随着零售企业的大规模发展，竞争不断加剧，信息技术的应用广度与深度在不断扩大，并已经逐步成为现代商业的核心竞争力，如何培养忠实的消费群，并充 分挖掘客户信息中所蕴藏的商业价值，如何用数据为企业的经营提出实时的决策指导，已经成为零售企业长足发展的迫切需求，也是零售企业面临的挑战。根据国 内、外相关行业的应用经验以及IT技术的应用和发展，解决这一问题的最好方式就是利用商业智能(BI)技术为企业提供商业决策所需要的信息。
据了解，商业智能(BI)是对商业信息的搜集、加工、管理和分析过程。目的是使企业的各级决策者获得知识或洞察力，帮助他们更快地做出对企业更有利的决策。商业智能一般由数据仓库、数据查询和报表、数据挖掘、在线分析(OLAP)、预算和预测等部分组成。
可以说，瞬息万变的市场环境、琢磨不透的客户需求以及海量的业务数据决定了零售业是商业智能应用的热点行业之一。近年来，商业智能在零售业的确得到了长足的发展，越来越多的零售企业开始或已经实施商业智能项目，成功的项目案例也有不少。
笔者认为，以下几点因素推动了商业智能应用在零售业的发展。
（1）不断增长的需求。随着业务的高速增长，零售企业积累了大量的业务数据，管理人员面对看似无序的海量数据，迫切需要发掘其中的市场规律和发 展趋势，包括基层管理人员在内的零售企业管理团队在日常经营业务中必须及时有效地做出正确的决定或决策，这些都引发了零售业对于商业智能应用的迫切需求。 Nuance-Watson（香港）有限公司IT主管Andrew Shek表示，“ibm旗下的Cognos整体解决方案满足了我们所有的BI期望，符合我们的业务增长战略，它支持动态分析，并且能有效访问我们不断增长 的零售业务数据。”
（2）对商业智能理解的加深。跟随着商业智能理论与实践双重发展的脚步，零售业界对于商业智能的理解和认识不断深入，更多的零售企业开始能够根据自己的业务实际提出商业智能方面的应用需求，这对于成功开展商业智能项目，提升项目的投资回报率有着重要的实践意义。
（3）以顾客需求为导向的业务流程再造。为了提升企业竞争力和盈利水平，越来越多的零售企业开展了以顾客需求为导向的业务流程再造，力求打造良 好的客户服务质量和不易复制的核心竞争力。一方面，更好地理解客户需求，及时地应对市场变化都有待商业智能应用的支持。另一方面，业务流程的再造有助于零 售企业更好地采集相关业务数据和统计关键绩效指标。Harrah’s Entertainment, Inc创新、博彩及技术高级副总裁兼首席信息官Tim Stanley表示，“应用ibm旗下的Cognos，我们建立了一个闭环营销体系，这个体系能够支持我们的客户忠诚度目标。从分析客户行为到开发重要活 动和追踪活动效果，我们都可以使用数据来更好地服务客户，进而决定如何改进运营来提高客户的整体满意度。两种战略相互补充，它们的结合比其中任何一种战略 都更具威力。”
（4）新信息技术的应用。信息技术的快速变革从技术层面大力推进了商业智能的实践和应用，例如无线射频技术（RFID）在零售业的逐步应用有效改善了零售数据采集的时效性，同时也极大提高了数据的粒度和准确性，这对于改善商业智能应用的数据质量意义重大。
……
不过，伴随着商业智能应用在零售业的逐渐普及，其表现出以下发展趋势。
（1）与企业门户（Enterprise Portal）的集成
企业门户为企业内部及外部用户提供了基于不同角色和权限的个性化信息、知识、服务与应用，将业务环境与企业资源通过统一的平台进行管理和资源利 用，为用户提供了安全、便捷的资源和应用访问方式。作为零售企业重要的应用之一，商业智能的价值与作用逐渐被企业用户所认同，它与企业门户的集成已成为大 势所趋，因此商业智能产品与主流的企业门户技术（例如IBM WebSphere Portal、SharePoint Portal、SAP Enterprise Portal等）的开放集成性将变得尤为重要。
（2）操作型商业智能（Operational BI）
零售企业的管理层固然是商业智能应用的关键用户，为管理层提供决策支持也理应为商业智能应用的主要目标，然而随着零售业各层级人员的决策需求增 多、业务难度增大，零售企业的各级员工都迫切需要商业智能应用的指导，因此商业智能的应用在战略层面为决策层提供数据支持的同时还应能从战术层面切实指导 业务人员，我们将之称为操作型商业智能。这就要求零售企业在商业智能项目规划时就应从企业用户角色出发，明确包括操作层业务人员在内的各层级用户的分析需 求、应用热点及展现方式。
（3）非结构化数据的分析亟待发展
邮件、文档、多媒体文件等非结构化数据是零售企业信息资源的重要组成部分，如何加强非结构化数据的管理，提高非结构化数据的分析处理能力是商业 智能解决方案提供商必须着力解决的问题，例如对于CRM系统产生的文本内容，电子邮件等非结构化数据，商业智能应用能够通过文本 / 内容分析，挖掘出客户对于零售企业产品、服务和促销活动的真实反馈。
虽然对于中国用户来说，目前对于BI的应用主要集中在商业分析、数据仓库和数据挖掘这三个方面。但随着新技术的不断发展，未来的商业智能应用会更加广泛。