【行业】大数据时代的商业智能

商业智能的概念在1996年最早由加特纳集团提出，加特纳集团将商业智能定义为：商业智能描述了一系列的概念和方法，通过应用基于事实的支持系统来辅助商业决策的制定。商业智能技术提供使企业迅速分析数据的技术和方法，包括收集、管理和分析数据，将这些数据转化为有用的信息，然后分发到企业各处。

一、行业概述

1.大数据时代来临，数据正成为企业的基本生产要素    

随着信息化的快速发展，企业正迎来大数据时代，诸如OA、ERP、CRM等信息系统已全面覆盖企业经营的各个环节，积累了大量的运营数据。同时，互联网尤其移动互联网的快速发展使用户交互的数据量爆炸式增长，数据源的不断丰富使得每天世界上产生的数据量正在呈指数级增长。据IDC的研究结果，2013年全球数据量达4.4ZB，而到2020年全球将拥有44ZB的数据量，与2013年相比增长将近10倍。

在大数据迅猛发展的大背景下，麦肯锡的研究指出：数据将与企业的固定资产和人力资源一样，成为生产过程中的基本要素。大数据将成为竞争的关键性基础，并成为下一波生产率提高、创新和为消费者创造价值的支柱。基于数据的竞争，将成为经济发展的必然趋势，数据对于企业竞争力的影响力已在世界领先企业中体现出来，根据Sybase对财富1000 强公司的研究结果，数据质量和销售人员获取数据的能力提高10%，样本平均水平可提高16%的净资产收益率（ROE）。

2.商业智能系统是将数据转化为生产力的核心工具    

商业智能是一个从大规模数据中发现潜在的、新颖的、有用的知识的过程，旨在支持企业的业务运作与管理决策。商业智能系统将对行业的理解和企业的经营策略融入到IT系统建设中，通过技术工具和商业智慧的有机结合，从企业积累的包括财务和非财务的海量数据中挖掘出有价值的信息，帮助决策者突破自身知识的局限性，有效提升企业决策的科学性，实现企业经营的智能决策，最终提升企业的市场竞争力和盈利能力。 

商业智能是一个复杂的整体系统，而不是一个单一的软件产品。商业智能过程可以分为数据整理和数据应用两个层面，对应商业智能系统建设的两大步骤和产品。第一步是建立以数据仓库为核心的数据中心，数据中心承担数据选择、数据处理的工作，从外部数据源提取数据，经过处理后存储在数据仓库中。数据仓库是商业智能系统成功实施的基础，只有提取了合适的、正确的数据源，对于数据的分析和处理才是正确的；第二步是基于企业的需求进行应用开发，采用数据仓库的数据进行运算，为企业提供辅助决策的信息，应用层是直接体现商业智能价值的产品，通过多维分析、数据挖掘等多种手段分析数据，提炼出有用的知识。

借助完整的商业智能系统，企业能够从多个维度挖掘数据价值，将数据转化为实际的生产力，包括：

①提高数据在各相关部门的分享程度，提高市场反应的灵活力以提高整个管理链条和产业链条的投入回报率；

②实现对公司整体运营环节的实时监控、内控建设与评价，改善企业的经营绩效及协助管理层进行决策分析；

③以低成本高效率的方式实时和高度细分目标客户群，洞悉客户的内在需求，为客户提供量体裁衣般的产品和服务。

3.应用软件及服务厂商是商业智能系统成功实施的关键     

商业智能行业内主要有两类厂商，一类为工具平台软件厂商，主要提供标准化的通用技术工具，一类为应用软件及服务厂商，专注于为客户量身定制商业智能解决方案，基于工具平台软件进行商业智能系统的规划和实施。 

