BI（Business Intelligence）即商務(wù)智能耕皮，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)行有效的整合蝙场，快速準(zhǔn)確的提供報(bào)表并提出決策依據(jù)凌停，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)的訂單售滤、庫(kù)存罚拟、交易賬目、客戶和供應(yīng)商等各種數(shù)據(jù)完箩。需要利用數(shù)據(jù)倉(cāng)庫(kù)赐俗、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)弊知，包括應(yīng)用阻逮、架構(gòu)和工具，以及獲取和分析信息以提升和優(yōu)化決策與性能秩彤。但隨著數(shù)據(jù)的激增以及業(yè)務(wù)的環(huán)境變換叔扼，傳統(tǒng)的BI已經(jīng)無(wú)法滿足企業(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)分析能力漫雷。

什么是AI?

人工智能(Artificial Intelligence) 瓜富，英文縮寫(xiě)為AI。它是研究珊拼、開(kāi)發(fā)用于模擬食呻、延伸和擴(kuò)展人的智能的理論、方法澎现、技術(shù)及應(yīng)用系統(tǒng)的一門(mén)新的技術(shù)科學(xué)仅胞。 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)剑辫，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機(jī)器干旧，該領(lǐng)域的研究包括機(jī)器人、語(yǔ)言識(shí)別妹蔽、圖像識(shí)別椎眯、自然語(yǔ)言處理和專家系統(tǒng)等。
典型應(yīng)用如無(wú)人駕駛汽車胳岂、自動(dòng)的語(yǔ)言識(shí)別和產(chǎn)生编整、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)論乳丰，而B(niǎo)I則是呈現(xiàn)數(shù)據(jù)統(tǒng)計(jì)結(jié)果為人類得出結(jié)論提供支持掌测。

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)自客戶产园、企業(yè)內(nèi)部汞斧、合作伙伴、競(jìng)爭(zhēng)對(duì)手什燕。通常粘勒，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)效率的提升屎即。
商業(yè)智能（BI）工具的出現(xiàn)就是為了解決這類問(wèn)題庙睡，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)表技俐、數(shù)據(jù)分析埃撵、數(shù)據(jù)挖掘

數(shù)據(jù)報(bào)表：

image.png

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虽另、ERP暂刘、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)人員或者用戶的操作，最終對(duì)數(shù)據(jù)庫(kù)進(jìn)行增加蕊连、修改瓷马、刪除等操作。
上述系統(tǒng)可統(tǒng)一稱為OLTP(Online Transaction Process痕届，在線事務(wù)處理)蓝撇，指的就是系統(tǒng)運(yùn)行了一段時(shí)間以后独柑，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)中分散唤反、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)凳寺，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彤侍，是他們能夠看懂肠缨、理解并從中受益的抽象信息。此時(shí)拥刻，如何把數(shù)據(jù)轉(zhuǎn)化為信息怜瞒，使得業(yè)務(wù)人員(包括管理者)能夠充分掌握父泳、利用這些信息般哼，并且輔助決策，就是商業(yè)智能主要解決的問(wèn)題惠窄。
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)人員需要的信息蒸眠？大部分的答案是報(bào)表系統(tǒng)。簡(jiǎn)單說(shuō)杆融，報(bào)表系統(tǒng)已經(jīng)可以稱作是BI了楞卡，它是BI的低端實(shí)現(xiàn)。 現(xiàn)在的企業(yè)脾歇，大部分已經(jīng)進(jìn)入了中端BI蒋腮，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藕各，叫做數(shù)據(jù)挖掘池摧。而我國(guó)的企業(yè)，目前大部分還停留在報(bào)表階段激况。

傳統(tǒng)的報(bào)表系統(tǒng)技術(shù)上已經(jīng)相當(dāng)成熟作彤，大家熟悉的Excel、水晶報(bào)表乌逐、Reporting Service等都已經(jīng)被廣泛使用竭讳。但是，隨著數(shù)據(jù)的增多浙踢，需求的提高绢慢，傳統(tǒng)報(bào)表系統(tǒng)面臨的挑戰(zhàn)也越來(lái)越多。

