正文

商業(yè)智能品牌十大排名（商業(yè)智能品牌十大排名）

發(fā)布時(shí)間：2023-05-23 14:27:59 稿源：創(chuàng)意嶺閱讀： 144

大家好！今天讓創(chuàng)意嶺的小編來大家介紹下關(guān)于商業(yè)智能品牌十大排名的問題，以下是小編對此問題的歸納整理，讓我們一起來看看吧。

本文目錄:

1、汽車企業(yè)實(shí)施商業(yè)智能的十大陷阱
2、BI商業(yè)智能系統(tǒng)適用哪些行業(yè)和領(lǐng)域？
3、商業(yè)智能現(xiàn)狀及發(fā)展趨勢
4、商業(yè)智能的實(shí)施步驟

一、汽車企業(yè)實(shí)施商業(yè)智能的十大陷阱

汽車企業(yè)實(shí)施商業(yè)智能的十大陷阱

技術(shù)部門和業(yè)務(wù)部門對項(xiàng)目主導(dǎo)權(quán)的紛爭，在大多數(shù)的商業(yè)智能工程中都會不可避免地重復(fù)上演。如同其他信息化系統(tǒng)的實(shí)施一樣，相當(dāng)多的企業(yè)把商業(yè)智能納入技術(shù)項(xiàng)目的范疇；也有一些企業(yè)在立項(xiàng)時(shí)即把商業(yè)智能上升到“決策支持系統(tǒng)”的高度，上達(dá)經(jīng)營管理層，下抵執(zhí)行操作層。技術(shù)項(xiàng)目也好，業(yè)務(wù)系統(tǒng)或決策支持系統(tǒng)也罷，關(guān)鍵的問題在于汽車企業(yè)對于商業(yè)智能的需求、理解和應(yīng)用成熟度。

一般來講，商業(yè)智能工程不可能一蹴而就，需要在項(xiàng)目伊始即建立長期的發(fā)展規(guī)劃及實(shí)施線路圖。項(xiàng)目的良性開展，既離不開業(yè)務(wù)部門的行業(yè)理解和業(yè)務(wù)需求，更離不開技術(shù)部門的IT經(jīng)驗(yàn)和支持，廢其一則不可。與一般的業(yè)務(wù)信息化系統(tǒng)不同的是，商業(yè)智能在企業(yè)內(nèi)部的涉及面更廣，業(yè)務(wù)需求的個(gè)性化程度也更高（而且業(yè)務(wù)部門的個(gè)性化需求隨著時(shí)間的推演將日趨復(fù)雜并頻繁變更）。在這種情況下，企業(yè)內(nèi)外部數(shù)據(jù)整合和商業(yè)智能的平臺化意義將更加突出，項(xiàng)目在數(shù)據(jù)管理層面的成敗將直接影響到終端用戶的應(yīng)用和商業(yè)智能在企業(yè)的長遠(yuǎn)發(fā)展。綜上并結(jié)合中國汽車行業(yè)實(shí)施商業(yè)智能的一些成敗案例，建議汽車企業(yè)在明晰自己的商業(yè)智能實(shí)施線路圖的基礎(chǔ)上，以技術(shù)為主導(dǎo)切入商業(yè)智能工程，在完成基礎(chǔ)性的數(shù)據(jù)整合和平臺搭建后，建立適當(dāng)?shù)臉I(yè)務(wù)應(yīng)用以培養(yǎng)經(jīng)營管理層和業(yè)務(wù)部門的應(yīng)用理念和能力不斷成熟，并在應(yīng)用層面不斷開發(fā)新的應(yīng)用且持續(xù)創(chuàng)新，最終過渡到以業(yè)務(wù)為主導(dǎo)的成熟發(fā)展階段。

智能系統(tǒng)還是報(bào)表系統(tǒng)

坊間流傳著一句話，99%的商業(yè)智能項(xiàng)目最終都流于報(bào)表系統(tǒng)。這雖然有些夸張，但也說明了一個(gè)現(xiàn)實(shí)，即相當(dāng)比例的商業(yè)智能項(xiàng)目最終都成為企業(yè)的“雞肋”，甚至以失敗告終，當(dāng)然汽車行業(yè)也不會例外。

很多商業(yè)智能項(xiàng)目在立項(xiàng)之初，就被冠以“智能、決策支持、戰(zhàn)略分析、科學(xué)決策”等美麗的光環(huán)，殊不知偉大的目標(biāo)豈可一蹴而就，一個(gè)類似企業(yè)中樞神經(jīng)般的系統(tǒng)豈是半天之功。理想和現(xiàn)實(shí)的巨大落差，極易使初步建成的系統(tǒng)迅速失寵并敗落不堪。

很多企業(yè)的經(jīng)營管理層都明白商業(yè)智能作為“一把手”工程的重要性，立項(xiàng)、匯報(bào)和宣傳時(shí)可以全情投入，不遺余力；而真正到了規(guī)劃和調(diào)研階段，卻又日理萬機(jī)、難覓行蹤。“決策支持系統(tǒng)”的規(guī)劃卻缺少企業(yè)決策人的參與，業(yè)務(wù)部門的專崗數(shù)據(jù)統(tǒng)計(jì)員或報(bào)表制作員往往被指派“充當(dāng)”類似的角色。戰(zhàn)略性需求被無形湮滅，戰(zhàn)術(shù)需求被無形放大，決策支持系統(tǒng)淪落為報(bào)表系統(tǒng)將成為必然。

很多企業(yè)的經(jīng)營管理層并不能真正領(lǐng)悟商業(yè)智能的發(fā)展規(guī)律和核心價(jià)值，希望通過一個(gè)實(shí)施項(xiàng)目即可“畢其功于一役”，殊不知數(shù)據(jù)整合、報(bào)表、OLAP分析、業(yè)務(wù)模型、數(shù)據(jù)挖掘乃至實(shí)時(shí)商業(yè)智能等是一個(gè)循序漸進(jìn)的過程，同時(shí)企業(yè)級的商業(yè)智能能力中心建設(shè)也是相應(yīng)的組織機(jī)構(gòu)和流程機(jī)制保障。

智能系統(tǒng)是終極目標(biāo)，報(bào)表系統(tǒng)是初級階段，孰優(yōu)孰劣不必置評，關(guān)鍵的問題在于商業(yè)智能系統(tǒng)上線后，企業(yè)如何去“哺育”這個(gè)新生的嬰兒，如果把它“培養(yǎng)”成企業(yè)的大腦或中樞神經(jīng)系統(tǒng)。需要投入的不僅僅是人力、物力和財(cái)力，還有更多的理智、信念和熱情。

