女同志骑术学校在商业智能发展初期，报表是企业最大的痛点和需求。因为当时只有具备专业技术的IT人才会使用工具，大多数业务人员无法使用数据。

　　BI (Business Intelligence商业智能)的概念，是由全球最专业权威的IT研究咨询公司Gartner Group在1996年首次提出，定义为一类由数据仓库(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。

　　在Gartner定义前后，不同的企业、专家和行业领袖，都对这一概念进行过自己的解读。但总的来看，关键的要素仍然不变：即通过数据原材料和相关分析技术，产生知识/信息/判断，应用于企业经营管理决策。

　　可以说，企业需求和数据技术的双重驱动，是BI诞生的根本原因。自从1956年IBM发明硬盘之后，数据存储的研究和应用突飞猛进。在IBM的推动下，关系型数据库、数据仓库（Data Warehouse）技术逐渐成熟，从数据存储自然过渡到数据挖掘。随后，数据抽取转换加载（Extract-Transform-Load，ETL）、数据仓库（Data Warehouse，DW）和联机分析处理（Online Analysis Processing，OLAP）等技术也逐渐成熟。

　　技术基础有了，再说市场需求。在商业智能发展初期，报表是企业最大的痛点和需求。因为当时只有具备专业技术的IT人才会使用工具，大多数业务人员无法使用数据。特别是财务人员每天将大量的时间花在不同报表的数据导入上，往往需要耗费大量的时间精力。导致数据分析的速度，远远赶不上业务发展的速度，无法对决策提供及时有效的支持。

　　硅谷巨头们开始加入游戏。2007年发生了三起重要的收购：SAP收购了BO（后者还在2003年收购了水晶报表）、IBM收购了Cognos、Oracle收购了Hyperion Solutions（甲骨文此前还收购了Siebel)，成为传统BI的三大巨头。此后，BI厂商开始分化为两类。一类是综合性BI服务商，主要是IBM、Oracle 、SAP和Microsoft。另一类是独立的专业厂商，代表是Qlik、MicroStrategy和Tableau。

　　2010年，美国35%的企业雇员普及BI工具，在那些被成为最佳实践案例的企业中，70%的企业使用了自助式BI工具。2012年，Garter称全球BI市场正在以每年9%的速度增长。但也有机构对商业智能发展前景表示悲观。比如在2013年之前，根据IBM的统计数据，实施传统BI的项目失败率在60%-70%，大量的BI系统并没有得到有效的使用。IBM认为，传统BI产品，通常只能由技术人员在设计好的维度模型上建立数据仓库。这造成了两个问题，技术人员难以完全理解业务人员的需求，数据仓库不能满足不断变化的业务需要。

　　这些争论之中，Qlikview和Tableau两大自助式BI产品快速崛起，逐渐抢占了传统BI三巨头的市场份额。自助式BI（也被称为敏捷式BI）主要是侧重于业务端，帮助不具备IT背景的业务人员，通过直接拖拽等方便的形式，不用编写代码，可以对接导入多个数据源，一键形成复杂图形和视图，响应业务端的迅速决策需求。

　　从2010年开始，全球商业智能领域的年度变化，都可以在Gartner历年发布的《全球商业智能和分析平台魔力象限》中找到。对比2009年和2021年的象限图，从中我们可以看到，除了Tableau、Microsoft、Qlik三大应用，其它企业都没能长久地保持住领导者地位，比如IBM、甲骨文和SAP三大传统巨头，还有短暂冲进领导者的SAS、Information Builders、Tibco software和ThoughtSpot。

　　中国本土的商业智能萌芽于世纪之交。代表性的企业包括广州菲奈特、用友华表、北京润乾、南京帆软、珠海奥威、重庆宏信、亿信华辰等。这些品牌初期主要面向政府和大型企业，提供标准化的报表式Report 服务。

　　在那时国内市场上， SAP BO、Oracle BIEE、IBM Cognos 占据了大部分市场份额，主要面向的主要是金融、保险、银行、电信为主的大客户（一般只有大型企业才有需求和实力采购BI）。

　　2013年开始，移动互联网应用带来中国C端市场消费大数据爆炸，将B端业务场景和C端用户数据之间连接起来。在日益成熟的数字化营销工具应用中，在流量、资本、市场、人才等多重要素驱动下，国产商业智能赛道迎来了第一轮行业洗牌。

　　永洪、海致、苏州国云、武汉赛斯、杭州华量等新厂商陆续入场，与传统厂商展开市场争夺。几轮厮杀之后，帆软成为行业老大，永洪领跑头新厂商，并开始整合市场需求，从一线城市向二三线城市拓展业务，从后端研发转向前段可视化呈现，从定制项目转向标准产品，客户范围也从大中型企业扩展到了更多中小企业。

　　2016年，中国BI 发展进入第三阶段——智能化阶段。在这一阶段，中国 ABC（Artificial Intelligence、Big Data、Cloud）技术爆发，对商业智能领域是重大利好。自然语言、机器学习和人工智能技术，进一步提升了BI的算力。因为云计算，企业开始将自身数据资产迁移到云端，大大降低了BI部署的成本。金融、电力、制造、消费、教育、政务等行业的大数据积累到了一定的量级，在质量和时效性（实时性）上进一步提升。

　　特别是在2020年疫情之后，在国家新型基础设施建设的政策导向下，大数据应用的典型场景——BI商业智能将迎来一个重要的时代机遇。

　　天时地利人和，推动BI开始真正意义上助力企业智能决策，开始与一线业务场景深度结合，真正体现“数据驱动业务增长和创新”的业务价值。在使用人群上，BI不仅可以辅助管理层做好重大决策，各层级部门的业务人员可以通过移动端实现数据查询和分析功能，可以在任意时间/地点/层级随时赋能更加微观的业务决策，自助式商业智能需求稳步增长。