零售企业在经营过程中产生了海量的信息，这些信息蕴藏了丰富的经营视点和市场规律。怎样有效地利用这些宝贵的信息，让它们更好地为企业经营服务，成为
了零售企业的一个迫切愿望和现实难点。
普通的零售业信息系统只能够提供普通的分析数据，不能提供立体化的、多视角的、有渗透力的数据，更不能提供具有预测性的、潜在的市场信息。而BI（Busi
ness Intelligence，商业智能）恰恰弥补了一般零售业系统在分析上的不足。本文将从三方面去阐述BI在零售业中运用的背景、概念和作用。
分析危机
管理者对数据作分析，通常都会有不同的观察角度，以期通过这些角度来获得不同的信息，比如，表1是最常见的销售分析。
应该说，这个表算是做得不错了，它给出了各个分店在某一时间段里的综合经营情况。但如果要通过这张表去反映某段日期经营效益的详细情况，就只能把每天
的经营情况打出来拼在一起去看了。这样，老总们就会说，太累。于是产生了以时间为主线索的分析表（见销售分析表2）。
这张表虽然将日期表达清楚了，但分店的信息又不全面，老总们还不满意，于是又产生了下一张表（见销售分析表3）。
这张表是以日期为线索的，除了稍长了一点以外，老总还挺满意，能不能以分店为线索呢？IT专家说，当然可以。好，又产生了销售分析表4。
“这下好了”，IT专家说：“我满足了老总的各种要求！”且慢，老总发现了该表的一个致命缺陷，销售分析表居然没有任何类别分析。这怎么行！于是，IT专
家又搞出了分类销售表。等分类销售表做出来之后，老总认为太长，希望只有大类分析，于是IT专家又设计了大类销售表、中类销售表、小类销售表等，最后老总又希望将分店和日期分别加入。不仅如此，老总还要求加入同比、环比等等。IT专家或IT集成商最终会觉得老总或管理者们要求的分析报表真是没完没了，就算是按他们的要求完成了，管理者们还是觉得不好，因为在分析的时候思维不是连续的，没有一点乐趣。
这就是零售业的分析危机，老总越来越爱分析，而IT部门却越来越不能胜任分析！
以上这个举例只是选择了不同的观察角度，在BI中我们把它们叫作“维”，即日期维、地方维、类别维，而这个维又是分级的，比如日期可分为年、月、周、日，而地方可分为公司、分店、部门和柜组，类别也可分为大类、中类、小类、细类、系列等。
什么是BI
如果BI仅能给我们带来动态表这样一种新事物，那BI就不会成为零售业分析的宠儿，也就不能产生“啤酒与尿布”这样精彩动人的故事。
BI是一种运用了数据仓库、在线分析和数据挖掘技术来处理和分析数据的崭新技术。
BI的工作原理主要是通过对数据进行抽取、清洗、聚类、挖掘、预测等处理来产生可透析的各种展示数据。而这些数据可直观地显示分析者所要探询的某种经营
属性或市场规律。
打个比方，市场上常见一些股票分析软件，这些软件对股票交易数据进行了各种数学模型的处理，产生了许多指标数据，如K线图等等。BI有些像这样的分析软件，只是分析的数据量要大得多，产生的指标也完全不同，当然数学处理模型也完
全是两回事。
好的BI工具可以针对不同的“维”进行上下钻取、左右拖动及纵横旋转，通过连续的立体动态表来展现各种数据，并对这些数据进行聚类、排序等处理，给管理
者带来一种得心应手的分析新感觉。
BI除了通过动态表示展现数据外，还可通过丰富多彩的图形去展现，也能对图形作拉伸、分块、旋转、透视等多种处理，以更直观可见的方式来展现规律。同时