忽略商業(yè)智能能力中心建設(shè)

很多的企業(yè)，特別是汽車企業(yè)，在商業(yè)智能項(xiàng)目中投入大量的資源采購軟硬件或支付咨詢公司的實(shí)施費(fèi)用，因此對系統(tǒng)上線后需要投入的更多資源心生齟齬，抵觸不斷。商業(yè)智能系統(tǒng)作為企業(yè)級的決策支持系統(tǒng)，其在企業(yè)的定位應(yīng)遠(yuǎn)高于普通的業(yè)務(wù)系統(tǒng)，其涉及的數(shù)據(jù)、業(yè)務(wù)、應(yīng)用和釋放的能量也非普通業(yè)務(wù)系統(tǒng)可比。因此，組織機(jī)構(gòu)、人員配置和流程機(jī)制的保障，也是商業(yè)智能在企業(yè)內(nèi)不斷發(fā)展壯大的基礎(chǔ)條件。

尤其是相應(yīng)的組織結(jié)構(gòu)問題，IT部門或單一的業(yè)務(wù)部門乃至原項(xiàng)目組，都無法承擔(dān)起在企業(yè)內(nèi)部持續(xù)推進(jìn)商業(yè)智能發(fā)展的角色。一方面是因?yàn)樯虡I(yè)智能的觸角涉及企業(yè)的方方面面，需要一個(gè)復(fù)合型的知識團(tuán)隊(duì)來維持它的運(yùn)轉(zhuǎn)，另外一方面是企業(yè)內(nèi)部業(yè)務(wù)單元間的利益紛爭甚至公司政治也會嚴(yán)重削弱商業(yè)智能本應(yīng)具有的核心地位。因此，企業(yè)內(nèi)部需要為商業(yè)智能工程設(shè)置一個(gè)獨(dú)立的運(yùn)營機(jī)構(gòu)（甚至可以抽調(diào)來自IT和核心業(yè)務(wù)部門的專家級員工組建），并定義其明確的任務(wù)、崗位、職責(zé)和流程，以促進(jìn)和提升企業(yè)商業(yè)智能化的能力和有效地支持企業(yè)的經(jīng)營戰(zhàn)略為工作目標(biāo)。

商業(yè)智能能力中心至少應(yīng)該由以下一些人員組成：BI架構(gòu)師、數(shù)據(jù)管理專家、業(yè)務(wù)專家、數(shù)據(jù)分析師或建模師、BI開發(fā)人員、針對業(yè)務(wù)單元的項(xiàng)目經(jīng)理等，同時(shí)公司的經(jīng)營管理層亦應(yīng)以委員的身份定期或不定期地參與到商業(yè)智能能力中心的建設(shè)和運(yùn)營上去。多個(gè)主流行業(yè)商業(yè)智能能力中心的業(yè)務(wù)實(shí)踐證明，采用類似的機(jī)構(gòu)設(shè)置可以更高效地推進(jìn)商業(yè)智能工程在企業(yè)的發(fā)展，甚至它可以成為企業(yè)的中樞神經(jīng)級業(yè)務(wù)單元，并且可以在不借助外力的情況下，為企業(yè)開發(fā)出諸多核心的業(yè)務(wù)模型和數(shù)據(jù)模型，為企業(yè)創(chuàng)造出巨大的生產(chǎn)力和利潤。

忽略數(shù)據(jù)挖掘

普通的商業(yè)智能應(yīng)用更偏重于描述性統(tǒng)計(jì)分析，而傳統(tǒng)的數(shù)據(jù)挖掘則傾向于預(yù)測性統(tǒng)計(jì)分析，二者相得益彰，可以為企業(yè)經(jīng)營管理層提供比較完整的決策支持視圖。當(dāng)然也有理論認(rèn)為，數(shù)據(jù)挖掘就是商業(yè)智能的一個(gè)高階發(fā)展階段，其本質(zhì)是從描述性統(tǒng)計(jì)向預(yù)測性統(tǒng)計(jì)的一次飛躍。但是在汽車行業(yè)的現(xiàn)實(shí)卻是，商業(yè)智能系統(tǒng)已經(jīng)開始進(jìn)入快速發(fā)展期，而數(shù)據(jù)挖掘則往往以獨(dú)立的項(xiàng)目形式存在，難以體系化和常態(tài)化。

商業(yè)智能和數(shù)據(jù)挖掘的精神可謂一脈相承、不分長幼，在企業(yè)確立商業(yè)智能規(guī)劃的時(shí)候，就應(yīng)該通盤考慮其發(fā)展線路，這其中自然也包括數(shù)據(jù)挖掘及其模型的部署和應(yīng)用。在數(shù)據(jù)整合階段，數(shù)據(jù)倉庫的設(shè)計(jì)之初即把日后數(shù)據(jù)挖掘?qū)?shù)據(jù)質(zhì)量和數(shù)據(jù)量等的需求考慮進(jìn)去，并可逐步發(fā)展數(shù)據(jù)挖掘?qū)Ｓ玫臄?shù)據(jù)集市；在業(yè)務(wù)應(yīng)用階段，也可以考慮把企業(yè)一些項(xiàng)目制的數(shù)據(jù)挖掘模型和嵌入式的數(shù)據(jù)挖掘模塊（如嵌入至CRM或營銷活動管理系統(tǒng)的第三方快速建模工具）進(jìn)行逐步的整合，模型的結(jié)果通過商業(yè)智能的平臺得以呈現(xiàn)，并伴以商業(yè)智能平臺所產(chǎn)生的一些業(yè)務(wù)分析結(jié)果進(jìn)行聯(lián)合決策支持。

另外一個(gè)需要注意的問題是，汽車行業(yè)的數(shù)據(jù)挖掘剛剛進(jìn)入起步階段，數(shù)據(jù)質(zhì)量差、數(shù)據(jù)積累少、業(yè)務(wù)應(yīng)用不明晰、可借鑒經(jīng)驗(yàn)少，但由于其預(yù)測性的巨大誘惑力，汽車企業(yè)往往給予數(shù)據(jù)挖掘項(xiàng)目極大的期許。而一旦后續(xù)的業(yè)務(wù)效果（特別是營銷效果）不盡如人意，數(shù)據(jù)挖掘在汽車企業(yè)內(nèi)部便會飽受詬病。在這種現(xiàn)實(shí)下，把數(shù)據(jù)挖掘列入商業(yè)智能工程的發(fā)展線路圖當(dāng)中是一個(gè)不錯(cuò)的選擇，既豐富了商業(yè)智能的內(nèi)涵和應(yīng)用，又可以借力商業(yè)智能平臺的整合性優(yōu)勢，同時(shí)也能給經(jīng)營管理層一個(gè)合理的發(fā)展預(yù)期。

