任昱衡：商业智能在现今社会能发挥怎样的作用

商业智能也称为BI，这一概念最早于1996年提出，它描述了一系列概念和方法，通过应用基于事实的支持系统来辅助商业决策的制定。在十年后的今天，商业智能已成为每个商业公司不可或缺的一部分，市场上甚至出现了一些专门为其他公司完成商业智能分析的公司。

商业智能分析着力于辅助企业的决策。在业务分析方面，商业智能分析可以帮助企业了解客户的竞争对手的动向，业务分析的灵活性较强，它根据企业类型的不同有很大变动；在决策管理方面，商业智能分析主要用于帮助企业了解企业内部的缺陷和不足，以及帮助企业制定企业的发展方向和具体实施计划，这一点在大多数企业内部都是相似的。

一个完整的商业智能分析包含了一系列的工作，包括提取数据、清洗数据、向软件中装载数据、使用多种分析方法分析数据、根据数据分析结果生成最终报告等。一个优秀的商业智能分析往往要搭配使用数种不同的数据分析方法。在前文中我们已经总是将某一个数据分析算法作为一个独立的整体来分析，但实际生活中并不是这样的，这一章关于数据分析的介绍将更加贴近真实。

商业智能有三个阶段，报表阶段、数据分析阶段和数据挖掘阶段。在报表阶段，企业只具备微弱的商业智能分析能力，从数据中获取的知识非常肤浅，只能做一些简单的描述性报告；数据分析阶段是商业智能分析的中级阶段，在这一阶段，企业能够使用大部分成熟的数据分析方法来分析数据，如回归分析、聚类分析等，它们不但较为简单，且多侧重于在小数据量上工作；数据挖掘阶段是商业智能分析的终极目标，在这一阶段，应用于数据上的是一些新兴的数据挖掘算法，比如神经网络、马尔科夫链等算法，它们侧重于在大数据量上工作。

商业智能的成功与否十分依赖数据质量的高低。容易理解，每一个单独的数据分析算法都要求数据样本符合具有代表性、不含异常值、整体符合某种分布等特点，那么对于一系列数据分析算法的总和（即商业智能）来说，这些要求只会更苛刻。另外，商业智能往往涉及到多种数据源、多个数据库、多种数据标准，因此它的数据处理过程更加复杂。

商业智能分析往往依赖商业智能软件来实现。如今市场上流行着多种商业智能软件，这些商业智能软件中集合了大部分常见的数据分析算法，数据分析师可以较为简便的完成商业智能分析。对于某些特别复杂的问题，数据分析师需要自己构建一个临时的数据分析框架，这个框架能够将输入的数据经过一系列处理过程后，变成一份优秀的分析报告。这一框架也可视为一个具有专门用途的商业智能软件。

尽管商业智能分析带有“商业”二字，但它的应用并不局限于工业、制造业等实业公司，正相反，商业智能分析能够应用于大部分由复杂数据支持的场景。本章选取了四个能够展示商业智能分析的丰富多彩的案例。它们涉及博彩业、物流业、公共安全业，以及体育业等四种行业，它们有的利用了现成的分析软件，有的则没有，但它们都非常有趣。