红罗宾汉堡连琐店股票市值

『壹』 BI软件的根源

最近以来，商业智能软件市场方兴未艾，为低迷的IT产业带来一束曙光。根据弗瑞斯特研究中心（Forrester Research）的调查发现，去年底有44%的企业表示，计划在今年购买BI软件。另外，据IDC提供的数据，在五年之内，商业智能市场规模将从现在的55亿美元扩大到157亿美元。正是看到了BI市场的巨大“钱途”，一些IT服务提供商纷纷推出自己的BI软件，如Oracle、微软、IBM公司、国内的金碟公司等均大力开发和推广BI软件。与此同时，一些商业企业、制造企业也在积极应用BI软件，为其决策提供有价值的服务。
企业热衷于BI，首先源于BI自身的优势：
一是迎合了企业的需求。根据最新一期美国《财富》杂志的分析，BI能够运算大量信息，然后为企业找出市场趋势、经营上的问题，以及发现市场新机会。而这正是企业一直以来都在寻找的软件。世界零售业巨头沃尔玛，通过对顾客购买资料的分析，发现将啤酒与尿布摆放在相近的区域销售时，两者的销量均会大增，于是在商品陈列时按照这一布局摆放商品，促进销售。这个“啤酒与尿布”的故事，其实就是沃尔玛运用BI进行分析的结果。又如一家食品公司去年春天发现，顾客对樱桃口味冰淇淋的抱怨爆增，他们认为冰淇淋内的樱桃含量太少。于是，该公司运用BI软件找出了问题的源头：冰淇淋盒子上的照片反映的是含较多樱桃的冰淇淋，给顾客产生了误解。该公司将照片更换之后，抱怨就不再出现了。
二是为企业提供的决策支持效果明显。BI由于是基于对企业一手资料的分析，因而对企业的决策效果显著。比如，美国红罗宾汉堡连锁店购买了一套BI软件，为企业追踪营销活动成果，并监督每家分店的汉堡销售情况。结果红罗宾很快就发现自己浪费了太多钱购买一种白色酱料，而这种酱料其实根本没有人吃。于是红罗宾决定自己研发酱料，不再向外购买。
三是能让企业所有员工自己进行资料分析，从而发现问题。这是原先一些决策支持软件所不具备的功能。一直以来，只有信息或统计人员懂得如何在成堆的信息与数据里，产出厚厚一叠的商业报告，通过会议或简报的形式与大家分享。现在有了BI就不同了，它能让每个人都有能力独自进行商业分析。一般而言，BI软件会将海量信息进行分类，让相关信息聚集在一起，如财务的归财务，存货归存货。等到需要特定信息时，你就可以用BI软件去搜寻你需要的信息。比如，美国钉书针公司的财务副总裁在使用BI软件一年内，就发现公司长期以来在陈列规划上所犯的错误。通过调整后，五年以来，公司净利一直以12%的速度增长。
四是，BI软件的价格相比ERP、CRM等来说不算高，而且安装上线也只需要几个星期的时间。
企业时下比较热衷BI的另一个主要原因是数据搜集、数据挖掘已为BI提供了良好的基础，企业对BI的需求上升。一直以来，很多行业的信息化都集中在前端的数据搜集方面，随着企业信息技术的不断发展，企业已经积累了大量的业务数据，企业内的各级人员都希望能够快速有效地从这些大量杂乱无章的数据中获取有意义的信息，决策者希望能够利用现有数据指导企业决策和提升企业竞争优势，这种需求推动了数据仓库的发展。同时，人们越来越认识到，日常的业务应用生成了大量的数据，这些数据若用于决策支持会带来显著的附加值。若再加上行业分析报告、独立的市场调查、评测结果和顾问评估等外来数据，上述处理过程产生的效益可进一步增强。所以说，商业智能近年来逐渐成为热点可说是企业信息化发展到一定程度的必然。BI正是以数据仓库为基础，由数据仓库来汇总这些信息，为BI的应用提供支持。

『贰』 bi是什么软件

商务智能又名商业智能，英文为Business Intelligence，简写为BI。
商业智能通常被理解为将企业中现有的数据转化为知识，帮助企业做出明智的业务经营决策的工具。这里所谈的数据包括来自企业业务系统的订单、库存、交易账目、客户和供应商等来自企业所处行业和竞争对手的数据以及来自企业所处的其他外部环境中的各种数据。而商业智能能够辅助的业务经营决策，既可以是操作层的，也可以是战术层和战略层的决策。为了将数据转化为知识，需要利用数据仓库、联机分析处理（OLAP）工具和数据挖掘等技术。因此，从技术层面上讲，商业智能不是什么新技术，它只是数据仓库、OLAP和数据挖掘等技术的综合运用。
可以认为，商业智能是对商业信息的搜集、管理和分析过程，目的是使企业的各级决策者获得知识或洞察力（insight），促使他们做出对企业更有利的决策。商业智能一般由数据仓库、联机分析处理、数据挖掘、数据备份和恢复等部分组成。商业智能的实现涉及到软件、硬件、咨询服务及应用，其基本体系结构包括数据仓库、联机分析处理和数据挖掘三个部分。
因此，把商业智能看成是一种解决方案应该比较恰当。商业智能的关键是从许多来自不同的企业运作系统的数据中提取出有用的数据并进行清理，以保证数据的正确性，然后经过抽取（Extraction）、转换（Transformation）和装载（Load），即ETL过程，合并到一个企业级的数据仓库里，从而得到企业数据的一个全局视图，在此基础上利用合适的查询和分析工具、数据挖掘工具（大数据魔镜）、OLAP工具等对其进行分析和处理（这时信息变为辅助决策的知识），最后将知识呈现给管理者，为管理者的决策过程提供支持。