跨国企业，特别是以消费者为目标客户的大企业都拥有海量的数据，这些数据有些来自于销售终端，有些来自于渠道供应商。分散、凌乱是这些数据较为显著的特征。然而这些数据涵盖了关键的信息因素，例如：品类铺市率，再者就是货架占有率、价格或是货物在渠道中的周转周期，库存数量等等。数据和事实是决策的依据。但是，如何利用这海量的数据挖掘出对企业有用的信息，往往成为企业困惑的难题。因为分析挖掘数据都需要时间成本，关键在于：能否在短时间内快速而准确地收集有用数据，分析出对企业有用的信息，特别是商品流转快速的FMCG以及制药行业企业非常具有参考价值。

分析型思考”而不是“观察型思考”

财富500强企业的传统做法往往是，零售终端或分销商通过EMAIL或传真方式提交至公司总部，由公司商业销售部的分析团队进行校对、整理，再从公司的ERP系统中取得各经销商的销售指标等数据进行整合，最后使用Excel进行手工汇总、分析，制作报表，发送至销售管理者。

有些企业往往采取EXCEL或其他的收集工具，但信息收集点如果比较分散，增加了传输的时间成本和信息的准确率。往往采用的方式是在原有系统建立在Excel基础上，数据量有限，对于历史数据的保存及分析都无法达到要求，在与数据代理公司的数据交换和纠错，对用户报表的查看和权限控制， 报表数据的查询速度，多维分析能力和分析深度的限制等方面也不尽人意。

分析分散而零星的数据

随着业务的不断扩展，企业需要与数量不断增加地供应商打交道，需要快速准确的收集分销商的销售、库存数据。依据现有的管理流程，企业的销售管理者往往会要求分销商定时将产品的销售、库存信息录入，通过EMAIL或传真方式提交至公司总部，由商业销售部的分析团队进行校对、整理，再从公司的ERP系统中取得各经销商的销售指标等数据进行整合，最后使用Excel进行手工汇总、分析，制作报表，发送至销售管理者，同时人工进行权限控制，保证销售人员只能浏览自己所负责区域内的数据。整个流程花去了大量人力和时间，始终需要人力参与，分析团队终日忙于数据的校验、整理和维护，几乎没有充分的时间与精力进行商业分析。

在技术层面上，用户寄希望BI系统能够实现：在提供丰富数据存储空间的容量的同时，能够实现数据收集快速、准确、实时校验。在此基础上，BI系统兼具多维度查询功能，能够进行多维度的旋转、托拽、钻取等。企业还可以自定义需要，设置报表的查询条件。当然，BI系统并不能孤立，需要与原有ERP、CRM系统中的数据进行全面分析。并且为了方便于公司总部的管理层和销售人员能够实时收集来自遍布全国各地的几百个终端或是供应商的数据，BI系统要能做到，按照权限不同，分别进行不同程度的远程数据查询或报表分析。

GrapeCity的商务智能解决方案

商务智能是企业利用现代信息技术收集、管理和分析结构化和非结构化的商务数据和信息，创造和累计商务知识和见解，改善商务决策水平，采取有效的商务行动，完善各种商务流程，提升各方面商务绩效，增强综合竞争力的智慧和能力。

商业智能的一般过程是：

1．从不同的数据源（交易系统或其他内容储存系统）收集的数据中提取有用的数据
2.   对数据进行清理以保证数据的质量
3.   将数据经转换、重构后存入数据仓库或数据集市（这时数据变为信息）
4.   寻找合适的查询、报告和分析工具和数据挖掘工具对信息进行处理（这时信息变为辅    助决策的知识）
5.   最后将知识呈现于用户面前，转变为决策

GrapeCity在数据的提取，转换，展现方面拥有丰富经验，能帮助用户了解商业智能概念，分析自身是否需要商业智能解决方案。GrapeCity 的BI系统主要分为三部分：数据录入，主数据维护，报表展现。从技术实现的角度，主要完成以下三步骤：（一）在数据录入端，采用Smart Client技术，提供离线数据录入、数据校验、数据上传、上传校验、定制录入界面等功能。（二） 在服务器端实现主数据的实时维护，同时也提供一些服务端日志功能。（三）在报表展现端，采用业内流行的商务智能（BI）平台工具，进行大量数据的深层挖掘和钻取。【具体系统架构图如下所示】 

完整的业务逻辑模型

每个企业的运作方式是不通，同样对于数据挖掘、BI系统的功能需求也是不尽相同。对此，在搭建BI系统的过程中，GrapeCity需要按用户的具体业务需求，为其科学完整地建立业务逻辑模型。让企业地员工从原先繁琐的物理模型中脱离出，通过拖入维度和度量，用户能够根据业务模型快速自定义报表，分析出对其有价值的业务数据。

灵活易用的权限控制

为了与具体的职责任务相结合，GrapeCity的BI系统将角色、数据、报表的权限控制贯穿于整个系统使用的始终。首先，BI系统中将权限赋予角色，再通过给每个用户赋予特定的角色来决定其权限。其次，通过给每个用户设定区域来限定其可访问的数据范围。然后，对具体的某个用户设定其是否可访问某个具体报表。从而明确地确认相关人员的职责和任务。从数据的原始收集开始到分类、整理以及提取、分析，都使其在相应岗位上各司其职。

快速的海量数据查询和计算响应