商业智能系统的建设不是一个简单的IT系统部署上线，而是需要调动公司各个部门全力配合。一方面厂商要对企业业务系统进行全面梳理，了解公司所有业务系统的数据结构和数据质量，为商业智能系统建设的可行性和方案进行规划；另一方面厂商要充分了解行业环境和企业需求，切实理解不同角色的员工对于商业智能系统的要求，贴合客户需求，设计出具备实用性和高价值的产品。

应用软件及服务厂商首先要结合企业的经营状况和发展战略为其制定一个切实可行、适应企业需求的系统建设方案，其次以建设方案为蓝图，在工具平台软件的基础上进行二次开发，最终形成一个符合企业特点的商业智能系统。   

由于不同企业管理层决策所考虑的因素和采取的策略存在较大的差异，而商业智能系统的建设与企业所处的行业、企业的发展战略以及企业在市场竞争中的地位等多方面因素都是息息相关的。因此专业的商业智能应用软件及服务厂商需要拥有独特的行业洞察力，熟悉企业运作的各项流程，才能够为客户提供符合需求的产品。而这是工具平台软件厂商所提供的通用产品无法满足的，应用软件及服务厂商是客户成功实施商业智能系统的关键。

二、市场前景

1.企业正逐渐认识商业智能的重要性，将其作为首要的IT投资目标    

在大数据时代迅猛发展的大背景下，企业正逐渐认识到挖掘数据价值的重要性，而目前大多数企业都未能利用这一重要的生产要素。根据dataxu发布的数字营销白皮书，超过70%的受访者感觉他们无法利用用户数据洞察的价值。同时，统计数据表明，目前国内企业数据有效利用率不足7%。

大数据的快速发展和数据有效利用率不足的矛盾为商业智能系统的发展提供了巨大的潜在发展空间。目前，国内企业正逐渐认识到商业智能系统对于其争取竞争优势的重要性，将其作为首要的IT投资目标。根据Gartner的研究数据，2013年商业智能是中国企业CIO最关注的技术应用，未来三年都将是中国企业IT投资的重点，而目前中国企业在商业智能领域的投资力度已远高于全球同行。

2.国内商业智能系统发展正在逐渐成熟，企业投资空间巨大    

中国商业智能应用软件行业与国外相比发展较晚，一方面由于拥有领先技术的国外厂商不能够很好地适应国内企业本地化的需求，无法真正进行商业智能系统的部署；另一方面国内厂商技术和经验不足，一直处在摸索期，主要模仿国外厂商，不能够为客户提供较为完善和深入的商业智能系统，从而导致国内商业智能应用软件行业发展仍处于初级阶段。商业智能系统目前主要实现的功能为数据整合和报表统计分析，真正实现深度分析的应用极少。数据显示，目前在商业智能系统的业务中70%是在做报表，25%做多维分析，只有不到5%做数据挖掘。

国内市场的这一典型特征从BI投资占企业软件总支出的比例充分体现出来。根据Gartner的统计，预计2012年全球BI投资占企业软件总支出的比例为10.8%，而根据赛迪顾问预测的中国企业软件总支出和运维通信委员会对于BI市场规模的预测，中国BI投资占企业软件总支出的比例仅为3.2%。

3.国内商业智能系统的市场规模持续增长    

未来商业智能整体服务市场规模将保持持续稳步增长，根据艾瑞咨询的统计数据，预计到2018年国内商业智能服务整体规模将达到247亿元，2015年-2018年年均增长率达到19.5%。其中，大数据BI服务市场及智能BI服务市场2018年市场规模将分别达到73.5亿元和10.9亿元，2015年-2018年年均增长率将分别达到29.7%及35.2%，均超过商业智能市场总体的增长率，占商业智能市场中的份额将不断增大。

