2.3数据挖掘技术

　　与上文提到的OLAP分析存在的明显区别就是数据挖掘技术主要是指一种能从大量原始数据信息中提取出来并准确筛选出具有价值信息的全过程，借此便于充分满足企业获取精简数据信息的实际需求[3-4]。同时从某种程度上来说，数据挖掘技术又是一种集数据收集整理、设备学习及人工智能于一体的综合性处理手段，可有效结合高性能关系数据库引擎，促使其能自动开展数据分析工作，并且还要全面开展数据信息集成，从大量数据资源中挑选出最有价值信息，充分挖掘出商业智能存在潜在能力，进而便于为企业管理决策人员基于市场实际发展情况作出正确合理决策提供一定帮助，最大限度降低企业面临风险，促使市场经济能够得到长期可持续发展。

3商业智能（BI）在市场经济活动中的应用与发展分析

　　根据相关调查显示，商业智能(BI)在市场经济活动中的具体应用具体包括以下几点内容，分别是经营分析、战略决策分析及绩效管理等，以下针对其展开详细分析。

　　3.1经营分析

　　从某种程度上来说，又可将经营分析划分成经营指标、经营业绩及财务分析三方面内容，其中经营指标主要是指针对企业发展不同工作内容和业务流程制定的指标，如销售额、库存量、应收款项、利润率及单品销售成本等，虽然其在企业经济发展中属于不可或缺内容，但往往上述指标仅仅能真实反映出企业局部经营情况[5]。因此，为更好了解企业整体经营发展情况，还需相关人员针对上述指标展开科学合理组织分析，进而通过智能化管理手段来构建完善数学模型，并设置相应警告机制，便于更加深入掌握企业经营情况，为市场经济发展提供一定保障。而经营业绩主要是指企业同时统计内部所有部门实际销售量和营业额，并且在此前提条件下还需展开一系列分析工作，如盈亏分析、商品风险分析及比较分析等，进而便于企业能够随时掌握自身实际发展情况，一旦发现任何风险隐患立即采取相应预防治理措施，促使企业能够有效克服经营风险获得快速发展。最后财务分析就是指针对企业财务经营中所涉及的成本费用、资金使用及经营利润等指标展开合理分析探讨，进而促使企业能够充分掌握实际资金成本使用情况，便于随时作出相应调整，为企业经济发展提供可行性参考依据。

　　3.2战略决策

　　通常来说，战略决策主要就是指在经营分析基础上，对企业发展涉及的所有数据信息展开全面总结，形成可供企业经营决策人员参考借鉴的完善化分析报告。相关调查显示，商业智能(BI)对企业战略决策起到的支持性作用主要表现为以下几方面内容，分别是企业战略、业务战略及职能战略，如在企业战略支持下可基于企业各经济业务实际绩效作出明确定位，进而选择一种最为恰当合理的组合性战略;而在业务战略支持下，由于商业智能(BI)融合了众多数据资源[6]，如领域信息和外部环境等，因而可根据不同业务类型分别制定竞争发展战略决策;而在职能战略支持下，由于企业内部信息资源不断积累，因而可为企业生产、营销及财务等方面提供决策支持，从而便于实现商业智能(BI)在市场经济活动中的有效应用与发展。

　　3.3绩效管理

　　根据相关调查数据可知，商业智能(BI)还能从企业实际运行情况中有效提取出各种可用性绩效指标和关键性指标[7]。因此，为切实考虑到企业全体员工绩效利益，则需要企业先针对工作人员工作展开量化分析，之后再通过一些商业智能工具帮助管理人员随时跟踪评价所有工作人员工作绩效，进而逐渐培养工作人员拥有与企业发展目标相同的思想意识，促使商业智能(BI)在市场经济活动发展过程中得到广泛应用，为企业健康发展提供有效保障。在此期间尤其需要注意的一点就是相关企业在利用商业智能(BI)开展自身信息管理建设工作时，需严格按照由表到内、由浅到深原则进行，并且还需层层筛选收集到的信息资源，直至达到突破状态为止，这样一来不但能充分发挥商业智能(BI)的优势，更好开展企业信息管理建设工作，还能极大提高企业实际工作效率，从而促使企业朝着可持续方向发展[8]。

4结语

　　总而言之，现阶段我国对于商业智能(BI)的.总体研究仍处于初期阶段，因而在实际应用期间常常存在各种问题，如发现能力较差、工作效率较低及数据分析不够合理等，无法真正发挥出BI实际功能，急需加大研究力度。因此，我国就要大力加强商业智能(BI)在市场经济活动中的应用，充分明确商业智能未来发展趋势，从而促使其逐渐成为企业信息资源管理系统中的最重要系统之一，有利于促进社会经济的迅速发展。