BI理论

数据质量有可能会成为一个永久性的问题，因为数据管理、分析和BI的领域在不断扩大;企业想要为用户提供高质量产品，必须学会适应这些变化。

“我们的战略是时刻跟进变化！”宝洁首席信息官FilippoPasserini说道。“我们当前的模式已经过时了。我们认为最重要的是公司始终要站在一个强势地位之上。”他认为今天的软件开发业务模式虽然是可行的,但我们应该在危机来临之前，改变现在的策略。

阿里金融批量放贷的核心，就是交易数据能否支撑金融模型、以及金融模型是否确定把违约率降低到一定概率。这不但需要长期沉淀，还需要相对稳定的市场环境，和持续防范系统性风险。

传统的BI系统，其BI能力的实现往往采用基于内存的串行机制。即将数据全部或批量导入内存中，再依次进行处理。其处理性能受限于单台机器的内存容量和计算能力，无法支持海量数据的分析处理

如今，企业数据市场正在面临大数据的侵袭，在未来几年，数据资源将集中地遍布全球的云服务器中。对企业来说，海量数据中蕴藏了大量价值金矿，而对数据的分析和处理能力直接决定企业挖掘数据商业价值的能力，如果企业想要正确地对数据进行分析，必然需一个聪明的分析师，即处理海量数据集的“智能”工具，幸运的是，商务智能应运而生。

IDC预测，2013年中国云计算服务市场将达到18.3亿美元的规模，同比增长52.2%。从以上可以看出，云平台应用会更加深入，并且云平台在企业运营的整个产业链中会发挥出更重要的作用。

在大数据的带动下，BI开发商“搭上了时代的顺风车”。有人大胆预测：与大数据相关的商务智能分析将引领管理信息化的发展。

如果从BI的市场角度来分析，全球BI市场的快速发展已经引发了行业竞争格局的变化。2010年BI厂商的一系列并购的背景是特定行业对标准化BI产品的需求更加明确。

大数据应用除了数据规模巨大之外，还意味着拥有庞大的文件数量。因此如何管理文件系统层累积的元数据是一个难题，处理不当的话会影响到系统的扩展能力和性能，而传统的NAS系统就存在这一瓶颈。

目前，BI市场仍然是ORACLE、SAP、IBM、Microsoft、SAS等少数国际软件巨头占据着垄断地位，在中国控制着超过36%的BI市场份额，而中国软件企业的销售金额只占全部BI许可证的6%。显而易见，在中国，BI应用就好比高尔夫运动一样，还属于极少数“贵族的专利”，一般中小企业玩不起。中小企业望着大型企业的BI系统，那感觉无疑就像“老百姓看着来自皇宫……

联机分析处理侧重于与用户的交互、快速的响应速度及提供数据的多维视图，而数据挖掘则注重自动发现隐藏在数据中的模式和有用信息。

也就是说，大数据之“大”，其侧重点并不在于其表象的“大容量”，而在于其潜在的“大价值”。大数据的意义，也远远不局限于我们当前众多新闻报道中所津津乐道的“啤酒和尿布”等等通过数据挖掘、实现精准营销的故事。我认为，大数据之所以能被称为革命性的现象，是因为它标志着我们人类社会在从信息时代、经由知识时代快速向智能时代迈进。

Gartner近期发布了《BI技术成熟度曲线报告》从中我们看到每到年末，许多企业都开始为新一年的BI分析部署做计划，但是，不少计划都和去年相差不多

成功的选型是威高集团商业智能应用系统成功实施的开始，目前双方正在紧密合作，倾力打造决策分析平台。相信威高集团通过此次Power-BI决策分析平台的实施，将借助信息化手段将集团原有手工管理转变为信息实时化管控、穿越数据迷障、透视企业经营状况，为企业开创智能篇章!

Gartner发布的《BI技术成熟度曲线报告》指出，明年BI发展趋势为四个关键词：信息、移动、社交和云计算。用友BQ作为专业的商业分析产品，其研发团队预测，商业分析的重点技术在于大数据分析，云计算也会为大数据分析起到助推作用。而移动BI将是未来商业分析最主要的展现形式。