企业对大数据商业智能的认识应当是什么？
一、BI （是从已获取的知识当中得到更多的信息）
BI利用软件和服务将数据转化为可操作的情报，为组织的战略和战术业务决策提供信息。BI 工具访问和分析数据集，并在报告、摘要、仪表板、图表、和地图中呈现分析结果，为用户提供有关业务状态的详细信息。换句话说，企业对大数据商业智能的认识是：BI是企业从信息系统中提出问题和获得有用答案的系统方式。
企业构建流程和系统，以收集所需的数据，分析数据，然后根据该分析报告调查结果。企业知道需要跟踪的内容、如何分析这些数据，甚至应该如何报告分析以及应该通知谁。BI 成为许多企业决策者的使用工具。
大数据在几个重要方面与 BI 相关，但不同。
二、大数据
大数据被认为是处理海量数据，比如社交媒体软件和企业网站的点击量。但其实它的范围更广，特别是在探索以前的未知因素。通常，通过筛选企业自己的操作和机器数据来了解要问的问题。一旦这些问题被知道，BI 流程可用于额外的探索和报告，但大数据更有趣的用途之一是在业务事件发生时将分析集成到业务运营中。因此，这不仅仅是一种更好地解释所发生的事情的方法。大数据可直接影响业务结果。企业对大数据商业智能的认识应该是，商业智能是一整套方案，就是充分利用企业在日常经营过程中生产的大量数据，并将它们转化为信息和知识来免除企业中的瞎猜行为和无知状态，让每一个决定、管理细节、战略规划都有数据参考。
在企业的定位可以是：报表查询和展现+数据分析挖掘+数据预警+数据管理。
1、报表查询和展现：简单报表的快速查询和制作
2、数据分析挖掘：配合数据挖掘工具，关联业务数据，业务分析
3、数据预警：数据实时加载呈现，指标预警
4、数据管理：数据和报表的权限管理，防止信息外露
从技术上来讲，传统的商业智能就是从不同的数据源中收集有用的数据，对数据进行清理，以保证数据的一致性和准确性；然后将数据进行相应的转换，再加载到数据仓库中；最后选择合适的数据挖掘分析工具和OLAP工具，将数据转化为报表、Dashboard等可视化形式的信息，SAP BO \ IBM Cognos都是这样的方案。
新型的商业智能作用也类似，只不过将OLAP工具和ETL工具都可以集成到一整套的系统里去，流过的数据可世界ETL处理，直接在线多维度分析，前端可进行分析操作，例如FineBI。企业对大数据商业智能的认识来看：
以帆软FineBI对商务智能的定义，从业务上可以划分为五个层次：
第一个层次是告诉企业发生了什么——提供事先预制好的报告、企业平衡记分卡或综合管理“仪表盘”，利用集中管理的关键绩效指标(KPI)，解决企业运营绩效问题，监控企业的发展，实现复杂的报告用简单的方式表象出来。当利用“仪表盘”和记分卡时，用户可以扩充到很多的部门和客户，但是发生了什么是了解企业过去干了什么。
第二个层次是让企业探索为何发生——也叫例外分析，业务部门可以从固定的报表、报告和一些关键的KPI中，可以得到很多相关的信息，但是当他们发现问题时，需要了解为何发生了这些问题。这时，就需要即席查询和在线分析（OLAP）。业务分析员经常需要自己根据问题的需要完成自己的分析和报告。在很多情况下，业务分析员和决策制定者需要一套商务智能的工具，通过访问集成好的数据仓库，获得需要的信息。
第三个层次是让用户实时看到现在发生了什么——这个层次是实时的信息分析。企业决策层建立当前情况下的业务战略和决策。为了该层次的成功，几乎需要获得实时的数据，查询可以回答及时发生的问题。由此，运营模式和业务流程会发生较大的变化。例如：当客户因某种原因对服务不满时，需要退出服务或者产品时，相关客户服务人员发现这个客户是企业的大客户时，他应该迅速将情况发短信息给该客户的大客户经理，大客户经理很快查找到该客户的消费记录并分析客户，马上和客户联系，争取挽留客户。而不是当客户流失后才着急和客户联系。
第四个层次是帮企业预见即将发生什么——客户发现仅仅了解现在还远远不够，将来会发生什么，风险的预测和评估是非常重要的。还需要统计分析的功能，来帮助分析客户的细分、预测客户的行为、预言客户业务的趋势、辨认欺诈行为等等。需要这种模型的客户群是非常大的，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极其必要的。
第五个层次是“我希望发生什么”——决策是由系统提供的，系统的数据是由运营系统得到的。例如由Web页获得，或者由基于市场条件和分析客户需求进行的特价、促销活动得到。所以可以建立清楚的决策和业务政策，让事件沿着正确的轨迹、朝着预定的方向行进，达到预期的目标。
立即沟通
