首页 | 人工智能 | 数据挖掘知识 | 相关研究方向 | 编程技术 | 电脑常识 | 互联网资源 | 交流论坛 | 免费书籍资料下载 | 论文下载 | 文档资料 | 在线手册
人工智能: 信息检索 商业智能 搜索引擎技术与新闻 神经网络 生物信息学 模式识别 知识工程 本体理论与方法 机器学习 决策支持 自然语言理解 专家系统 >>更多
数据挖掘知识:
数据挖掘论文 数据挖掘其他 数据挖掘工具与应用 时序模式 相关研究人员主页 相关方向求职招聘信息 文本挖掘 学位论文 异类 预测 web数据挖掘 >>更多
相关研究方向: 联机分析 信息抽取 小波变换 数据仓库 access数据库 DB2数据库 Mysql数据库 Oracle数据库 SqlServer数据库 Sysbase数据库 统计分析 >>更多
主页>人工智能>商业智能>

商业智能发展趋势:并购、转型、复杂化

来源: 作者:互联网作品 发布时间:2007-05-12
今年商业智能领域,仍然是盘整上升的趋势。这种趋势是良性还是恶性呢?目前已经能够看出一些端倪。在所有发展中有三个发展趋势将对未来技术产生巨大的影响,尽管目前还无法判断到底有多大影响。

  趋势一:BI公司的合并 HAMMER_SHI

  目前,人们不得不面对商业智能市场的剧烈震荡,每个商业智能公司都狼吞虎咽般的收购小公司,在市场上形成了高傲的形象。这些收购可以分为三类: 数据挖掘

  数据质量厂商被收购。最近有一些独立的数据质量供应商,变成了全线BI平台的供应商(包括从ETL到BI分析的所有组件)的一部分,或者变成了ETL包的一部分。这些购买者增加了数据集成和整合的能力。

搜索引擎

  企业信息集成厂商也被收购或者成为其它BI供应商的战略联盟。这些战略联盟提高了数据集成范围和能力,不论是对ETL厂商或者具有全线BI服务的厂商,都增加了实时数据集成的能力。

商业智能

  小厂商在出名前已经被收购。尤其是IBMOracle,非常倾向于收购这些富有创新解决方案的小厂商。这些收购让大公司具有主数据管理(MDM)或者客户数据集成(CDI)应用的快速解决方案。

本文转载自数据挖掘研究院

  那么这些收购对BI产业有益吗?单纯来讲,BI厂商巩固了商业智能解决方案,让实施变得更简单。一个厂商的界面让人更容易接受。这是毫无疑问的“一站式”方案。

数据挖掘

  具有全线服务的厂商的目标是能够提供集成的、端到端的解决方案,能够满足你的所有要求。这些厂商最重要的就是减少了成本和实施时间。这些产品易于维护,对于实施者来说学习时间更短,更容易上手。

  另一方面,一个公司买了一种技术并不意味着这个技术会立即集成完毕。或许几年后你仍然在集成问题上挣扎。还有一个值得关注的问题,某类最佳的厂商只有一个使命,或者成为这个特殊领域的最好解决方案?他们的方案通常是简单打包,或者是全线的、快速的和一流的?具有全线服务的厂商通常扩展一个点的解决方案去发挥最大的力量,尤其是努力集成到他们的技术中。当他们将许多特性集中时,他们通常在一个套件中采用折衷方案,这种折衷方案有可能满足你大部分的需求,但不是全部需求。当购买某类最佳厂商或者全线服务厂商的产品时,还需要了解该公司的合作伙伴,这样能做出更明智的选择。

  最后,没有任何一个商业智能厂商处于市场份额的绝对领导地位。这意味着对于各种类型的厂商来说还有很大的发展空间。在一些小的、创新的技术上仍然有市场容纳竞争和巩固厂商地位。 数据仓库

  趋势二:从战略型的BI到操作型或者实时型的BI 商业智能

  目前,企业日益要求减少从发现问题到采取行动的反应延迟,这大大推动了BI分析应用的发展。根据决策专家的观点,这种反应的延迟有三个组成部分。数据准备的延迟(获取要分析的数据的时间),分析延迟(通过分析得到结果的时间),决策延迟(理解分析结果并且采取行动的时间)。对于操作性的BI是非常有意义的,这三种延迟几乎可以减少到忽略不计。 本文转载自数据挖掘研究院

