商业智能（BI）
商业智能（BI）是一种技术驱动的流程，用于分析数据和提供可操作的信息，以帮助管理人员，经理和其他企业最终用户做出明智的业务决策。BI包含各种工具，应用程序和方法，使组织能够从内部系统和外部源收集数据，准备分析，开发和运行针对该数据的查询，并创建报告，仪表板和数据可视化以生成分析结果适用于公司决策者和业务工作者。
商业智能与数据分析
商业情报一词的零星使用可以追溯到至少19世纪60年代，但顾问霍华德·德雷斯纳（Howard Dresner）在1989年首次提出它作为应用数据分析技术来支持商业决策过程的总括词。后来被称为BI工具的东西是从早期的，通常是基于大型机的分析系统发展而来的，例如决策支持系统和执行信息系统。
商业智能有时可与业务分析互换使用。 在其他情况下，业务分析可以更狭隘地用于指代高级数据分析，或者更广泛地用于包括BI和高级分析。
商业智能的重要性
商业智能工具的潜在好处包括加速和改进决策，优化内部业务流程，提高运营效率，增加新收入以及获得竞争对手的竞争优势。BI系统还可以帮助公司识别市场趋势并发现需要解决的业务问题。
BI数据可以包括存储在数据仓库中的历史信息，以及在生成源系统时从源系统收集的新数据，从而使BI工具能够支持战略和战术决策流程。
最初，BI工具主要由数据分析师和其他IT专业人员使用，他们运行分析并为业务用户生成包含查询结果的报告。然而，越来越多的企业高管和员工自己也在使用BI平台，部分原因在于自助式BI和数据发现工具以及仪表板的开发。
BI工具的类型
商业智能结合了广泛的数据分析应用程序，包括临时分析和查询，企业报告，在线分析处理（OLAP），移动BI，实时BI，运营BI，软件即服务 BI，开源BI，协作BI和位置智能。
BI技术还包括用于设计图表和其他信息图表的数据可视化软件，以及用于构建BI仪表板和性能记分卡的工具，以便以易于掌握的方式显示业务指标和关键绩效指标的可视化数据。近年来，数据可视化工具已成为现代BI的标准。一些领先的供应商很早就定义了这项技术，但更多传统的BI供应商已经开始采用这种技术。现在，几乎每个主要的BI工具都包含可视化数据发现的功能。
BI程序还可以包含高级分析的形式，例如数据挖掘，预测分析，文本挖掘，统计分析和大数据分析。但在许多情况下，高级分析项目由数据科学家，统计学家，预测建模师和其他熟练的分析专业人员组成的独立团队进行和管理，而BI团队则负责监督更直接的业务数据查询和分析。
商业智能数据通常存储在数据仓库中或存储公司信息子集的较小数据集市中。此外，Hadoop系统越来越多地在BI架构中用作BI和分析数据的存储库或登陆平台，尤其是非结构化数据，日志文件，传感器数据和其他类型的大数据。在BI应用程序中使用之前，必须使用数据集成和数据质量工具集成，整合和清理来自不同源系统的原始数据，以确保用户分析准确一致的信息。
BI趋势
除BI经理外，商业智能团队通常还包括BI架构师，BI开发人员，业务分析师和数据管理专业人员。业务用户也经常被包括在内以代表业务方面，并确保在BI开发过程中满足其需求。
为了解决这个问题，越来越多的组织正在用Agile BI和数据仓库方法取代传统的瀑布式开发，这些方法使用敏捷软件开发技术将BI项目分解成小块，并在增量和迭代的基础上为业务分析师提供新功能。这样做可以使公司更快地使用BI功能，并在业务需求发生变化或新需求出现时优化或修改开发计划，并优先于早期需求。
用于大数据的BI
BI平台越来越多地被用作大数据系统的前端接口。现代BI软件通常提供灵活的后端，使他们能够连接到一系列数据源。这一点以及简单的用户界面使这些工具非常适合大数据架构。用户可以连接到一系列数据源，包括Hadoop系统，NoSQL数据库，云平台和更多传统数据仓库，并可以开发统一的各种数据视图。
由于这些工具通常相当简单，因此使用BI作为大数据前端可以让大量潜在用户参与其中，而不是高度专业化的数据架构师的典型方法是唯一能够查看数据的方法。
（部分内容来源网络，如有侵权请联系删除）
