化过的系统和未优化的系统比较，由比较得出结论。与其他管理信息系统结合的论文，重点分析商业智能辅助决策的功能。 2.商业智能发展趋势 目前商业智能市场增长有所放缓，剖析BI市场增长放缓的原因，一是之前商业智能厂商之间的连续的并购、技术的成熟，以及因充分竞争导致的价格下降，是造成这一局面的主要原因。 （1）向云迁徙 SAP推出了SaaS BI 解决方案—SAP BusinessObjects BI OnDemand。该方案需要用户将数据上传给服务商，由服务商使用合适的数据模型处理数据，生成一个WEB界面，用户以此为基础进行查询等操作，或者生成报表或仪表盘。 较之前，在企业内部实施BI，使用云技术，可以减少企业投资，适合中小企业。云技术同样也扩大了服务商的边际利润。但数据安全和数据迁徙成本需得到解决。 （2）BI组件的融合 数据质量、数据集成和数据虚拟化将与主数据管理融合，构成处理结构化数据和非结构化数据的统一信息管理平台。目前技术的发展趋势，实现数据质量和数据集成的紧密整合，从而在底层解决数据质量的问题，让正确、纯净的数据进入应用的下游。 融合的另一趋势是，越来越多的数据挖掘、预测分析能力被引入到数据库系统中。Google、Yahoo、Amazon等大型WEB厂商开发自己的BI解决方案，一般具备可编程性和并行处理能力。 （3）开源BI进入成熟期 之前的经济危机导致的IT预算的紧缩，为开源BI提供了发展的良机。很多企业应用开源BI数据分析、报表制作或数据集成，解决实际问题。