随着每年超过8800万辆汽车和轻型车辆的销售,商业部门和大型企业正面临着越来越多的停车问题。确保顾客、员工和访客有足够的停车位是零售商、酒店、医院和企业的首要任务。
决策支持系统(DSS)是第一个数据库管理系统。很多历史学家都认为,现代版的商业智能是从DSS数据库演化而来。上世纪80年代,商业人士发现了商业智能的价值,于是BI供应商的数量大增。
新零售之所以出现,作者认为一是亚马逊的实践;二是马云提出新零售的概念;三是传统零售的衰落;未来新零售的内涵在于数据化和信息化;虚拟世界和真实世界一体化的体验;商业智能在新零售中的应用。商业智能与个人和顾客群体相交互。
企业需要开发一个新的复杂的数据,人员和思想的生态系统。数据分析将很快不再是专业化人员才能实施,它将成为每个员工的关键业务。
早在2015年初,Gartner就在《商业智能与分析平台魔力象限》年度报告中说到:“传统BI的市场份额领导者被新型BI厂商打乱。
面对强劲的企业需求和现实的难度障碍,及时总结中国企业在BI应用过程中的得失,寻找适合中国企业的BI最佳实践,为更多企业和CIO提供参考和借鉴,是现阶段非常必要的工作。
业务需求文档通常还对业务前景进行一个大致分析,包括开展该项业务的收入预测、市场及竞争对手分析、销售及营销策略等。
是否真的进入了BI2.0?BI2.0具有什么特征?BI2.0与WEB2.0类似么?文中作者给出了自己的见解。
BI商业智能项目应在 “业务驱动,总体规划,统一设计,分期实施” 的总体设计原则下分期实施,先确保核心功能满足客户需求,在总体规划下不断完善整个系统,提高可交付性并降低风险。
在实际数据环境中,企业的关键业务数据往往分散在多个异构的、异地的数据源中,形成所谓“数据孤岛”,从而导致企业难以方便的获取决策所需的正确信息。