三、行业进入壁垒

1.服务经验壁垒

商业智能应用软件及实施厂商在长期的服务过程中，不断了解和满足客户需求，在对产品不断优化的过程中积累了丰富的经验。随着商业智能和客户的业务融合程度逐渐加深，商业智能应用软件及服务提供商除必须拥有专业技术人员之外，还需要对客户的业务流程、管理体制、系统应用环境有较深入的了解，实现商业智能与其他系统的紧密协同，以及商业智能与公司经营策略的紧密结合。行业新进入者一方面开发经验不足，产品性能和成熟度难以满足客户的需求，另外一方面成功案例不足，在招投标过程中较难取得客户的信任，在市场开拓过程中亦处于不利地位。商业智能系统的开发及实施是一个复杂的系统工程，厂商需要具备数据仓库、数据报表、数据挖掘等一系列自下而上的技术积累才能够完整地进行商业智能系统建设。对于应用软件及服务厂商，在数据仓库领域，其需要掌握数据仓库架构，数据的抽取、转化、加载，数据质量监控等一系列才能够搭建精准、高效的数据仓库，为商业智能系统构建坚实的基础；在数据报表领域，其需要熟练掌握OLAP技术工具和可视化报表技术，实现对数据的多维度分析以及全面展现；尤其在数据挖掘领域，数据模型的构建涉及到计算机、数学、心理学、市场营销等众多学科，需要厂商具备交叉学科的融合能力，设计并实现具有商业价值的应用产品。上述技术的储备需要研发团队的长期研究和项目实施的反复验证，形成较高的技术壁垒。

2.技术壁垒

商业智能系统的开发及实施是一个复杂的系统工程，厂商需要具备数据仓库、数据报表、数据挖掘等一系列自下而上的技术积累才能够完整地进行商业智能系统建设。对于应用软件及服务厂商，在数据仓库领域，其需要掌握数据仓库架构，数据的抽取、转化、加载，数据质量监控等一系列才能够搭建精准、高效的数据仓库，为商业智能系统构建坚实的基础；在数据报表领域，其需要熟练掌握OLAP技术工具和可视化报表技术，实现对数据的多维度分析以及全面展现；尤其在数据挖掘领域，数据模型的构建涉及到计算机、数学、心理学、市场营销等众多学科，需要厂商具备交叉学科的融合能力，设计并实现具有商业价值的应用产品。上述技术的储备需要研发团队的长期研究和项目实施的反复验证，形成较高的技术壁垒。

3.客户黏性壁垒商业智能系统的有效建设及运营需要依靠应用软件及服务厂商对客户与不同业务部门的有效沟通，对客户业务的深入理解，以及对客户服务需求的快速响应，而这一目标的实现需要应用软件服务厂商与客户长期及稳定的合作关系，因此客户一旦确定了应用软件及服务厂商，通常会倾向于长期与其合作，确保商业智能系统开发的连贯性和运行的稳定性，形成一整套自有逻辑的系统。同时，商业智能系统与客户不同分支机构和不同部门的业务系统、账务系统均进行了接入，积累了大量的数据，系统迁移成本较高，商业智能系统为管理层、业务部门等各个层级的员工服务，已形成一定的操作惯性，因此客户对商业智能应用软件及服务厂商具有较高的粘性，新进入者在短期内难以进入市场。

四、行业利润水平变化的趋势及原因    

商业智能工具软件行业由于技术水平的不断提升，产品价格逐渐走低，行业利润水平逐渐降低并趋于稳定。商业智能行业应用软件及服务行业的收入主要来源于商业智能系统的定制开发和后续的系统维护，由于商业智能系统能够给客户带来高附加值，实现客户业绩的有效提升，产品的利润水平保持在较高的水平，随着企业行业经验的不断积累，产品能够实现在行业内的大规模复制，利润水平将呈现逐渐上升的趋势。

五、影响行业发展的有利及不利因素

1.有利因素

（1）市场竞争激烈，企业更为关注数据资产的价值；

（2）信息技术的发展进一步丰富商业智能创新空间；

（3）中小企业商业智能需求逐渐涌现；

（4）国家政策的大力支持。

2.不利因素

（1）业务及技术复合型高端人才缺乏；

（2）资金缺乏。