相关报告：《中国商业智能（BI）行业市场前瞻与投资战略规划分析报告》

行业概况

1、 商业智能的概念发展

商业智能（简称BI），也被称为商务智能、商业智慧。早在上个世纪的1958年，便由IBM的杰出研究员Hans Peter Luhn首次提出了“智能”的概念，并将其定义为“识别事物之间相互关联关系的认知能力，并借助该种能力来指引我们做出准确可行的决策，从而实现既定的目标”。在此期间，诸如决策支持系统、执行信息系统等各类创新性的技术应用相继涌现出来，它们无疑可以视作为BI的早期形态。然而，由于当时所处的技术环境与企业实际需求的制约，BI经历了一个较为漫长而充满挑战的探索阶段。

2、 商业智能定义

BI是在成功联通企业内部众多的数据孤岛，达成数据资源的高度集成与统一管理之后，借助于先进的数据仓库、数据可视化及分析技术，将待处理的数据转变成有价值的信息与知识的综合解决策略。值得强调的是，商业智能（BI）的真正价值在于能够有效满足各类企业用户对于数据查询、分析与深挖掘等方面的多元化需求，进而为企业的经营管理和业务运营提供宝贵而有力的数据支撑与决策辅助。

具体来看，商业智能（BI）涉及到的相关软件工具主要包含以下三大类别：首先是作为企业数据分析坚实基座的数据仓库平台；其次是功能丰富且强大的商业智能（BI）平台软件；最后则是各类商业智能（BI）应用软件。在这些应用软件当中，尤其值得一提的便是数据仓库平台，它堪称企业开展数据分析工作的枢纽所在。在这个基础平台之上，我们又可以看到两大种类别的分析软件：第一类是具有显著针对性和独特性的应用软件，例如在ERM，CRM，SCM等企业级应用系统中所集成的各种分析功能，这类软件主要服务于特定的绩效管理或深度分析工作，并且通常被划分为更为细化的分析软件与全面企业绩效管理套装（CPM）两个小分类；第二类是专业领域内的商业智能（BI）工具平台软件，这种软件具备了在整合各家企业应用系统中的各类数据资源后，实现全局性的数据检索、报告生成以及深度分析的卓越能力。

图表：商业智能软件构成

资料来源：智研瞻产业研究院整理

3、产业链各环节构成丰富

中国商业智能产业全链路大致架构如下：从最上端开始，依次为企业信息化系统软件供应商、数据整合服务企业以及基础设施设备供应商；其中，商业智能产业链链条的中间位置接收到了众多大数据管理系统软件供应商、各个行业领域的专业垂直产品供应商，当然，也包括那些针对特定情景提供解决方案的供应商；而在产业链的最后端，我们则发现了应用领域最为广泛的各种应用场景，主要涵盖金融、电子商务、现代物流、公共交通运输、传播媒介、制造业等各个行业领域。

在整个产业链条的最高层面，主要是由传统的IT制造商以及大规模服务厂商、可信度较高的云服务大师以及一流的大数据平台服务商出面，为中间环节的技术提供商们提供必要的计算能力、存储空间等方面的技术储备基础设施支持。同时，企业资源规划系统（ERP）、客户关系管理系统（CRM）等热门的企业信息系统可以帮助企业更有效地记录自身的资源状况及其各项业务数据。为了适应新时代的发展要求，新型商业智能更加注重将智能化技术融入到实际的商业运营场合及其重要环节中，这使得在产业链条的中端环节，出现了众多偏重于行业垂直市场领域的技术赋能型企业。另外，经过互联网科技巨头领导布局的商业智能技术平台也有可能会成为产业链中游不可或缺的一环，它们为不同的商业场景及环节提供了强大的赋能性作用。

图表：商业智能行业产业链

资料来源：智研瞻产业研究院整理

行业发展历程

在全球视野下，自20世纪80、90年代以降，众多商业智能企业纷纷崭露头角；然而，在祖国大陆区域，直至同一时期末期，才由一些富有洞察力和先知先觉的信息科技人才投身至商业智能研究及应用领域的探索与试行工作中。

初创之初，商业智能作为一种全新的理念，其精确的解释尚不清晰明朗，故而在早期阶段的定义相当宽泛。在该时期，商业智能(BI)的前端工具主要涵盖两大类型的功能方向，即支持多维度分析(OLAP)的相关工具以及报表系统工具。鉴于当时我国本土企业对报表需求的迫切性以及对格式要求的执着坚守，因此，解决报表格式方面的复杂问题以及满足较繁复的固定报表功能往往成为了选择前端工具时的首要考量要素。

随着新千禧年的来临，整个商业智能行业正式步入正轨，对应时间段内的2000年至2012年可谓我国本土商业智能的幼苗生长期。然而，在这段时间里，我国市场却被来自海外的巨头级产品所垄断霸占，为此，国内厂商开始专注于围绕着中式特色显著的报表需求，提供深度定制化的二次开发方案。由此推动市场形成了“北方有润乾，南方有帆软”的双雄并峙格局。

