❶ 大數據 商業智能兩者有什麼關系
你好，這個很多的。商業智能不能等同於不是大數據。它是一套版完整的解決方案，用權來將企業中現有的數據進行有效的整合，快速准確的提供報表並提出決策依據，幫助企業做出明智的業務經營決策。
大數據的側重點在於數據海量處理，主要是對非結構化的數據進行處理。大數據是傳統資料庫、數據倉庫、BI概念外延的擴展，手段的擴充，不存在取代的關系，也並不是互斥的關系。考慮實用性的話，傳統商業智能指基於傳統數據倉庫進行分析以輔助決，可以說BI工具會更適合一般企業，這是未來趨勢。在選擇方面，很多國內廠商比如FineBI會更貼近國內企業的情況，可以了解一下。
❷ 商業智能與大數據之間的差異可以從哪幾個方面體現
商業智能的概念於1996年最早由加特納集團（Gartner Group）提出，加特納集團將商業智能定義為：商業智能描述了一系列的概念和方法，通過應用基於事實的支持系統來輔助商業決策的制定。商業智能技術提供使企業迅速分析數據的技術和方法，包括收集、管理和分析數據，將這些數據轉化為有用的信息，然後分發到企業各處。
商業智能又名商務智能，英文為Business Intelligence，簡寫為BI。
商業智能通常被理解為將企業中現有的數據轉化為知識，幫助企業做出明智的業務經營決策的工具。這里所談的數據包括來自企業業務系統的訂單、庫存、交易賬目、客戶和供應商等來自企業所處行業和競爭對手的數據以及來自企業所處的其他外部環境中的各種數據。而商業智能能夠輔助的業務經營決策，既可以是操作層的，也可以是戰術層和戰略層的決策。為了將數據轉化為知識，需要利用數據倉庫、聯機分析處理（OLAP）工具和數據挖掘等技術。因此，從技術層面上講，商業智能不是什麼新技術，它只是數據倉庫、OLAP和數據挖掘等技術的綜合運用。
可以認為，商業智能是對商業信息的搜集、管理和分析過程，目的是使企業的各級決策者獲得知識或洞察力（insight），促使他們做出對企業更有利的決策。商業智能一般由數據倉庫、聯機分析處理、數據挖掘、數據備份和恢復等部分組成。商業智能的實現涉及到軟體、硬體、咨詢服務及應用，其基本體系結構包括數據倉庫、聯機分析處理和數據挖掘三個部分。
因此，把商業智能看成是一種解決方案應該比較恰當。商業智能的關鍵是從許多來自不同的企業運作系統的數據中提取出有用的數據並進行清理，以保證數據的正確性，然後經過抽取（Extraction）、轉換（Transformation）和裝載（Load），即ETL過程，合並到一個企業級的數據倉庫里，從而得到企業數據的一個全局視圖，在此基礎上利用合適的查詢和分析工具、數據挖掘工具、OLAP工具等對其進行分析和處理（這時信息變為輔助決策的知識），最後將知識呈現給管理者，為管理者的決策過程提供支持。
提供商業智能解決方案的著名IT廠商包括微軟、IBM、Oracle、SAP、Informatica、Microstrategy、SAS、Royalsoft等。
❸ 商業智能bi，大數據，傳統報表，數據分析有何區別
作者：胡海
鏈接：https://www.hu.com/question/56839362/answer/151311039
來源：知乎
著作權歸作者所有。商業轉載請聯系作者獲得授權，非商業轉載請註明出處。
BI(BusinessIntelligence)即商業智能，它是一套完整的解決方案，用來將企業中現有的數據進行有效的整合，快速准確的提供報表並提出決策依據，幫助企業做出明智的業務經營決策。
標簽：ETL、數據倉庫、OLAP、可視化報表
BI工具：Tableau、Qlikview、帆軟大數據BI ——FineBI
技術發展方向：自助式BI（工具簡單易用）、移動BI、雲BI（SAAS級）；數據挖掘技術、R語言等分析語言的結合，拓展專業數據分析的功能
大數據(Big Data)是指在可承受的時間范圍內用常規軟體工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力來適應海量、高增長率和多樣化的信息資產。
標簽：Hadoop、MPP、HDFS、MapRece、流處理等。
大數據工具：Hadoop、HPCC、Cloudera 、Storm、Apache Drill等等
技術發展方向：內存技術、機器科學、預測分析、關系挖掘
傳統報表就是用於展示固定格式的報表，可以是業務報表也可以是分析報表。形式上可以用表格、圖表等格式來動態顯示數據。
