汪逸轩首页研究报告信息产业传媒及互联网 正文
2014-2019年中国商业智能(BI)行业市场监测及投资规划建议咨询报告
2014-2019年中国商业智能(BI)行业市场监测及投资规划建议咨询报告
商业智能的概念于1996年最早由加特纳集团(Gartner Group)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
本报告由博思数据独家编制并发行,报告版权归博思数据所有。本报告是博思数据专家、分析师在多年的行业研究经验基础上通过调研、统计、分析整理而得,具有独立自主知识产权,报告仅为有偿提供给购买报告的客户使用。未经授权,任何网站或媒体不得转载或引用本报告内容。如需订阅研究报告,请直接拨打博思数据免费客服热线)联系。
商业智能的概念于1996年最早由加特纳集团(Gartner Group)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。
从全球范围来看,商业智能(BI)已经成为最重要的信息系统。从国内来看,商业智能已经被越来越多的企业管理者所认识,其中包括金融、电信、保险、能源、零售等行业的决策者。商业智能已经成为这些行业信息化建设的重中之重。
2006年中国商业智能软件市场规模为14亿元,比2005年增长37.9%。2008年,中国商业智能(BI)软件市场仍然保持增长态势,市场规模为23.1亿元。2009年我国BI软件市场规模为31.08亿元,比2008年增长15.24%。2010 年我国BI软件市场规模为36.61亿元,比2009年增长17.79%,2011年市场规模为43.34亿元,同比增长18.38%。2012年我国BI软件市场规模约为51亿元。
博思数据发布的《2014-2019年中国商业智能(BI)行业市场监测及投资规划建议咨询报告》共十四章。首先介绍了中国商业智能(BI)行业的概念,接着分析了中国商业智能(BI)行业发展环境,然后对中国商业智能(BI)行业市场供需分析进行了重点分析,最后分析了中国商业智能(BI)行业面临的机遇及趋势预测。您若想对中国商业智能(BI)行业有个系统的了解或者想投资该行业,本报告将是您不可或缺的重要工具。
本研究报告数据主要采用国家统计数据,海关总署,问卷调查数据,商务部采集数据等数据库。其中宏观经济数据主要来自国家统计局,部分行业统计数据主要来自国家统计局及市场监测数据,企业数据主要来自于国统计局规模企业统计数据库及证券交易所等,价格数据主要来自于各类市场监测数据库。
1989 年Gartner Group 的分析师Howard Dresner 首次提出了商业智能(BI)的概念,将其定义为一类由数据仓库、查询报表、数据分析、数据挖掘、数据备份和恢复等部分组成的、以帮助企业决策为目的的技术及其应用。随着商业智能应用范围的拓展,使用者从不同角度对商业智能提出了各自的理解。下表列举了部分研究机构和企业在BI 方面的理解。
一类由数据仓库(或数据集市)、查询报表、数据分析、数据挖掘、数据备份和恢复等部分组成的、以帮助企业决策为目的的技术及其应用
通过把企业的相关业务信息整合起来,进行深加工,把原始数据变成指导业务决策的有用信息和宝贵支持。
商业智能是任何尝试获取、分析企业数据以更清楚地了解市场和客户、改进企业流程、更有效地参与竞争的努力;在正确的时间向正确的决策者提供正确的信息,商业智能使企业用更短的时间做出比以前更优的决策。
国际数据公司认为商业智能是下列软件工具的集合:终端用户查询和报告工具、联机分析处理工具、数据挖掘软件、数据集市、数据仓库产品及主管信息系统(Executive Information System, EIS)。
商业智能将在企业发展中扮演战略角色,商业智能技术允许组织跟踪、理解和管理至关重要的企业信息
协助客户制定更明智、更有效的决策,赋予企业不断增长的原动力。因此,现代商业智能系统必须能处理海量的、详细的、各种各样的数据并快速将其转化为有意义的、准确的、决策者可以放心执行的信息。
一种商务战略,即通过持续不断地对企业经营理念、组织机构、业务过程的重组实现以客户为中心的自动化管理。
在公司内部和企业流程过程中进行决策支持所需要的用来将原始数据转化为信息的技术。
