BI（ ）的概念最早由世界上最专业、最权威的集团于1996年提出，被定义为数据仓库（或数据集市）、查询报表、数据分析、数据挖掘、数据备份和恢复等部分技术及其应用，目的是帮助业务决策。

在定义前后，不同的公司、专家和行业领袖对这个概念做出了自己的解读。但总的来说，关键要素保持不变：即通过数据原材料和相关的分析技术，生成知识/信息/判断，并将其应用于企业管理决策。

可以说，企业需求和数据技术的双重驱动是BI诞生的根本原因。自 1956 年 IBM 发明硬盘以来，数据存储的研究和应用取得了突飞猛进的发展。在IBM的推动下，关系数据库和数据仓库（Data）技术逐渐成熟，从数据存储自然过渡到数据挖掘。随后，数据抽取、转换和加载（--Load，ETL）、数据仓库（Data，DW）和在线分析处理（，OLAP）等技术逐渐成熟。

有了技术基础，再说说市场需求。在商业智能发展的初期，报表是企业最大的痛点和需求。因为当时只有具有专业技能的 IT 人员才能访问这些工具，所以大多数业务人员无法访问数据。尤其是财务人员每天要花费大量时间从不同的报表中导入数据，这往往需要大量的时间和精力。因此，数据分析的速度远远落后于业务发展的速度，无法为决策提供及时有效的支持。

海外BI发展历程

在全球范围内，第一批BI工具厂商诞生于1980年代0、90年代的欧美市场，并在2000年前后在全球范围内初步形成了一定的规模。 , SQL, , , 加拿大、瑞典、瑞典等领导者。

第二阶段，自助可视化商业智能阶段。进入21世纪，苹果手机和安卓应用的落地，为BI创造了海量数据的温床。

硅谷巨头正在参与其中。2007年发生了三起重要的收购：SAP收购BO（后者也在2003年收购了 ）、IBM收购、收购（甲骨文也曾收购），成为传统BI的三大巨头。从那时起，BI 供应商开始分化为两类。一是综合BI服务商，主要是IBM、SAP、. 另一类是以Qlik为代表的独立专业厂商。

现阶段，可视化是行业发展的共识，即产品从后端IT转变为前端数据呈现。将复杂的数据形式转化为图形图像，直观高效地呈现分析结果，降低业务人员使用门槛。

2010 年，美国 35% 的企业员工普及了 BI 工具，而被引用为最佳实践案例的公司中有 70% 使用了自助式 BI 工具。2012 年，全球 BI 市场据说以每年 9% 的速度增长。不过，也有机构对商业智能的发展前景表示悲观。例如，2013年之前，据IBM统计，实施传统BI的项目失败率为60%-70%，大量BI系统没有得到有效利用。IBM 认为，传统的 BI 产品通常只能由技术人员在设计好的维度模型上构建数据仓库。这就产生了两个问题：技术人员很难充分了解业务人员的需求，

在这些争论中，两种自助式BI产品的快速崛起，逐渐抢占了传统BI巨头的市场份额。Self- BI（也称为敏捷BI）主要关注业务端，帮助没有IT背景的业务人员。通过直接拖拽等便捷形式，无需编写代码，即可对接导入多个数据源。按键形成复杂的图形和视图，响应业务侧快速决策需求。

在自助BI工具的推动下，商业智能产品开始从IT主导向业务主导转变，分析结果与业务增长的关系更加精细化。商务人士快速做出决定。轻量级自助+可视化BI逐步替代传统重量级BI，引领行业。

自2010年以来，全球商业智能领域的年度变化可以在历年发布的《全球商业智能与分析平台魔力象限》中找到。对比 2009 年和 2021 年的象限，我们可以看到，除了 Qlik 和 Qlik 三大应用之外，其他公司都未能长期保持领先地位，如 IBM、 和 SAP，三大传统巨头，又短暂冲进了SAS、Tibco和Tibco的领头羊。

当然，巨人也没有放弃进入游戏。比如亚马逊通过Web商业智能，谷歌通过收购进入象限。

2000-2012年中国BI发展史

中国本土商业智能在世纪之交萌芽。代表企业有广州飞尼特、用友华表、北京润安、南京泛软、珠海奥威、重庆宏信、宜信华辰等，早期这些品牌主要面向政府和大型企业，提供标准化申报服务。

当时的国内市场，SAP BO、BIEE、IBM占据了大部分市场份额，主要面向以金融、保险、银行、电信为主的大客户（一般只有大企业才有购买BI的需求和实力） .

彼时，海外巨头在中国本土市场并非立于不败之地。例如，在报告领域，中国企业的初始报告格式非常复杂，与西方的会计制度完全不同。这也导致中国企业应用国外产品需要二次开发，成本和要求更高。最终，很多公司的选择标准都变成了“哪个软件对中国式报告更友好”的点。

这也为国内早期BI厂商的生存和发展提供了空间。例如，早期，润干和帆软通过自主研发的报表系统赢得了第一批客户，并得以继续扩大规模。同时，在布局云计算的基础上，国内早期的互联网巨头也开始内部开发BI产品，如阿里云数据智能、百度等。

总的来说，在PC互联网时代，商业智能的概念还不够普及，仅限于TMT行业和大型企业。应用场景主要为报表和OLAP，为企业提供定制化的项目研发服务。

2012 - 2015

2013年以来，移动互联网应用带来了中国C端市场消费大数据的爆发，连接了B端业务场景和C端用户数据。在越来越成熟的数字营销工具应用下，在流量、资金、市场、人才等多重因素的推动下，国内商业智能赛道迎来了第一轮行业洗牌。

永宏、海智、苏州国运、武汉赛斯、杭州华亮等新厂商纷纷入局，与传统厂商争夺市场。几轮激战，帆软成为行业龙头，永宏作为新厂商率先，开始整合市场需求，将业务从一线城市拓展到二三线城市，从后端研发到前端可视化，从定制项目到标准产品，客户范围也从大中型企业扩展到更多的中小企业。

2015年，帆软年销售额正式突破1亿。这个数字向行业和资本释放了一个重要信号：中国BI市场即将爆发。借助移动互联网时代的流量和数据红利，国内BI开始瞄准全球最领先的产品，不断缩小差距，开始进入加速增长阶段。

2016-2020

2016年，中国BI发展进入第三阶段——智能化阶段。现阶段，中国ABC（大数据、云）技术的爆发是商业智能领域的一大利好。自然语言、机器学习和人工智能技术进一步提升了BI的计算能力。因为云计算，企业开始将自己的数据资产迁移到云端，大大降低了BI部署成本。金融、电力、制造、消费、教育、政务等行业大数据积累到一定水平，质量和时效性（实时性）进一步提升。

尤其是2020年疫情过后，在国家新基建政策的引导下，大数据应用的典型场景——BI商业智能将迎来重要的时代机遇。

天时地利人和，推动BI帮助企业真正意义上的智能决策，开始与一线业务场景深度融合，真正体现“数据驱动业务增长与创新”的商业价值. 在用户方面，BI不仅可以辅助管理层做出重大决策，而且各级部门的业务人员都可以通过移动终端实现数据查询和分析功能，在任何时间/地点/层面实现更多微观层面的业务决策. 对自助式商业智能的需求正在稳步增长。

总体来看，国外BI在各个阶段普遍领先中国10年，但这并不意味着中国的BI发展完全没有机会。未来五年，如果中国能在5G领域走在全球前列，在物联网大数据爆发的时代，中国的商业智能“弯道超车”就不是笑话了。