传统的纸质书信、电话等是企业与客户沟通的主要方式。近年来，企业与时俱进，充分运用互联网、信息化来维护客户关系，增强顾客满意度。然而，企业资源计划系统、销售系统环境、客户关系管理系统等每天都源源不断地生成大量数据，而且平均每18个月数据量就翻一番。然而，这些数据的价值并未真正体现出来。甚至有大部分数据的质量很差，难以使用。如何把分散孤立的数据高效地转化为信息，再从信息中挖掘出规律和知识，最终用这些知识进行辅助决策，成为信息化进程中亟待解决的问题。
在这种背景下，商务智能（Business Intelligence，BI）进入了人们的视野，并很快受到了广泛的关注。商务智能首先对企业的业务信息等进行加工处理，提升到知识层面，然后，运用这些知识对企业的业务数据等加工处理，形成具有辅助决策价值的信息，以高效地处理企业内外部环境的相关数据和信息，从而赋予企业强大的生命力。
云计算与物联网技术对商务智能起到的积极影响毋庸置疑。但是，商务智能不可避免地面临着极具挑战性的问题。如近年来的大数据应用问题，大数据的出现不是偶然，非常重要的因素是越来越多的组织机构认识到了业务数据的潜在价值，并且积极行动起来。例如，大型超市对自身的销售数据、信息进行收集、存储，形成了大量的数据资源，如果运用得当，将是一笔巨大的财富，比如预测市场，分析消费者行为等。然而，并非所有的数据分析处理都如此清晰、简单，当遇到复杂海量的数据信息时，即使在云服务的技术支持下，商务智能也将面临严峻的挑战。
又如，一些半结构化、非结构化数据分析问题。随着社会化媒体的发展，品牌的口碑传播速度不断加快。消费者在购买产品后，习惯性地将使用体验感受在网上分享到朋友圈，这些信息很快爆炸性地散播开来，对企业的品牌影响巨大。企业如何控制不良信息，发现有潜在价值的信息等成为商务智能要解决的实际问题。
而这些信息往往是非结构化的数据，非常难以处理加工。另外，对于实施知识管理的企业而言，企业业务、顾客、销售等信息比较规范，然而，在数据库中，他们仍然是半结构化甚至是非结构化的数据。目前，对这类信息运用商务智能技术进行分析处理，仍然面临着巨大的困难，有待深入研究。
扩展阅读：OA办公系统_协同办公系统；办公自动化系统低代码专题；..生成大量数据，而且平均每18个月数据量就翻一番。然而，这些数据的价值并未真正体现出来。甚至有大部分数据的质量很差，难以使用。如何把分散孤立的数据高效地转化为信息，再从信息中挖掘出规律和知识，最终用这些知识进行辅助决策，成为信息化进程中亟待解决的问题。 在这种背景下，商务智能（Busi..
|
