发表于：2013/5/21 15:48:42
#0楼
商业智能项目中，产品和工具的选型受到用户和厂商两端的普遍关注。BI项目涉及到多个环节，每个环节中都涉及众多产品和技术，为了了解企业用户在商业智能项目中对产品和工具的选型情况，我们设置了“BI企业用户在对商业智能产品选型时考虑因素分布”调查。
调查数据显示，企业用户在对BI产品选型时考虑的因素中,用户最为看中的是性能,占到52.1%;其次是报表以及展现功能,占到39.9%;业务模型占到36.8%。
厂商的成功案例售后服务也能为用户起到一定的导向作用,占到26.2%,反而,品牌价格因素排在了最后.对企业用户来说,产品的价格并不是王道,选择满足自身需求，适合自己的产品才是关键之所在。
图 1 企业用户在对商业智能产品选型时考虑因素分布
企业用户在实施商业智能项目的难点分布
成功实施BI项目并不容易，企业用户在实施BI项目过程中涉及众多的技术难点，对此我们进行了调查。
通过对企业商业智能项目的需求分析，建立企业数据仓库的逻辑模型和物理模型是实施BI项目中的关键步骤;调查显示，高达35.9%的调查者认为建模是实施BI项目中最难的环节。
数据挖掘是发现知识和规律的过程，其实施的难点可能没有数据仓库那么多，调查显示，有28.8%的网友认为数据挖掘也是BI项目实施的难点。
对于我们碰到的每个问题常常有几种不同的算法可以解决。每种算法也都可以用来解决不同的问题，这些都是数据挖掘实施的难点。数据挖掘的另外一个难点就是对于数据挖掘过程的理解。在数据挖掘课题中，理解算法很重要，工具的使用也很重要，但是对于数据挖掘过程的掌握更为重要。在数据挖掘的过程中，大部分的时间都花在对于问题的理解及数据的收集、处理和整理过程中。关键是思考和寻求解决客户问题的方法和思路。
另外，对于其它难点项目的选择，ETL占到10.3%,有9.4%的用户选择了OLAP。这些调查数据值得工具厂商及商业智能培训机构参考，技术人员及业务人员需要加强这方面的学习和训练。
图 2 企业用户在实施商业智能项目的难点分布
技术手段贯穿于一个项目实施的全过程。在我们的调查中,大部分的企业选用了以下四种技术:数据仓库基础建设占到26.5%;OLAP多维分析系统占到25.9%;数据挖掘占到24.5%;复杂的报表图表占到23.9%。
还有一些企业用户,选择了KPI和ETL工具,分别占17.1%,16.5%。
图3 企业在BI项目中采用到的技术和手段分布
数据抽取工具的采用在统计数据中显示，Oracle ODI摇摇领先于其他工具，占到了44.1%，其次是开源数据抽取工具，占到22.1%。SybaselQ占据了13.8%的市场份额。
还有一些用户采用IBM data stage占8%，BO Data Integrator占5.9%，少量用户采用了powercenter占4.1%.
图 4 企业用户在BI项目中采用数据抽取工具的分布状况
企业在BI项目中采用OLAP工具的分布状况
OLAP是使分析人员、管理人员或执行人员能够从多角度对信息进行快速、一致、交互地存取，从而获得对数据的更深入了解的一类软件技术。OLAP的目标是满足决策支持或者满足在多维环境下特定的查询和报表需求. 企业在商业智能项目中OLAP工具的使用情况:
调查显示, Oracle Essbase使用比例最高,为37.5%,这个比例与Oracle数据库在企业中的比例相关.
图5 企业在BI项目中采用OLAP工具的分布状况
值得关注的是,自己开发OLAP工具的用户也占到12.6%;使用微软OLAP工具的企业比例达到10.5%;开源OLAP工具的占到9.5%;Cognos已经被IBM收购,使用其产品的用户达到8.7%,如果加上使用IBM Data stage的比例11.5%,IBM的产品使用量达到近20%,占据第二位;
另外,Sybase IQ使用比例为3.6%,而MicroStrategy使用比例仅为1.5%.
