大数据催热商务智能BI公司看好中国市场,商务智能bi,二胎放开催热高龄追生,商务智..
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
大数据催热商务智能BI公司看好中国市场
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='/DocinViewer--144.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口软件与服务//
游戏行业的BI商业智能大数据分析管理
　　人人游戏：360°客户视图很重要
　　作为国内最大的网页游戏和智能手机游戏的研发、运营和发行商之一，人人游戏的大数据价值发现从结构化数据集起步，逐步向非结构化数据集延伸。
　　在骄阳似火的七月，人人游戏的“词云”应用火热上线了。所谓“词云”，就是先对人人游戏玩家的在线聊天记录进行分词，汇总之后对玩家行为进行分析和展现。目前，“词云”已经在人人游戏的四款重点游戏中安家落户，随后有关玩家情绪的分析功能(通过关键词对应玩家的情绪指数)也将上线。人人游戏运营平台总监、数据中心负责人王坤表示，“词云”应用的上线是人人游戏对大数据的利用从结构化数据集向非结构化数据集延展的重要一步。
　　成立于2006年的人人游戏正在努力转型为一家跨PC、平板电脑和手机终端的多平台游戏研发、运营和发行商。从2007年推出第一款网页游戏《猫游记》至今，人人游戏一步步向着这一目标靠近。在此过程中，人人游戏坚持在“跨屏”技术创新领域的研发投入，同时也积极利用大数据技术优化整体业务运营。
　　目前，王坤所领导的30余人的技术团队正致力于从包括游戏日志、玩家行为数据、日常经营数据等在内的大数据集中寻找更好的数据利用和展现途经，同时他们还是大数据应用在企业内部营销推广的主力军。“我们要做每个员工的大数据分析，而不仅仅是数据中心的大数据分析。要做好游戏行业的大数据分析，构建360°的用户视图非常重要。”她说。
　　从0°到360°
　　2009年，人人游戏对于业务数据的利用还停留在汇总游戏日志数据，仅用于简单分析的阶段。而在2013年，人人游戏已经基本上完成了基于IBM Cognos的BI系统整体建设。同时，其基于Greenplum社区版的分布式数据仓库也已初具规模。对人人游戏而言，这些都是获得360°用户视图的必要工作。而360°用户视图为其业务运营和决策所带来的价值则是实实在在的。
　　“BI系统主要是管理结构化的大数据，我们搭建了报表、行动和洞察三位一体的闭环系统，而不仅仅是一个报表系统。”王坤说。新的BI系统将人人游戏的业务模型更加清晰地呈现出来，对游戏业务覆盖用户获取、客户存留、客户付费的核心流程进行了优化，能够更准确地为业务决策提供参考。在报表设计方面，王坤所带领的技术团队坚持遵循MECE(mutually-exclusive and collectively exhaustive，即相互排斥而又集体穷尽)的分析原则，确保每张报表都有清楚的存在意义。同时，BI系统上线后，企业在开发和运维方面的投入也有所降低。
　　“从结构化大数据到非结构化大数据，数据分析范围和深度的扩展，让我们能够更准确地把握玩家的行为和需求。”王坤说。以“词云”应用为例，“炸金矿”是人人游戏旗下“乱世天下”这款游戏中玩家参与度很高的一个玩法，玩家需要邀请一定数量的友人帮忙炸矿来赢取金币。但在节假日期间，这款游戏的参与度通常都会下降。“通过‘词云’分析后发现，节假日期间‘求炸’成为玩家的聊天热词。我们也因此得知，并不是玩家不爱玩这个游戏，而是玩家在节假日邀请不到足够数量的友人帮忙炸矿。基于这样的分析，我们可以在节假日期间对游戏规则进行调整。”王坤说。
　　大数据的行业价值
　　“每个行业都会有自己的大数据故事。在游戏行业，大数据分析可能不会直接带来电商网站那样真金白银的收入，但其价值同样会体现在精准营销、客户体验优化等多个层面。”王坤说。她指出，全面的大数据分析能够有效提升玩家的留存率和转化指标，并且为游戏产品的研发提供指引。而个性化的精准营销同样与大数据分析紧密相关，像是针对不同性别、不同年龄、不同地域人群的广告精准投放，背后都要依靠基于360°用户视图的玩家特征分析。