1. 數(shù)據(jù)太多洛波，信息太少
   密密麻麻的表格堆砌了大量數(shù)據(jù)胰舆，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)代表了什么信息奋岁、什么趨勢(shì)思瘟？級(jí)別越高的領(lǐng)導(dǎo)，越需要簡(jiǎn)明的信息闻伶。如果我是老板滨攻，我可能只需要一句話：目前我們的情況是好、是中還是差？
2. 難以交互分析光绕、了解各種組合
   定制好的報(bào)表過(guò)于死板女嘲。例如，我們可以在一張表中列出不同地區(qū)诞帐、不同產(chǎn)品的銷量欣尼，另一張表中列出不同地區(qū)、不同年齡段顧客的銷量停蕉。但是愕鼓，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)角度的交互分析慧起。
3. 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)信息菇晃，但是海量數(shù)據(jù)深處潛在含有哪些規(guī)則呢？什么客戶對(duì)我們價(jià)值最大蚓挤，產(chǎn)品之間相互關(guān)聯(lián)的程度如何磺送？越是深層的規(guī)則，對(duì)于決策支持的價(jià)值越大灿意，但是估灿，也越難挖掘出來(lái)。
4. 難以追溯歷史缤剧，數(shù)據(jù)形成孤島
   業(yè)務(wù)系統(tǒng)很多馅袁，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)備份出去鞭执，導(dǎo)致宏觀分析司顿、長(zhǎng)期歷史分析難度很大。 因此兄纺，隨著時(shí)代的發(fā)展大溜，傳統(tǒng)報(bào)表系統(tǒng)已經(jīng)不能滿足日益增長(zhǎng)的業(yè)務(wù)需求了，企業(yè)期待著新的技術(shù)估脆。

數(shù)據(jù)分析钦奋、數(shù)據(jù)挖掘：

image.png

image.png

數(shù)據(jù)分析和數(shù)據(jù)挖掘的時(shí)代正在來(lái)臨。值得注意的是疙赠，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)值付材，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)圃阳，并且將會(huì)長(zhǎng)期與數(shù)據(jù)分析厌衔、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)捍岳，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)挖掘富寿。從這點(diǎn)看來(lái)睬隶，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)页徐、特定的問(wèn)題苏潜，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)律变勇，這些規(guī)律往往被用來(lái)預(yù)測(cè)恤左、支持決策。

BI分析工具的種類

BI分析工具可以分成三大類搀绣，每一種都有其特定的BI風(fēng)格和功能
一飞袋、報(bào)表。這種類型主要是傳統(tǒng)的BI風(fēng)格豌熄，業(yè)務(wù)人員已經(jīng)用了很多年了授嘀，他們用這種工具針對(duì)特定數(shù)據(jù)反復(fù)進(jìn)行分析物咳。例如：某老板需要檢查單品銷量锣险；營(yíng)銷經(jīng)理需要比較各種營(yíng)銷活動(dòng)的效果。(以上已改)

前幾年览闰，利用這類工具只能做一些靜態(tài)預(yù)先設(shè)定好的靜態(tài)報(bào)表芯肤，但是現(xiàn)在企業(yè)用戶可以利用各種類型工具增刪改查、比較压鉴、可視化的分析數(shù)據(jù)崖咨。這類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)需求而變化油吭。

這一類型的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

二击蹲、自服務(wù)BI和分析。這類型工具支持業(yè)務(wù)執(zhí)行臨時(shí)查詢分析數(shù)據(jù)婉宰。這種分析可能只是一次性的歌豺，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)者心包，他們共享共同發(fā)布用自服務(wù)BI創(chuàng)建的應(yīng)用类咧。

引導(dǎo)查詢工具主要是針對(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蟹腾，無(wú)需IT技術(shù)人員參與痕惋。

其次，數(shù)據(jù)源需要能被BI工具識(shí)別和使用娃殖。盡管大多數(shù)數(shù)據(jù)源可以很容易被BI工具訪問(wèn)值戳，但也有很多具體的數(shù)據(jù)源是不能訪問(wèn)的。第三炉爆，數(shù)據(jù)源必須能被業(yè)務(wù)人員理解堕虹，這通常需要業(yè)務(wù)人員經(jīng)常與IT人員一起工作柿隙，理解待分析數(shù)據(jù)表結(jié)構(gòu)和定義。最后鲫凶，不管BI工具號(hào)稱的有多簡(jiǎn)單禀崖，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)人員的工作效率螟炫，提高這些工具的投資回報(bào)率波附。

