商业智能BI(即Business Intelligence简称BI)是一套由数据仓库、查询报表、数据分析等组成的数据类技术解决方案。商业智能BI的主要作用是将企业中不同业务信息系统例如 ERP、CRM、OA 等数据打通并进行有效的整合(打通业务系统),再利用合适的查询工具和分析工具快速准确的提供报表等可视化分析(查询与报表可视化分析),为企业提供决策支持。目前国内外主流的商业智能BI有tableau,powerbi,派可数据等。
数据可视化-派可数据商业智能BI
在现阶段商业智能BI定义确立前,商业智能BI还经历了三个发展阶段:
早期在1958年,IBM 研究员Hans Peter Luhn将商业智能BI定义为:“对事物相互关系的一种理解能力,并依靠这种能力去指导决策,以达到预期的目标。”这期间出现的领导信息系统(EIS)和决策支持系统(DSS)等技术应用正是商业智能BI的前身。
在1989年,Howard Dresner将商业智能BI描述为:“使用基于事实的决策支持系统,来改善业务决策的一套理论与方法。”
数据可视化-派可数据商业智能BI
1996 年,咨询机构 Gartner 集团提出 商业智能BI 的定义:“一类由数据仓库(或数据集市)、查询报表、 数据分析、数据挖掘、数据备份和恢复等部分组成的、以帮助企业决策为目的的技术及其应用。“商业智能BI 为企业提供迅速分析数据的技术和方法,包括收集、 管理和分析数据,将数据转化为有价值的信息,并分发到企业各处。让企业的决策有数可依,减少决策的盲目性, 理性地驱动企业管理和运营。
BI是商业智能,商业智能(Business Intelligence,简称:BI),又称商业智慧或商务智能,指用现代数据仓库技术、线上分析处理技术、数据挖掘和数据展现技术进行数据分析以实现商业价值。
商业智能是对商业信息的搜集、管理和分析过程,目的是使企业的各级决策者获得知识或洞察力(insight),促使他们做出对企业更有利的决策。
商业智能一般由数据仓库、联机分析处理、数据挖掘、数据备份和恢复等部分组成。商业智能的实现涉及到软件、硬件、咨询服务及应用,其基本体系结构包括数据仓库、联机分析处理和数据挖掘三个部分。
扩展资料
实施商业智能系统是一项复杂的系统工程,整个项目涉及企业管理,运作管理,信息系统,数据仓库,数据挖掘,统计分析等众多门类的知识,
因此用户除了要选择合适的商业智能软件工具外还必须按照正确的实施方法才能保证项目得以成功. 商业智能项目的实施步骤可分为:
1、需求分析: 需求分析是商业智能实施的第一步,在其他活动开展之前必须明确的定义企业对商业智能的期望和需求,包括需要分析的主题,各主题可能查看的角度(维度); 需要发现企业那些方面的规律. 用户的需求必须明确。
2、数据仓库建模:通过对企业需求的分析,建立企业数据仓库的逻辑模型和物理模型,并规划好系统的应用架构,将企业各类数据按照分析主题进行组织和归类。
3、数据抽取: 数据仓库建立后必须将数据从业务系统中抽取到数据仓库中,在抽取的过程中还必须将数据进行转换,清洗,以适应分析的需要。
4、建立商业智能分析报表:商业智能分析报表需要专业人员按照用户制订的格式进行开发,用户也可自行开发。
5、用户培训和数据模拟测试: 对于开发—使用分离型的商业智能系统,最终用户的使用是相当简单的,只需要点击操作就可针对特定的商业问题进行分析。
6、系统改进和完善:任何系统的实施都必须是不断完善的. 商业智能系统更是如此,在用户使用一段时间后可能会提出更多的,更具体的要求,这时需要再按照上述步骤对系统进行重构或完善。
参考资料来源:百度百科--商业智能