近年来，商业智能成为信息技术领域非常热门的话题之一。虽然有关探讨很多，但在许多用户看来，商业智能仍是相当抽象的概念。本文从商业智能的概念和发展，基本处理过程及系统架构、我国应用领域等方面进行阐述，并结合商业智能在医药行业的具体应用做进一步剖析。
1. 商业智能概述
    1.1 商业智能概念及意义
    商业智能(简称BI)最早由Gartner Group的Howard Dresner在1989年首次提出，是对商业信息的搜集、管理和分析过程，目的是使企业各级决策者获得知识，促使他们做出更加合理的决策。BI将数据仓库、联机分析处理和数据挖掘等结合起来应用于商业活动中，从由不同的数据源收集的数据中提取有用的数据，对数据进行清洗以保证数据的正确性，有效将存储于商业信息系统数据转换为有用信息呈现给用户，帮助用户及时做出正确决策提供参考。可见，商业智能并不是基础技术或者产品技术，而是一种有效解决方案。
    从数据分析的角度看，商业智能是为了解决商业活动中遇到的各种问题，利用各种信息系统进行的高质量和有价值的信息收集、分析、处理过程，其基本功能包括个性化的信息分析、预测、辅助决策。
    例如，对于一个金属加工厂来说，运用商业智能工具可以知道有关金属开采企业、市场、影响市场价格和交易量的因素在内的各种信息，进而对整个行业有一个全面的了解，并且还能运用足够的信息评估该行业的投资风险及预期收益。
    从应用的角度看。商业智能帮助用户对商业数据进行在线分析处理和数据分析。帮助解决商业问题、预测发展趋势、辅助决策，以便更好地实现商业目的。通过对信息的收集和分析处理，能帮助用户解决商业活动中遇到的诸如市场需求量等很多问题，如最大利润、最佳客户等。
    1.2 商业智能现状及发展趋势
    信息时代是“智能”大显身手的时代。商业竞争中，对信息处理和利用能力的强弱成为决定企业兴衰成败的关键。越来越多的企业开始利用业务信息流和数据分析技术进行智能重整，从不同层面帮助企业实现目标。从全球范围来看，商业智能领域已经成为最具增长潜力的领域。从国内来看，商业智能越来越被广泛应用，逐步在大企业普及，也就是说商业智能不仅限于高层管理者的决策之用。也日益成为普通员工日常操作的工具。随着应用的不断深入。市场需求对BI也提出了新的挑战，具体来说，商务智能未来发展将集中于以下三点：
    (1)支撑技术。基于关系对象数据库的数据仓库将是未来的一个发展方向，数据仓库的平台性能将得到很大改善，数据挖掘方法和算法研究将更加深入，专门用于知识发现的数据挖掘语言有望进一步向标准化发展。另外，数据挖掘与联机分析将实现融合和互补，从而使分析操作更加智能化，挖掘操作目标化。
    (2)体系结构。系统协同性和开放性将进一步提高。企业能够利用合作伙伴的数据仓库进行决策分析活动，智能应用过程及结果发放至互联网。
    (3)应用系统。笼统的智能系统成为概念，更加突显专业化和行业化特点。根据每个领域的关注重点和分析模型，提供针对具体企业进行扩展的解决方案。各种商业分析模型、数据挖掘算法集成到分析应用中，进而解决不同部门的需要。同时。商务智能与企业门户、企业应用集成紧密相连，新的智能系统不再是一个孤立的应用。
2. 商业智能体系架构及核心技术
    商业智能是以现代管理理论为指导，信息技术为支撑的集成系统。近年来，它的研究热点主要集中在三个方面：支撑技术研究、体系架构研究、应用系统研究。体系架构是指通过识别和理解数据在系统中的流动过程和数据在企业的应用过程来提供系统应用的主框架，主要包括数据预处理、数据仓库、数据分析以及数据展现等。应用该架构，可以解决单纯使用传统C/S模式的弊端，使客户端从过多的运算与操作中解脱出来，避免第一次部署容易而今后却难以升级或扩展的窘境。三层架构模型将传统操作业务切分成几个层次，每个层次提供不同的相关服务，如DB服务、应用服务、Web服务等。三层架构为华为统计分析平台提供了复杂应用操作，同时提供对现有应用集成及今后应用扩展强有力的支持，增强了安全机制，提高了性能，并提供对LDAP目录服务的支持。
    三层架构包括数据库层，应用服务器层，用户终端层。其中数据库层，采用Unix平台上的Oracle 9i系统作为数据侔服务器。Oracle作为最先进的数据库产品，具有性能优越，工作稳定可靠。适合数据仓库系统要求的海量数据存储的需要。应用服务器层运行包括ETL服务(抽取，转换，加载)，元数据服务，Reporting服务，Portal服务。OLAP服务等五种应用。用户终端层只需通过浏览器，访问统计分析平台各应用。
3. 商务智能在我国的行业应用
    金融、电信行业是目前应用最集中的行业，约占40％的市场分额，保险、能源、烟草、政务行业约占30％，制造，零售行业约占30％，也是BI应用最具潜力的行业。下面列举其中三项进行说明。
    金融：随着国内五大商业银行的信息化不断发展。在BI领域投资稳步增长，每年均有大量的BI需求。其中BI已经不仅局限于高层管理者的决策，应用性系统的出现，中小型银行BI需求也不断涌现，未来将是金融行业BI市场的主要增长点。
    能源：虽然基本上已经实施了商业智能系统，但在需求设置、市场分析等方面都需要数据挖掘技术来提供决策依据，使得能源行业BI深入应用的渴望。
    制造：制造业的企业信息化水平参差不齐，有些大中型企业已成功使用商业智能技术，但大部分企业基础信息化水平仍未达到，随着这些企业的信息化水平逐步提高。大规模使用商业智能系统将成为应用领域中新的亮点。
4. 医药行业商业智能的应用概述
    近年来，市场竞争日益激烈，医药行业开始借助现代化信息技术全面提高企业的竞争能力。但随着信息系统的建设和运作，医药行业积累和需要处理的数据越来越丰富，如订单、库存、交易帐目、通话记录、客户资料等，因此搭建一个优化工作流程。及时掌握运作关键指标、突发事件、重大事件及关系紧密的其他信息的商业智能系统是非常必要的。
    商业智能就像“数字神经系统”，通过符路“神经”对外界环境变化的迅速感知传输至“大脑”中枢，然后将经中枢处理得出的应对及预防措施及时反馈给各路“神经”。商业智能为医药行业提供更加科学的管理决策依据，实现了在人、财、物、信息等方面的优化管理，变革了医药行业的传统管理模式和服务模式。为行业提高综合效益和竞争力。
    BI系统是复杂的系统，它的成败不仅取决于技术因素，经济、环境、人员、组织等因素也起着非常重要的作用。从医药行业发展来看，商业智能作为医药业务驱动的商业智能系统，其发展要以较为完善企业的信息系统和稳定的业务系统为基础。
    此外商业智能的应用与医药行业内信息化的基础状况密切相关，在医药行业内。以医药制造企业为主，流通服务企业为辅助来综合发展商业智能。随着信息化水平的不断提高，商业智能产品将强调对过程致据的预测和分析，完成与现有管理软件进一步融合，从企业决策分析的角度拓展更大的发展空间，真正做到科学管理、精细型管理和过程管理，更加体现以客户为中心的营销战略。
    医药行业信息化建设是一个长期的过程，但商业智能的应用和发展势必会带给医药行业新的发展契机。