商业智能可以定义为获取和转换原始数据的技术和工具，这些信息可以为业务运营提供有意义的好处。
商业智能的发展
商业智能（BI）是一个可追溯到19世纪中期的术语，基本上是一样的定义。但作为结构化数据的自动化处理的参考，它只出现在20世纪80年代后期，因此是一门相对年轻的科学。在此之前，数据处理通常在大型计算机或与其他公司基础架构分开的决策支持系统上完成。如今，桌面版本或基于云计算的SaaS（软件即服务）是可用的。也有允许分布式处理，像Hadoop的开源框架。
现代商业智能工具的主要优点在于提高决策过程的速度和准确性。内部流程的优化可以有几个目标，包括提高效率，增加收入，降低成本。商业智能报告工具还可以帮助公司发现消费者趋势，满足客户需求，并找到业务问题的解决方案。这些提供了竞争优势。
商业智能工具和功能
商业智能通常依赖于数据仓库或专门数据集市中的历史数据，例如过去的销售数字或生产产量。来自诸如POS终端的源系统的新数据被转换成无缝地适合于数据仓库中，并被添加到批量操作中。整合来自不同数据源的数据支持更准确和可靠的结果。过去表现的商业智能分析有助于识别模式或预测未来的结果。
最初，商业智能分析工具落后于数据分析师和商业智能专家的技能。他们接受过培训，使用根据业务需求和要求生成特定数据集的数据查询创建和评估报告。然而，更多的商业智能报告工具现在是用户友好的，因此可以由任何经理或员工执行数据发现。这种方法被称为“自助服务”商业智能。
商业智能分析工具可以包含一系列数据技术，以适应不同的业务需求。这可以包括深入挖掘的企业报告，临时和编程查询，OLAP（在线分析处理）以及创建各种数据集，层次结构，过滤器和透视图。
报告工具通常包括数据可视化，或者能够以图表，地图和图表的形式呈现结果。通常，商业智能用于生成和维持业务仪表板，其显示所选择的关键绩效指标或其他指标，如易于理解的图形，例如拨号或进度条。但商业智能分析工具也可以与其他应用程序（如CRM）结合使用，为客户服务提供更多的见解和价值。
商业智能用户
虽然工具因供应商的不同而不同，但这些元素中的一些或全部通常是存在的或可以作为附加组件购买。在某些情况下，报表解决方案或管理仪表板提供了一个通用的工具，而更高级的分析，如数据挖掘、文本挖掘、文件处理，或预测分析则提供给训练有素的IT专业人员处理。
公司的数据是其最大的资产之一。大数据的时代，传统信息或在线活动产生不断的信息流，正在为商业智能工具和培训带来了更大的需求。
在小型企业中，商业智能工具可能主要用于报告目的，或委托给IT部门。在大公司中，商务智能团队可能由经过培训的商务智能专业人员，商务智能开发人员，数据管理专家和选定的高管组成，以实际的方式交流业务需求并解读结果。一些组织将使用商业智能工具作为越来越复杂或专门的分析项目的内部软件开发的基础。当业务需求发生变化时，专业的商业智能团队可以确保更快更灵活的数据处理，并且必须研究一系列用例场景。
商业智能和大数据之间的差异
“大数据”只是指非常大量的数据，而不是使用数据的任何固定的定义。一些商业智能供应商和用户将在“商业分析”一词中提及这一两个词。但是，这还涉及到所有组件：数据仓库、企业信息系统、商业智能报告工具、性能、业务应用程序、风险评估，以及现在越来越多的安全性、法规遵从性和数据治理。最近，商业分析也正在成为首选。
但是，商业智能与分析的区别很重要，因为商业智能是指分析重要的工具和业务价值。
本文转自d1net（转载）
