知识经济时代，信息和知识已成为企业发展的战略资源。知识管理是伴随知识经济出现的一种创新管理，知识管理要综合运用战略、组织、流程、技术、变化等多种措施和管理工具，以富有效率的方式动员组织拥有的一切资源来实现其管理目标。商务智能是近几年来企业和学术界的研究热点，商务智能技术可以帮助企业管理层在最短的时间内面对浩瀚如海的数据做出最为快速和科学的反应和处理，以提高企业决策水平，从而获得新的竞争优势。知识管理和商务智能都为企业提供决策依据，都以提升企业核心竞争力为目的，对企业而言，如何做好两者的集成是极为重要的。

　　1 商务智能与知识管理的区别

　　1.1 定义不同

　　商务智能(Business Intelligence，简称BI)的概念最早是Gartner Group的Howard Dresner年提出来的。当时将商务智能定义为一类由数据仓库(或数据集市)、查询报表、数据分析、数据挖掘、数据备份和恢复等部分组成的、以帮助企业决策为目的的技术及其应用。不同的专家和著名咨询机构从不同角度对商务智能做了定义，简单地说商务智能是指将企业的各种数据及时地转换为企业管理者感兴趣的信息(或知识)，并以各种方式展现出来，帮助企业管理者进行科学决策，加强企业的竞争优势。这里的数据不仅仅指企业内部的各种数据，而且包括企业外部的数据。

　　关于知识管理，专家学者们众说纷纭，目前仍无定论。巴斯(Bassi)认为，知识管理是指为了增强组织的绩效而创造、获取和使用知识的过程。奎达斯等(P.Quitas)则把知识管理看作是“一个管理各种知识的连续过程，以满足现在和将来出现的各种需要，确定和探索现有的和获得的知识资产，开发新的机会”。一般认为知识管理就是对一个企业集体的知识与技能的捕获，然后将这些知识与技能分布到能够帮助企业实现最大产出的任何地方的过程。

　　1.2 发展历程不同

　　商务智能的出现是一个渐进、复杂的演进过程，而且仍处在发展中，其演进过程经历了事务处理系统(Transaction Processing System，TPS)、经理信息系统(Executive Information System，EIS)、管理信息系统(Management Information System，MIS)、决策支持系统(Decision Support System，DSS)等阶段，最终演变成了今天的商务智能。在决策支持系统基础上进一步发展起来的BI能够向用户提供更为复杂的商业信息，可以更为方便地定制各种报表和图表的格式，能够向行政管理人员、技术人员和普通员工提供个性化的多维信息，使分析处理信息的能力和信息的利用率大为提高。在此基础上，可以进一步解决企业决策时需要了解的各种问题，并帮助企业更快、更好地制定和做出决策。知识管理的历史有些短，起源于公司图书馆、竞争智能、质量管理中的最佳实践共享、知识转移的努力中。它最早的焦点是捕捉、共享、分发非结构的文本和图形信息，与商务智能关注的结构的、定量的信息相反。

　　1.3 运作过程不同

　　商务智能中信息组织的过程是这样的：从不同的数据源收集的数据中提取有用的数据，对数据进行清理以保证数据的正确性，经提取、转换后将数据加载入数据仓库(这时数据变为信息)，然后通过联机分析处理工具、数据挖掘工具加上决策规划人员的行业知识，对信息进行处理(这时信息变为辅助决策的知识)，最后将知识呈现于用户面前转变为决策。商务智能帮助我们在业务管理及发展上做出及时、正确的判断。也就是说把各种数据及时地转化为企业管理者感兴趣的信息(或者知识)，然后根据这些信息来采用明智的行动。

　　知识管理涉及四个运作过程，它们是知识集约过程、知识应用过程、知识交流过程和知识创新过程。知识集约过程指对现有的知识进行收集、整理、分类和管理的过程，它通常包含了隐性知识显性化和显性知识综合化这两个模式的知识转化;知识应用过程指利用集约而成的显性知识去解决问题的过程，也是显性知识内化为员工个人的隐性知识，导致员工隐性知识储备、扩展的过程;知识交流过程指通过交流来扩展整体知识储备的过程;知识创新过程指企业整体的知识储备扩大并由此产生出新概念、新思想、新体系的过程。

　　这四个过程不是相互独立的，而是相互关联的。知识创新是知识管理的目的，实现这一目的的关键在于隐性知识显性化和显性知识内部化。而知识集约促进隐性知识显性化，知识运用和知识交流促进显性知识内部化。因此，知识集约、知识运用和知识交流是实现知识创新所不可缺少的重要步骤。

　　1.4 关注重点不同

　　商务智能定义为从结构化的数据中提取规则，它合并了之前的决策支持系统、经理系统、数据仓库、数据挖掘，但是没有集成知识管理。最初的商务智能集中在技术，商务智能文献充满了为统计分析、报告结果和规范记分卡而做的数据抽取、转换、装载的讨论。商务智能论者认为商务智能的重点是提供分析的内容和数据驱动的知识。

　　从历史的观点来说很多知识管理团体回避跟数据和信息有什么关系，知识管理纯化论者认为知识管理关注知识而不是数据和信息。在知识管理形成的早些年里，知识管理学者定义数据、信息、知识的层次，讨论数据如何转化成信息和信息如何转化为知识。知识管理实践者很快指出他们处理的是知识而不是数据或信息。知识管理论者只是集中于知识的提供，他们认为知识管理和商务智能没有太多的联系。

　　1.5 采用的核心技术不同

　　1.5.1 商务智能核心技术。商务智能核心技术主要在以下4个方面：数据仓库(Data Warehouse，DW)技术、联机分析处理(On-Ling Analytical Processing，OLAP)技术、数据挖掘(Data Mining，DM)技术和企业信息门户(Enterprise Information Portal，EIP)技术。

　　a.数据仓库是一个面向主题的、集成的、稳定的、包含历史数据的数据集合，用于支持管理决策的制定。数据仓库是实现商业智能的数据基础，是企业长期事务数据的准确汇总。数据仓库完成了数据的收集、集成、存储、管理等工作，商务智能面对的是经过加工的数据，使得商务智能更专注于信息的提取和知识的发现。

　　b.联机分析处理技术可以对基于数据仓库中多维的商务数据进行在线分析处理，生成新的商业信息，又能实时监视商务运作的成效，使管理者能自由地与商务数据相互联系。

　　c.数据挖掘是指从存放在数据库、数据仓库或其他信息库中的大量数据中挖掘人们感兴趣的知识的过程。利用该技术的商务智能智能化程度最高，在海量数据和文档中发现以前未知的、可以理解的信息，以预测未来的企业行为。

　　d.企业信息门户技术提供了一个用户与企业的商业信息和应用软件间的接口。企业的商业信息，不只是被储存在数据仓库中，而是分布在不同的系统和应用软件之中。

　　从应用的角度讲，BI也可以理解DW+OLAP+DM。从技术角度来看，BI重视分析数据的技术。

　　1.5.2 知识管理的主要核心技术。分布式存储管理、群集系统、因特网/内联网、数据库、字处理、电子表格以及群件都是知识管理系统的技术基础。知识管理技术是现有技术的重新组合，其中最重要的是文档管理技术、群件技术、文本挖掘与检索技术、企业知识门户技术等。知识管理的技术焦点是基于Web、知识库、协同技术等。从技术角度来看，知识管理重视管理和分发知识的技术。