BI（Business Intelligence）即商務(wù)智能，它是一套完整的解決方案，用來(lái)將企業(yè)中現(xiàn)有的數(shù)據(jù)進(jìn)行有效的整合，快速準(zhǔn)確的提供報(bào)表并提出決策依據(jù)，幫助企業(yè)做出明智的業(yè)務(wù)經(jīng)營(yíng)決策。數(shù)據(jù)包括來(lái)自企業(yè)業(yè)務(wù)系統(tǒng)的訂單、庫(kù)存、交易賬目、客戶(hù)和供應(yīng)商等各種數(shù)據(jù)。需要利用數(shù)據(jù)倉(cāng)庫(kù)、聯(lián)機(jī)分析處理（OLAP）工具和數(shù)據(jù)挖掘等技術(shù)。商業(yè)智能本身是一個(gè)涵蓋性術(shù)語(yǔ)，包括應(yīng)用、架構(gòu)和工具，以及獲取和分析信息以提升和優(yōu)化決策與性能。但隨著數(shù)據(jù)的激增以及業(yè)務(wù)的環(huán)境變換，傳統(tǒng)的BI已經(jīng)無(wú)法滿(mǎn)足企業(yè)的增長(zhǎng)需求，越來(lái)越多的企業(yè)BI平臺(tái)需要加入數(shù)據(jù)分析能力。
什么是AI?
人工智能(Artificial Intelligence) ，英文縮寫(xiě)為AI。它是研究、開(kāi)發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門(mén)新的技術(shù)科學(xué)。 人工智能是計(jì)算機(jī)科學(xué)的一個(gè)分支，它企圖了解智能的實(shí)質(zhì)，并生產(chǎn)出一種新的能以人類(lèi)智能相似的方式做出反應(yīng)的智能機(jī)器，該領(lǐng)域的研究包括機(jī)器人、語(yǔ)言識(shí)別、圖像識(shí)別、自然語(yǔ)言處理和專(zhuān)家系統(tǒng)等。
典型應(yīng)用如無(wú)人駕駛汽車(chē)、自動(dòng)的語(yǔ)言識(shí)別和產(chǎn)生、發(fā)現(xiàn)概念和提取摘要（對(duì)檢測(cè)潛在風(fēng)險(xiǎn)并協(xié)助人類(lèi)快速理解海量且實(shí)時(shí)變化的信息非常有用）。
AI和BI的最大區(qū)別在于AI能通過(guò)學(xué)習(xí)得出自己的結(jié)論，而B(niǎo)I則是呈現(xiàn)數(shù)據(jù)統(tǒng)計(jì)結(jié)果為人類(lèi)得出結(jié)論提供支持。
在企業(yè)中通常會(huì)充斥著各式各樣的數(shù)據(jù)，這些數(shù)據(jù)包括來(lái)自客戶(hù)、企業(yè)內(nèi)部、合作伙伴、競(jìng)爭(zhēng)對(duì)手。通常，我們?cè)诠ぷ髦袩o(wú)法利用到這些大量數(shù)據(jù)，也不能將其轉(zhuǎn)換為易于操作的信息來(lái)為團(tuán)隊(duì)帶來(lái)收益的增長(zhǎng)和運(yùn)營(yíng)效率的提升。
商業(yè)智能（BI）工具的出現(xiàn)就是為了解決這類(lèi)問(wèn)題，它可以幫助企業(yè)把雜亂的數(shù)據(jù)轉(zhuǎn)換成對(duì)團(tuán)隊(duì)組織有幫助的信息。
商業(yè)智能BI的三個(gè)層次--數(shù)據(jù)報(bào)表、數(shù)據(jù)分析、數(shù)據(jù)挖掘
數(shù)據(jù)報(bào)表：