　　王坤坦言，对人人游戏乃至整个游戏行业来说，大数据的管理与分析仍然是一件“体力活”。“大数据团队所面临的最大挑战是数据的整合，把多来源的结构化、半结构化和非结构化数据整合在一起，很多企业还没有做到。另外，在企业内部和外部找到大数据的消费者，向他们营销大数据技术，同样是一件艰苦的工作。”她说。
关键词：BI ,数据分析,大数据
责任编辑：瓦谷子
All Rights Reserved, Copyright , .cn渝ICP证B2-号 如有意见请与我们联系 powered by 天极内容管理平台CMS4i
京公网安备84号专访智子云CEO朱建秋：商业智能BI与RTB完美结合，智子云专注打造智能RTB广告引擎 &
adexchanger广告技术流
id="shareit-field" class="field" />
专访智子云CEO朱建秋：商业智能BI与RTB完美结合，智子云专注打造智能RTB广告引擎
Adx：朱博士，最近看到智子云在市场推广活动中打出了“智能RTB 国内首家”的口号，请问什么是智能RTB，为什么说智子云是国内首家？
朱建秋：智能体现在两点，一是动态实时变化，二是广告投放采用了的一些智能算法。对于第一点区别于那些投放静态BANNER，或者投放动态热销的广告，静态BANNER不会变，动态热销不会实时跟人变化，你点广告进去，再来看广告，还是一样；第二点是区别那种投放浏览历史的广告，你点广告进去，多看几个商品，再来看广告，确实变化了，投放的就是你刚才看的内容。
这种形式的广告国外有一些公司在做，效率比传统的要高。“国内首家”的说法可以通过淘宝TANX和腾讯ADX的动态验证来看，这两家的动态广告代码投放验证，我们都是第一家。淘宝TANX这边一些动态广告的监控参数也是我们一起参与制定的。我们到目前所看到的国内就是我们在做，所以说智子云是“智能RTB
国内首家”，应该不算离谱。
Adx：我们都知道大数据是DSP行业快速发展的基础，智子云是如何理解大数据和数据挖掘的，在这方面又有哪些技术积累？
朱建秋：“大数据”大家都在说，概念很热，对电商来说如何落到实处，我们有一些务实的思考和应用，希望能和大家共享。
大数据的“大”是一个相对概念，不是说一定要达到多少TB，多少PB才能做大数据应用。电商的数据，可以划分为三个层面:一是数据库的数据，包括ERP、电商平台、CRM等等；第二个层面是访客数据，到过电商平台的，包括移动和网站，但是有很大一部分都没有注册，也就是没存到数据库，这些数据是点击流数据，半结构化，量要远远超过数据库的数据，一般是几十倍的关系；第三个层面是外部数据，包括电商在外面投广告时，媒体方的数据，或者电商各种营销活动时，购买的第三方数据。
目前DSP一般是利用第二层的点击流数据和第三层的属性数据，第二层的做法就是再营销（remarketing）、也叫重定向（retargeting）；第三层的数据包括两种，一是ADX自身提供的属性数据，比如腾讯ADX，能提供性别等属性选择，二是DSP平台自己总结的属性或标签TAG数据。对于利用第二层数据的再营销RTB广告，效果是比较确定的。对于第三层的数据利用，效果肯定不如再营销，各DSP差距也非常大，有的属性数据用和不用，没有多大区别。DSP平台对第二层和第三层的数据利用，基本都是独立的，采用事后手工分析，再互相支持优化的策略，目前还缺乏自动化的结合优化机制。
智子云定位是打通这三个层面的数据，使得RTB的投放更智能化和自动化。怎么体现这点呢？比如，你买了一个APPLE笔记本，再营销广告会不断的给你投笔记本广告，因为“再营销广告”知道你看了这类商品，但是因为没有打通购买数据，所以这种投放效果就不好。智子云会将浏览和购买打通，在你买笔记本后，会投放“买笔记本后一般人还会购买的商品”，从而体现“智能”。对于第三层数据打通并且自动化利用，智子云采用了一些预测的算法，建立第三层数据属性和第二层访客之间的关联，从而自动化的投放新客，效果比普投要好一些。
