探析中国实施商业智能的失败率达到70%的原因

        国内的商业智能产品虽然在价格以及本地化具有很大的优势，但也存在很多的不足，比如产品方面在逊色于国外的产品，同时对于大量的数据处理，更多的依靠第三方所提供的工具。对于大型企业来讲，国内的商业智能很难满足其需求，因此，对于企业来讲，上一套商业智能的风险不亚于上一套ERP的风险，所以， 在这方面投资还是比较谨慎。 高风险未必能带来高回报，所以，归其一点还是要帮助企业降低风险，才能更好的推动商业智能的普及。

        6、商业智能项目的需求比一般应用系统复杂，难以把握。

        把握市场动向，提高销售利润是企业的最终目标。在企业管理日趋科学化的今天，如何准确及时地进行生产经营决策是企业老总面临的严峻问题。这要求决策者准确及时地捕捉到销售信息，分析销售情况，随时根据历史的销售情况，对下一步的生产经营科学地进行决策。销售分析需要的基础数据涉及到的模块有销售、库存、财务和人事，能够围绕销售合同，从人员绩效、应收款、财务、库存等多角度进行分析，并给出如销售趋势、产品需求趋势等辅助决策信息。

        商业智能系统根据企业需要解决的问题，帮助企业建立相应的分析主题和分析指标，从业务系统的基础数据库中抽取需要的数据，按预先建立的业务模型进行分析决策，分析结果显示直观、形象。

        理论上来看，比较简单，但在实际的应用过程中， 由于业务的不断变化，企业的商业智能项目很难在短时间内随着业务的变化而及时调整，这就导致了商业智能项目的需求要比OA等一般的应用系统复杂。 如果没有专业、并且具备多年实施运维的BI人才，很难把控整个BI项目。

        总结发现，商业智能系统是一项复杂的系统工程，整个项目涉及企业管理， 运作管理， 信息系统， 数据仓库， 数据挖掘， 统计分析等众多门类的知识。 因此用户除了要选择合适的商业智能软件工具外还必须按照正确的实施方法才能保证项目得以成功。

        商业智能系统的建设是一项长期的任务，不能一蹴而就。应该在“边建设，边应用，边见效”的思想指导下，从业务部门的实际需求出发，选择统计报表作为项目的第一阶段目标。从数据分析到数据挖掘，逐步完成从信息到知识的转变，最终得到竞争优势和实实在在的利润。