行業(yè)先進(jìn)經(jīng)驗(yàn)和解決方案

很多汽車企業(yè)在實(shí)施商業(yè)智能工程時(shí)，都要特別強(qiáng)調(diào)借鑒行業(yè)先進(jìn)經(jīng)驗(yàn)和參考行業(yè)解決方案，從原理和工作精神層面上來講，這沒有任何的錯(cuò)誤；但現(xiàn)實(shí)是，我們在汽車行業(yè)到底有多少所謂的行業(yè)先進(jìn)經(jīng)驗(yàn)和解決方案可以借鑒。

從行業(yè)的角度分析，鑒于電信、金融、快消甚至IT等行業(yè)起步早、數(shù)據(jù)積累豐富、業(yè)務(wù)需求眾多等因素，這些行業(yè)的商業(yè)智能應(yīng)用已經(jīng)發(fā)展到了一個(gè)相對較高的水準(zhǔn)，可以為身為后來人的汽車行業(yè)有所借鑒。但是畢竟隔行如隔山，不同行業(yè)之間存在巨大的各向異性，在力臻高效的今天，快速借鑒兄弟行業(yè)的辦法顯然行不通。

從汽車行業(yè)本身分析，部分外商獨(dú)資企業(yè)建立了相對完善的企業(yè)級商業(yè)智能系統(tǒng)，但往往直接照搬或使用海外母公司的系統(tǒng)，且業(yè)務(wù)應(yīng)用單一，可復(fù)制性不高；部分的合資企業(yè)也建立了相當(dāng)數(shù)量的部門級商業(yè)智能應(yīng)用，卻罕有大規(guī)模涉獵企業(yè)級的成功案例；而自主品牌起點(diǎn)更低，還處于業(yè)務(wù)系統(tǒng)大發(fā)展的階段，對商業(yè)智能的理解和需求還遠(yuǎn)未到位。當(dāng)然，參考國際品牌在域外的成功經(jīng)驗(yàn)也是一條出路，但是畢竟中國已經(jīng)成為全球最大的汽車市場，市場和業(yè)務(wù)的復(fù)雜度及更迭效率遠(yuǎn)高于域外，我們的經(jīng)驗(yàn)已經(jīng)開始為別人所借鑒，而別人可借鑒的地方又能有多少？

綜上，借鑒一詞看似給力，卻又極不靠譜。中國汽車行業(yè)必須自力更生、自我探索，謀求一條發(fā)展具有中國市場特色的商業(yè)智能發(fā)展之路，此為根本。

忽略經(jīng)銷商的應(yīng)用

汽車行業(yè)異于其他很多行業(yè)的一個(gè)特點(diǎn)即和消費(fèi)者之間多了一層經(jīng)銷商的關(guān)系，經(jīng)銷商（集團(tuán)）不但負(fù)責(zé)銷售和售后，還要負(fù)責(zé)二手車、汽車保險(xiǎn)、汽車金融、精品等諸多龐雜業(yè)務(wù)，從廣義上來講也是企業(yè)的虛擬分支機(jī)構(gòu)。很多汽車企業(yè)在實(shí)施商業(yè)智能工程時(shí)，不能保持一種開放的心態(tài)，認(rèn)為數(shù)據(jù)和信息是企業(yè)的核心機(jī)密，不能與經(jīng)銷商共享和互動，這在很大程度上限制了商業(yè)智能工程的生存空間。

首先，經(jīng)銷商是汽車企業(yè)接觸客戶的通道，也是汽車企業(yè)重要的數(shù)據(jù)源，除了DMS、CRM等一些信息化系統(tǒng)的數(shù)據(jù)主要由經(jīng)銷商上傳外，企業(yè)還需要大量的臨時(shí)性數(shù)據(jù)或“體制外”數(shù)據(jù)，以備經(jīng)營決策的不時(shí)之需。經(jīng)銷商的數(shù)據(jù)收集、整理和上傳工作，無疑加重了其運(yùn)營負(fù)擔(dān)，如果沒有相應(yīng)的機(jī)制和流程來刺激和保障其積極性及數(shù)據(jù)的完備性、準(zhǔn)確性和及時(shí)性，那么商業(yè)智能的應(yīng)用效果便會大打折扣。

其次，經(jīng)銷商對于自己的經(jīng)營管理，也有很多決策分析的需求，但苦于資源和信息的限制，很難有所作為。如果經(jīng)銷商也可以通過商業(yè)智能系統(tǒng)了解自身歷史數(shù)據(jù)對比、競爭對手對比、銷售業(yè)績排名，市場份額占據(jù)等，并及時(shí)地根據(jù)廠商針對經(jīng)銷商意見和建議調(diào)整市場和銷售策略，則信息和分析結(jié)果的復(fù)用性得到極大的擴(kuò)展，商業(yè)智能平臺的價(jià)值也可以在虛擬組織內(nèi)實(shí)現(xiàn)最大化，經(jīng)銷商和汽車廠商的經(jīng)營業(yè)績都會因此得以提升，可謂雙贏之舉。

最后，很多汽車廠商和經(jīng)銷商之間的關(guān)系可謂微妙，通過日常的業(yè)務(wù)流程和商務(wù)政策等已經(jīng)很難準(zhǔn)確地約束和指導(dǎo)經(jīng)銷商的業(yè)務(wù)行為。而通過商業(yè)智能平臺，汽車廠商可更準(zhǔn)確和及時(shí)地發(fā)現(xiàn)和震懾經(jīng)銷商的違規(guī)行為（例如虛假銷售、跨區(qū)銷售行為等），也可以數(shù)據(jù)為基礎(chǔ)向經(jīng)銷商提供更多科學(xué)的經(jīng)營指導(dǎo)意見，在經(jīng)銷商心目中的權(quán)威性大大增強(qiáng)。