因此，智子云的智能主要体现在数据挖掘算法上。我从96年读研究生时开始接触数据挖掘，从各种算法，到数据挖掘平台，这么多年一直从事这个方向上的研发和应用。我们是一家技术型的公司，技术团队大多数都是数据挖掘方向的，我们一起开发过国内第一个数据挖掘工具，开发过国内第一个推荐引擎软件，给上百家电商提供服务，正是这些积累，让我们能快速进入DSP行业，并将数据挖掘作为智子云的核心价值。
大数据因为数据量巨大，并且持续不断，直接对大数据本身进行实时利用是很困难的。数据挖掘的作用是用算法将大数据变小，变得能实时利用。所谓的变小，就是从大数据中分析得出一些规律，专业的说法叫模型或者规则，再对模型或规则进行利用。举例来说，“买APPLE笔记本的人70%会买鼠标”是一条规则，那么对于买了APPLE笔记本还没买鼠标的人，就可以投放“鼠标”这个商品。这种智能的RTB广告效率就比其他形式的广告要高不少。从这个角度来说，在大数据和应用之间，数据挖掘是一个桥梁，通过数据挖掘能够获得关联规则、时间序列、预言模型、聚类、异常模式等等有价值的规律或者知识。当然，数据挖掘算法并不是一开始就能处理大数据，目前一些算法能够处理，也得益于分布架构和计算技术的进步，传统的数据挖掘要在MapReduce和云计算上跑通，并能增量更新模型，才能处理持续不断到达的大数据。智子云在大数据上实现了一些数据挖掘算法，这些算法是智子云平台的效率的保障。
因此，对于中小型电商自己搭建大数据应用平台，不管从技术还是资源都比较难，所以智子云这种云计算平台能快速帮助中小电商利用大数据的价值，并且获得一定的成效。对于大型电商，大数据平台从战略上来说一般都是要自建的，智子云采用私有云定制的方式，提供大型电商搭建大数据平台的解决方案，大数据平台需要一个过程，而智能RTB通过智子云能快速展开，和大数据平台的建设互为补充。
Adx：从以往的电商RTB投放经验来看，使用第一方数据做再营销，效果好但规模小。智子云是如何平衡电商RTB广告投放中效率与规模两者之间的关系的？
朱建秋：效率和规模是一个矛盾，要达到平衡，需要一定的妥协，也需要某种有效的方法。智子云的经验是再营销在保障一定效率（ROI）的情况下，能够达到整个订单10%的规模，如果结合新客投放，牺牲一点，在一个还可接受的ROI情况下，最多能达到20%订单的规模。
智子云用一些智能算法，在客户细分、商品推荐、定价模型以及新客预测等几个方面做了不少优化的工作，使得效率要比一般的DSP高些，才能到达上述效果。
智子云在实际投放的过程中，也经常建议用户，期望不能太高。不要将RTB渠道当成CPS做；RTB渠道的效果不能只看直接订单，因为客户的最后一次入口相当部分会从搜索或导航来，但是从归因分析来看，RTB渠道在客户维护和精准直达方面是起到很大作用的。
Adx：除了电商行业，还有哪些行业客户是适合投放智子云智能RTB广告的？
朱建秋：智子云RTB广告作为一种营销渠道，适用于能检测效果的各个互联网行业。比如留言、注册、试用等等。只要这个行业还在做SEM，那么就可以尝试智子云RTB。RTB的效果会比一般关键词的SEM好一些，所以将智子云RTB作为一个新增的有效营销渠道，对众多的互联网业务都有帮助。我们预言，未来RTB将成为企业在线营销的标配之一。
Adx：智子云是DSP吗？如何看待智子云与其它DSP之间的关系？
朱建秋：智子云不是DSP，智子云在DSP上架构了一个智能算法层，能够连接各个DSP。DSP是将所有ADX连接到一平台上，实现实时竞价。目前的现状是各个DSP流量资源并不相同，有的Google资源多些，有的TANX多些，各有自己的长处。智子云和DSP之间是一种合作关系，投放会充分利用各个DSP的优势资源，将智能和规模做到极致。
Adx：既然数据挖掘是智子云的核心优势，那这些核心优势除了应用在RTB广告上面，在其它营销方式上是否也有应用？