經(jīng)過(guò)幾年的積累，大部分中大型的企事業(yè)單位已經(jīng)建立了比較完善的CRM、ERP、OA等基礎(chǔ)信息化系統(tǒng)。這些系統(tǒng)的統(tǒng)一特點(diǎn)都是:通過(guò)業(yè)務(wù)人員或者用戶(hù)的操作，最終對(duì)數(shù)據(jù)庫(kù)進(jìn)行增加、修改、刪除等操作。
上述系統(tǒng)可統(tǒng)一稱(chēng)為OLTP(Online Transaction Process，在線事務(wù)處理)，指的就是系統(tǒng)運(yùn)行了一段時(shí)間以后，必然幫助企事業(yè)單位收集大量的歷史數(shù)據(jù)。但是，在數(shù)據(jù)庫(kù)中分散、獨(dú)立存在的大量數(shù)據(jù)對(duì)于業(yè)務(wù)人員來(lái)說(shuō)，只是一些無(wú)法看懂的天書(shū)。業(yè)務(wù)人員所需要的是信息，是他們能夠看懂、理解并從中受益的抽象信息。此時(shí)，如何把數(shù)據(jù)轉(zhuǎn)化為信息，使得業(yè)務(wù)人員(包括管理者)能夠充分掌握、利用這些信息，并且輔助決策，就是商業(yè)智能主要解決的問(wèn)題。
如何把數(shù)據(jù)庫(kù)中存在的數(shù)據(jù)轉(zhuǎn)變?yōu)闃I(yè)務(wù)人員需要的信息？大部分的答案是報(bào)表系統(tǒng)。簡(jiǎn)單說(shuō)，報(bào)表系統(tǒng)已經(jīng)可以稱(chēng)作是BI了，它是BI的低端實(shí)現(xiàn)。 現(xiàn)在的企業(yè)，大部分已經(jīng)進(jìn)入了中端BI，叫做數(shù)據(jù)分析。有一些企業(yè)已經(jīng)開(kāi)始進(jìn)入高端BI，叫做數(shù)據(jù)挖掘。而我國(guó)的企業(yè)，目前大部分還停留在報(bào)表階段。
傳統(tǒng)的報(bào)表系統(tǒng)技術(shù)上已經(jīng)相當(dāng)成熟，大家熟悉的Excel、水晶報(bào)表、Reporting Service等都已經(jīng)被廣泛使用。但是，隨著數(shù)據(jù)的增多，需求的提高，傳統(tǒng)報(bào)表系統(tǒng)面臨的挑戰(zhàn)也越來(lái)越多。
- 數(shù)據(jù)太多，信息太少
密密麻麻的表格堆砌了大量數(shù)據(jù)，到底有多少業(yè)務(wù)人員仔細(xì)看每一個(gè)數(shù)據(jù)？到底這些數(shù)據(jù)代表了什么信息、什么趨勢(shì)？級(jí)別越高的領(lǐng)導(dǎo)，越需要簡(jiǎn)明的信息。如果我是老板，我可能只需要一句話(huà)：目前我們的情況是好、是中還是差？ - 難以交互分析、了解各種組合
定制好的報(bào)表過(guò)于死板。例如，我們可以在一張表中列出不同地區(qū)、不同產(chǎn)品的銷(xiāo)量，另一張表中列出不同地區(qū)、不同年齡段顧客的銷(xiāo)量。但是，這兩張表無(wú)法回答諸如“華北地區(qū)中青年顧客購(gòu)買(mǎi)數(shù)碼相機(jī)類(lèi)型產(chǎn)品的情況”等問(wèn)題。業(yè)務(wù)問(wèn)題經(jīng)常需要多個(gè)角度的交互分析。 - 難以挖掘出潛在的規(guī)則
報(bào)表系統(tǒng)列出的往往是表面上的數(shù)據(jù)信息，但是海量數(shù)據(jù)深處潛在含有哪些規(guī)則呢？什么客戶(hù)對(duì)我們價(jià)值最大，產(chǎn)品之間相互關(guān)聯(lián)的程度如何？越是深層的規(guī)則，對(duì)于決策支持的價(jià)值越大，但是，也越難挖掘出來(lái)。 - 難以追溯歷史，數(shù)據(jù)形成孤島