惟一的手表

很多汽車企業(yè)的業(yè)務(wù)部門對于商業(yè)智能工程抱有抵觸甚至反抗的態(tài)度，究其原因不外乎幾種：數(shù)據(jù)收集、整理、清洗等工作增加了他們的工作量；數(shù)據(jù)統(tǒng)計(jì)口徑的不一致會導(dǎo)致多部門的扯皮；數(shù)據(jù)的核對會暴露出很多歷史問題或業(yè)務(wù)問題，甚至是“潛規(guī)則”，影響到部門和個(gè)人的形象及地位……因此，折中主義的情緒會在項(xiàng)目開發(fā)過程中不斷蔓延，甚至相關(guān)利益人會在數(shù)據(jù)整合階段提出很多“變通”的方案。不論是何種行為，都會影響到汽車企業(yè)數(shù)據(jù)的一致性，令企業(yè)內(nèi)部出現(xiàn)多個(gè)“時(shí)區(qū)”；而失去了“世界時(shí)”和惟一的手表，基本的數(shù)據(jù)分析根本無從談起。

汽車企業(yè)內(nèi)部建立的多個(gè)系統(tǒng)，如OA、ERP、CRM、財(cái)務(wù)系統(tǒng)等業(yè)務(wù)管理系統(tǒng)，其數(shù)據(jù)規(guī)則都基于各業(yè)務(wù)部門的需求獨(dú)自建立，并且可以獨(dú)立運(yùn)轉(zhuǎn)，這就形成了眾多的信息孤島。商業(yè)智能工程的一個(gè)主要目標(biāo)就是打破信息孤島的存在狀態(tài)，整合企業(yè)的數(shù)據(jù)資源，有效地支撐企業(yè)經(jīng)營決策和戰(zhàn)略決策。這需要汽車企業(yè)各業(yè)務(wù)部門的相互協(xié)調(diào)，領(lǐng)導(dǎo)層的統(tǒng)一規(guī)劃，去除冗余數(shù)據(jù)，保證數(shù)據(jù)的準(zhǔn)確性、一致性，令企業(yè)的數(shù)據(jù)在數(shù)據(jù)倉庫級別達(dá)到統(tǒng)一。

對于數(shù)據(jù)的歷史問題和“潛規(guī)則”問題，汽車廠商的經(jīng)營管理層應(yīng)該大度和寬容，畢竟歷史已經(jīng)無法改變，而現(xiàn)在的主要精力都應(yīng)該著眼未來。

外部數(shù)據(jù)管理

商業(yè)智能工程的核心就是數(shù)據(jù)，在數(shù)據(jù)源且多且雜的情況下，如何解決好數(shù)據(jù)源管理問題就顯得尤為重要，而其中外部數(shù)據(jù)的管理最為棘手。外部數(shù)據(jù)，一般指在企業(yè)內(nèi)部無法通過ETL抽取到的經(jīng)營管理數(shù)據(jù)，它們大多散落在不同業(yè)務(wù)部門的不同業(yè)務(wù)人員手中，甚至是企業(yè)的經(jīng)銷商和供應(yīng)商手中。這些數(shù)據(jù)的結(jié)構(gòu)雜亂，管理也不成體系，在短時(shí)間無法通過自動化的方式進(jìn)行獲取，只能通過手工的方式進(jìn)行收集、整理、匯總和清洗。正是由于外部數(shù)據(jù)管理的難度極大，才導(dǎo)致汽車企業(yè)的業(yè)務(wù)部門在外部數(shù)據(jù)的提供上推諉拖沓，進(jìn)而影響到商業(yè)智能系統(tǒng)效能的發(fā)揮。

一種臨時(shí)性的解決方案，就是在商業(yè)智能系統(tǒng)上線的數(shù)據(jù)初始化過程中，一次性地解決所以的外部歷史數(shù)據(jù)整合問題，而新增外部數(shù)據(jù)則仍采用手工方式。另外一種折中的方式是由業(yè)務(wù)部門提供外部數(shù)據(jù)并定期上傳到臨時(shí)的數(shù)據(jù)收集數(shù)據(jù)系統(tǒng)，并由系統(tǒng)提供校驗(yàn)和入庫。但從商業(yè)智能在汽車企業(yè)的長遠(yuǎn)發(fā)展來看，這些都不能成為常態(tài)，因?yàn)橥獠繑?shù)據(jù)的手工干涉，會導(dǎo)致數(shù)據(jù)出錯(cuò)幾率增大；即使經(jīng)過系統(tǒng)的校驗(yàn)可以篩查出一部分問題，但問題數(shù)據(jù)文件的返回、再提交和再校驗(yàn)，亦會導(dǎo)致分析結(jié)果的延遲，甚至影響到整體的分析輸出。更致命的是部分外部數(shù)據(jù)的準(zhǔn)確性問題，若不設(shè)置復(fù)雜的業(yè)務(wù)數(shù)據(jù)校驗(yàn)規(guī)則很難識別，一旦入庫就會直接影響業(yè)務(wù)和決策人員的分析結(jié)果，造成分析結(jié)果錯(cuò)誤或者決策失誤。此類問題的后果往往屬于事后發(fā)現(xiàn)，會令商業(yè)智能的輸出趨于被動，不但不能成為企業(yè)的助力，反而可能成為企業(yè)的阻力。

從長遠(yuǎn)發(fā)展來看，解決外部數(shù)據(jù)問題，其根本是汽車企業(yè)需要不斷完善自己的業(yè)務(wù)信息化系統(tǒng)，為商業(yè)智能系統(tǒng)提供更多自動化的數(shù)據(jù)支撐；而對于一些懸久未決的外部數(shù)據(jù)，則需要專門的外部數(shù)據(jù)管理平臺，充當(dāng)外部數(shù)據(jù)源和商業(yè)智能平臺之間的中轉(zhuǎn)站。

分階段培訓(xùn)

很多汽車企業(yè)至今仍不能正確理解決策支持系統(tǒng)和業(yè)務(wù)管理系統(tǒng)之間的區(qū)別，即使對商業(yè)智能略知一二，也很難充分體會到分階段培訓(xùn)在商業(yè)智能工程建設(shè)中的重要作用。商業(yè)智能系統(tǒng)的建立并不意味著商業(yè)智能系統(tǒng)的成功，得到用戶廣泛應(yīng)用認(rèn)可的系統(tǒng)才是成功的商業(yè)智能系統(tǒng)，而如何能得到用戶的應(yīng)用認(rèn)可呢？充分、完整的分階段的用戶培訓(xùn)就是其核心。