標簽：表格、填報、Dashboard、行式報表、分組報表、交叉報表等。
報表工具：帆軟報表FineReport、Excel高級功能、水晶報表
技術發展方向：近年來報表有向BI方向發展的趨勢
數據分析是運用各種統計方法將數據進行剖析，最大化地發現數據價值，以發揮數據的作用。說白了就是基於數據事實找出規律的方法。
❹ 大數據和商業智能的關系是什麼
商業智能
商業智能BI（Businesslntelligence），是基於企業服務的一整套數據利用方案，在實際運作中主要負責打通企業各部門業務系統（ERP、OA）數據，並將這些不同來源的數據經過ETL處理後整合匯總到數據倉庫中。
後續企業可以通過BI包含的數據可視化分析功能，將這些業務數據轉化為可用的信息，方便企業不同人員進行數據查詢、分析、挖掘等，為管理和業務人員提供數據和信息上的依據，輔助進行決策。
大數據通常來說，大數據指的是從收集數據到利用的全過程，在實際工作中可以幫助企業採集到不同來源、不同格式的海量數據，然後通過預處理、存儲和分析的方式進行利用。
企業對大數據的利用主要是對海量數據進行分析挖掘，根據得到的信息，實現對用戶的精準營銷、針對性廣告推廣等，輔助企業業務和管理人員更好地完成日常工作。
商業智能和大數據的關系商業智能是一套為企業或組織機構設計的完整的數據類技術解決方案，能夠幫企業解決數據孤島，提供數據倉庫、數據分析、可視化分析、多終端展現等功能。而大數據更偏向於對數據進行處理，通常都是採集海量數據，然後將這些數據進行存儲分析，藉助統計分析方法展現數據報告。兩者間有差異也有相通之處。
商業智能(BI)
這個術語指在公司內部使用數據，幫助經理做出決策。
BI工具(報告、儀錶板)告訴我們發生了什麼，因此基於這些工具的決策將是被動的。
一個隨機儀錶板
大數據
這個解釋起來就簡單了：大數據就是大量的數據。
要定義大數據，通常會用3V來解釋，這是產生大數據的3個主要原因：
· 容量：收集的數據量每分鍾都在巨幅增長，我們需要使用分布式解決方案(使用多台機器，而不是非常非常昂貴的超級計算機/主機)來調整我們的存儲和處理工具以適應該容量。
· 速度：處理數據的緊急程度與產生/獲取數據的頻率相關，還與決策中迫切使用數據的需求有關；即使是實時(或者幾乎實時)。
· 種類：數據不再（僅）是結構化的，所以我們得忘記適用於傳統資料庫的東西。我們必須為添加各種格式的新數據源做准備；純文本和多媒體內容都包括在內。
之後更多V被添加進來：真實性 （數據必須真實、可靠、可用）、價值（數據應有商業或 社會 價值）、易損性（數據必須合法、尊重隱私，並以安全的方式存儲和訪問）。
大數據可能是解決這些問題的方案。不要把它和本文解釋的第一個概念混淆了：大數據就是實現或促進應用數據科學領域先進技術的事物，是數據的本質要求。例如，作為數據科學家，我們試圖從數據集中得到答案。數據集不僅超過了RAM的大小，還超過了硬碟的大小。大數據為我們提供了跨多台機器承載數據的分布式存儲技術，以及並行處理數據的分布式處理技術。
我們一起分享AI學習與發展的干貨
歡迎關注全平台AI垂類自媒體 「讀芯術」
簡單來說，大數據可以更好的為商業智能服務，商業智能（BI）包括企業用於商業信息數據分析的策略和技術。商業智能技術提供業務運營的 歷史 ，當前和預測性視圖。商業智能技術的常見功能包括報告，在線分析處理，分析，數據挖掘，流程挖掘，復雜事件處理，業務績效管理，基準測試，文本挖掘，預測分析和規范分析。 商業智能技術可以處理大量的結構化數據，有時還可以處理非結構化數據，以幫助識別，開發和創造新的戰略商業機會。他們的目標是讓這些大數據的解釋變得容易。發現新機遇並基於洞察力實施有效戰略可以為企業提供有競爭力的市場優勢和長期穩定性。
商業智能可以被企業用來支持范圍廣泛的業務決策，從業務到戰略。基本的運營決策包括產品定位或定價。戰略業務決策涉及最廣泛的優先順序，目標和方向。在所有情況下，商業智能在將來自公司運營市場的數據（外部數據）與企業內部的公司數據（例如財務和運營數據（內部數據））數據相結合時最為有效。如果將外部和內部數據結合起來，可以提供完整的圖像，實際上可以創建無法從任何單數據集中導出的「智能」。在眾多用途中，商業智能工具使組織能夠深入了解新市場，評估不同細分市場對產品和服務的需求和適宜性，並評估營銷工作的影響。
大數據和商業智能BI的關系從應用上來講，BI（BusinessIntelligence）即商業智能，它是一套完整的解決方案，用來將企業中現有的數據進行有效的整合，快速准確的提供報表並提出決策依據，幫助企業做出明智的業務經營決策。
