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

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。

本文列举了各种对2009年商业智能领域进行预测的文章的内容摘要，列举范围囊括了目前所能够搜集到的陈述预测观点的文章。如需获取更多信息，请阅读《参考来源》一节以获取相关文章。

本文列举了各种对2009年商业智能领域进行预测的文章的内容摘要，列举范围囊括了目前所能够搜集到的陈述预测观点的文章。如需获取更多信息，请阅读《参考来源》一节以获取相关文章。

面对日益激烈的市场竞争，电信业的业务创新已成为各移动运营商的共识。对于运营商来说，充分挖掘丰富的用户资源，为用户提供个性化服务，积极推出各种新的消费套餐等营销产品，建立良好的客户关系体系是增强其核心竞争能力的一个重要措施。然而，根据笔者的了解，仅某省联通公司所推出的套餐就有2000多种之多，宣传、维护如此繁多的套餐方案已经带来了巨大的人力及资产成本，每种套餐的实施效果也无从获取与评估。同时，新的套餐方案在市场竞争中仍需要不断的推出，这使运营商套餐体系混乱的局面不断恶化。因此，实现一个能够结合客户信息与客户消费行为等信息，能够有针对性向目标客户群体投放套餐促销方案，并能够对套餐效果进行评估和改进的个性化套餐推送系统具有十分重要的意义。本文介绍一种在用户群分类及套餐分类等技术的基础上实现的个性化套餐推送系统。

作为一个商业智能从业者，我一直在思考着这个行业的发展，04年曾就商业智能与行业的结合作了一个分析，并在公司内部交流之后于05年将部分内容发到了公网，之后BI行业的并购风生水起。

近一两年来，我开始为商业智能的“智能”二字所羞愧，也一直在寻找着这个答案。在我看来，目前的BI方案几无智能可言，包括国外主流厂商的产品。我打算不久后就商业智能的发展做一个总结，题目大意是“商业智能发展的困惑-寻找丢失的智能”。因此，想征询大家的看法：商业智能到底、或者将要智能在哪里？

本文列举了各种对2009年商业智能领域进行预测的文章的内容摘要，列举范围囊括了目前所能够搜集到的陈述预测观点的文章。如需获取更多信息，请阅读《参考来源》一节以获取相关文章。