在商业智能的产生和发展过程中,如下三个因素有着重要作用:第一,企业出现了越来越多的数据孤岛,如何理顺这些数据并使其发挥作用,是企业思考的一个关键问题;第二,随着移动互联网、电子商务等新兴IT技术的产生,企业运行方式正在逐渐改变,新的数据产生方式和表现形式层出不穷,如何有效整合利用这些新数据值得思考;第三,数据资产化的理念正深入人心,如何把数据转化为资产备受瞩目,相关技术和方法必然成为IT投资的热点领域。商业智能的本质正是把数据转化为知识,致力于知识发现和挖掘,减少数据孤岛、适应新兴技术、实现数据的资产化。
商业智能的实现过程是通过收集来自企业内部和外部各种数据源的不同数据,提取有用信息,经过数据清洗、转换、重构存入数据仓库或数据集市,然后通过合适的查询和分析工具、数据挖掘工具、联机分析处理工具对数据进行加工处理,最终转化为知识。从商业智能系统建立的技术角度来看,构建一个完整的商业智能系统涉及到的核心技术主要有数据仓库(DW)技术、联机分析处理(OLAP)技术、前端分析展示技术以及数据挖掘(DM)技术等组成。
用于抽取、整合和存储有用的信息。对于一个企业而言,数据往往分布在不同的部门,管理者要综观全局必须能迅速地获得各方面的相关数据,因此,有必要把不同区域的数据集中起来,进行统一的管理
根据用户的要求设计多维模型,生成井存储多维数据结构,以便在响应查询时能尽快找到满足条件的数据;通过OLAP可以全方位、多层次地考察数据
提供简单易用的图形化界面给管理人员或一般用户,由他们自有选择要分析的数据、定义分析角度和需要显示的结果。该部分往往与多维分析工具配合,作为多维分析服务器的前台界面
借助数据库技术,使用统计分析的数学方法以及人工智能的算法,从海量数据中提取隐含的、有用的知识,挖掘数据背后隐藏的规律和模式
从数据的最终利用深度来看,商业智能划分为数据报表、数据分析、数据挖掘三个层次。其中,报表系统只是简单地进行数据管理,描述企业已经发生的事件,比如Excel、水晶报表、Reporting Service和润乾报表等报表系统;数据分析是对数据进行优化分析,解析造成企业目前状况的深层次原因,比如OLAP技术;数据挖掘则是对数据进行分析预测,发现知识、预测未来。商业智能的最终目的,是为了产生更好的商业决策。
随着终端用户继续把商务智能和以信息为中心的项目摆在优先地位,并投入更多资金以改善决策与分析,商务智能与分析软件已经成为第四大应用软件市场。越来越多的信息被生产出来,导致了商业模式的变革,对大数据的后期处理分析将成为下一个经济周期的关键推动力。
商务智能是一个成熟的市场,多年来一直是CIO优先关注的技术。然而,商务智能与分析还没有应用到人力资源和营销等项目上,许多公司的财务和销售等传统项目仍在使用描述性分析。许多中型企业还没有开始制定和实施商务智能与分析的计划,所以该市场仍然是增长速度最快的软件市场之一。
越来越多的企业将不再购买传统的软件工具来构建分析应用,而是选择更多地采用订阅具体行业的数据服务,这就是新兴的数据即服务。 数据即服务趋势可能会成为商务智能和分析平台市场蓬勃发展的又一重大推力,商务智能和分析平台提供商将获得巨大的市场机会。
根据Gartner最新研究报告, 2013年全球商务智能软件的销售收入将达138亿美元,较去年同比增长7%。与2011年全球商务智能市场的增长率(16%)相比,2013年和未来几年的增长率有所减缓。Gartner预计,到2016年,该市场的销售收入将达到171亿美元。
第三节 2012-2013年世界各地区企业对商务智能(BI)应用状况分析 32
第七章 2013年中国商业智能(BI)行业核心产业链环节的发展现状分析 106
硬件平台和工具平台软件是商业智能应用软件实施的基础。一般而言,商业智能应用软件通常借助商业智能工具平台软件和定制化开发相结合的模式进行。目前,上游行业中的软件、硬件设备更新较快,其技术水平的升级直接推动本行业产品的更新换代,上述各细分领域内市场竞争较为充分,行业格局比较稳定。国外硬件平台、工具平台软件供应商的发展时间较长,产品同质化倾向明显,呈现价格稳中趋降、性价比逐年提高的趋势。
商业智能行业的下游行业覆盖面较广。目前,国内商业智能行业的下游主要为电信、金融、能源、交通和政府等信息化程度相对较高的领域,本公司最主要的下游为电信行业。近年来,这些领域在IT 系统建设方面的投资保持着较高的增长率,对商业智能行业的发展具有较大的拉动作用。随着国内企业信息化水平的普遍提升,以及企业对商业智能接受程度的提高,商业智能行业的下游覆盖面将日益拓宽,对商业智能产品与服务的刚性需求将保持稳定增长。