朱建秋：我们公司的定位是智能营销，RTB是其中的一个渠道，目前也是增长最快的一个渠道。智子云利用数据挖掘技术，在互联网营销领域，对大数据应用进行了有益的探索，找到了一些应用点。在网站内部有推荐引擎技术，优化商品或内容的组织形式，提升用户体验，从而有效提升转化率。对EDM渠道，能够进行个性化的EDM投送，从而增加邮件营销的转化率。智子云也能对整个营销数据进行分析产生各种分析报表，以供决策支持所用。因此，智子云的目标是基于数据挖掘的大数据应用，智能RTB是一个应用点。
Adx：如何看待未来DSP行业的发展？如何看待中国的DMP未来发展趋势？
朱建秋：DSP从今年开始，增长非常快，新的DSP还在不断出现，国外的也会进来。RTB的空间应该是蛮大的，目前国内RTB投放占整个展示广告的量还在2%左右，接下来2-3年应该有10倍左右的提升。DSP的发展趋势是智能化和自动化，最终DSP应该在各自的资源优势上形成垄断。
目前RTB处于快速增长阶段，在稳定之前有一定的红利期，所以个人建议各电商能把握现在的红利期，运用低成本并且精准的RTB广告方式快速获取足够的流量。
目前，DSP投新客一般都是先盲投，再进行分析，抛弃掉不好的媒体进行优化，而普投的效率都是比较低的。如果有好的DMP，对效率的提升将发生质的变化。所以，DMP是非常重要和有效的。可惜的是，国内的DMP还不成熟。DMP的数据要能保证时效性和可用性，DMP的数据随着时间的延长有效性衰减的非常快，最近几天的购物意图和搜索意图对投放广告非常有效，一个月前的意图就没什么价值了。可用性是指这些数据是能通过RTB达到这些人。
我认为国内最有可能形成DMP的还是BAT三家，淘宝数据在电子商务购物方面的应用更有针对性；百度的数据面覆盖广，大数据应用空间广阔；腾讯则在QQ会员社交属性的开发利用方面令人浮想联翩。我们期待着这三家的数据开放。
Adx： 感谢你接受本博的采访！
朱建秋：你客气了。如果读者能从中获得一些有用的信息，甚至学到一些东西，将是我最大的荣幸。
朱建秋博士个人简介
2002年毕业于复旦大学计算机系，获博士学位。主要研究方向是数据挖掘和大数据应用，毕业后一直从事数据挖掘和大数据应用相关软件和项目的研发。参与过多项国家及上海市基金项目的研制和开发，在国内主要学术刊物上发表过数十篇论文，主持并翻译两本数据挖掘和多维分析方面的专著。2001年6月作为复旦德门软件创始人之一，负责公司的技术研发，复旦德门致力于数据挖掘工具的研发及应用。2006年6月创立麦路网络，致力于数据挖掘技术在互联网的应用。2012年创立智子科技，定位基于云计算的智能营销平台—智子云。
Adexchanger
查看全部：
Directory powered by比特客户端
您的位置：
详解大数据
详解大数据
详解大数据
详解大数据
商业智能（BI）应用状况调研报告
　　()是目前建设中的热门话题，同时，BI也是企业信息化发展到一定时期的必然选择。如何把它用好用活，增强业务活力和竞争力，是每一位以及项目经理们非常关心的问题。同时，BI项目实施难度大，项目失败率相对较高，这也是许多CIO的共识。
　　面对强劲的企业需求和现实的难度障碍，及时总结中国企业在BI应用过程中的得失，寻找适合中国企业的BI最佳实践，为更多企业和CIO提供参考和借鉴，是现阶段非常必要的工作。
　　2014年7月，针对BI在企业的应用现状进行了问卷调查。调研对象为企业CIO或信息部门主管。调研内容包括对主流BI产品和的评价、BI在企业的实施效果、对BI实施中的难点的分析等等。希望此次调研所提供的数据和分析能为企业的BI项目选型提供专业的、有针对性的参考依据。
　　调研样本信息
　　总体来说，参与调研的企业样本集中在制造、零售和医药行业的大中型企业。
　　参加此次调研的企业对BI产品和解决方案的选择集中在 BusinessObjects、IBMCognos、Qlikview和四种。我们在稍后的分品牌统计分析中将对这四个品牌的产品进行分析。
　　从调研对象的企业类型分布来看，参与此次调研的民营企业最多，占55%.其次是国有企业和外资企业，所占比例均为18%.合资企业最少，占9%.详见图1.