業(yè)務(wù)系統(tǒng)很多，數(shù)據(jù)存在于不同地方。太舊的數(shù)據(jù)（例如一年前的數(shù)據(jù)）往往被業(yè)務(wù)系統(tǒng)備份出去，導(dǎo)致宏觀分析、長(zhǎng)期歷史分析難度很大。 因此，隨著時(shí)代的發(fā)展，傳統(tǒng)報(bào)表系統(tǒng)已經(jīng)不能滿(mǎn)足日益增長(zhǎng)的業(yè)務(wù)需求了，企業(yè)期待著新的技術(shù)。
數(shù)據(jù)分析、數(shù)據(jù)挖掘：
數(shù)據(jù)分析和數(shù)據(jù)挖掘的時(shí)代正在來(lái)臨。值得注意的是，數(shù)據(jù)分析和數(shù)據(jù)挖掘系統(tǒng)的目的是帶給我們更多的決策支持價(jià)值，并不是取代數(shù)據(jù)報(bào)表。報(bào)表系統(tǒng)依然有其不可取代的優(yōu)勢(shì)，并且將會(huì)長(zhǎng)期與數(shù)據(jù)分析、挖掘系統(tǒng)一起并存下去。
數(shù)據(jù)挖掘看穿你的需求
廣義上說(shuō)，任何從數(shù)據(jù)庫(kù)中挖掘信息的過(guò)程都叫做數(shù)據(jù)挖掘。從這點(diǎn)看來(lái)，數(shù)據(jù)挖掘就是BI。數(shù)據(jù)挖掘往往針對(duì)特定的數(shù)據(jù)、特定的問(wèn)題，選擇一種或者多種挖掘算法，找到數(shù)據(jù)下面隱藏的規(guī)律，這些規(guī)律往往被用來(lái)預(yù)測(cè)、支持決策。
BI分析工具的種類(lèi)
BI分析工具可以分成三大類(lèi)，每一種都有其特定的BI風(fēng)格和功能
一、報(bào)表。這種類(lèi)型主要是傳統(tǒng)的BI風(fēng)格，業(yè)務(wù)人員已經(jīng)用了很多年了，他們用這種工具針對(duì)特定數(shù)據(jù)反復(fù)進(jìn)行分析。例如：某老板需要檢查單品銷(xiāo)量；營(yíng)銷(xiāo)經(jīng)理需要比較各種營(yíng)銷(xiāo)活動(dòng)的效果。(以上已改)
前幾年，利用這類(lèi)工具只能做一些靜態(tài)預(yù)先設(shè)定好的靜態(tài)報(bào)表，但是現(xiàn)在企業(yè)用戶(hù)可以利用各種類(lèi)型工具增刪改查、比較、可視化的分析數(shù)據(jù)。這類(lèi)BI工具的基本是數(shù)據(jù)集和記錄方式是提前定義好的，但是在執(zhí)行分析的時(shí)候會(huì)隨著使用者的即時(shí)需求而變化。
這一類(lèi)型的BI工具包括：
報(bào)表
儀表盤(pán)和記分卡
公司績(jī)效管理
電子表格
二、自服務(wù)BI和分析。這類(lèi)型工具支持業(yè)務(wù)執(zhí)行臨時(shí)查詢(xún)分析數(shù)據(jù)。這種分析可能只是一次性的，也可能分享給其他人反復(fù)執(zhí)行。
這些工具的使用者有兩種角色：信息消費(fèi)者和分析設(shè)計(jì)者，他們共享共同發(fā)布用自服務(wù)BI創(chuàng)建的應(yīng)用。
引導(dǎo)查詢(xún)工具主要是針對(duì)預(yù)定義數(shù)據(jù)集和度量方式，而自服務(wù)BI工具支持商業(yè)用戶(hù)添加數(shù)據(jù)并在執(zhí)行他們的分析師定義新的度量方式，無(wú)需IT技術(shù)人員參與。
