BI服务器采购申请书

关于采购BI服务器申请书

一、BI名词解释：

商业智能(简称BI)，指通过对数据的收集、管理、分析以及转化，使数据成为可用的信息，从而获得必要的洞察力和理解力，更好地辅助决策和指导行动。

二、主要作用：

问：在数据仓库中，往往具有海量的历史记录。那么，在分析的过程中，如何提高分析效率呢？同时，数据仓库中往往有上百张表，业务人员如何能理解呢？多维数据库就是最好的解决方案。

答：多维数据库利用聚合技术，保障了高效性；同时，针对每一种独立的业务流程的多维模型，大大简化了关系型数据库的概念，使得业务人员能够充分理解，独立进行数据分析。

三、主要应用范围：

1、销售分析

主要分析各项销售指标，例如毛利、毛利率、交叉比、销进比、盈利能力、周转率、同比、环比等等；而分析维又可从管理架构、类别品牌、日期、时段等角度观察，这些分析维又采用多级钻取，从而获得相当透彻的分析思路；同时根据海量数据产生预测信息、报警信息等分析数据；还可根据各种销售指标产生新的透视表。

2、商品分析

主要数据来自销售数据和商品基础数据，从而产生以分析结构为主线的分析思路。主要分析数据有商品的类别结构、品牌结构、价格结构、毛利结构、结算方式结构、产地结构等，从而产生商品广度、商品深度、商品淘汰率、商品引进率、商品置换率、重点商品、畅销商品、滞销商品、季节商品等多种指标。通过BI系统对这些指标的分析来指导企业商品结构的调整，加强所营商品的竞争能力和合理配置。

3、人员分析

通过BI系统对公司的人员指标进行分析，特别是对销售人员指标（销售指标为主，毛利指标为辅）和采购人员指标（销售额、毛利、供应商更换、购销商品数、代销商品数、资金占用、资金周转等）的分

析，以达到考核员工业绩，提高员工积极性，并为人力资源的合理利用提供科学依据。

主要分析的主题有，员工的人员构成、销售人员的人均销售额、对于销售的个人销售业绩、各管理架构的人均销售额、毛利贡献、采购人员分管商品的进货多少、购销代销的比例、引进的商品销量如何等等。

三、企业效益：

商业智能帮助企业的管理层进行快速，准确的决策，迅速的发现企业中的问题，提示管理人员加以解决. 以及发现那些对手未发现的潜在的知识和规律，而这些信息是企业产生经济效益的基础，不能快速，准确地指定决策方针等于将市场送给对手，不能及时发现业务中的潜在信息等于浪费自己的资源.。

例如：通过对销售数据的分析可发现各类客户的特征和喜欢购买商品之间的联系，这样就可进行更有针对性的精确的促销活动或向客户提供更具有个性的服务等，这都会为企业带来直接的经济效益.

四、发展趋势：

传统的报表系统技术上已经相当成熟，大家熟悉的Excel等都已经被广泛使用。但是，随着数据的增多，需求的提高，传统报表系统面临的挑战也越来越多。

1．数据太多，信息太少

密密麻麻的表格堆砌了大量数据，到底有多少业务人员仔细看每一个数据?到底这些数据代表了什么信息、什么趋势?级别越高的领导，越需要简明的信息。如果我是董事长，我可能只需要一句话：我们的情况是好、中还是差

2．难以交互分析、了解各种组合

定制好的报表过于死板。例如，我们可以在一张表中列出不同地区、不同产品的销量，另一张表中列出不同地区、不同年龄段顾客的销量。但是，这两张表无法回答诸如“上饶地区中青年顾客购买百货类型产品的情况”等问题。业务问题经常需要多个角度的交互分析。

3. 难以挖掘出潜在的规则

报表系统列出的往往是表面上的数据信息，但是海量数据深处潜在含有哪些规则呢?什么客户对我们价值最大，产品之间相互关联的程度如何?越是深层的规则，对于决策支持的价值越大，但是，也越难挖掘出来。

4．难以追溯历史，数据形成孤岛

业务系统很多，数据存在于不同地方。太旧的数据（例如以前的数据）往往被业务系统备份出去，导致宏观分析、长期历史分析难度很大。

因此，随着时代的发展，传统报表系统已经不能满足日益增长的业务需求了，企业期待着新的技术。数据分析和数据挖掘的时代正在来临。值得注意的是，数据分析和数据挖掘系统的目的是带给我们更多的决策支持价值，并不是取代数据报表。报表系统依然有其不可取代的优势，并且将会长期与数据分析、挖掘系统一起并存下去。