　　数据和主要发现
　　【BI投资和实施周期】
　　从此次调研的数据可以看出BI对企业信息化来说仍然是全新的领域，近60%的企业是在最近五年才引入BI.详情见图5.
　　从BI项目的整体投资金额可以看出，市场中的BI产品提供商能根据企业需求提供多样化的解决方案。有超过一半的企业表示，他们用于BI实施及二次开发的费用要高于软件本身的费用。
　　【主要BI产品和方案的投资及实施周期比较】
　　通过对SAP BO、 Cognos、Qlikview和Microsoft SQL Server四种主要BI产品的调研数据进行分析，我们可以看出在项目投资方面。选择SAP BO的企业在BI投资金额分布上比较平均，也显示SAP BO能够为企业提供更加多样化的解决方案。详见图12.
　　比较四种主要BI解决方案的实施周期，我们发现各品牌的项目实施周期并没有明显的区别，BI项目的实施更多还是取决于企业自身的业务需求和信息化基础。
　　【BI的应用范围】
　　从调研结果可以看到，目前企业中经常使用BI的主要是部门经理和中层管理人员。95%的受访对象表示企业中中层管理人员经常使用BI，而只有66%的受访企业表示高层决策者经常使用BI.详细情况请见图22.
　　目前，企业中使用BI最多的领域集中于营销和销售和财务管理。
　　【BI的应用效果和评价】
　　虽然多数参加调研的CIO肯定了BI对企业的管理和业务有正面的提升作用，但是在回答BI项目是否达到了预期目标的问题时，只有57%的受访者表示BI项目的效果基本达到或超过了预期。43%的受访者表示BI项目没有达到企业最初的预期。详细情况请见图25.
　　通过此次调研，我们从品牌、投资金额、实施时间细化地分析了企业对BI项目的评价。
　　【BI项目实施的难点】
　　从企业对BI项目的效果评价中，我们可以看出，BI项目确实实施难度高，比较难达到企业的预期。而我们也调查了CIO们认为BI项目没有达到预期目标的原因和实施中的难点。
　　其中，“能否真正以业务为出发点，对BI项目进行整体规划”是最多受访者指出的BI实施的难点。
　　【主要BI产品和方案的功能要素比较】
　　首先，此次调研考察了各个BI产品和方案在整体上是否具备以下三个要素：1、根据企业业务需求提供系统实施流程和相关组件;2、具有产品二次开发的能力并提供支持的编程接口;3、具备数据仓库产品。详细的数据比较请见图27.
　　其次，我们分别从BI产品的两大关键要素：多维分析引擎(OLAP)和前端展示工具的功能出发，分别对四种主要BI产品进行分析。
　　【BI的新趋势和新技术】
　　目前信息化领域的热点技术和新趋势，比如移动和，也不断融入BI之中。参加调研的企业中，已经有50%的企业实施了移动BI.还有16%的企业在一年之内有引入移动BI的计划。
　　详细情况请见图36.