其次，數(shù)據(jù)源需要能被BI工具識(shí)別和使用。盡管大多數(shù)數(shù)據(jù)源可以很容易被BI工具訪問(wèn)，但也有很多具體的數(shù)據(jù)源是不能訪問(wèn)的。第三，數(shù)據(jù)源必須能被業(yè)務(wù)人員理解，這通常需要業(yè)務(wù)人員經(jīng)常與IT人員一起工作，理解待分析數(shù)據(jù)表結(jié)構(gòu)和定義。最后，不管BI工具號(hào)稱(chēng)的有多簡(jiǎn)單，實(shí)際上都需要IT人員幫助培訓(xùn)和支持才能有效使用，才能真正提高業(yè)務(wù)人員的工作效率，提高這些工具的投資回報(bào)率。
三、Ad hoc（即席查詢(xún)）報(bào)表和分析； 在線分析處理（也成為OLAP立方體）
即席查詢(xún)（Ad Hoc）是用戶(hù)根據(jù)自己的需求，靈活的選擇查詢(xún)條件，系統(tǒng)能夠根據(jù)用戶(hù)的選擇生成相應(yīng)的統(tǒng)計(jì)報(bào)表。即席查詢(xún)與普通應(yīng)用查詢(xún)最大的不同是普通的應(yīng)用查詢(xún)是定制開(kāi)發(fā)的，而即席查詢(xún)是由用戶(hù)自定義查詢(xún)條件的。
OLAP的優(yōu)勢(shì)
首先必須說(shuō)的是，OLAP的優(yōu)勢(shì)是基于數(shù)據(jù)倉(cāng)庫(kù)面向主題、集成的、保留歷史及不可變更的數(shù)據(jù)存儲(chǔ)，以及多維模型多視角多層次的數(shù)據(jù)組織形式，如果脫離的這兩點(diǎn)，OLAP將不復(fù)存在，也就沒(méi)有優(yōu)勢(shì)可言。
數(shù)據(jù)展現(xiàn)方式
基于多維模型的數(shù)據(jù)組織讓數(shù)據(jù)的展示更加直觀，它就像是我們平?？创鞣N事物的方式，可以從多個(gè)角度多個(gè)層面去發(fā)現(xiàn)事物的不同特性，而OLAP正是將這種尋常的思維模型應(yīng)用到了數(shù)據(jù)分析上。
查詢(xún)效率
多維模型的建立是基于對(duì)OLAP操作的優(yōu)化基礎(chǔ)上的，比如基于各個(gè)維的索引、對(duì)于一些常用查詢(xún)所建的視圖等，這些優(yōu)化使得對(duì)百萬(wàn)千萬(wàn)甚至上億數(shù)量級(jí)的運(yùn)算變得得心應(yīng)手。
分析的靈活性
我們知道多維數(shù)據(jù)模型可以從不同的角度和層面來(lái)觀察數(shù)據(jù)，同時(shí)可以用上面介紹的各類(lèi)OLAP操作對(duì)數(shù)據(jù)進(jìn)行聚合、細(xì)分和選取，這樣提高了分析的靈活性，可以從不同角度不同層面對(duì)數(shù)據(jù)進(jìn)行細(xì)分和匯總，滿(mǎn)足不同分析的需求。 是不是覺(jué)得其實(shí)OLAP并沒(méi)有想象中的那么復(fù)雜，一旦多維數(shù)據(jù)模型建成后，在上面做OLAP其實(shí)是一件很cool的事情。
比如：數(shù)據(jù)挖掘、數(shù)據(jù)可視化 、高級(jí)的數(shù)據(jù)分析
一個(gè)簡(jiǎn)單的關(guān)系：數(shù)據(jù)-->信息-->價(jià)值
BI就是通過(guò)處理數(shù)據(jù)幫助用戶(hù)獲取收益的過(guò)程。我們提供的是一種服務(wù)而多于提供產(chǎn)品。傳統(tǒng)的企業(yè)通過(guò)報(bào)表平臺(tái)（主要是報(bào)表，圖表）獲取企業(yè)的運(yùn)營(yíng)狀況信息，而放在當(dāng)前的大數(shù)據(jù)環(huán)境下，顯然是不夠的。
如果還是以傳統(tǒng)的思想去處理數(shù)據(jù)，雖然暫時(shí)能滿(mǎn)足企業(yè)的需求但最終會(huì)落后于時(shí)代。
