商业智能的绊脚石

在上马了一些业务应用系统后,现在,有些企业在提商业智能(BI),他们说:我们要把信息系统的作用进一步提升到分析和决策的层面。

可是,有多少人知道,商务智能平台不能做什么吗? 数据挖掘工具

其实,在上商业智能软件时,很多企业都不清楚他们要把什么内容注入到这一系统中。 数据挖掘实验室

我们先来看看商业智能的定义:商业智能是将企业中现有的数据转化为知识,帮助企业做出明智的业务经营决策的工具。

数据挖掘论坛

可以看出,商业智能是业务和信息系统交合产生的结果所在地,而非第一时间解决我们应用问题的东西。 数据挖掘实验室

因此,实施商业智能的一项基础任务就是对其加工对象——信息资源进行规划,即实施信息资源规划(IRP)。

而糟糕的现实是,虽然很多企业都上马了信息系统,但在信息资源规划方面,大多数企业都做得不够好,而这,也成为上马商业智能软件的障碍。 数据挖掘实验室

最常见的错误是,人们希望借助商业智能软件去解决某个业务中的问题,而不是借此去整合和强化自己的信息系统。

商业智能软件不能解决没有逻辑的问题,它是用一种根据来自各个系统的数据和流程源数据开发的逻辑程序,用一种特定的方式来固化、统一和分析这些数据的工具。

很多企业都尝试把没有标准化和逻辑化的信息固化下来,而他们应该做的是,在数据之间建立起有限的联系,只有这样,商业智能软件才能发挥它的分析作用。 数据挖掘论坛

许多全球化的企业在不同的地区有不同的信息系统和架构,在异构的信息系统情况下,商业智能的数据分析不可能达到这样一种水平——让商业智能能够显著提升可用信息的质量。 数据挖掘研究院

这里,起到关键作用的是企业的业务规则(Business Rules)。业务规则决定了数据如何做关联以及通过商业智能系统来驱动什么样的分析。在决定上马商业智能系统之前,有一个对数据的始终如一的和大家都认同的业务规则至关重要。

数据挖掘研究院

这听上去很简单,但在很多企业,这些规则要么没有被很好定义,要么就是根本未加定义,而这一点,对于商业智能能否成功非常重要。 数据挖掘实验室

如果你不理解企业的数据,如果你对企业数据模型没有任何概念,你就没有权利投入资金去做任何数据挖掘、数据分析和商业智能的工作。 数据挖掘工具

看来,起码在国内,商业智能离我们还有些遥远。

[数据挖掘专家] [数据挖掘研究院] [数据挖掘论坛] [数据挖掘实验室]
上一篇:关注中小BI厂商发展
下一篇:银行业商业智能问题研究与解决对策
最新评论共有 0 位网友发表了评论 , 查看所有评论
发表评论( 不能超过250字,需审核,请自觉遵守互联网相关政策法规。 )
匿名?
数据挖掘网站导航 数据挖掘论坛导航
  • 数据挖掘工具
  • 数据挖掘论坛
  • DataCruncher - Cognos
  • MineSet - MathSoft
  • Intelligent Miner - GainSmarts
  • Sqlserver - SAS - Clementine
  • CART - Weka - WizSoft
  • NeuroShell - ModelQuest
  • data mining tools - Darwin
  • 数据挖掘交友
  • 数据挖掘博客
  • 数据挖掘工具
  • 数据挖掘资源
  • 数据挖掘技术算法
  • 数据挖掘相关期刊、会议
  • 研究院联盟合作专区
  • 数据挖掘基础与相关技术
  • 数据挖掘厂商与就业
  • 数据挖掘研究者乐园
  • 知名厂商数据挖掘工具资料
  • 国内数据挖掘实验室
  • Foreign Data Mining Lab
  • 热点关注
  • 推荐一款Java编写的优秀的数据挖掘软件
  • 怎样定财会类毕业论文的题目,如何写毕业论
  • SQL2005 BI系列课程
  • 电子信息类工作去哪里会比较好找工作
  • BI构架及相关技术简介
  • 如何把BI融入业务流程
  • 如何正确理解商业智能(BI)?
  • 登录奇兵V8.0破解版
  • 新人关于BI的职业方向的选择
  • 软件工程师有多少种等级,怎样考?
  • 论坛最新话题
  • Foundations of Statistical Natural Langu
  • Game Theory meet Data Mining: A Recent P
  • System Building: How does it help or hin
  • 数据挖掘与Clementine培训
  • 新手报到
  • 求 SASEM 客户流失预测分析
  • 数据挖掘工程师/搜索研究院—北京——无线
  • 数据挖掘入门介绍(如何着手数据挖掘)
  • Information Overload Survey Results
  • The INEX 2005 Workshop on Element Retrie
  • 相关资讯
  • 数据:CIO不可或缺的财富
  • 推荐一款Java编写的优秀的数据挖掘软件
  • 客户关系管理的数据采集过程分析
  • Emergent Web Intelligence
  • 新人关于BI的职业方向的选择
  • 顶级厂商的整体解决方案有多大的实用性?
  • Dirty Data No More: Five Tips for Data G
  • 美网站infoworld.com评出2007十大被低估IT
  • 警务智能情报信息系统
  • A Statistical Stocking Stuffer for the H
  • 数据挖掘实验室资料
  • 数据挖掘博客地址
  • 数据挖掘实验室网站地址
  • Prepare for Medicare audits by using dat
  • 注册成为SAS用户与爱好者俱乐部会员
  • 水南梅
  • 明日烟
  • 新人报道
  • 下载
  • 厦门服务器托管,450元/月—0592-5177319 高
  • 买空间送域名--0592-5177319 高静