企业用户在BI项目中采用的前端展现工具分布状况
商业智能的成功很大程度上依赖于数据展现和分析工具即前端工具。如果最终用户不能通过前端工具方便地回答关键的业务问题，那么无论数据仓库设计得多么梢巧，也不能称为成功。前端可以简单认为是人机界面，BI的前端就是如何将数据、分析应用呈现给用户。有人看重界面的美观，有人重视功能的丰富，有人强调操作的简洁，当然还有人会要求有领先的架构。用户角色的不同，对前端产品的要求重点也自然不同。
目前提供前端产品的厂商可以分为两类，一是专业前端产品提供商，此类公司规模一般不会太大，国外有ProClarity、InSight等;二是那些全方案提供商，几乎都是国外公司，如BO、Cognos(被IBM收购)、Hyperion(被Oracle收购)等都提供前端产品。BI的前端虽然和通常的IT应用(诸如MIS、ERP等系统)有共同之处，不过，按照分析应用的不同还可以细分为报表展现、OLAP展现、仪表盘以及PORTAL等几类;按照展现形式，则可以分成Web、客户端分析工具和电子表单三种。
在本次调查中,我们针对一些重点的前端工具的市场占有情况进行调查。调查数据显示，Oracle BIEE工具的占有量最高为24.2%;其次是“用户自己开发”的前端工具为20.9%;第三是BO的前端展现工具，比例为14.4%;
图6 企业用户在BI项目中采用的前端展现工具分布状况
开源前端展现工具的比例也较高，达到13.3%;比如，商业智能软件在Java领域较常见的BI前端框架(商业智能项目)主要有以下几个Pentaho，spagoBi, OpenI, JASPER intelligence等开源框架，目前这些前端框架都有被开发者在项目中不同程度地使用。
2009年的调查数据显示，IBM Cognos BI达到11.3%的使用比例; IBM在2007年斥资50亿美金收购Cognos作为一项基于开放标准的业界领先的技术，除了直接为IBM带来客户以外，它对于IBM IM产品线战略也是一个很好的补充。
另外，SAS的比例为5.3%;Powercenter为3.8%;商业智能分析使用其它前端展现工具的为6.8%;
调查数据显示，企业用户在对BI产品选型时考虑的因素中,用户最为看中的是性能,占到52.1%;其次是报表以及展现功能,占到39.9%;业务模型占到36.8%。
厂商的成功案例售后服务也能为用户起到一定的导向作用,占到26.2%,反而,品牌价格因素排在了最后.对企业用户来说,产品的价格并不是王道,选择满足自身需求，适合自己的产品才是关键之所在。
图 1 企业用户在对商业智能产品选型时考虑因素分布
企业用户在实施商业智能项目的难点分布
成功实施BI项目并不容易，企业用户在实施BI项目过程中涉及众多的技术难点，对此我们进行了调查。
通过对企业商业智能项目的需求分析，建立企业数据仓库的逻辑模型和物理模型是实施BI项目中的关键步骤;调查显示，高达35.9%的调查者认为建模是实施BI项目中最难的环节。
数据挖掘是发现知识和规律的过程，其实施的难点可能没有数据仓库那么多，调查显示，有28.8%的网友认为数据挖掘也是BI项目实施的难点。
对于我们碰到的每个问题常常有几种不同的算法可以解决。每种算法也都可以用来解决不同的问题，这些都是数据挖掘实施的难点。数据挖掘的另外一个难点就是对于数据挖掘过程的理解。在数据挖掘课题中，理解算法很重要，工具的使用也很重要，但是对于数据挖掘过程的掌握更为重要。在数据挖掘的过程中，大部分的时间都花在对于问题的理解及数据的收集、处理和整理过程中。关键是思考和寻求解决客户问题的方法和思路。
另外，对于其它难点项目的选择，ETL占到10.3%,有9.4%的用户选择了OLAP。这些调查数据值得工具厂商及商业智能培训机构参考，技术人员及业务人员需要加强这方面的学习和训练。
图 2 企业用户在实施商业智能项目的难点分布
技术手段贯穿于一个项目实施的全过程。在我们的调查中,大部分的企业选用了以下四种技术:数据仓库基础建设占到26.5%;OLAP多维分析系统占到25.9%;数据挖掘占到24.5%;复杂的报表图表占到23.9%。
还有一些企业用户,选择了KPI和ETL工具,分别占17.1%,16.5%。
图3 企业在BI项目中采用到的技术和手段分布
数据抽取工具的采用在统计数据中显示，Oracle ODI摇摇领先于其他工具，占到了44.1%，其次是开源数据抽取工具，占到22.1%。SybaselQ占据了13.8%的市场份额。
还有一些用户采用IBM data stage占8%，BO Data Integrator占5.9%，少量用户采用了powercenter占4.1%.