BI讓企業(yè)所有員工都能查看和分析自己的數(shù)據(jù)，以更好的提高業(yè)務(wù)能力和發(fā)現(xiàn)問(wèn)題。
比如一線員工關(guān)注的每天的具體數(shù)據(jù)；中層，管理層關(guān)心的自己部門(mén)的KPI指標(biāo)，運(yùn)營(yíng)情況； 決策層則需要有俯瞰整個(gè)企業(yè)的視角和掌握企業(yè)脈動(dòng)的能力。他們更關(guān)心的整個(gè)企業(yè)運(yùn)行的關(guān)鍵指標(biāo)。
相比傳統(tǒng)報(bào)表平臺(tái)，BI有著更豐富更易實(shí)現(xiàn)的功能
從企業(yè)信息架構(gòu)上來(lái)說(shuō)
綜上所述，BI就是一種能讓企業(yè)更好駕馭數(shù)據(jù)的服務(wù)
經(jīng)典的BI架構(gòu)
舉例：
這是做好的一個(gè)例子，右邊可以設(shè)定按照哪些字段進(jìn)行篩選
點(diǎn)擊圖形上的一個(gè)區(qū)域，會(huì)自動(dòng)進(jìn)行數(shù)據(jù)篩選，將選擇塊作為其他圖形的篩選條件，方便用戶(hù)查詢(xún)使用。
最后：
自建BI：周期長(zhǎng)，使用門(mén)檻高，需要專(zhuān)業(yè)的人員支持，但可以處理大量數(shù)據(jù)，對(duì)于數(shù)據(jù)量龐大的企業(yè)來(lái)說(shuō)，是比較合適的，但不太適合中小型企業(yè)。
為了一套系統(tǒng)，還得配備專(zhuān)業(yè)人員，需求提出來(lái)還得等實(shí)現(xiàn)，并不能做到隨時(shí)隨地隨用，滿(mǎn)足對(duì)市場(chǎng)快速反應(yīng)的要求。
第三方平臺(tái)：云端系統(tǒng)，使用門(mén)檻比較低，但對(duì)數(shù)據(jù)量有些限制，適合中小型企業(yè)，數(shù)據(jù)量不是那么大的，具體問(wèn)到多大，像數(shù)據(jù)觀可以滿(mǎn)足PB級(jí)別的數(shù)據(jù)需求，相當(dāng)于1,048,576 GB。
用SaaS的好處是不用專(zhuān)業(yè)IT人員也行，業(yè)務(wù)人員可以根據(jù)實(shí)際業(yè)務(wù)情況進(jìn)行數(shù)據(jù)分析，其實(shí)最了解業(yè)務(wù)的還是業(yè)務(wù)人員本身，脫離了業(yè)務(wù)的數(shù)據(jù)分析都是耍流氓。
傳統(tǒng)的BI工具和分析架構(gòu)依然處于描述階段，而且目前的BI只能幫助用戶(hù)解決兩個(gè)問(wèn)題“正在發(fā)生什么？”和“發(fā)生過(guò)什么？”，但未來(lái)BI需要能夠回答“將要發(fā)生什么？”因此，預(yù)測(cè)，指導(dǎo)和認(rèn)知性的運(yùn)算就是必須的。隨著人工智能技術(shù)的發(fā)展，這三種技術(shù)正在逐漸加強(qiáng)，他們可以將日常工作進(jìn)行完全自動(dòng)化，并通過(guò)不間斷的重復(fù)性任務(wù)對(duì)未來(lái)的發(fā)展方向進(jìn)行準(zhǔn)確的預(yù)測(cè)。 通過(guò)這些先進(jìn)的分析方式，人們不僅可以將數(shù)據(jù)進(jìn)行更快更準(zhǔn)確的分析，也可以將決策交給機(jī)器學(xué)習(xí)來(lái)降低人為錯(cuò)誤從而提升公司的利潤(rùn)。同時(shí)，機(jī)器學(xué)習(xí)可以發(fā)現(xiàn)人們目前無(wú)法看到的潛在新機(jī)會(huì)和模式。