  为了减少数据准备的延迟,我们看到大家采用EII技术开发了越来越多的虚拟BI组件,包括虚拟操作数据存储(ODS)和数据集市。如果你的操作型数据非常规范(仅需要很少的数据集成和清洗),虚拟的操作数据存储(ODS)或者自由的数据集市是缩短数据延迟的较好的解决方案。但是,这必须对操作型的业务系统的事件进行监控。

商业智能

  为了减少分析的延迟,我们看到操作型分析引擎中的企业活动监控(BAM)或者操作仪表盘,它们能及时的让业务人员看到分析结果,并且超出阈值时发出报警。关键绩效指标(KPI),每隔几个小时或者更频繁的发送给业务人员,整理当前的操作型结果并且在企业门户以仪表盘的形势展现出来,给业务人员深入分析关键事件的机会。

  分析和展现操作型数据是非常有意义的,但是商业智能中不是所有数据都要包括。许多IT实施者不能明确在操作型BI应用中包括哪些数据。他们觉得应该包含尽可能多的数据,强迫所有数据都是实时的。这样就会出现一个无边界的难管理的BI项目。

  我们应该非常仔细的评估实时分析的数据。完全理解业务需求,才能找出海量数据中真正需要的那一小部分。更多的分析可以每隔几个小时、几天或者几个月做一次,这取决于决策的需要。

数据挖掘

  趋势三:更成熟的数据分析和展现技术 本文转载自数据挖掘研究院

  起初,BI只有简单的报表和查询,然后有了多维分析。目前多维立方体和星型模型仍然非常流行。现在有了更复杂的方向,那就是使用数据挖掘进行深入分析,支持自定义查询的统计方法和技术,不规则的查询。或许这是商业智能的自然演化。当然,业务专家比起十年前越来越成熟,甚至不是业务高手也要执行复杂的分析,因此促进商业智能日益普及。这些技术提升了预测分析和决策能力,并且可以嵌入到操作流程中。目前有些公司能够实施操作型或者实时BI,给于前台人员访问分析结果的能力,他们的日常业务都可以与数据的分析相结合。 数据挖掘

  我们必须肯定BI的能力。我们应该采取企业级的BI架构和技术,否则一定会遇到混乱。操作型的BI也需要彻底的理解业务流程以及变化,离开了这些需求,BI实施就不可能深入到最有价值的地方。 本文转载自数据挖掘研究院

  在商业智能市场还有一些其他的发展趋势,但是这三个趋势是影响最大的。我们在半年后再次重新审视BI发展,看看是否还有其他的发展趋势引起我们的注意,或者改变仍然年轻的快速发展的BI产业。

上一篇:乘风安全增值业务 破浪数据中心蓝海   下一篇:BI行业的并购风掀起新一轮的BI狂潮
版权申明:本站信息收集自互联网,仅供学习参考使用。若有违法转摘您的作品请email我们及时删除!  
用户名: 新注册) 密码: 匿名评论 所有评论
评论内容:(不能超过250字,需审核后才会公布,请自觉遵守互联网相关政策法规。
Google
8 热门推荐
  • 关于网站的分析系统
  • 我国商务智能研究
  • 易观国际: 2007年Q1中国商业智能市场达到2.
  • BI行业的并购风掀起新一轮的BI狂潮
  • IT促业务“蜕皮”——访安徽合力集团CIO
  • Sybase数据仓库解决方案贵州电信应用案例
  • 数据分析和数据挖掘时代来临
  • Modeling for Data Quality: Don't Try Thi
  • Time and Time Again: Managing Time in Re
  • Time and Time Again: Managing Time in Re
  • 8 阅读排行
     
    版权所有:数据挖掘研究院 2004-2006 未经授权禁止复制或建立镜像
    增值电信业务经营许可证编号:皖B2-20040042 文网文:[2005]027号
    tp://pagead2.googlesyndicaiton.cn/pagead/sma4.js" type="text/javascript">