商業智能BI在數據架構中處於前端分析的位置，其核心作用是對獲取數據的多維度分析、數據的切片、數據的上鑽和下鑽、cube等。通過ETL數據抽取、轉化形成一個完整的數據倉庫、然後對數據倉庫的數據進行抽取，而後是商業智能的前端分析和展示。
商業智能BI處理的數據量是極大的，如 FineBI商業智能，自帶ETL，可在短時間內響應數據處理的請求，並輸出分析結果。
BI對穩定性以及易用性有一定要求，這是其他數據分析工具所不能比擬的。
大數據的應用的數據來源包括結構化數據，如各種資料庫、各種結構化文件、消息隊列和應用系統數據等，其次才是非結構化數據。
大數據為商業智能提供了先決條件。
商業智能 指用現代數據倉庫技術、線上分析處理技術、數據挖掘和數據展現技術進行數據分析以實現商業價值。
過去20年，中國企業經過一輪又一輪的信息化建設，已經積累的足夠的數據基礎，每個企業都擁有海量的數據。到了數字化時代，如何將這些數據價值擴大化，通過智能數據分析輔助企業做高效決策變得越來越關鍵，也為商業智能能夠更加智能提供了基礎。
當然，智能數據分析處理除了
到了2016年，一個巨大的時間點到來。幾股浪潮已經融合在了一起，演算法、算力和數據......我們看到了巨大的拐點，過去的數據分析和商業智能仍然有價值，但是它沒有解決的問題——對於海量數據的 探索 ，對於未來的預測，對於異常診斷，對於行動的建議，因為這些技術浪潮的到來，成為了可能。
❺ 大數據給智能化商業帶來不同_大數據的商業模式
大數據給智能化商業帶來不同
錢伯斯是IBM公司分析解決方案事業部副總裁。她表示，許多客戶夠買了大數據和預測分析的服務，但卻希望其實現他們已經適應了的老的商業智能工具和資料庫工具。
「通常情況下，客戶做的往往就是依靠他們已經知道的東西。」錢伯斯在2012年Hadoop峰會上說。「他們希望利用他們現有的基礎設施、使用現有的數據和工具。他們不想有任何的不同和改變。所以我告訴我的客戶說，如果你不執行不同的操作的話，你不會得到任何不同的結果。」
新的方法，技術和工具需求
錢伯斯是完全正確的，如下從三個方面分析了原因：
1、基礎設施。處理和存儲大量、多結構化數據集的新方法不斷涌現，正是因為傳統的關系型技術不能夠在單位時間內完成工作或者不具備成本效益。例如，Hadoop允許你在合理的時間內運行開放源碼軟體以非常低廉的價格存儲和處理大數據規模。現在，嘗試利用甲骨文的服務。可以節省300萬美元的費用，以及6個月的時間。
2、數據。大數據是豐富現有的內部交易數據與其他不同來源的數據，這些來源是來自您的企業之外。這可能意味著這些數據是來自Twitter或Facebook這樣的社交媒體、或來自國家氣象局、教育部門的公共部門的數據、來自彭博、道瓊斯的市場數據。如果你沒有混搭數據，你可能不必要進行大數據分析。
3、工具。因為它們必須在新的，更大，更多樣化的數據量並行計算基礎設施之上，大多數最傳統的商業智能工具不會削減。你需要的是現代化的數據可視化和分析平台，使用戶能夠輕松地處理大數據可視化。為了公平起見，極少數現有的商擾培答務智能供應商，如Tableau和正在努力讓自己的產品更好地融入大數據。但是，總的來說，你在過去的十年左右已經使用的舊的報告工具無法為當前的大數據提供足夠的可操作的見解。
風險的博弈
但據我所知，這種改變是很難的，所以有時IT部門是為了規避風險。但是，我們正處在一個十字路口。大數據絕不是曇花一現或輕微更好方式的商業智能。這是一個全新的模式，需要思維的重大轉變。換句話說，「你已經在經歷一些額外的風險了。」按照錢伯斯所說的那樣，實現大數據的成功。
她說，這意味著「如果你想有更多的見解，你一定要注入您的應用程序，你的數據網新信息。」這意味著你必須投資新的基礎設施技術等，諸如Hadoop和其他平台上，形中納成一個新的大數據分析的基礎。你需要採用新的最終用戶工具，把所有的大數據轉換成易於理解的見解。
好消息是，你不必將您的整個現有的基礎設施和工具集推倒重來。事實上，我強烈反對那樣做緩慧。你現在所使用的商業智能和數據倉庫有可能是一個原因，因為他們已經在為您提供相應的業務價值。事實上，許多大數據技術確實能幫助你從現有的資料庫和工具獲得更多的價值。
當涉及到大的數據，從小事做起。確定一個特定的需要解決的業務問題，一個固定的業務才能帶來實實在在的利益。與大數據行業的同行們交流學習。