如何才能更好地预测上市公司财务风险?
如何让商业银行远离“财务风险”?
如何从海量的消费者信息中挖掘有价值的数据?
如何量化客户的信用程度?
这一连串的问题，听起来似乎极为繁琐和缥缈。
事实上，运用数据仓库、数据挖掘、理性决策等商业智能手段，以上问题就能迎刃而解。
现在，让我们看看商业智能在银行、证券、信托、保险等金融领域的应用威力!
关注商业智能
如今，在金融行业大变革之后，一系列的新问题让我们不得不关注。例如，如何才能分析上市公司的财务情况，并规避财务风险?如何才能让银行、信托机构更好地分析、评价客户的信用程度和还款能力?如何大规模地分析用户的消费行为?
商业智能系统很好地解决了以上的问题。商业智能可以为企业或机构提供大规模数据联机处理、数据挖掘、数据分析，以及报表展现等服务，通过对大量的特定数据进行分析、整理，从而形成量化的决策信息，以供企业决策者采用。通过商业智能，我们能方便地分析特定用户的消费行为，例如银行用户、网站用户等，我们就能及时评价用户的信用程度，从而规避财务风险。
目前，已经有越来越多的企业开始高度关注商业智能。这不仅包括IBM、ORACLE、BO、SAS、SIBEL等商业智能平台厂商，还包括各类行业用户，特别是银行、证券、信托、保险等具有大量用户信息的金融行业用户。
商业智能还引起了中国科学院等科研机构的高度关注。针对商业智能，中国科学院在6月24日，举办了“商业智能及其在金融领域应用研讨会”。来自于银行、证券、保险行业及监管单位的专家、中国科学院系统专家，甚至远在美国的加州大学的商业智能专家，汇集在一起，共同探讨商业智能在金融领域的应用。
BI的威力
商业智能到底有多神奇，它到底有哪些应用?
在“商业智能及其在金融领域应用研讨会”上，中国科学院金融科技中心副主任刘世平博士如此描绘:“此前，银行开设新的银行网点，往往都是根据经验决策，看人口的密度、住房情况，新设的网点一般需要2至3年才能获利。然而，当采用商业智能手段后，就可以通过数据分析、理性决策，找到合适的新网点，如此开设的新网点可以在三个月内获利!”
以上仅仅是一个具体的应用案例。其实，商业智能能够广泛地运用在金融领域。
在信用化程度越高的社会，商业智能所起的威力将越大。现在，我们很多人都在使用银行卡、信用卡，以及门卡、公交智能卡等。要知道，在这些卡里，一般都会存储你的真实姓名、住址，甚至家庭成员等信息。
当你在生活中，使用这些卡时，例如使用银行卡在商场购买物品。这个过程中，你所购买的物品已经被记录在系统中。经过长时间的统计，银行方面将可以获知，你最喜爱到哪个商场购物;而你喜爱购买什么样的物品，商场也可以推断。
可能，当你自己还没有意识到自己的最爱时，他人已经把你的消费行为、个人偏好分析得一清二楚。这就是商业智能的威力!
在本次专题中，我们特地挑选了证券、银行、信托、网站等4个在商业智能的应用案例。其中，第一个案例讲，如何通过数据挖掘预测上市公司财务风险。对于股民而言，最重要的是，如何通过上市企业的财务报表，进一步判断该企业的财务风险?对于证券公司而言，又将如何准确地判断上市企业的财务风险。
第二个案例，主要讲通过商业智能，让商业银行远离财务风险。当前，商业银行处于各种内部和外部风险之中。例如，银行的内部操作控制风险等。我们如何规避这些风险，如何提高银行的风险管理能力?商业智能就是一项有利工具。
第三个案例，我们运用商业智能手段，在信托机构中定量地评估了个人信用风险，它通过对个人客户信息进行量化计算得出信用分值，来反应个人客户的信用状况。
最后，为了增加专题的趣味性，烘托商业智能的神奇“魔力”，特例选择一个网站应用BI的案例，在用户查看网页时，通过利用点击流(Clickstream)数据仓库手段，构建点击流数据仓库维模型，分析网站用户的消费行为、兴趣偏好，从而进一步优化网站的内容和产品销售种类。