[ 责任编辑：jj ]
本届云博会的主要内容包括展览展…
甲骨文的云战略已经完成第一阶段…
软件信息化周刊
比特软件信息化周刊提供以数据库、操作系统和管理软件为重点的全面软件信息化产业热点、应用方案推荐、实用技巧分享等。以最新的软件资讯，最新的软件技巧，最新的软件与服务业内动态来为IT用户找到软捷径。
商务办公周刊
比特商务周刊是一个及行业资讯、深度分析、企业导购等为一体的综合性周刊。其中，与中国计量科学研究院合力打造的比特实验室可以为商业用户提供最权威的采购指南。是企业用户不可缺少的智选周刊！
比特网络周刊向企业网管员以及网络技术和产品使用者提供关于网络产业动态、技术热点、组网、建网、网络管理、网络运维等最新技术和实用技巧，帮助网管答疑解惑，成为网管好帮手。
服务器周刊
比特服务器周刊作为比特网的重点频道之一，主要关注x86服务器，RISC架构服务器以及高性能计算机行业的产品及发展动态。通过最独到的编辑观点和业界动态分析，让您第一时间了解服务器行业的趋势。
比特存储周刊长期以来，为读者提供企业存储领域高质量的原创内容，及时、全面的资讯、技术、方案以及案例文章，力求成为业界领先的存储媒体。比特存储周刊始终致力于用户的企业信息化建设、存储业务、数据保护与容灾构建以及数据管理部署等方面服务。
比特安全周刊通过专业的信息安全内容建设，为企业级用户打造最具商业价值的信息沟通平台，并为安全厂商提供多层面、多维度的媒体宣传手段。与其他同类网站信息安全内容相比，比特安全周刊运作模式更加独立，对信息安全界的动态新闻更新更快。
新闻中心热点推荐
新闻中心以独特视角精选一周内最具影响力的行业重大事件或圈内精彩故事，为企业级用户打造重点突出，可读性强，商业价值高的信息共享平台；同时为互联网、IT业界及通信厂商提供一条精准快捷，渗透力强，覆盖面广的媒体传播途径。
云计算周刊
比特云计算周刊关注云计算产业热点技术应用与趋势发展，全方位报道云计算领域最新动态。为用户与企业架设起沟通交流平台。包括IaaS、PaaS、SaaS各种不同的服务类型以及相关的安全与管理内容介绍。
CIO俱乐部周刊
比特CIO俱乐部周刊以大量高端CIO沙龙或专题研讨会以及对明星CIO的深入采访为依托，汇聚中国500强CIO的集体智慧。旨为中国杰出的CIO提供一个良好的互融互通 、促进交流的平台，并持续提供丰富的资讯和服务，探讨信息化建设，推动中国信息化发展引领CIO未来职业发展。
IT专家新闻邮件长期以来，以定向、分众、整合的商业模式，为企业IT专业人士以及IT系统采购决策者提供高质量的原创内容，包括IT新闻、评论、专家答疑、技巧和白皮书。此外，IT专家网还为读者提供包括咨询、社区、论坛、线下会议、读者沙龙等多种服务。
X周刊是一份IT人的技术娱乐周刊，给用户实时传递I最新T资讯、IT段子、技术技巧、畅销书籍，同时用户还能参与我们推荐的互动游戏，给广大的IT技术人士忙碌工作之余带来轻松休闲一刻。
微信扫一扫
关注Chinabyte金蝶KBI 洞察秋毫 高效决策
金蝶KBI（Kingdee Business Intelligence）商业智能解决方案，关注企业管理用户的分析价值需要，在庞杂的业务信息中分辨关键业务信息，为企业各级管理人员提供最优经营分析模型、决策分析路径、最细粒度的差异动因查询，成为企业管理者在工作中最好的数据抓手和信息分析助手，金蝶BI商业智能解决方案帮助企业管理者做到“洞察秋毫，高效决策”。
无论何时何地，让关键业务信息触手可及
帮助企业中高层管理者随时随地获取关键业务信息，掌控企业运营状况，在全球化、全天候的业务环境中占尽竞争优势，让决策行云流水。
金蝶KBI系统：信息贯通，协同运营
金蝶KBI与ERP系统高度集成，多组织跨平台数据整合，为日常运营提供关键业务信息，有效支撑流程优化，大大增强协同工作质量与效率，提高决策工作的科学化。贵州百灵将集团内部业务系统的数据集中采集、处理、分析、并以图形化的方式展现，实时、真实地显示集团内部的数据，帮助高层更及时准确的进行决策分析。
金蝶商业智能 分析洞察，风险管控
金蝶商业智能,对企业关键指标进行实时的数据监控和预警，及时掌控业务运营的异常，提前做好处理对策及时化解经营风险。建发汽车围绕企业的销售、库存、售后、客服等业务流程模块建立了一套科学全面的业务分析和指标监控体系，实现建发汽车商业智能系统建设的目标：洞察企业经营绩效，提升企业管控水平。
金蝶商业智能 智能模型，随需应变
金蝶KBI通过对行业特定的数据分析与决策支持功能提炼，形成行业最佳决策支持应用实践，为客户提供基于行业BI智库的专业化服务。在为资阳南车带来管理模式创新的同时，有效降低项目风险与缩短交付周期，智能分析模型，能适应组织变化的扩展，可以伴随企业BI整个发展历程，确保渐进与持续的BI应用。金蝶商业智能，值得信任。
| 站点导航
&金蝶国际软件集团有限公司粤ICP备号-21