三、Ad hoc（即席查詢）報(bào)表和分析昼钻； 在線分析處理（也成為OLAP立方體）
即席查詢（Ad Hoc）是用戶根據(jù)自己的需求掸屡，靈活的選擇查詢條件，系統(tǒng)能夠根據(jù)用戶的選擇生成相應(yīng)的統(tǒng)計(jì)報(bào)表然评。即席查詢與普通應(yīng)用查詢最大的不同是普通的應(yīng)用查詢是定制開(kāi)發(fā)的仅财，而即席查詢是由用戶自定義查詢條件的。
OLAP的優(yōu)勢(shì)
首先必須說(shuō)的是碗淌，OLAP的優(yōu)勢(shì)是基于數(shù)據(jù)倉(cāng)庫(kù)面向主題盏求、集成的、保留歷史及不可變更的數(shù)據(jù)存儲(chǔ)亿眠，以及多維模型多視角多層次的數(shù)據(jù)組織形式碎罚，如果脫離的這兩點(diǎn)，OLAP將不復(fù)存在纳像，也就沒(méi)有優(yōu)勢(shì)可言荆烈。

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，它就像是我們平尘怪海看待各種事物的方式憔购，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)分析上岔帽。

查詢效率

多維模型的建立是基于對(duì)OLAP操作的優(yōu)化基礎(chǔ)上的玫鸟，比如基于各個(gè)維的索引、對(duì)于一些常用查詢所建的視圖等山卦，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)手鞋邑。

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OLAP操作對(duì)數(shù)據(jù)進(jìn)行聚合账蓉、細(xì)分和選取枚碗，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)分和匯總铸本，滿足不同分析的需求肮雨。 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)模型建成后箱玷，在上面做OLAP其實(shí)是一件很cool的事情怨规。

比如：數(shù)據(jù)挖掘陌宿、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)幫助用戶獲取收益的過(guò)程波丰。我們提供的是一種服務(wù)而多于提供產(chǎn)品壳坪。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)狀況信息掰烟，而放在當(dāng)前的大數(shù)據(jù)環(huán)境下爽蝴，顯然是不夠的。

如果還是以傳統(tǒng)的思想去處理數(shù)據(jù)纫骑，雖然暫時(shí)能滿足企業(yè)的需求但最終會(huì)落后于時(shí)代蝎亚。

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)題先馆。
比如一線員工關(guān)注的每天的具體數(shù)據(jù)发框；中層，管理層關(guān)心的自己部門(mén)的KPI指標(biāo)煤墙，運(yùn)營(yíng)情況梅惯； 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)番捂。

image.png

相比傳統(tǒng)報(bào)表平臺(tái)个唧，BI有著更豐富更易實(shí)現(xiàn)的功能

image.png

從企業(yè)信息架構(gòu)上來(lái)說(shuō)

image.png

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)

image.png

舉例：

20170105091524916.png

這是做好的一個(gè)例子设预，右邊可以設(shè)定按照哪些字段進(jìn)行篩選

20170105094142801.png

20170105094151145.png

最后：
自建BI：周期長(zhǎng)桨螺，使用門(mén)檻高宾符，需要專業(yè)的人員支持，但可以處理大量數(shù)據(jù)灭翔，對(duì)于數(shù)據(jù)量龐大的企業(yè)來(lái)說(shuō)魏烫，是比較合適的，但不太適合中小型企業(yè)肝箱。

為了一套系統(tǒng)哄褒，還得配備專業(yè)人員，需求提出來(lái)還得等實(shí)現(xiàn)煌张，并不能做到隨時(shí)隨地隨用呐赡，滿足對(duì)市場(chǎng)快速反應(yīng)的要求。

第三方平臺(tái)：云端系統(tǒng)骏融，使用門(mén)檻比較低链嘀，但對(duì)數(shù)據(jù)量有些限制萌狂，適合中小型企業(yè)，數(shù)據(jù)量不是那么大的怀泊，具體問(wèn)到多大茫藏，像數(shù)據(jù)觀可以滿足PB級(jí)別的數(shù)據(jù)需求，相當(dāng)于1,048,576 GB霹琼。

用SaaS的好處是不用專業(yè)IT人員也行刷允，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)人員本身碧囊，脫離了業(yè)務(wù)的數(shù)據(jù)分析都是耍流氓树灶。

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只能幫助用戶解決兩個(gè)問(wèn)題“正在發(fā)生什么糯而？”和“發(fā)生過(guò)什么天通？”，但未來(lái)BI需要能夠回答“將要發(fā)生什么熄驼？”因此像寒，預(yù)測(cè)，指導(dǎo)和認(rèn)知性的運(yùn)算就是必須的瓜贾。隨著人工智能技術(shù)的發(fā)展诺祸，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)化祭芦，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)筷笨。 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)確的分析龟劲，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)胃夏。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)和模式昌跌。