一、商业智能的由来

自九十年代以来随着数据仓库技术的成熟，数据仓库解决了决策分析中的多数据源问题、无法利用历史数据问题、多维分析效率低下问题等等。除此之外，有两方面的迫切需求使该技术能够迅速得以普及应用：

一是彻底解决了企业决策支持系统（DSS）面临的困境。DSS和MIS是两类相互关联但性质迥然不同的系统，人们对DSS的期望在于能够利用DSS提供的方法库、模型库、知识库等知识，在数据库的基础上发掘普通MIS不能实现的决策支持功能。但是，各库与数据库的有效接口是每一个DSS都感到头痛的问题，其实质是缺少一个自由获得决策所需数据的平台。这个问题使DSS陷入了人们对其期望过高而实际难以实现的局面。数据仓库提供了集成有效数据的平台，通过DSS前端展示工具可容易完成DSS的建设，被专家认为数据仓库是解决DSS问题的最好的技术。

二是解决了数据积累困境问题（data accumulating dilemma）。大多企事业单位已经建立了信息系统，既有一般的MIS，也包括大型的应用系统如ER、CRM系统。在多年的系统运行中积累了丰富的数据。但由于系统采用的事务处理机制的局限性，不能够从现有的数据中发现宝贵的信息，以及潜在的知识。数据仓库技术为OLAP技术和数据挖掘技术创造了应用的环境，有助于从业务数据中发现深层次的信息和知识。

二、商业智能顺应了ERP系统的发展趋势

计算机网络的飞速发展和企业走向电子商务的趋势赋于了ERP许多新的发展趋势。在企业内部，ERP与PDM、CIM、POS实现整合，而从企业和客户的联盟角度看，作为后台应用的ERP与前台的CRM、EC整合，以及与供应链的集成。现阶段，ERP系统整个停留在功能全面的MIS系统层面，尤其没能够达到真正的ERP所期望的辅助决策分析的功能。其根据原因在于几乎所有的ERP系统在决策分析上是采用事务型处理来代替分析性处理，存在实质上的差别。

ERP积累的业务数据相对来说是规整的，数据仓库在这些数据之上，结合OLAP技术及数据挖掘技术，将非直观的、隐含的信息和知识以直观的形式描述，辅助领导层进行决策分析。ERP项目实施的难点之一是难以引发企业老总......More↓↓↓