商業智能行業化

　　既然被稱為“商業智能”，就不免要受到商業——即業務的影響，企業業務離開行業大環境來看，也毫無意義。畢竟，這些“智能”結果盡管來自對海量數據的分析，但分析結果如果沒有考慮到企業所處的行業環境，所作出的判斷也完全沒有意義。

　　因此，作為一種確實有用的、但使用效果又受到了行業環境影響的工具，商業智能將如何應對這種情況?商業智能領域的領頭羊ibm的反應頗有參考意義，ibm大中華區信息管理軟件經理金筠表示:“一方面，ibm商業智能致力于讓企業用戶在開放環境中，通過數據倉庫和業務系統的聯合，實時地從分散在企業各個角落的業務信息中提煉出智能;另一方面，ibm商業智能將最先進的技術與具體的行業結合起來，推出完整的商業智能行業解決方案，從而使實時商業智能更加貼近用戶?！?/P>

　　不過，商業智能的行業化，僅僅是將數據倉庫等商業智能工具的使用變得更具行業特點，根據行業的需求將“零散的bi技術應用”整合成一個完整的，滿足需要的商業智能解決方案，并不是一個完全定制的商業智能軟件。因此，這樣的解決方案也依然需要si和isv，或者咨詢公司的支持。

　　行業化從哪里開始?

　　商業智能的行業化應用將從哪些行業開始大顯身手?現在看來，汽車、保險、零售、電信、生命科學、醫療衛生和司法行業由于其自身的特點，已經成為對商業智能行業化應用最具需求的一群。

　　其中，汽車行業為避免出現“召回事件”而對質量檢測和早期預警重視萬分;銀行的海量數據倉庫使金融風險管理變得更困難;而保險行業則由于客戶管理的復雜程度而憂心忡忡;零售行業盡管最近rfid炒得正熱，但開發相關軟件，以促進應用才是根本;司法、生命科學等需要從大量數字，或者證據中進行選擇的行業，決策就依據這些數據作出……這些行業對商業智能應用的需求最大，要求也最高。

　　比如在保險行業，商業智能實現的客戶識別解決方案就必須要滿足以下幾個基本要求:對銀行業多種渠道的分析;客戶授權差異性分析，以識別類似的客戶并開發針對性的產品;授權分析幫助銀行最有效地利用其客戶資源;客戶管理通過高效的流程幫助企業減少成本;授權管理確保為用戶提供單一的視圖。

　　商業智能貼近行業，今天可能對大多數行業來說，并無多大意義，但隨著時間的流逝，商業智能將成為中國企業從優秀到卓越的關鍵。