BI(BusinessIntelligence)即商业智能,它是一套完整的解决方案,用来将企业中现有的数据进行有效的整合,快速准确的提供报表并提出决策依据,帮助企业做出明智的业务经营决策。
标签:ETL、
数据仓库、OLAP、可视化报表
BI工具:Tableau、Qlikview、
亿信ABI
技术发展方向:自助式BI(工具简单易用)、移动BI、云BI(SAAS级);数据挖掘技术、R语言等分析语言的结合,拓展专业数据分析的功能
大数据(Big Data)是指在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合,是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。
标签:Hadoop、MPP、HDFS、MapReduce、流处理等。
大数据工具:Hadoop、HPCC、Cloudera 、Storm、Apache Drill等等
技术发展方向:内存技术、机器科学、预测分析、关系挖掘
传统报表就是用于展示固定格式的报表,可以是业务报表也可以是分析报表。形式上可以用表格、图表等格式来动态显示数据。
标签:表格、填报、Dashboard、行式报表、分组报表、交叉报表等。
报表工具:
i@Report、Excel高级功能、水晶报表
技术发展方向:近年来报表有向BI方向发展的趋势
数据分析是运用各种统计方法将数据进行剖析,最大化地发现
数据价值,以发挥数据的作用。说白了就是基于数据事实找出规律的方法。
数据分析(Data Analysis)。概念太大了,广义上说,啥都能沾边。狭义来说,偏统计学。
传统报表(Reporting)。为某个目的,通过数据分析的方法,做出一些能展现的形式。说白了,最终有人要看数据分析的结果,得整个能看得懂的东西。
商业智能(Business Intelligence)。一定要我说,我就说这是在大数据之前,流行的包装概念,本质还是数据分析。当然,也有几个特点 —— 1. 商业环境用的比较多(很多用于企业内部的数据分析,不管是策略的还是运营的);2. 需要做数据整合,所以搞了些ETL啦、多维建模啦之类的新鲜玩意儿;3. 新概念看上去要酷,要能唬住人!所以动态可视化展示应运而生。
其实呢… 都是花拳绣腿。为啥这么说?因为框架太完美,落地有问题。譬如企业数据难以整合、企业数据量不够支撑不了有价值的分析(这也是为啥后来大数据概念火的原因)、并没有什么了不起的新算法,还是最最基础的统计算法那一套、系统化难度大(往往系统折腾个半天,市场环境企业战略都变了)。
大数据(Big Data)。这是现在流行的包装概念,其实还是数据分析嘛。上面不是说了,组织自身数据不够,那就扩展到整个行业,或者整个人类社会呗~ 这不概念一下子就更牛逼了!一样的,也要引入一些新的亮点,譬如非结构化数据、海量数据处理、深度挖掘深度学习之类。框架也没问题,但是核心问题是 —— 大家都在嚷嚷自己做大数据,这世界上能真正掌握大数据的组织有多少? 99%还是在做几十年如一日的数据分析罢了。
(部分内容来源网络,如有侵权请联系删除)