什么是BI，与大数据有什么区别？

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。大数据更偏重于发现，以及猜测并印证的循环逼近过程。

一、大数据的定义
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。大数据更偏重于发现，以及猜测并印证的循环逼近过程。
二、BI的定义
BI全称商业智能（Business Intelligence），在传统企业中，它是一套完整的解决方案。将企业的数据有效整合，快速制作出报表以作出决策。商业智能BI在数据架构中处于前端分析的位置，其核心作用是对获取数据的多维度分析、数据的切片、数据的上钻和下钻、cube等。通过ETL数据抽取、转化形成一个完整的数据仓库、然后对数据仓库的数据进行抽取，而后是商业智能的前端分析和展示。
三、大数据与BI的区别
1、从发展方向角度
BI的发展要从传统的商务智能模式开始转换，对于企业来说，BI不仅仅是一个IT项目，更是一种管理和思维的方式，从技术的部署到业务的流程规划，BI迎来新的发展。对于大数据来说，现阶段更多的大数据关注在非结构化数据，不同的数据分析工具的出现和行内的应用范围不断的加大，对于大数据应用来说，怎么与应用的行业进行一个深层次的结合才是最重要的
2、从人员的角度
传统BI只要掌握核心的SQL技术就可以从事BI的工作，而大数据的数据处理，涉及太多新的技术，不同的应用场景需要不同的大数据处理方法了，而且不再有人机交互那么好的客户端了，至少要懂流处理、HADOOP、列式或分布式键值数据库吧，还需要能在SPARK上开发算法程序，对于用户画像、产品标签化、推荐系统、排序算法都应有所理解。
3、从数据来源角度
大数据应用的数据来源，不仅仅包括非结构化的数据，还有各种系统数据，数据库数据。其中非结构化数据主要是集中在互联网以及一些社交网站上的数据以及一些机器设备的数据，这些都构成了大数据应用的数据来源。对于大数据的分析工具来说，现阶段也是对于非结构化的数据分析的比较多。
BI系统则是在数据集成方面的技术越来越成熟，对于数据的提取，一个各种数据挖掘的要求来说，数据集成平台会帮助企业实现数据的流通和交互使用，在企业内部实施BI应用就是为了可以更好的对数据进行分享和使用。
四、BI的意义
1、提高决策质量
深入分析问题BI能够将数据转换为知识进而辅助决策，能够使决策者决策更加迅速准确，能够给企业注入新的革命性的管理思想。决策者可以根据BI提供的钻取功能对数据结果进行追根溯源，使问题的分析不止步于表面结果，发掘出数据中包含的机会：即如何以更低的成本、更快的速度、更高的质量完成任务;这使管理者能在质疑中不断以创新来获得差异化竞争优势。
2、整合信息孤岛
整体分析问题BI可以将企业信息化的数据孤岛整合起来，提供一个全局的视图，让决策者可以更加全面地看待问题，降低决策失误风险性。
3、帮企业进行风险预警
风险的预测和评估是非常重要的。企业可以在BI系统中设置数据报警阈值，数据一旦超标，系统会以各种手段通知到管理员，使企业风险可控，减少安全漏洞。
4、提高员工工作效率
在没有BI之前，员工要写大量复杂的SQL语句，制作大量报表以满足业务要求，决策者在面对大量堆积报表数据也感到头疼。而BI则彻底改变了这种现状，使业务人员可以轻松进行数分析，使决策者可以自在查看分析，及时查看到决策所关心的数据。
5、数据挖掘预测
长远分析问题BI系统的预测功能使企业看问题更长远，决策更具前瞻性。BI会根据对积累的大数据进行挖掘，得到数据的之间潜在的规律或趋势，进而做出下一步预测。由于它需要复杂的算法、统计模型和大量的数据，所以需要支持大数据量的处理能力，像并行算法和网格计算是非常有必要的。

五、亿信ABI
亿信ABI是亿信华辰开发的一款全能型数据分析产品，融合了数据源适配、ETL数据处理、数据建模、数据分析、数据填报、工作流、门户、移动应用等核心功能而打造的一站式数据分析平台。ABI从数据源接入，到数据采集、数据处理，再到数据应用，打通数据生命周期的各个环节，实现数据填报、处理、分析一体化，为用户提供一站式数据服务。利用DW/BI理论结合人工智能技术，通过丰富的数据分析手段，如：固定报表、Dashboard、大屏分析、移动分析、分析报告、幻灯片报告、自助分析等，全方位满足用户的数据应用场景。既可以为实施人员提供面向数据仓库的数据分析展现，也可以为业务人员提供自助式数据分析能力，还可以让开发人员灵活实现个性化功能扩展