数据商业智能

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。

商业智能的概念在1996年最早由加特纳集团（Gartner Group）提出，加特纳集团将商业智能定义为：商业智能描述了一系列的概念和方法，通过应用基于事实的支持系统来辅助商业决策的制定。商业智能技术提供使企业迅速分析数据的技术和方法，包括收集、管理和分析数据，将这些数据转化为有用的信息，然后分发到企业各处。

商业智能又名商务智能，英文为Business Intelligence，简写为BI。

提到“商业智能”这个词，网上普遍认为是Gartner机构在1996年第一次提出来的，但事实上IBM的研究员Hans Peter Luhn早在1958年就用到了这一概念。他将“智能”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。”

在1989年，Howard Dresner将商业智能描述为“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。”

商业智能通常被理解为将企业中现有的数据转化为知识，帮助企业做出明智的业务经营决策的工具。这里所谈的数据包括来自企业业务系统的订单、库存、交易账目、客户和供应商等来自企业所处行业和竞争对手的数据以及来自企业所处的其他外部环境中的各种数据。而商业智能能够辅助的业务经营决策，既可以是操作层的，也可以是战术层和战略层的决策。为了将数据转化为知识，需要利用数据仓库、联机分析处理（OLAP）工具和数据挖掘等技术。因此，从技术层面上讲，商业智能不是什么新技术，它只是数据仓库、OLAP和数据挖掘等技术的综合运用。

可以认为，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。

因此，把商业智能看成是一种解决方案应该比较恰当。商业智能的关键是从许多来自不同的企业运作系统的数据中提取出有用的数据并进行清理，以保证数据的正确性，然后经过抽取（Extraction）、转换（Transformation）和装载（Load），即ETL过程，合并到一个企业级的数据仓库里，从而得到企业数据的一个全局视图，在此基础上利用合适的查询和分析工具、数据挖掘工具（大数据魔镜）、OLAP工具等对其进行分析和处理（这时信息变为辅助决策的知识），最后将知识呈现给管理者，为管理者的决策过程提供支持。

最近商业智能又大火了一把，然而却不是商业智能可视化工具，而是马云爸爸的无人超市。商业智能这个概念最近媒体常提，但仿佛是有两个概念，除了指企业数据智能化管理，还可能意指智能超市这类靠机器、人工智能才能完成以前靠人无法完成的海量服务和个性化服务。其实，商业智能真正的概念指的是大数据可视化分析，涉及诸如查询，数据挖掘和报告等活动。它是指用于提取有意义数据的活动和技术比如商业智能可视化工具。

商业智能的结构

商业智能由四个重要的结构组成。它们包括分区，索引，面向列的存储，物化视图。分区是有益的，因为它将表格分成维护操作（如加载）的子集。它也使信息更容易备份。索引涉及扫描一列中的特定键值。面向列的存储是关于按列而不是行来组织数据的。物化视图是存储在数据库中以便于访问的常见查询的结果。

商业智能的应用

商业智能涉及诸如移动商业智能（BI）等应用程序。移动商业智能目前正在市场上流行。对那些急于做出商业决策的人来说，这是最有利的。他们包括运营经理，销售人员和现场服务代表。移动商业智能在行政层面的成功吸引了新兴业务。另外，移动产品开发人员的丰富知识使得移动商业智能可视化工具成为可能。移动技术成本的降低也是拥抱移动商业智能的重要因素。移动商务智能具有一些优势，因为智能手机和平板电脑可以处理商业智能应用。

商业智能的意义

商业智能对于减少不确定性至关重要，特别是在商业领域。企业面临诸如竞争加剧，经济不稳定以及购买者行为改变等挑战。商业智能可视化工具可以帮助企业分析市场状况和竞争对手。这将有助于企业获取相关的知识做出战略性的商业决策。

商业智能水平

商业智能由三个层次组成，其中包括源系统，仓库和报告层。源系统层由不同类型的数据组成，通常称为非结构化数据。编译这些数据是困难的。因此，商业智能的合并使工作更简单。商业智能与元数据能力一起，帮助评估和检索非结构化数据中的数据。

实时分析或实时智能是指在数据进入系统时使用数据的能力。有助于客户关系管理。这是因为快速提供企业客户的信息来加强决策过程。实时分析需要一组技术来增强其功能。例如，数据仓库设备包括为分析处理而设计的软件和硬件产品。

除此之外，商业智能可视化工具由可视化计算和用户友好的数据可视化组成。商业智能的目标将随着这些技术的发展而得以实现，因为它们可以提供完整的数据准备和更广泛的数据可伸缩性。