項(xiàng)目規(guī)劃和立項(xiàng)階段的宣貫型培訓(xùn)，屬于先導(dǎo)型的理念培訓(xùn)，同時(shí)也是各個(gè)參與方政治角力的舞臺，理念、愿景和暢想的放飛是必不可少的，但是要切記不可脫離現(xiàn)實(shí)，無休止地?cái)U(kuò)大商業(yè)智能的功效，以免日后落到無法自圓其說的地步。

項(xiàng)目需求調(diào)研和詳細(xì)設(shè)計(jì)階段，原型系統(tǒng)或演示系統(tǒng)的設(shè)計(jì)必須要充分，以期令眾多的非專業(yè)人員快速、高效、分步驟地熟悉商業(yè)智能功能模塊的使用方法和應(yīng)用過程，以便在需求調(diào)研中更深層次地挖掘他們的（潛在）需求，同時(shí)也能夠令他們的參與熱情能夠在整個(gè)項(xiàng)目的實(shí)施過程中得以保持。

項(xiàng)目開發(fā)過程中，還需針對不同管理者和業(yè)務(wù)部門的應(yīng)用特點(diǎn)，組織小規(guī)模的、個(gè)性化的培訓(xùn)，以便對他們的需求深度探索和把握，并進(jìn)行精雕細(xì)琢。

項(xiàng)目上線后，一方面要對所有用戶進(jìn)行普適性的、大規(guī)模的操作級培訓(xùn)，另外一方面也要針對經(jīng)營管理層做宣傳性的培訓(xùn)，并通過他們的力量進(jìn)行內(nèi)部的宣傳和推廣，以期在汽車企業(yè)內(nèi)部逐步樹立科學(xué)決策和企業(yè)文化。同時(shí)，還需要在各個(gè)業(yè)務(wù)部門選拔一批重點(diǎn)應(yīng)用人員，逐步培訓(xùn)他們的業(yè)務(wù)報(bào)表乃至業(yè)務(wù)模型開發(fā)能力，令其逐步成為商業(yè)智能系統(tǒng)的核心用戶和傳承步道者。

在商業(yè)智能系統(tǒng)的運(yùn)維和后續(xù)發(fā)展階段，重點(diǎn)培訓(xùn)工作應(yīng)向咨詢公司與汽車廠商之間的知識傳承轉(zhuǎn)移，并在企業(yè)逐步建立和完善商業(yè)智能能力中心，并確保該中心可以逐步脫離咨詢公司的支持，可以自我成長并為汽車企業(yè)開發(fā)出更多的商業(yè)應(yīng)用。

綜上所述，不同步驟、不同策略的培訓(xùn)工作應(yīng)該貫穿至汽車企業(yè)商業(yè)智能工程的全生命周期，知識和應(yīng)用就是力量，傳承和發(fā)展更是生命。

應(yīng)用與文化

商業(yè)智能不僅僅是一個(gè)部門、一個(gè)系統(tǒng)、一個(gè)體系，更是一種文化，科學(xué)決策的文化。由于汽車行業(yè)近幾年來的超高速發(fā)展，市場的火熱助長了汽車企業(yè)盲目樂觀的決策文化，而科學(xué)決策在短期內(nèi)還難以在汽車行業(yè)成為主流。但不論如何，商業(yè)智能都不應(yīng)成為企業(yè)的政治工程和花瓶工程。

企業(yè)經(jīng)營管理層的個(gè)人氣質(zhì)往往會潛移默化地影響到企業(yè)的文化，所以在商業(yè)智能項(xiàng)目上線伊始，汽車企業(yè)的經(jīng)營管理層就應(yīng)當(dāng)起到表率作用，帶頭學(xué)習(xí)、使用和發(fā)展商業(yè)智能在企業(yè)的應(yīng)用，同時(shí)也要在相關(guān)的組織架構(gòu)、流程制度方面做好文章，確保商業(yè)智能的核心地位。當(dāng)然，內(nèi)部的推介、宣貫和獎(jiǎng)懲措施也是必不可少的，必要時(shí)甚至可以動用更多的行政命令強(qiáng)壓，以期科學(xué)決策的企業(yè)文化能夠經(jīng)過最少的“陣痛”而確立優(yōu)勢地位。

同時(shí)，商業(yè)智能文化也是一種理性和探索的文化，數(shù)據(jù)的整合和分析工作枯燥、繁瑣，需要更多的默默無聞和沉著堅(jiān)定；而業(yè)務(wù)模型和應(yīng)用的開發(fā)則充滿誘惑和挑戰(zhàn)，需要更多更深入的行業(yè)理解和業(yè)務(wù)洞悉，以及持續(xù)不斷的創(chuàng)新精神。

運(yùn)不能常有，而道更難尋。商業(yè)智能工程所催生的科學(xué)決策文化才是商業(yè)智能可持續(xù)發(fā)展的基石。

二、BI商業(yè)智能系統(tǒng)適用哪些行業(yè)和領(lǐng)域？

BI商業(yè)智能，在我們的日常生活中已經(jīng)廣泛地被使用。例如:我們所熟知的電信、金融、醫(yī)療、制造業(yè)、零售、電商等行業(yè)。

BI商業(yè)智能它是一套完整的解決方案，是企業(yè)中將現(xiàn)有的數(shù)據(jù)進(jìn)行整合。快速準(zhǔn)確的提供報(bào)表供領(lǐng)導(dǎo)進(jìn)行業(yè)務(wù)經(jīng)營決策，既可以是操作層的，也可以是戰(zhàn)術(shù)層和戰(zhàn)略層的決策。類似于大數(shù)據(jù)分析系統(tǒng)，但跟大數(shù)據(jù)分析有明顯的區(qū)別，BI與大數(shù)據(jù)區(qū)別在于前者更傾向于決策，對事實(shí)描述更多是基于群體共性，幫助決策者掌握宏觀統(tǒng)計(jì)趨勢，適合經(jīng)營運(yùn)營指標(biāo)支撐類問題，大數(shù)據(jù)則內(nèi)涵更廣，傾向于刻畫個(gè)體，更多的在于個(gè)性化的決策。

例如醫(yī)療行業(yè)解決方案：當(dāng)前醫(yī)療衛(wèi)生信息化還處于各自開發(fā)、各自建設(shè)的發(fā)展過程，醫(yī)療數(shù)據(jù)紛繁復(fù)雜，各種數(shù)據(jù)分布于各個(gè)醫(yī)療廠商系統(tǒng)內(nèi)部，存在數(shù)據(jù)異構(gòu)及信息孤島情況。BI商業(yè)智能的存在能夠在醫(yī)療機(jī)構(gòu)內(nèi)各系統(tǒng)實(shí)現(xiàn)互聯(lián)互通、數(shù)據(jù)共享和應(yīng)用，更快更高效的解決醫(yī)療行業(yè)中存在的問題。