自2013年至2015年间，行业经历了深刻变革与清洗，一批新兴厂商接连进驻，使得中国可视化+自助式商业智能日益主导市场走向。经过激烈竞争与优胜劣汰后，永洪公司及帆软软件成功攀升至综合性厂商的榜首位置，商业智能客户群体亦由大型及中型企业逐步向中小型企业拓展。

自2016年伊始至今，商业智能行业在人工智能、大数据及云计算等先进技术迅猛崛起的助推下实现了全新的突破与革新。同时，各大网络巨头纷纷强势进入这一新兴产业领域，如阿里云推出的Quick BI，腾讯集团打造的腾讯有数，以及网易集团发布的网易有数BI等优秀产品。然而，针对这一产业特点——以个性化定制定制为主，因此，能够独立承担定制化项目开发任务的传统商业智能厂商仍保持着明显的竞争优势。

图表：商业智能行业发展历程

资料来源：智研瞻产业研究院整理

行业发展现状

关键技术可划分为三个层级

图表：商业智能(Bl)的关键技术

资料来源：智研瞻产业研究院整理

行业市场规模

统计数据显示，2018年中国商业智能（BI）行业市场规模27.44亿元，2023年中国商业智能（BI）行业市场规模74.88亿元。2018-2023年中国商业智能（BI）行业市场规模如下：

图表：2018-2023年中国商业智能（BI）行业市场规模

数据来源：智研瞻产业研究院整理

商业智能（BI）行业发展趋势

1、数据发现的新途径

像物联网(IoT)设备这样的新数据收集技术正在为企业提供大量的实时数据，这与以前收集的任何数据都不一样。人工智能和数据投资者MattTurck表示，“一切皆可数据化”，随着越来越多的人员上网，可以将信息进行分析、分类并将其转换为一种格式，而人工智能系统可能会崩溃。这些新的数据发现途径将为商业智能分析师提供比以往更多的数据来源。与此同时，处理大量数据的公司将需要开始更加认真地对待数据安全性和隐私权，尤其是在处理机密的消费者信息时。正如企业越来越意识到数据的价值一样，黑客也越来越意识到这一点，因此，数据泄露的频率和成本也开始飙升。依赖这些新数据源的公司也需要保护这些新数据，否则将面临难以承受的后果。

2、互联网巨头、科技公司与商业企业合作共建生态

伴随着人工智能技术的不断深入，与传统商业领域的深度融合将持续深化，科技公司与互联网技术服务供应商的角色定位亦由传统的“赋能者”逐步转向“合作伙伴”。展望未来，商业智能企业所需要构建的并不只是针对单点问题所提出的垂直领域解决方案服务，更希望能够在深度了解和熟悉自身所在领域赛道的基础上，实现对整个企业业务运作流程的全面支持以及跨越各类场景的生态协作模式的初步形成。为了达到这一战略性的目标，在这个全新的形势之下，各大互联网领军者应该全力发挥其在流量运营以及生态系统建设方面的核心竞争力，而作为人工智能技术提供商的我们也必须理清从技术研发到实际项目实施之间的关键环节，同时，传统商业公司需要借助其深厚的行业知识积累，积极探索和寻找突破原有框架的创新发展道路。只有通过这三大主导力量的紧密合作与共同努力，才能最终建立起一个稳定、持久且富有活力的商业智能生态体系。

3、个人数据监管不断趋严带来新的发展机遇与挑战

现阶段，在众多的商业实践中，都涉及到大量与特定个体用户产生直接关联的核心敏感数据。然而，尽管这些个人数据的搜集、保存以及分析方式能够为商业智能化的决策过程带来显著的贡献，但它同时也引发了诸多涉及隐私泄漏风险和道德伦理层面的问题。为了确保个人资料信息得到有效保护，全球各主要国家纷纷出台一系列法律规定及细则，其中以GDPR（通用数据保护规则）为主导，对科技企业对于个人用户信息的搜集和使用施加较为严格的明确界限，这无疑给商业智能化技术提供方的数据标记工作和算法模型训练带来了一定程度的冲击。然而，监管政策在对技术创新带来外部制约的同时，也促使企业逐步锻炼出“戴着枷锁舞蹈”的能力，借助算法的逐步完善和产品测试流程的革新，降低对培训数据的过度依赖，进而采用尽可能少的数据样本完成模型训练和测试验证环节。

4、商业智能分析师日益短缺

与其他一些尖端技术和科学、工程、数学（STEM）领域相似，商业智能和数据分析领域同样面临着高级技能分析人员日益短缺的现状。毫无疑问，这个趋势并未出现逆转的征兆——伴随着人工智能技术的普及程度逐渐提高，越来越多的企业选择将自己的重心转向依赖于人工智能的数据收集和商业智能应用，这无疑加剧了这种稀缺性状况，甚至有可能进一步深化。

图表：商业智能（BI）行业发展趋势

资料来源：智研瞻产业研究院整理