商业智能是支持企业决策分析的一系列软件、技术、方法的集合。1989年Gartner首次提出了商业智能(BI)的概念,将其定义为一类由数据仓库、查询报表、数据分析、数据挖掘、数据备份和恢复等部分组成的、以帮助企业决策为目的的技术及其应用。随着商业智能应用范围的拓展,使用者从不同角度对商业智能提出了各自的理解。综合各种理解的核心,商业智能是指从数据中发现有价值的规律、模式,将数据转化为知识,支持企业的决策、营销、服务的一系列软件、技术、方法的集合。简单地说,是指对商业信息的搜集、管理和分析过程,目的是使企业的各级决策者获得知识和洞察力,帮助他们做出对企业更有利的决策。
数据孤岛/新兴技术/数据资产化凸显商业智能的重要意义。在商业智能的产生和发展过程中,如下二个因素有着重要作用:第一,企业出现了越来越多的数据孤岛,如何理顺这些数据并使其发挥作用,是企业思考的一个关键问题;第二,随着移动互联网、电子商务等新兴IT技术的产生,企业运行方式正在逐渐改变,新的数据产生方式和表现形式层出不穷,如何有效整合利用这些新数据值得思考;第二,数据资产化的理念正深入人心,如何把数据转化为资产备受瞩目,相关技术和方法必然成为IT投资的热点领域。商业智能的木质正是把数据转化为知识,致力于知识发现和挖掘,减少数据孤岛、适应新兴技术、实现数据的资产化。
数据仓库十联机分析处理十前段分析展示十数据挖掘,让商务智能从管理数据到发现知识。商业智能的实现过程是通过收集来自企业内部和外部各种数据源的不同数据,提取有用信息,经过数据清洗、转换、重构存入数据仓库或数据集市,然后通过合适的查询和分析工具、数据挖掘工具、联机分析处理工具对数据进行加工处理,最终转化为知识。从商业智能系统建立的技术角度来看,构建一个完整的商业智能系统涉及到的核心技术主要有数据仓库(DW)技术、联机分析处理(OLAP)技术、前端分析展示技术以及数据挖掘(DM)技术等组成。
商业智能让数据拥有智慧,从数据管理到分析预测。从数据的最终利用深度来看,商业智能划分为数据报表、数据分析、数据挖掘二个层次。其中,报表系统只是简单地进行数据管理,描述企业已经发生的事件,比如Excel、水晶报表、Reporting Service和润乾报表等报表系统;数据分析是对数据进行优化分析,解析造成企业目前状况的深层次原因,比如OLAP技术;数据挖掘则是对数据进行分析预测,发现知识、预测未来。
第二节 2010-2012年中国商业智能(BI)软件研发制造环节子行业 110
五、2010-2012年中国商业智能(BI)软件经营规模统计分析 117
第十一章 2013年中国商业智能(BI)行业国外主体综合竞争力分析 163
第十二章 2013年中国商业智能(BI)行业国内主体综合竞争力分析 168
第十三章 2014-2019年中国企业引进商业智能(BI)趋势预测分析分析 190
二、解决方案更开放、可扩展、可按用户定制,在保证核心技术的同时,提供客户化的界面 197
第十四章 2014-2019年中国企业引进商业智能(BI)行业前景调研分析分析 201
第二节 2014-2019年中国商业智能(BI)行业前景调研分析 201
第三节 2014-2019年中国商业智能(BI)行业投资前景分析 204
聚焦最新、最热、最有价值的产业资讯,追踪全球最热行业市场分析,提供最全面实时调研数据,全面提升您个人及企业的核心竞争力,一切尽在博思数据。在微信公众账号中搜索“博思网”,或用手机扫描左方二维码。
2019-2024年中国烘干炉行业市场运营状况分析分析及趋势预测分析报告
2019-2024年中国葡萄汁行业市场运营状况分析研究及趋势预测分析报告
2019-2024年中国家用榨汁机行业市场运营状况分析研究及趋势预测分析报告
2019-2024年中国数码录音笔行业市场运营状况分析研究及趋势预测分析报告
2017-2022年中国网络变压器行业市场供需分析调查分析与趋势预测分析研究报告
2019-2024年中国超级计算机行业市场运营状况分析研究及趋势预测分析报告
2019-2024年中国生丝行业市场运营状况分析研究及趋势预测分析报告
2019-2024年中国中等职业教育行业市场发展市场调研及投资规划建议分析报告
|