以上只是列舉了醫(yī)療行業(yè)的解決方案，希望能幫到您。

場景梳理：總結(jié)梳理金融風(fēng)控、物流管理、廣告營銷、零售電商、交通出行、醫(yī)療健康、客戶服務(wù)、在線教育等8個(gè)典型商業(yè)智能應(yīng)用場景。

新型商業(yè)智能側(cè)重于智能技術(shù)在商業(yè)場景和典型環(huán)節(jié)中的滲透應(yīng)用，在產(chǎn)業(yè)鏈的中游解決方案提供商環(huán)節(jié)集聚了大量垂直領(lǐng)域的技術(shù)賦能型公司。同時(shí)，大多由互聯(lián)網(wǎng) 科技巨頭領(lǐng)導(dǎo)布局的商業(yè)智能技術(shù)平臺也可以充當(dāng)產(chǎn)業(yè)鏈中游角色，為各商業(yè)場景/環(huán)節(jié)提供賦能效果。在產(chǎn)業(yè)鏈上游，傳統(tǒng)IT廠商、云服務(wù)廠商、大數(shù)據(jù)平臺服務(wù)商可為產(chǎn)業(yè)鏈中游技術(shù)提供者賦予計(jì)算、存儲等基礎(chǔ)設(shè)施支持， ERP、CRM等企業(yè)信息系統(tǒng)可幫助企業(yè)有效記錄其資源及業(yè)務(wù)數(shù)據(jù)。

BI商業(yè)智能系統(tǒng)，也就是大數(shù)據(jù)智能可視化分析系統(tǒng)，只要有數(shù)據(jù)就能做，因此不存在說只能用于哪個(gè)特定行業(yè)。就拿奧威BI商業(yè)智能工具來說，它也是能夠用于不同行業(yè)的大數(shù)據(jù)智能可視化分析。只不過它針對多個(gè)行業(yè)（如電商零售、制造業(yè)等）以及主流ERP（如金蝶、用友）準(zhǔn)備了標(biāo)準(zhǔn)化的、系統(tǒng)化的數(shù)據(jù)分析解決方案，預(yù)設(shè)數(shù)據(jù)分析模型，滿足包括財(cái)務(wù)、倉庫在內(nèi)的80%的通用分析需求。

你也可以上奧威BI商業(yè)智能工具的demo平臺上看看，那里公布了多個(gè)行業(yè)的智能數(shù)據(jù)可視化分析效果。

以上僅為不同行業(yè)的智能數(shù)據(jù)可視化分析報(bào)表截圖，如果想體驗(yàn)在線自助分析，體驗(yàn)BI商業(yè)智能工具秒響應(yīng)、秒分析、秒呈現(xiàn)等效果，建議還是親自去奧威BI商業(yè)智能工具官網(wǎng)的demo平臺看看。

Oracle BI系統(tǒng)排名？Oracle BI辦公系統(tǒng)怎么選?什么是用戶口碑最好的Oracle BI系統(tǒng)？

提到BI選型，難免不會提到致遠(yuǎn)，Oracle BI怎么樣？Oracle BI的優(yōu)缺點(diǎn)？Oracle BI用戶口碑怎么樣？

想了解這些信息，您應(yīng)該到 選型寶 ，B2B的大眾點(diǎn)評，看看用戶對Oracle BI產(chǎn)品的實(shí)名點(diǎn)評。

關(guān)于 Oracle BI , 以下信息來自選型寶最新發(fā)布的BI口碑選型報(bào)告，希望對您有幫助。

一、Oracle入選選型寶BI廠商口碑領(lǐng)導(dǎo)者象限：

二、這是Oracle旗下幾款主流BI產(chǎn)品，在選型寶社區(qū)的點(diǎn)評量和口碑值：

Oracle BI系統(tǒng)排名？Oracle BI辦公系統(tǒng)怎么選?什么是用戶口碑最好的Oracle BI系統(tǒng)？

現(xiàn)在，您可以登陸 選型寶 官網(wǎng)，選擇您在考察的BI產(chǎn)品，就能生成一份專屬的選型報(bào)告，快到選型寶官網(wǎng)試試吧。

三、商業(yè)智能現(xiàn)狀及發(fā)展趨勢

商業(yè)智能(亦稱：商務(wù)智能)是支持企業(yè)決策分析的一系列軟件、技術(shù)、方法的集合。1989年Gartner首次提出了商業(yè)智能(BI)的概念，將其定義為一類由數(shù)據(jù)倉庫、查詢報(bào)表、數(shù)據(jù)分析、數(shù)據(jù)挖掘、數(shù)據(jù)備份和恢復(fù)等部分組成的、以幫助企業(yè)決策為目的的技術(shù)及其應(yīng)用。

全球商業(yè)智能市場快速發(fā)展解決方案滲透率不斷提升

根據(jù)Gartner發(fā)布數(shù)據(jù)，2018年全球商業(yè)智能和分析軟件解決方案市場規(guī)模達(dá)到216億美元，同比增長11.7%，其中現(xiàn)代BI平臺增長速度最快，增速達(dá)到23.3%，其次是數(shù)據(jù)科學(xué)平臺，增速達(dá)到19.0%。預(yù)計(jì)2019年全球市場規(guī)模在237億美元左右。

根據(jù)市場咨詢服務(wù)公司Dresner Advisory Services發(fā)布的數(shù)據(jù)，從2015年至2019年，商業(yè)智能市場經(jīng)歷了一個(gè)持續(xù)且積極的發(fā)展過程，商業(yè)智能的滲透率(占總員工的百分比)隨著時(shí)間的推移不斷提高。

通過比較2015年和2019年商業(yè)智能解決方案的滲透情況，2019年前三個(gè)滲透級別(>40%)已占到潛在授權(quán)用戶的34%，而2015年這一比例僅為27%。與此同時(shí)，20%以下的滲透率從2015年的57%下降到2019年的49%。這個(gè)趨勢表明，商業(yè)智能的啟用和普及力度正在持續(xù)改善。

