全球經濟低迷的大環境下，企業用戶在軟硬件投入方面都會減少力度。也正因于此，BI等能為企業節約成本的軟件將迎來機會。

當顧客在超市中采購了一車商品結賬時，售貨員小姐掃描完了選購的產品后，計算機上會顯示出一些信息，然后售貨員友好地問：“我們有一種一次性紙杯正在促銷，位于F6貨架上，您要購買嗎？”

這句話不是一般的促銷，而是因為計算機系統早就算好了，如果顧客的購物車中有餐巾紙、大瓶可樂和沙拉，則86％的可能性要買一次性紙杯。通常的結果是，顧客會說，“啊，謝謝你，我剛才一直沒找到紙杯。”

這不是什么神奇的科學算命，而是利用數據挖掘中的關聯規則算法實現的計算功能。

每天，新的銷售數據會進入挖掘模型，與過去很多天的歷史數據一起，被挖掘模型處理，得到當前最有價值的關聯規則。同樣的算法，分析連鎖超市的銷售業績，計算機可以發現其他因素之間的關聯以及關聯的強弱。

年輕的職業女性主要在哪個區？以中老年為主的消費群主要在哪一帶活動？中高檔收入人群密集區域在哪里？

只要進入系統，山東家家悅連鎖超市董事長王培桓就可以方便地看到各類消費群在城市地圖上的分布情況。

根據消費群和商品的關聯模型，他還可以進一步觀察到不同商品類的需求分布：年輕的職業女性對高品質的生鮮食品和日常用品需求豐富，中老年消費者比較關注大包裝量打折出售的家居商品和食品等。根據這些不同客戶群對食品類的消費需求預測，數字地圖可以為王培桓直觀地顯示出各區位對食品類的總需求。

在數字地圖環境下，家家悅還可以模擬，配置不同的業態組合，是建一個大賣場還是建一個超市和兩家便利店？分析工具能迅捷輸出不同場景下的各類預計商品銷售量、投資預算、門店位置及商圈范圍等重要內容。

再說我們每個人都會遇到的情況，“我們新出的某某漢堡，您不來一個嗎？”去快餐店用餐，營業員會在點餐時不斷向顧客推薦新出的套餐；去電信運營廳辦業務，也會被推薦各種各樣的新業務，這些傳統的營銷方式已經很難引起人們的興趣。

我們每個人每天都會收到很多短信，當你收到一個短信笑話時，有人一笑置之，有人會轉發給朋友。在運營商眼里這兩個舉動可是有著天壤之別。轉發則意味著此人有很大的交往圈子，也樂于和大家分享，很可能這條短信內容在非常短的時間內就會擴散開來。運營商會有意識地向他發送一些活動信息，利用客戶自發來做營銷。

新型的營銷代替了過去費力不討好的傳統模式，這些都是BI（商業智能）的功勞。BI進入中國已經有幾年時間了，從一開始的“炒著熱，吃著冷”，蟄伏了許久，商業智能是否迎來了化繭成蝶的一天？

BI，如何從面子到肚子

經歷了“啤酒加尿布”的光環和“炒著熱，吃著冷”的尷尬，2008年的BI市場似乎顯露出好轉的跡象。1998年，商業智能帶著“啤酒加尿布”的光環來到中國，引起理論界一陣熱炒。然而經過幾年的實踐，數據挖掘的應用和實施仍有困境，成功案例屈指可數。為什么商業智能市場“炒著熱吃著冷”？是什么讓商業智能市場止步不前？

大家都非常熟悉的啤酒加尿布的故事，觸動了不少想提升企業競爭力的高管。可實際上，這個故事只是數據挖掘的結論，而且恐怕還不是直接結論，是從業務上進一步解讀的結果。對于每家企業來說，怎樣利用商業智能去進行數據挖掘，需要挖掘的是什么？挖掘的過程又應該怎樣操作？這些都不是那么簡單的。