2001年，国外BI厂商陆续进入国内市场，国内一两家软件厂商开始自主开发； 2003年，国外BI厂商大举入侵，国内厂商亦如雨后春笋，真真假假都开始了； 2005年，看到了收购的影子 2007年，经济危机……或许创业伊始的小公司困难的日子开始了，收购亦开始了； 2008年，厂商数量锐减：大规模收购爆发了，一部分被收购，一部分放弃自我帮大厂商实施去了，一部分转行，还有一部分反正没动静了； 2011年，持续大浪淘沙中，在国内商业智能市场中，几家国外大厂商为主，国内两三年家独立厂商努力坚持着。 而与此同时，商业智能市场规模，一路上扬到50亿元人民币，趋势有所减缓，但仍然持续上升着。别看钱多，别看参合者多，参与者苦在其中——创业碰到了资本，无力抵挡；苦力服务于大鳄，九牛拔到了一毛，血汗钱矣。

依据搜集整理的银行卡及信用卡分析的相关需求、案例及经验，对银行卡分析的常用维度进行了整理，主要包括客户资料（用来刻画客户个体特征的资料）、帐户资料（与客户相关的帐户，即客户所消费的的服务的静态特征）及交易资料（客户与银行之间发生的交互信息）几个部分。

曾几何时，报表左上角的小斜线早已成为判别报表制作能力的标准之一，以小斜线为代表的，则是各种格式古怪，但数据却未必复杂的所谓中国式报表。在繁杂纷呈的中国特色之下，成熟的报表软件纷纷落马，几十种国产报表工具陆续从小作坊中出现，其成功者已经大行其道，直至今天仍然有人打算陆续炮制，增加这个数量。我一直在想，报表需要的到底是什么？是哪些勾勒的线线框框，还是需要呈现的数据？

近期要考察一下市面上的合并报表软件/系统对集团财务管理及分析项目需求的满足情况，因本人不是财会人员，所以从软件系统的角度分门别类的对合并报表项目的需求归纳，形成合并报表软件评估比较的检查点。本图是初步形成的合并报表软件能力评估表草稿。

传统的DW/OLAP模式（数据抽取ETL->数据仓库DW->维度建模->在线分析处理OLAP->前端展示）或DB/Report（数据库->SQL或宜用的SQL设计器->报表）模式的所谓的商业智能，在处理业务决策支持的过程中，已经分别显得过于理想化：对决策的过程的支持不仅仅限于技术的手段、传统的技术手段单调且死板，带给最终用户的价值只是在限定的查询之上的结果展示。经过十几年的发展之后，商业智能的定义逐渐泛化，越来越多的理念及技术被引入：商业智能厂商不断尝试引入新的手段，不断丰富自己的商业智能体系，以更好的支持业务分析及决策。本文将列举过去几年商业智能领域的相关产品已经出现的若干特点。

传统的商业智能工具在分析时是从存储在磁盘中的数据库、数据仓库或OLAP中获取数据；而顾名思义，基于内存分析（In-Memory Analytics）技术的商业智能工具则是从内存中直接获取分析数据：数据被预先载入内存，用户在执行查询及后继分析时，均直接从内存中获取所需数据。基于内存分析（In-Memory Analytics）技术的商业智能工具极大的提高了查询及分析的执行效率，可获得良好的交互及时性，从而体现了较好的易用性。

网络收集的某集团公司商业智能项目在经营分析方面的原始需求，包括对关键绩效指标KPI分析，财务分析（资产负债分析、现金流量分析等），业务分析（产品生产、销售、库存成本分析，销售市场分析，销售成本利润分析等）。另外，还对凭证查询及具体的数据分析方法提出了要求。

集团财务分析系统(商业智能) 需求:预算完成情况分析、资产负债情况、损益情况、现金流量情况、综合财务指标分析、行业资产分布和盈利能力分析等

全面预算管理是指在对总公司未来经营活动预测、决策的基础上，提出总公司规避风险、实现经营奋斗目标而采取的途径、方法、措施等，并以资产、负债、所有者权益、收入、成本（费用）、利润等具体数据对未来的生产经营活动及其可能发生的收支进行全面、系统、综合反映而采用的一种管理方法。内容包括：经营预算、投资等资本性支出预算、筹资预算和财务预算。

商业智能到底智能在哪里？作为一个涉足这一领域多年的从业者，这几年一直在思考这个问题。本系列将仅从自己的认识，就该问题逐渐展开内容。首先，从网上发起的讨论开始，以下是本人在论坛发起的讨论主帖，主帖之后是大家的讨论观点。