BI本身是商業(yè)智能分析，會(huì)涉及到數(shù)據(jù)技術(shù)知識(shí)和業(yè)務(wù)知識(shí)，業(yè)務(wù)每個(gè)企業(yè)各有不同，相通的是一些分析思維和一些商業(yè)常識(shí)。商業(yè)智能描述了一系列的概念和方法，通過(guò)應(yīng)用基于事實(shí)的支持系統(tǒng)來(lái)輔助商業(yè)決策的制定。想要學(xué)好商業(yè)智能必須從業(yè)務(wù)、技術(shù)、分析思路三個(gè)角度出發(fā)豐富自己的知識(shí)體系。

這里列一些涉及到的學(xué)習(xí)的內(nèi)容
技術(shù)層面主要是針對(duì)數(shù)據(jù)分析師、業(yè)務(wù)分析師或BI工程師等崗位，需要掌握的一些基礎(chǔ)技能。這里推薦一份數(shù)據(jù)分析知識(shí)圖譜可以參考，包含了Python數(shù)據(jù)分析全方位的技能體系，比如數(shù)據(jù)獲取、SQL數(shù)據(jù)庫(kù)、Python、統(tǒng)計(jì)學(xué)、數(shù)據(jù)分析核心模塊、可視化、報(bào)告撰寫等等都有詳細(xì)拆解。
1、學(xué)習(xí)數(shù)據(jù)庫(kù)知識(shí)， 掌握基礎(chǔ)技能SQL
2、技術(shù)選擇：數(shù)據(jù)倉(cāng)庫(kù) / ETL / 前端開(kāi)發(fā)等等
3、 選擇技術(shù)工具：

數(shù)據(jù)庫(kù)，為什么呢，因?yàn)锽I的出發(fā)點(diǎn)是數(shù)據(jù)，他希望能夠從數(shù)據(jù)分析中得到有用的信息，數(shù)據(jù)庫(kù)是工具，也是基礎(chǔ)2.統(tǒng)計(jì)學(xué)知識(shí)，為什么呢，因?yàn)閿?shù)據(jù)拿出來(lái)之后，你能做的第一件事，是將數(shù)據(jù)展示出來(lái)，如何展示，如何合理的展示，如何有效的展示，這是BI的核心其他的，什么數(shù)據(jù)挖掘算法，數(shù)學(xué)能力，業(yè)務(wù)分析能力等等都是plus，如果有，那你的商業(yè)智能產(chǎn)品一定有更高的價(jià)值

數(shù)據(jù)庫(kù)，為什么呢，因?yàn)锽I的出發(fā)點(diǎn)是數(shù)據(jù)，他希望能夠從數(shù)據(jù)分析中得到有用的信息，數(shù)據(jù)庫(kù)是工具，也是基礎(chǔ)

統(tǒng)計(jì)學(xué)知識(shí)，為什么呢，因?yàn)閿?shù)據(jù)拿出來(lái)之后，你能做的第一件事，是將數(shù)據(jù)展示出來(lái)，如何展示，如何合理的展示，如何有效的展示，這是BI的核心

其他的，什么數(shù)據(jù)挖掘算法，數(shù)學(xué)能力，業(yè)務(wù)分析能力等等都是plus，如果有，那你的商業(yè)智能產(chǎn)品一定有更高的價(jià)值

邏輯思維：
業(yè)務(wù)層面其實(shí)很難幫到你，因?yàn)槊恳粋€(gè)行業(yè)都不一樣，但不變的是，你得首先知道企業(yè)為什么要做商業(yè)智能，目的是什么？（一般是通過(guò)數(shù)據(jù)可視化、數(shù)據(jù)異常分析、業(yè)務(wù)建模分析發(fā)現(xiàn)更多增長(zhǎng)機(jī)會(huì)）其次，你得了解各條業(yè)務(wù)線的KPI以及達(dá)成KPI的方式和影響KPI的因素。從結(jié)果出發(fā)找到我能為這些業(yè)務(wù)線去發(fā)現(xiàn)什么樣的問(wèn)題，并通過(guò)優(yōu)化業(yè)務(wù)流程和集中決策來(lái)幫助業(yè)務(wù)線解決問(wèn)題，節(jié)省資金，提高投資回報(bào)率。

實(shí)操數(shù)據(jù)分析工作，項(xiàng)目過(guò)程中認(rèn)真參與
分析思路并不是說(shuō)一定有人是強(qiáng)項(xiàng)，后天鍛煉十分重要。很數(shù)據(jù)分析師每天只是在為了分析而分析，并不去關(guān)心數(shù)據(jù)分析的結(jié)果對(duì)于業(yè)務(wù)端有沒(méi)有實(shí)際價(jià)值。