全球经济低迷的大环境下，企业用户在软硬件投入方面都会减少力度。也正因于此，BI等能为企业节约成本的软件将迎来机会。
当顾客在超市中采购了一车商品结账时，售货员小姐扫描完了选购的产品后，计算机上会显示出一些信息，然后售货员友好地问：“我们有一种一次性纸杯正在促销，位于F6货架上，您要购买吗？”
这句话不是一般的促销，而是因为计算机系统早就算好了，如果顾客的购物车中有餐巾纸、大瓶可乐和沙拉，则86%的可能性要买一次性纸杯。通常的结果是，顾客会说，“啊，谢谢你，我刚才一直没找到纸杯。”
这不是什么神奇的科学算命，而是利用数据挖掘中的关联规则算法实现的计算功能。
每天，新的销售数据会进入挖掘模型，与过去很多天的历史数据一起，被挖掘模型处理，得到当前最有价值的关联规则。同样的算法，分析连锁超市的销售业绩，计算机可以发现其他因素之间的关联以及关联的强弱。
年轻的职业女性主要在哪个区？以中老年为主的消费群主要在哪一带活动？中高档收入人群密集区域在哪里？
只要进入系统，山东家家悦连锁超市董事长王培桓就可以方便地看到各类消费群在城市地图上的分布情况。
根据消费群和商品的关联模型，他还可以进一步观察到不同商品类的需求分布：年轻的职业女性对高品质的生鲜食品和日常用品需求丰富，中老年消费者比较关注大包装量打折出售的家居商品和食品等。根据这些不同客户群对食品类的消费需求预测，数字地图可以为王培桓直观地显示出各区位对食品类的总需求。
在数字地图环境下，家家悦还可以模拟，配置不同的业态组合，是建一个大卖场还是建一个超市和两家便利店？分析工具能迅捷输出不同场景下的各类预计商品销售量、投资预算、门店位置及商圈范围等重要内容。
再说我们每个人都会遇到的情况，“我们新出的某某汉堡，您不来一个吗？”去快餐店用餐，营业员会在点餐时不断向顾客推荐新出的套餐；去电信运营厅办业务，也会被推荐各种各样的新业务，这些传统的营销方式已经很难引起人们的兴趣。
我们每个人每天都会收到很多短信，当你收到一个短信笑话时，有人一笑置之，有人会转发给朋友。在运营商眼里这两个举动可是有着天壤之别。转发则意味着此人有很大的交往圈子，也乐于和大家分享，很可能这条短信内容在非常短的时间内就会扩散开来。运营商会有意识地向他发送一些活动信息，利用客户自发来做营销。
新型的营销代替了过去费力不讨好的传统模式，这些都是BI（商业智能）的功劳。BI进入中国已经有几年时间了，从一开始的“炒着热，吃着冷”，蛰伏了许久，商业智能是否迎来了化茧成蝶的一天？
BI，如何从面子到肚子
经历了“啤酒加尿布”的光环和“炒着热，吃着冷”的尴尬，2008年的BI市场似乎显露出好转的迹象。1998年，商业智能带着“啤酒加尿布”的光环来到中国，引起理论界一阵热炒。然而经过几年的实践，数据挖掘的应用和实施仍有困境，成功案例屈指可数。为什么商业智能市场“炒着热吃着冷”？是什么让商业智能市场止步不前？
大家都非常熟悉的啤酒加尿布的故事，触动了不少想提升企业竞争力的高管。可实际上，这个故事只是数据挖掘的结论，而且恐怕还不是直接结论，是从业务上进一步解读的结果。对于每家企业来说，怎样利用商业智能去进行数据挖掘，需要挖掘的是什么？挖掘的过程又应该怎样操作？这些都不是那么简单的。
找紧固件，买紧固件，卖紧固件，就上88号五金门户网请认准网址(www.bshib.com)