现阶段，大部分稍有规模的企业都建立了比较完善的CRM、ERP、OA等基础信息化系统。随着企业的不断发展壮大，这些系统产生了大量的数据。这些数据分散在各个系统中，无法及时有效地运用到企业经营决策中，给企业发展带来一定困扰。而商业智能BI就是帮助企业将生产经营过程中的数据中隐藏的信息挖掘出来，辅助企业决策的智能化手段。

商业智能BI应用的三个层次：报表、分析、挖掘

笔者认为商业智能BI应用分三个层次：

1、初级层次：数据报表

传统的报表系统技术上已经相当成熟，大家熟悉的Excel、水晶报表、Reporting Service等都已经被广泛使用。报表常规呈现就是使用柱状图、饼状图、折线图、二维表格等图形可视化的方式将企业日常的业务数据（财务、供应链、人力、运营等）全面呈现出来，再通过各种维度（看数据的角度）筛选、关联、跳转、钻透等方式查看各类分析指标，业务分析图表按照主题划分，图表之间存在一定的逻辑关系。报表可以帮助用户进行简单的数据处理，告诉企业到底发生了什么，是企业管理的基本措施和途径，也是实施商业智能BI战略的基础。

同时随着数据量的增加和协同性要求的增长，传统报表系统难以满足企业发展的需求。传统报表系统存在数据多、信息少，数据分析角度单一难以交互，数据价值挖掘层次比较浅，数据口径不统一、大量数据孤岛存在。企业期望引进新的技术，解决目前报表系统存在的弊端。

2、中端层次：数据分析

数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。商业智能BI是先通过第一层的报表呈现，将很多业务运营情况直观的反映出来，让用户可以直观的看到在我们经验之外的数据表现情况。

该层次需要运用大数据技术手段，传统业务系统中获取的各类数据进行实时采集和清洗，建立多层次的数学模型分析体系，进行多角度的解读。数据分析主要帮助企业从数据事实中挖掘潜在的规律，最大化地发现数据价值。该阶段主要让企业及时感知当下发生的事件，以及探索其发生的原因。

3、高端层次：数据挖掘

数据挖掘是指一个从未经处理过的数据中提取信息的过程，重点是找到相关性和模式分析。它可以帮助企业预知未来发生的事情，预测和评估风险。数据挖掘是针对的是海量复杂的数据，它是伴随着数据库理论，机器学习，人工智能，现代统计学的迅速发展而出现的一种新型交叉性的技术。

数据挖掘阶段区别于第一层的全面数据呈现和第二层的异常分析和被动分析，它是一种更深层次的业务数据的主动设计和探索分析。这层分析的提出更加深入业务，围绕一个一个业务分析场景展开，对业务的认知要足够深。

亿信ABI支持数据报表功能，对分析表进行数据回填设置，对缺失的数据进行补录，也可以制作全新的填报表单用于录入数据。还可帮助企业快速搭建大型的综合数据分析平台，也能提供个性的可视化解决方案。支持分类分析，关联分析，回归分析，聚类分析，时间序列预测等多样的算法，通过拖拽式操作就能轻松掌握数据挖掘，并提供科学的模型评估方法，根据评估结果智能的推荐最佳模型。