商業智能(Business Intelligence)簡單來說就是一套由數據倉庫、查詢報表、數據分析等組成的數據類技術解決方案，將企業中不同業務系統（ERP、CRM、OA、BPM等，包括自己開發的業務系統軟件）中的數據進行有效的整合，并利用合適的查詢和分析工具快速并且準確的為企業提供報表展現與分析，為企業提供決策支持。

BI的核心主線是什么？主線就是通過構建數據倉庫平臺，有效的整合數據并組織起來為分析決策提供支持并實現其價值。還有一種解釋就是：將數據轉變為信息，信息支撐決策，決策產生價值。 有些人一直有這樣的疑惑：“BI是如何產生價值的，價值在哪里，我并沒有看到？為什么在我的企業中IT部門或者業務部門完全淪為了做做報表，能體現的價值只是節省了做報表的工作量，僅此而已。”這種質疑帶有很大的普遍性，但這樣的問題也不是不能解決，比如我們可以不講技術，就聊聊一些業務場景。 BI的價值到底如何體現的呢？在此探討一下商業智能的三個分析層次，或許會對BI的認知可能有所改觀。 第一個層次是報表的常規呈現。所謂常規呈現指的是使用柱狀圖、餅狀圖、折線圖、二維表格等圖形可視化的方式將企業日常的業務數據（財務、供應鏈、人力、運營等）全面呈現出來，再通過各種維度（看數據的角度）篩選、關聯、跳轉、鉆透等方式查看各類分析指標，業務分析圖表按照主題劃分，圖表之間存在一定的邏輯關系。 這些分析展現內容基本上是圍繞各個業務部門日常工作展開，里面有很多的業務分析內容可能需要復雜的計算規則，需要從不同的系統取數據，從業務系統軟件中這些都是很難直觀看到的。這個層次的報表分析就是一種呈現，讓報表用戶對日常的業務有一個清晰、直接、準確的認知，其次解放了他們自己手工通過EXCEL通過各種函數做匯總分析、制圖的工作。 比如，財務部門會關心今年的營業收入、目標完成率、營業毛利潤率、凈資產收益率等；銷售部門會關心銷售金額、訂單數量、銷售毛利、回款率等；采購部門會關心采購入庫金額、退貨情況、應付賬款等等。因此，達到第一個層次的目標就是：通過可視化分析報表直觀、全面的呈現企業日常經營、業務的情況。可以從集團層次出發，也可以從業務線或者部門出發。 第二個層次是數據的異常分析。“異常”是指，通過可視化報表呈現，發現了一些數據指標反映出來的情況超出了日常經驗判斷。例如，正常情況下每個月的平均用戶注冊量是10萬左右。但是通過報表發現在8月份會員注冊量達到23萬，這就是一種異常，遠遠超過經驗判斷和預期。再比如在1-9月份，產品銷售毛利率穩定在30%-40%之間，突然到了10月份，整體的毛利率下降到了20%不到，這也是一種異常。這兩種異常數據，一種是企業所追求的的正向異常，一種是極力避免的負向異常。 BI系統是先通過第一層的報表呈現，將很多業務運營情況直觀的反映出來，讓用戶可以直觀的看到在經驗之外的數據表現情況。商業智能在這里體現的價值就是要對這些異常數據進行有目的的分析，通過相關聯的維度、指標使用鉆透、關聯等分析方式探索出可能存在的原因。 比如會員注冊的問題，有哪些因素可能導致會員注冊的大幅度增加的可能？是不是最近采取了一系列的線上降價促銷、開放式的注冊、相關營銷活動等，這些支撐分析的數據是否都存在，如果都存在，它們的報表呈現情況如何，促銷投入的力度和用戶增長的關系等等。 在這個層次中，可視化報表的分析是帶著問題找問題的，通過一次或者多次的維度和指標圖表構建，逐步形成了一種比較可靠的、固化的分析模型。這個階段的用戶不再是被動接受來自圖表中反映的信息，而是通過異常數據來定位到背后的一個業務問題，數據和業務在這個層次開始有了聯系，數據圖表之間的邏輯性更強。 例如，通過分析發現在三種線上促銷方式中，促銷方式一的投入產出最高，因此回歸到業務場景中，這種促銷方式以后應該要堅持，它可以有效的提升用戶注冊增長率。 第三個層次是業務建模分析。業務建模分析通常是由精通業務的用戶提出，通過合理的建模找出業務中可能存在的問題，將其反映出來并最后要回歸到業務，形成決策并不斷優化的一個過程。業務建模可簡單，可由一個或多個圖表組成，也可復雜，通過一組或多組數據圖表支撐。業務建模簡單來說也可以理解為一種業務分析的邏輯思維模型，只是用數據、圖表化的方式將它們有效組織起來去驗證我們對業務分析的邏輯判斷。 業務建模分析區別于第一層的全面數據呈現和第二層的異常分析和被動分析，它是一種更深層次的業務數據的主動設計和探索分析。這層分析的提出更加深入業務，圍繞一個一個業務分析場景展開，對業務的認知要足夠深。 業務分析建模需要由專業的業務人員且具備數據分析思維意識的人員來推進和主導，再輔助合適的數據分析、挖掘或統計工具，這樣商業智能BI的價值才能得到充分的發揮，數據的價值也才會得到充分的體現。 商業智能BI系統的價值體現在哪方面？商業智能的表象是可視化分析報表的呈現，但其本質仍然是商業問題和管理問題。商業智能的數據分析來源于商業。通過數據展現，我們可以發現業務問題（好的或壞的，在經驗之內或之外），并返回到業務優化的過程中來改進業務操作。這是商業智能中數據到信息、信息生成決策、決策生成價值的真正內涵。