當我們今天談商業(yè)智能的時候，其實現(xiàn)企業(yè)信息化就是指的商業(yè)智能（Business Intelligence，BI）；傳統(tǒng)的商業(yè)智能主要是基于信息技術架構的一套智能化管理工具，比如：ERP、CRM和SCM，只不過現(xiàn)在增加了EPM和GRC等功能或訴求點；其中：ERP：企業(yè)資源計劃，CRM：客戶關系管理，SCM：供應鏈管理，EPM：企業(yè)績效管理，GRC：企業(yè)風險控制等模塊。

   早期的商業(yè)智能其實就是所謂報表系統(tǒng)，不過這里往往指的是企業(yè)級報表，也就是說：企業(yè)管理者和決策者可以不借助IT人士就可以得到企業(yè)生產經營數(shù)據(jù)和報表。今天，商業(yè)智能可能更加以一種新的面貌呈現(xiàn)數(shù)據(jù)，成為儀表盤或決策駕駛艙的形態(tài)；

    當然，我們目前大部分企業(yè)的商務智能主要還是在報表體系層面，但隨著信息技術的發(fā)展，特別是硬件技術的發(fā)展和價格的降低，伴隨著云計算、內存計算、移動應用等，商務智能越來越重要，近年來商務智能一直占據(jù)IT變革的前列！    那么商務智能的基本架構是如何呢？我這里簡單描述一下，首先我們看到企業(yè)隨著信息化導致海量信息存儲，這里的信息包括：結構化和非結構化信息，如何把這些信息充分利用呢？

   1）數(shù)據(jù)存儲層：這里主要包括結構化信息和非結構化信息，但是如果不能共享和整合這些信息，企業(yè)就不能發(fā)揮數(shù)據(jù)決策的作用；    

   2）數(shù)據(jù)中間層：企業(yè)面臨信息孤島，這時候就面臨：數(shù)據(jù)整合DI和數(shù)據(jù)倉庫DW；這里部分通過ETL工具將不同數(shù)據(jù)結構和類型的數(shù)據(jù)進行整合；

   3）數(shù)據(jù)倉庫層：一般通過XML將不同結構數(shù)據(jù)進行整合，這時候就面臨一個數(shù)據(jù)安全性問題、數(shù)據(jù)質量問題和元數(shù)據(jù)管理問題MetaData；有了企業(yè)級數(shù)據(jù)倉庫DW，我們就可以在此進行增值應用；

   4）商務智能層：有了數(shù)據(jù)倉庫DW，就有了干凈和整合的數(shù)據(jù)，當然這些數(shù)據(jù)來自ETL工具的數(shù)據(jù)抽取、轉換和裝載過程，形成面向不同應用的數(shù)據(jù)集市Data Mart；大部分商務智能主要是CRM、SCM和ERP；

   5）數(shù)據(jù)分析層：主要是OLAP在線分析應用和Data Mining，當然也包括統(tǒng)計分析，數(shù)據(jù)模型和商業(yè)規(guī)則等，將這些商業(yè)洞察嵌入商業(yè)智能；OLAP和數(shù)據(jù)挖掘是BI的兩個主要增值應用！

   6）報表分析層：在DW基礎上，企業(yè)會構建各種企業(yè)級報表，如果能夠在線OLAP更好，這就是經營分析系統(tǒng)了；當然現(xiàn)在更多的希望是采用地理信息、儀表盤Dashboard和移動報表Web Report等

   7）架構應用層：當企業(yè)信息整合后，一定面臨搜索Search，這里指的是企業(yè)級搜索，KM知識管理和CI競爭情報分析；

    8）主題應用層：在查詢、報表和分析的基礎上，面向應用包括：

     9）決策支持層： 下面是主要針對電信行業(yè)的可能應用（舉例）

商業(yè)智能主要是針對大型企業(yè)商業(yè)智能的應用涉及大型數(shù)據(jù)庫和數(shù)據(jù)倉庫系統(tǒng)商業(yè)智能廠商云計算、內存計算、物聯(lián)網、移動應用都將助力商業(yè)智能的發(fā)展在電信行業(yè)商業(yè)智能就是經分系統(tǒng)數(shù)據(jù)分析和數(shù)據(jù)挖掘是商業(yè)智能的核心智能，但現(xiàn)在基本上是報表統(tǒng)計數(shù)據(jù)可視化和前端展現(xiàn)是客戶能看到的商業(yè)智能IPAD的前端移動應用將有發(fā)展Excel有時候是最好的商業(yè)智能EPM和GRC是企業(yè)管理信息系統(tǒng)，KPI需要信息支持量化管理是實現(xiàn)商務智能的要求，但不能代替決策以變應變是最佳策略