洪荒之王随着日益成熟的全球化和信息化，企业以往可以依赖的地域性优势和政策保护优势已经日趋衰弱，先进的技术优势在今天也很容易被复制，而在产品和服务方面的创新也越来越难。那么在当今越来越同质的时代，大家在使用类似的技术，提供类似的产品的情况下，如何让自己的企业脱颖而出？

　　信息社会数据正在以爆炸式的速度进行增长，据相关统计，企业的相关数据数量每11个月就会翻一番，预计到2010年，这些数据的数量每11小时就会翻一番。企业自身积累的大量数据已经成为企业最宝贵的资产，但如何将这些数据进行深度的分析和加工，形成对管理层决策和监督真正有用的信息，是国际和国内优秀企业已经开始探讨的问题。

　　从现在中国企业来看，不同行业不同规模的企业，对BI的需求和理解有很大的差异，笼统而言可以概括为BI发展的五个阶段。在客户端要求客户数据量很庞大的行业，对BI的需求会比较高；相对来说，我是一个中间生产环节，或者我的企业的规模还不足以支撑需要有大规模的时间序列数据来做决策的时候，它的需求会相对少一点。但是目前有一点我们需要认识到，它实际上是两端的，一端是盈利的，就是说我怎么来扩大我的销售。另一端是压缩成本，如果对成本很敏感的行业和企业，对客户的需求偏好很敏感的企业，这两类企业对BI的需求会很高。因此，BI实际上是要解决开源、节流以及如何解惑，如何创新。

　　企业发展中不要为了信息化而信息化，更不要为了BI而BI，对于宝钢来说，我们从来就没有去强调“信息化”的这个概念，而是因为在生产和经营的过程中遇到了一些困难和问题，从而使用了IT技术，并很好地解决了这些问题。信息化一定要与业务相结合，CIO是要解决CEO面临的难题的，所以一定要有需求，而且需求一定要很明确，这才是我们所说的“信息化”。

　　BI是什么？BI是用信息化手段为企业创造更大效益的方法，如果带不来效益不要用它，不要搞它。BI发展新周期的特点，就是要普及化、大众化，所以BI一定要大众化才能产生作用，只有每个人做才能发挥作用，要让电脑变成帮你思考的东西，不能放到象牙塔里面。

　　一项报告指出，2009年全球2000个大企业和政府机关里面，60％的单位会在它的组织架构里面永远固定一个我们叫商业智能竞争力中心，或者叫BICC那种机构，以此来提升他们的竞争力。可见商业智能的应用和发展是未来企业在IT应用上主要的发展方向。在智能应用核心，就是关注如何将数据转化为决策所需要的支持，目的是执行更快，更好，更科学化的决策，特别重要的一点，商业智能一定要以业务为驱动力，真正应用到业务部门当中才能为我们的企业发挥效率。

　　前几年我对BI了解的比较少，从事IT信息技术应用与管理之后，对BI的概念有了一些了解，但是我对它更多深入的了解，还是体现在今天的主题上：“用有效数据的分析制胜，或者用有效数据的价值挖掘打造企业的核心竞争力”。如果从这个角度来说，它应该是伴随着企业在市场经济大海当中，自由游泳的一个必备的能力，只要是我们在市场经济当中，面向顾客，面向商户的时候，我们一定是要做一些企业经济活动及数据的分析，这些分析能对我们管理控制和决策都带来不同程度的指导意义，也给我们提供了打造企业经营核心竞争力的有效工具。可能处于不同阶段的企业，他的深度不一样，但是和我们整个企业的生存过程是密不可分的一个有效管理工具。这是我对BI和数据的挖掘分析的一个浅显理解。

　　有人说BI不是信息化，我觉得很有道理。在MBA上学，老师也会教你，一家公司是PQ和C，什么意思，P就是价钱，Q是数量，C就是你的成本。其实每一家公司都对这三个元素很敏感，随着时间的改变和竞争力的压力，每家公司按照这三个指标去调整P跟Q值。BI的项目我觉得有三个方面：第一、要以业务驱动一个项目，BI不是为了搞信息化而做。第二、就是数据的质量，一定要有一个过程，不是说有三个核心业务系统，上了就可以用，数据的质量是通过这个过程，慢慢去优化，这是非常重要的。第三、一定要使用这个系统，我们装了BI这个系统以后，用户要去用。宝钢是个例子，从刚开始十个二十个，现在有一千多个用户真正用这个系统，真正感受到数据的力量，这点是非常重要的。

　　我理解的商业智能是整合了有效数据以及有序数据以后，在特定的符合企业特点的数据模型之下进行统计、分析、预测，给企业提出合理化建议，同时这也是商业智能最基础的部分。企业对数据信息的需求是不断发展又循序渐进的，一个企业发展到一定规模，必然会用到商业智能，因为决策者需要在某些方面寻找很多数据来支持它的决策。这些支撑一方面来源于数据的积累，另一方面得益于数据的推动。

　　企业商业智能运用需要专业人士的介入，更需要管理层“擦亮眼睛”。很多东西都没有被证实，在如家，追求数据的准确性一直是大家追求的目标，因此，我们需要运用专业知识进行综合分析选择有效信息，这样才能找到企业真正需要的信息。

　　商业智能是提高企业管理的一个工具，数据分析离不开数据储备，尤其是进行高层次的数据分析更依赖于数据存贮。企业在梳理数据的时候，必须对整个企业的相关员工进行训练，让他们懂得怎样才能收集到可靠的数据，怎么样统一符号使企业信息数据自成一套系统。如果数据不可靠，那么即使统计模型再好，对于企业而言这些数据带来的信息也是没用的。