中國商業(yè)智能行業(yè)正處于成長期增長迅速

根據(jù)帆軟數(shù)據(jù)應(yīng)用研究院統(tǒng)計(jì)數(shù)據(jù)，2018年中國商業(yè)智能(BI)軟件行業(yè)規(guī)模約為16.6億元，同比增長25.8%，未來中國BI行業(yè)的發(fā)展?jié)摿薮?。預(yù)計(jì)2019年中國商業(yè)智能(BI)行業(yè)軟件收入規(guī)模在21億左右，增長率達(dá)到27.1%。

注：市場規(guī)模為純軟件銷售收入，不含項(xiàng)目實(shí)施、項(xiàng)目運(yùn)維等。

另據(jù)IDC發(fā)布數(shù)據(jù)，2019年上半年中國商業(yè)智能軟件市場規(guī)模為2.1億美元，同比增長24.6%。IDC預(yù)測，2019年全年中國商業(yè)智能軟件市場規(guī)模為5.5億美元。

中國市場以報(bào)表分析軟件為主帆軟繼續(xù)占據(jù)國內(nèi)市場第一的位置

根據(jù)IDC發(fā)布數(shù)據(jù)，在中國商業(yè)智能軟件子市場中，報(bào)表分析軟件仍是目前市場最主要的需求，2019年上半年市場份額占比為72.8%。高級分析和預(yù)測分析市場份額占27.2%。

在企業(yè)競爭方面，近年來，商業(yè)智能行業(yè)進(jìn)場者越來越多。2018年活躍的BI工具和廠商約有50個(gè)，較2017年的42個(gè)多出8個(gè)，很多產(chǎn)品都是近兩年推出的。

中國商業(yè)智能市場馬太效應(yīng)已經(jīng)凸顯。根據(jù)IDC發(fā)布數(shù)據(jù)，2019年上半年，帆軟(FanRuan)以14.9%的市場份額排名第一，近年來，帆軟不斷加強(qiáng)生態(tài)合作伙伴建設(shè)并進(jìn)行行業(yè)市場深耕，市場規(guī)模不斷擴(kuò)大。SAP和微軟(Microsoft)分別以9.3%和7.7%排在第二、三位。IBM和SAS在金融行業(yè)有長期的的用戶基礎(chǔ)，分別以6.5%和4.9%排在第四、五位。

—— 以上數(shù)據(jù)及分析均來自于前瞻產(chǎn)業(yè)研究院《中國商業(yè)智能行業(yè)市場需求預(yù)測與競爭戰(zhàn)略分析報(bào)告》。

四、商業(yè)智能的實(shí)施步驟

一、明確業(yè)務(wù)需求

明確業(yè)務(wù)需求其實(shí)就是明確BI項(xiàng)目建設(shè)的目標(biāo)，找出部署的核心驅(qū)動力，從思想文化上發(fā)力，讓企業(yè)管理人員及其他員工能共同推動企業(yè)BI項(xiàng)目的建設(shè)。

既然要全體員工共同推動建設(shè)BI，那就要求BI確實(shí)能夠滿足企業(yè)不同部門、不同層級員工的要求，這些要求就是我們要找出的業(yè)務(wù)需求。

業(yè)務(wù)需求-派可數(shù)據(jù)商業(yè)智能BI

想要將這些業(yè)務(wù)需求進(jìn)行匯總整理，需要企業(yè)高層管理人員組建強(qiáng)有力的執(zhí)行團(tuán)隊(duì)，自上而下分配任務(wù)，由各部門管理人員進(jìn)行統(tǒng)計(jì)分析，確定真正有意義的業(yè)務(wù)需求，然后向上層匯總整理成需求報(bào)告。

在分配任務(wù)時(shí)，要注意根據(jù)不同部門的特點(diǎn)分別進(jìn)行針對性統(tǒng)計(jì)，比如品牌部門和銷售部門對于企業(yè)商品有不同的理解，品牌部更注重的是商品形象、商品健康度及商品影響力，而銷售部門更關(guān)注的是商品群體、商品價(jià)格和商品活動，這中間可能有合作，可能有沖突，需要管理人員進(jìn)行抉擇，選擇合適而非滿足所有人的需求。

二、梳理業(yè)務(wù)數(shù)據(jù)指標(biāo)

企業(yè)建設(shè)BI項(xiàng)目需要梳理相關(guān)業(yè)務(wù)建立完善的指標(biāo)管理體系，通過業(yè)務(wù)需求報(bào)告劃定指標(biāo)體系范圍，為各部門關(guān)鍵需求建立KPI指標(biāo)，同時(shí)將分析指標(biāo)公式進(jìn)行標(biāo)注，并和相關(guān)業(yè)務(wù)數(shù)據(jù)進(jìn)對應(yīng)，確定指標(biāo)體系中需要抽取的數(shù)據(jù)。

業(yè)務(wù)指標(biāo)-派可數(shù)據(jù)商業(yè)智能BI

1、業(yè)務(wù)指標(biāo)分類

不同企業(yè)有不同的指標(biāo)管理體系，其中的業(yè)務(wù)指標(biāo)分類更是不盡相同。通常來說，企業(yè)會確定一種視角將確認(rèn)的需求構(gòu)建成整套指標(biāo)體系，比如企業(yè)可以對指標(biāo)進(jìn)行分級，將不同層級指標(biāo)分成戰(zhàn)略指標(biāo)、管理指標(biāo)和執(zhí)行指標(biāo)。

以業(yè)務(wù)流程為視角進(jìn)行劃分、以發(fā)展階段為視角進(jìn)行劃分、以組織建設(shè)為視角進(jìn)行劃分......但不管以什么方式劃分指標(biāo)，企業(yè)都需要保證指標(biāo)能夠覆蓋需求分析報(bào)告中提到的各部門需求，并保留業(yè)務(wù)擴(kuò)展的規(guī)劃。

2、業(yè)務(wù)指標(biāo)屬性

企業(yè)在BI項(xiàng)目中最容易出現(xiàn)的問題就是，只顧建立業(yè)務(wù)指標(biāo)，忽略了描述屬性，導(dǎo)致無法識別。對此，企業(yè)應(yīng)該對業(yè)務(wù)指標(biāo)屬性建立規(guī)范，統(tǒng)一進(jìn)行描述，讓每個(gè)指標(biāo)都能夠被分析和技術(shù)人員所理解。

描述指標(biāo)屬性一般也會根據(jù)功用分成三類，一種是指標(biāo)的業(yè)務(wù)屬性，比如指標(biāo)的名稱、指標(biāo)的說明、指標(biāo)所屬的分類等；一種是技術(shù)屬性，比如指標(biāo)數(shù)據(jù)的來源、分析指標(biāo)的公式、指標(biāo)數(shù)據(jù)更新頻率等；還有就是管理屬性，比如指標(biāo)所屬部門或業(yè)務(wù)線、考核KPI、部門指標(biāo)等。

