预计2017年中国商业智能（BI）市场规模将超过200亿

从人类文明出现到2003 年，人类总共才产生了5EB（ExaBytes）的数据，近年来随着互联网的爆发，数据产生的速度和规模都在急剧提升，过去几年产生的数据比以往4 万年的数据总量还要多。业内预计2020 年全球数据使用量将达到40ZB（ZettaBytes），需要约429 亿个1TB 的硬盘进行存储，届时中国产生的数据量将占到全球总量的21%。与此同时，数据的类型也越来越复杂，不仅包括结构化数据，还包括不便使用二维逻辑表达的非结构化数据。

全球大数据存储分布图：PetaBytes

大数据时代，数据的规模和复杂程度都超出了想象，通过数据挖掘得到的隐含信息不仅可以帮助企业优化业务流程、管理客户关系、甚至还能帮助其进行战略决策，存在巨大的商业价值。麦肯锡调查显示，大数据在美国医疗行业每年能提高0.7%的生产力，创造约3000 亿美元的价值；在欧洲公共管理部门，每年能提高0.5%的生产力，创造2500 亿欧元的价值；在美国零售业，每年能提高0.5%-1.0%的生产力和60%的净利率。因此，各行各业越来越重视数据的商业价值。

商业智能(BI, Business Intelligence)是一种通过收集、管理和分析等方法，将数据转化为知识，进而为企业提供经营决策支持的应用，是大数据抽象概念下的一种具体实用工具。虽然商业智能本身对数据量并无要求，但显而易见的是，大数据环境会促进商业智能的加速发展，这是因为：第一，海量数据的分析过程和结果更具有灵活性、可靠性和价值性；第二，海量数据的存在提高了企业的商业智能意识，引导企业主动寻求商业智能的帮助。一些大型企业往往拥有几十个甚至数百个信息系统，其所包含的大量数据反映了企业的日常经营情况，若能加以分析和利用，将为企业创造巨大的价值。

目前，商业智能应用可以帮助企业实现户关系管理、盈利能力分析、控制成本、衡量绩效等功能。

从流程来看，商业智能一般可分为三个步骤：第一步是数据整合，通过抽取、清洗、补缺等方法把数据按照一定的规则存储，建立数据仓库以方便日后提取；第二步是数据分析，当中包含各种功能模块，按照需求调用数据并进行智能分析；第三步是信息展现，把分析结果推送到门户，决策者、管理者、分析员、业务员等人员可根据各自的权限查看分析结果，这些价值信息将为企业制定战略决策、提升经营效率、发现商业机会提供依据。

商业智能和分析软件在“帮助企业提升竞争力的解决方案”中开始被排在最高优先级。Gartner 数据显示，商业智能2012 年开始跃升为CIO 十大优先考虑技术的榜首。

2010 年-2013 年CIO 十大优先考虑的技术前五位

商业智能可以分为工具平台软件和应用软件两类。从需求端来看，由于应用软件围绕企业对数据的具体使用进行定制，适合企业决策的需要，因此更受企业的关注。

商业智能行业细分领域

国内商业智能应用软件厂商深谙中国企业特点、本土化服务到位、产品性价比高，有望直接分享行业高成长的红利。

国内外商业智能厂商优劣势对比

资料来源：产业信息网整理

产业信息网指出：电信和金融是国内IT 建设最成熟的行业，已经具有相当深厚的数据积累。从市场份额来看，2011 年，国内商业智能应用领域中，电信、金融、保险分别占比36%、32%、14%，合计占比高达82%，而制造、零售比重仅为9%和6%，这表明商业智能在国内仅在电信、金融等少数领域得到较为广泛的应用，其他行业的普及程度普遍较低，一些中小型企业的商业智能应用甚至处于空白状态。产业信息网分析师认为，在企业信息化程度普遍提高和海量数据不断积累的背景下，商业智能行业将进入加速发展期。

据统计：2012 年全球商业智能收入在814 亿元左右，其中中国占比为8.7%。未来几年，中国将成为全球商业智能发展的重要引擎，在全球市场中的份额也在不断提高。预计到2017 年，全球商业智能的市场规模有望达到1547 亿元，其中中国的市场规模201 亿元，比重达到13%。

2017年我国商业智能市场规模将达到201 亿元

资料来源：产业信息网整理