将历史事件与实时事件的数据整合是先进商业智能的基础。在这一趋势得以全面普及之前，能够率先利用的企业将会从中拔得头筹，占尽先机。

　　一位顾客来到某大型连锁超市退还瑕疵品，此交易记录立即被传送到该连锁超市的企业级数据仓库系统中，系统发现此交易为退回有瑕疵的某项主要商品后，依据制定的业务规则触发了一连串的分析操作，分析内容包括客户过去的购买记录、该客户对公司的价值、产品偏好、退货商品的替代性商品、当前商品库存量等等，针对该客户及相关商品生成了对应的商业智能分析。

　　根据此商业智能分析的结果，为该客户提供了某项更适合的替代商品，并使客户享受到20%的优惠折扣，为自己赢得了一位忠诚客户。

　　最新市场趋势

　　同样事件在成千上万的顾客身上被反复演绎着，这正印证了事件检测技术对于企业的价值所在。即在最佳的时机为客户提供以事件为基础的精准服务。

　　然而直到最近，结合事件与深入的历史数据、产品数据及客户基本数据的功能，才得以实现。以前，从来都没有一套简单可靠的方法，可以将事件检测、数据分析、商品提供、乃至最后实时采取行动结合在一起。

　　事实上，在一些企业开始学习如何运用事件检测技术的同时，有些公司已经做到对事件进行实时响应。虽然在客户离开店面之后，由客服专员打电话致歉也是非常好的业务技巧，但是一些领先企业已经可以结合客户的历史购买记录与当前的事件数据，在第一时间做到对事件进行响应。这大幅提升了企业各方面的获利能力。

　　大陆航空公司的案例显示，实现将三千万名旅客的数据进出数据仓储系统，并实现近乎实时的存取速度的确是成功的关键因素。大陆航空能够实时获得旅客历史数据，并在事件发生第一时间响应旅客预期性或非预期性的需求。其一线员工能根据最新的旅客数据，为因班机客满而无法搭乘飞机的旅客提供实时的适当补偿;或者重新安排到达班机的停机口，以方便转机旅客赶搭乘下一班飞机;或者记录长期服务旅客在President’s Club时最喜欢饮料的种类等。

　　核心在于服务

　　在过去的几年里，大多数企业通过市场细分、面向目标受众推行个性化行销等方式来提升其客户服务的水平，但更为先进的事件检测技术所发挥的价值要远高于此。

　　这一技术优势在于在最适当的时机，即客户最急需某一服务的时候，向其提供最适当的商品，从而提高客户的接受比例。正如上面提及的例子一样，在关键性的时间段，企业通常可以赢得稳定的高价值客户。

　　目前，大多数的企业并没有能够实现即时反馈（moment-to-moment）的商业智能系统。原因有下列几项:

　　首先，虽然大多数企业已能根据某些参数设定，检测到特定的交易，但是许多企业仍然无法实时获得客户个人数据或历史交易记录。

　　再者，就算有办法将历史数据与实时事件结合，却仍要面对人为的错误，例如，当柜台员工在处理一位高价值客户的一大笔采购时，如果柜台员工没有受过适当训练，或是系统未能提醒员工有哪些商品可以销售，机会便稍纵即逝。

　　数据仓库的时效性突破

　　攻克上述难关的关键在于数据仓库技术在近期取得了重大突破。目前，企业数据仓库可以通过单一的平台在几秒钟的时间内获取并下载交易数据。在同一平台上还能执行强大的分析应用程序，即所谓的业务活动监测软件，持续监控及检测事件功能，通过深入精确的商业智能分析在事件发生之时提出可能性服务建议。

　　此外，虽然许多操作在数据仓库内执行较佳，但若企业仍旧偏好将原先存在于数据仓库外的架构与工具，由于交易数据能实时加载数据仓库，并与原有的历史数据以及个人数据整合，因此企业还是能够从中获益。