图 4 企业用户在BI项目中采用数据抽取工具的分布状况
企业在BI项目中采用OLAP工具的分布状况
OLAP是使分析人员、管理人员或执行人员能够从多角度对信息进行快速、一致、交互地存取，从而获得对数据的更深入了解的一类软件技术。OLAP的目标是满足决策支持或者满足在多维环境下特定的查询和报表需求. 企业在商业智能项目中OLAP工具的使用情况:
调查显示, Oracle Essbase使用比例最高,为37.5%,这个比例与Oracle数据库在企业中的比例相关.
图5 企业在BI项目中采用OLAP工具的分布状况
值得关注的是,自己开发OLAP工具的用户也占到12.6%;使用微软OLAP工具的企业比例达到10.5%;开源OLAP工具的占到9.5%;Cognos已经被IBM收购,使用其产品的用户达到8.7%,如果加上使用IBM Data stage的比例11.5%,IBM的产品使用量达到近20%,占据第二位;
另外,Sybase IQ使用比例为3.6%,而MicroStrategy使用比例仅为1.5%.
企业用户在BI项目中采用的前端展现工具分布状况
商业智能的成功很大程度上依赖于数据展现和分析工具即前端工具。如果最终用户不能通过前端工具方便地回答关键的业务问题，那么无论数据仓库设计得多么梢巧，也不能称为成功。前端可以简单认为是人机界面，BI的前端就是如何将数据、分析应用呈现给用户。有人看重界面的美观，有人重视功能的丰富，有人强调操作的简洁，当然还有人会要求有领先的架构。用户角色的不同，对前端产品的要求重点也自然不同。
目前提供前端产品的厂商可以分为两类，一是专业前端产品提供商，此类公司规模一般不会太大，国外有ProClarity、InSight等;二是那些全方案提供商，几乎都是国外公司，如BO、Cognos(被IBM收购)、Hyperion(被Oracle收购)等都提供前端产品。BI的前端虽然和通常的IT应用(诸如MIS、ERP等系统)有共同之处，不过，按照分析应用的不同还可以细分为报表展现、OLAP展现、仪表盘以及PORTAL等几类;按照展现形式，则可以分成Web、客户端分析工具和电子表单三种。
在本次调查中,我们针对一些重点的前端工具的市场占有情况进行调查。调查数据显示，Oracle BIEE工具的占有量最高为24.2%;其次是“用户自己开发”的前端工具为20.9%;第三是BO的前端展现工具，比例为14.4%;
图6 企业用户在BI项目中采用的前端展现工具分布状况
开源前端展现工具的比例也较高，达到13.3%;比如，商业智能软件在Java领域较常见的BI前端框架(商业智能项目)主要有以下几个Pentaho，spagoBi, OpenI, JASPER intelligence等开源框架，目前这些前端框架都有被开发者在项目中不同程度地使用。
2009年的调查数据显示，IBM Cognos BI达到11.3%的使用比例; IBM在2007年斥资50亿美金收购Cognos作为一项基于开放标准的业界领先的技术，除了直接为IBM带来客户以外，它对于IBM IM产品线战略也是一个很好的补充。
另外，SAS的比例为5.3%;Powercenter为3.8%;商业智能分析使用其它前端展现工具的为6.8%;