共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
商业智能(Business Intelligence,简称BI)早在上个世纪80年代已在北美地区出现,90年代末以来已广泛应用于各行各业,成为许多企业参与竞争的必备工具。商业智能将数据仓库、联机分析处理、数据挖掘等技术结合起来综合应用,通过将信息转换为知识,帮助企业抓住新的市场机会、发现潜在的威胁,从而更好地保持企业的竞争优势,因此确切地说,商业智能不是一项技术或者具体的产品,而是一项完整的解决方案。 相似文献
3.
一、商业智能简介
商业智能(BI-Business Intelligence)是什么?关于它的定义很多,比较严谨的定义如下:
“商务智能是企业利用现代信息技术收集、管理和分析结构化和非结构化的商务数据和信息,创造和累计商务知识和见解,改善商务决策水平,采取有效的商务行动,完善各种商务流程,提升各方面商务绩效,增强综合竞争力的智慧和能力。” 相似文献
4.
从数据到信息、从信息到知识、从知识到决策,这是一个企业中数据生命周期的典型流程,是现代企业综合利用业务经营数据帮助决策分析的主要模式,这种模式通常也被称为“商业智能”(BI,Business Intelligence)解决方案。数据利用水平高低, 相似文献
5.
商业智能是指企业用来对各种商业资料进行定量分析的技术策略、过程和工具。商业智能的核心使命是帮助企业经理人员做出及时、正确、可行、有效的决策,从而改善企业经营效果,提升企业竞争力和获利性。
商业智能之所以重要,是因为对于现代企业来说,不知不觉的风险是巨大的,而一知半解的危害更大。当我们带着错误的认识制定了决策和计划,并按照此采取行动,这样的后果是可想而知的。商业智能就是要争取利用企业在日常经营过程中积累的大量数据,将其转化为有用信息来对企业决策进行引导。 相似文献
6.
对于很多金融服务机构来说,爆炸式增长的客户数据是一个亟待开发的资源。数据中所蕴藏的无限信息金矿若以先进的分析技术加以利用,将转化为极具价值的洞察力,能够帮助金融企业执行实时风险管理,成为金融企业的强大保护盾,保证金融企业的正常运营。与此同时,大数据也推动着商业智能的发展,使之进入消费智能时代。大数据:实时敏锐的风险管理在近几年的经济危机中,金融企业风险管理能力的重要性日渐彰显。抵押公司、零售银行、投资银行、保险公可、对冲基金和其他机构对风险管理系统和实践的改进已迫在眉睫。 相似文献
7.
8.
9.
商业智能(BI,Business Intelligence)是对商业运营中所涉及的信息进行智能化、综合性处理的过程,它伴随互联网的高速发展和企业管理信息.化的不断深入而产生。商业智能使得企业的决策能够对企业各种信息进行有效、合理地分析和处理,为经营决策提供可靠的依据。确切地讲,商业智能并不是一项新技术,它是将数据仓库(Data Warehouse)或数据集市(Data Mart)、联机分析处理(OLAP)、数据挖掘(Data Mining)等技术与客户关系管理(CRM)结合起来应用于商业活动等实际过程中,通过把大量的数据转换成可靠的、商用的信息以增加利润和市场份额,实现了技术服务于决策的目的。[第一段] 相似文献
10.
中信实业银行是“中国首家整体引进国际先进核心业务系统,实现软硬兼备的完整数据大集中”的银行,同时也是国内较早涉足商业智能领域的商业银行之一:经过数年在基础设施平台、核心业务系统、业务流程重组等方面的准备,中信实业银行又站在新的起点上重新考虑商业智能项目的建设。近日,中信实业银行信息技术部总经理林丽接受本刊专访, 相似文献
11.
我国数字经济已转向深化应用、规范发展及普惠共享的新阶段,数据资产作为数字经济的重要产物,逐渐成为企业的关键生产要素。本文从数据资产的概念和特征入手,探讨数据资产价值的关键构成因素和价值提升的实现路径,提出以形成新战略重点、建立全新工作方式、实现业务价值为导向的总体思路,综合成本、质量、数量、应用等关键维度,以“集成、流动、智能、周期、质管、决策”六大模块为依托,构建以基础数据管理中台为基础设施层、数据业务应用与数据质量管理为应用层、商业智能和分析层为智能创新层的三角结构式数据资产价值提升框架及具体路径,以期帮助企业实现数字资产全流程的价值增值,促进企业高质量发展。 相似文献
12.
13.
商业智能,又称商务智能,指用现代数据仓库技术、在线分析处理技术和数据挖掘技术进行数据分析以实现商业价值,它之所以能粉墨登场,在银行中扮演越来越重要的角色,其根本原因在于:一方面随着银行信息化的不断深入,银行积累的数据越来越多,面临着“数据爆炸”和“信息缺乏”的矛盾; 相似文献
14.
在亚洲这样高速发展的地区,正面临着信息资产成倍增长,业务复杂化的趋势.企业都非常重视商业信息挖掘与分析.商务智能(BI)使用环境发生巨大变化,尤其是金融服务业中商务智能(BI)的使用更趋成熟.从绩效管理到企业资源规划,商业智能(BI)是确保管理者明确了解企业内部和外部实际情况的关键所在.简单地说,能够领会 相似文献
15.
16.
大数据推动着商业智能的发展,使之进入消费智能时代。消费智能是金融企业迎战的利剑,在群雄逐鹿的大数据争夺战中,抢占竞争先机,引领金融企业发展的未来。一、实时敏锐的风险管理 相似文献
17.
经过一段时期的数据集中.金融企业已经积累了大量的数据,似乎实现数据分析应用的时代已经来临。但是在实际工作中,这种数据分析应用项目并没有大规模的出现。为什么会出现这样的局面?数据分析应用还能实现吗?这是困扰很多商业智能从业人员的难题。
从本期开始.“商业智能”栏目将刊登以“金融数据管理与应用”为主题的连载文章。该专栏文章结合作者自身的工作经验.涉及三个方面的数据分析应用:金融企业数据管理、分析型客户关系管理和金融企业风险管理。其中数据管理部分介绍影响金融企业实施数据分析应用的主要障碍及其解决方法.其余两个部分则是当前金融企业数据分析应用的重点课题。对于很多计算机应用系统建设处于系统集中中前期阶段的金融企业,具有相当的推导作用。[编者按] 相似文献
18.
19.
20.
绿色金融是帮助企业进行绿色创新的重要手段,但在实践中也存在一些“漂绿”行为。在传统绿色信贷模式下,可能由于信息不对称或代理冲突,金融机构和企业之间存在着委托代理问题,难以实现互信。基于此,提出一种基于智能区块链的数字化绿色信贷,来化解“信息孤岛”效应,并构建了传统绿色信贷和数字化绿色信贷两个演化博弈模型来探究智能区块链对于绿色信贷的影响。研究表明:(1)企业“漂绿”行为是影响绿色金融健康发展的重要因素;(2)智能区块链通过降低信息不对称和建立声誉机制,可以有效缓解“漂绿”困局。研究结论丰富了“漂绿”行为的理论依据并为绿色金融的可持续发展提供了思路借鉴。 相似文献