三、數(shù)據(jù)源的處理

數(shù)據(jù)處理-派可數(shù)據(jù)商業(yè)智能BI

1、異構(gòu)數(shù)據(jù)源

企業(yè)通過建立業(yè)務(wù)指標(biāo)，掌握了各部門對相關(guān)數(shù)據(jù)的需求情況。在這個(gè)階段業(yè)務(wù)、分析和技術(shù)人員需要協(xié)力合作，在充分溝通交流的基礎(chǔ)上，收集業(yè)務(wù)信息系統(tǒng)、Excel表格、文本記錄、日志文件、云服務(wù)器等不同來源的業(yè)務(wù)數(shù)據(jù)，獲取所需數(shù)據(jù)的格式和規(guī)范。

2、ETL處理

ETL 分為三個(gè)階段，分別是抽?。‥xtraction）、轉(zhuǎn)換（Transformation）、加載（Loading）。主要負(fù)責(zé)的是從不同數(shù)據(jù)源抽取數(shù)據(jù)，然后以一定的數(shù)據(jù)處理規(guī)則對數(shù)據(jù)進(jìn)行加工和格式轉(zhuǎn)換，最后將處理完成的數(shù)據(jù)輸出到目標(biāo)數(shù)據(jù)表中。

一般來說，ETL從邏輯上可以分為兩層，分別是控制流和數(shù)據(jù)流，其中控制流指的是控制每一個(gè)數(shù)據(jù)流和數(shù)據(jù)流之間處理的先后流程，一個(gè)控制流可以包含多個(gè)數(shù)據(jù)流。

數(shù)據(jù)流就是具體的從源數(shù)據(jù)到目標(biāo)數(shù)據(jù)表的數(shù)據(jù)轉(zhuǎn)換過程，在數(shù)據(jù)流的開發(fā)設(shè)計(jì)過程中主要分為通過ETL實(shí)現(xiàn)目標(biāo)數(shù)據(jù)表的連接，利用SQL語句完成中間環(huán)節(jié)的轉(zhuǎn)換等。

四、數(shù)據(jù)倉庫的架構(gòu)設(shè)計(jì)

企業(yè)進(jìn)行BI項(xiàng)目建設(shè)時(shí)，需要明白數(shù)據(jù)倉庫是貫穿上下的核心所在，它不僅能夠?qū)⒏鞣N不同來源的數(shù)據(jù)進(jìn)行處理，統(tǒng)一進(jìn)行儲存，還可以方便分析和技術(shù)人員調(diào)取數(shù)據(jù)，進(jìn)行數(shù)據(jù)可視化分析，將數(shù)據(jù)轉(zhuǎn)化為信息。

數(shù)據(jù)倉庫-派可數(shù)據(jù)商業(yè)智能BI

在數(shù)據(jù)倉庫開發(fā)過程中，第一層的處理是ODS層或者staging 層的開發(fā)，第二層是 DIMENSION維度層的開發(fā)，后面幾層就是DW 事實(shí)層、DM數(shù)據(jù)集市層的開發(fā)。

五、數(shù)據(jù)可視化設(shè)計(jì)

1、分析主題

企業(yè)分析人員可以利用數(shù)據(jù)字典將不同部門業(yè)務(wù)需求和指標(biāo)進(jìn)行歸納，提前根據(jù)各部門常用分析需求設(shè)計(jì)可視化模板，比如為銷售部門設(shè)計(jì)月度發(fā)展分析、銷售狀況預(yù)測、銷售市場狀況等。不僅節(jié)省了重復(fù)構(gòu)建的時(shí)間，還能近乎無門檻，讓業(yè)務(wù)人員也能進(jìn)行簡單的分析。

數(shù)據(jù)可視化-派可數(shù)據(jù)商業(yè)智能BI

值得強(qiáng)調(diào)的是，分析人員在設(shè)計(jì)數(shù)據(jù)可視化時(shí)，一定要注意業(yè)務(wù)、指標(biāo)和數(shù)據(jù)的對應(yīng)關(guān)系，嚴(yán)格查詢數(shù)據(jù)字典或是日志文檔，從數(shù)據(jù)倉庫中調(diào)取數(shù)據(jù)。

同時(shí)，分析人員還要根據(jù)分析主題定期和技術(shù)人員合作，對數(shù)據(jù)質(zhì)量進(jìn)行調(diào)研，擴(kuò)展業(yè)務(wù)指標(biāo)數(shù)據(jù)，提高數(shù)據(jù)的準(zhǔn)確性、完善性等。

2、頁面布局

分析人員通過將完整的頁面分割成不同層次模塊來滿足信息的展現(xiàn)，在過程中要注意對信息重要程度進(jìn)行優(yōu)先級劃分。在整體視覺設(shè)計(jì)中，把核心的數(shù)據(jù)指標(biāo)放在最重要的位置，占據(jù)較大的面積，其余的指標(biāo)按優(yōu)先級依次在核心指標(biāo)周圍展開。

數(shù)據(jù)可視化-派可數(shù)據(jù)商業(yè)智能BI

數(shù)據(jù)需求比較多的情況下，分析人員需要在滿足關(guān)鍵信息、平衡布局空間以及簡潔直觀的基礎(chǔ)上將數(shù)據(jù)劃分為更多層次。一般來說，會在通用模板頁面的基礎(chǔ)上在水平、垂直方向分割出更多畫面模塊，維持中心關(guān)鍵區(qū)域的面積大小。

3、多終端展現(xiàn)

IT技術(shù)人員還可以將數(shù)據(jù)可視化集成到釘釘、公眾號、APP等移動端軟件上，讓BI的適用性更加廣泛，也讓繁忙的管理人員可以隨時(shí)拿出手機(jī)查看企業(yè)發(fā)展信息，監(jiān)控異常狀況。

數(shù)據(jù)可視化-派可數(shù)據(jù)商業(yè)智能BI

派可數(shù)據(jù) 商業(yè)智能BI可視化分析平臺

以上就是關(guān)于商業(yè)智能品牌十大排名相關(guān)問題的回答。希望能幫到你，如有更多相關(guān)問題，您也可以聯(lián)系我們的客服進(jìn)行咨詢，客服也會為您講解更多精彩的知識和內(nèi)容。