紅羅賓漢堡連瑣店股票市值

『壹』 BI軟體的根源

最近以來，商業智能軟體市場方興未艾，為低迷的IT產業帶來一束曙光。根據弗瑞斯特研究中心（Forrester Research）的調查發現，去年底有44%的企業表示，計劃在今年購買BI軟體。另外，據IDC提供的數據，在五年之內，商業智能市場規模將從現在的55億美元擴大到157億美元。正是看到了BI市場的巨大「錢途」，一些IT服務提供商紛紛推出自己的BI軟體，如Oracle、微軟、IBM公司、國內的金碟公司等均大力開發和推廣BI軟體。與此同時，一些商業企業、製造企業也在積極應用BI軟體，為其決策提供有價值的服務。
企業熱衷於BI，首先源於BI自身的優勢：
一是迎合了企業的需求。根據最新一期美國《財富》雜志的分析，BI能夠運算大量信息，然後為企業找出市場趨勢、經營上的問題，以及發現市場新機會。而這正是企業一直以來都在尋找的軟體。世界零售業巨頭沃爾瑪，通過對顧客購買資料的分析，發現將啤酒與尿布擺放在相近的區域銷售時，兩者的銷量均會大增，於是在商品陳列時按照這一布局擺放商品，促進銷售。這個「啤酒與尿布」的故事，其實就是沃爾瑪運用BI進行分析的結果。又如一家食品公司去年春天發現，顧客對櫻桃口味冰淇淋的抱怨爆增，他們認為冰淇淋內的櫻桃含量太少。於是，該公司運用BI軟體找出了問題的源頭：冰淇淋盒子上的照片反映的是含較多櫻桃的冰淇淋，給顧客產生了誤解。該公司將照片更換之後，抱怨就不再出現了。
二是為企業提供的決策支持效果明顯。BI由於是基於對企業一手資料的分析，因而對企業的決策效果顯著。比如，美國紅羅賓漢堡連鎖店購買了一套BI軟體，為企業追蹤營銷活動成果，並監督每家分店的漢堡銷售情況。結果紅羅賓很快就發現自己浪費了太多錢購買一種白色醬料，而這種醬料其實根本沒有人吃。於是紅羅賓決定自己研發醬料，不再向外購買。
三是能讓企業所有員工自己進行資料分析，從而發現問題。這是原先一些決策支持軟體所不具備的功能。一直以來，只有信息或統計人員懂得如何在成堆的信息與數據里，產出厚厚一疊的商業報告，通過會議或簡報的形式與大家分享。現在有了BI就不同了，它能讓每個人都有能力獨自進行商業分析。一般而言，BI軟體會將海量信息進行分類，讓相關信息聚集在一起，如財務的歸財務，存貨歸存貨。等到需要特定信息時，你就可以用BI軟體去搜尋你需要的信息。比如，美國釘書針公司的財務副總裁在使用BI軟體一年內，就發現公司長期以來在陳列規劃上所犯的錯誤。通過調整後，五年以來，公司凈利一直以12%的速度增長。
四是，BI軟體的價格相比ERP、CRM等來說不算高，而且安裝上線也只需要幾個星期的時間。
企業時下比較熱衷BI的另一個主要原因是數據搜集、數據挖掘已為BI提供了良好的基礎，企業對BI的需求上升。一直以來，很多行業的信息化都集中在前端的數據搜集方面，隨著企業信息技術的不斷發展，企業已經積累了大量的業務數據，企業內的各級人員都希望能夠快速有效地從這些大量雜亂無章的數據中獲取有意義的信息，決策者希望能夠利用現有數據指導企業決策和提升企業競爭優勢，這種需求推動了數據倉庫的發展。同時，人們越來越認識到，日常的業務應用生成了大量的數據，這些數據若用於決策支持會帶來顯著的附加值。若再加上行業分析報告、獨立的市場調查、評測結果和顧問評估等外來數據，上述處理過程產生的效益可進一步增強。所以說，商業智能近年來逐漸成為熱點可說是企業信息化發展到一定程度的必然。BI正是以數據倉庫為基礎，由數據倉庫來匯總這些信息，為BI的應用提供支持。

『貳』 bi是什麼軟體

商務智能又名商業智能，英文為Business Intelligence，簡寫為BI。
商業智能通常被理解為將企業中現有的數據轉化為知識，幫助企業做出明智的業務經營決策的工具。這里所談的數據包括來自企業業務系統的訂單、庫存、交易賬目、客戶和供應商等來自企業所處行業和競爭對手的數據以及來自企業所處的其他外部環境中的各種數據。而商業智能能夠輔助的業務經營決策，既可以是操作層的，也可以是戰術層和戰略層的決策。為了將數據轉化為知識，需要利用數據倉庫、聯機分析處理（OLAP）工具和數據挖掘等技術。因此，從技術層面上講，商業智能不是什麼新技術，它只是數據倉庫、OLAP和數據挖掘等技術的綜合運用。
可以認為，商業智能是對商業信息的搜集、管理和分析過程，目的是使企業的各級決策者獲得知識或洞察力（insight），促使他們做出對企業更有利的決策。商業智能一般由數據倉庫、聯機分析處理、數據挖掘、數據備份和恢復等部分組成。商業智能的實現涉及到軟體、硬體、咨詢服務及應用，其基本體系結構包括數據倉庫、聯機分析處理和數據挖掘三個部分。
因此，把商業智能看成是一種解決方案應該比較恰當。商業智能的關鍵是從許多來自不同的企業運作系統的數據中提取出有用的數據並進行清理，以保證數據的正確性，然後經過抽取（Extraction）、轉換（Transformation）和裝載（Load），即ETL過程，合並到一個企業級的數據倉庫里，從而得到企業數據的一個全局視圖，在此基礎上利用合適的查詢和分析工具、數據挖掘工具（大數據魔鏡）、OLAP工具等對其進行分析和處理（這時信息變為輔助決策的知識），最後將知識呈現給管理者，為管理者的決策過程提供支持。