科技的進(jìn)步推動(dòng)了信息系統(tǒng)應(yīng)用的改革，現(xiàn)如今，社會(huì)信息的流轉(zhuǎn)與信息傳遞處理技術(shù)對(duì)人民群眾的生活及時(shí)代發(fā)展的影響日益突出，互聯(lián)網(wǎng)與移動(dòng)網(wǎng)絡(luò)的進(jìn)步為大數(shù)據(jù)時(shí)代的形成起到了助推作用，信息傳遞速度與效率得到明顯提高，數(shù)據(jù)在企業(yè)和我們的日常生活中出現(xiàn)的頻率也越來越高。
而大數(shù)據(jù)和BI（商業(yè)智能）就是近年來一直很熱門的詞匯，也經(jīng)常有人把這二者混為一談，但從本質(zhì)上說，它們確實(shí)是不一樣的技術(shù)，也能為企業(yè)起到不同的作用和意義。隨著互聯(lián)網(wǎng)經(jīng)濟(jì)和信息化技術(shù)的普及，大數(shù)據(jù)技術(shù)和BI技術(shù)在企業(yè)中的應(yīng)用也不斷深入，甚至在一定程度上改變了許多企業(yè)的運(yùn)營和管理模式。
這兩種發(fā)源于大數(shù)據(jù)時(shí)代的技術(shù)究竟有什么區(qū)別，又有什么聯(lián)系呢？在企業(yè)中又是如何發(fā)揮其作用的？今天小億想就這些問題和大家聊聊。

一、概念理解
1、什么是大數(shù)據(jù)？
維基百科給出的大數(shù)據(jù)的定義是：“大數(shù)據(jù)是指在承受的時(shí)間范圍內(nèi)使用通常的軟件工具捕獲和管理的數(shù)據(jù)集合。大數(shù)據(jù)是一種大規(guī)模的數(shù)據(jù)集合，在過去的存儲(chǔ)和管理分析中遠(yuǎn)遠(yuǎn)超過傳統(tǒng)軟件，因此稱為大數(shù)據(jù)。”簡單來說，大數(shù)據(jù)就是規(guī)模很大的數(shù)據(jù)。但我們今天所指的大數(shù)據(jù)并不是單純的簡單的大量的數(shù)據(jù)，而是指的大數(shù)據(jù)的應(yīng)用。
就像大數(shù)據(jù)的核心價(jià)值在于存儲(chǔ)和分析海量數(shù)據(jù);大數(shù)據(jù)技術(shù)的戰(zhàn)略意義不在于掌握大量數(shù)據(jù)信息，而在于專業(yè)處理這些有意義的數(shù)據(jù)。換句話說，如果把大數(shù)據(jù)比作一個(gè)行業(yè)，這個(gè)行業(yè)盈利的關(guān)鍵在于提高數(shù)據(jù)的加工能力，通過加工實(shí)現(xiàn)數(shù)據(jù)的增值。

2、什么是BI？
BI（BusinessIntelligence）即商業(yè)智能，它是一套完整的解決方案，用來將企業(yè)中現(xiàn)有的數(shù)據(jù)進(jìn)行有效的整合，快速準(zhǔn)確的提供報(bào)表并提出決策依據(jù)，幫助企業(yè)做出明智的業(yè)務(wù)經(jīng)營決策。商業(yè)智能BI在數(shù)據(jù)架構(gòu)中處于前端分析的位置，其核心作用是對(duì)獲取數(shù)據(jù)的多維度分析、數(shù)據(jù)的切片、數(shù)據(jù)的上鉆和下鉆、cube等。通過ETL數(shù)據(jù)抽取、轉(zhuǎn)化形成一個(gè)完整的數(shù)據(jù)倉庫、然后對(duì)數(shù)據(jù)倉庫的數(shù)據(jù)進(jìn)行抽取，而后是商業(yè)智能的前端分析和展示。
一般來說，BI就是一種幫助企業(yè)更好地利用數(shù)據(jù)來提高決策質(zhì)量的技術(shù)集合，是一個(gè)從大量數(shù)據(jù)中挖掘信息和知識(shí)的過程。簡單地說，它是應(yīng)用業(yè)務(wù)、數(shù)據(jù)和數(shù)據(jù)值的過程。

二、差異辨別
隨著大數(shù)據(jù)、AI等技術(shù)快速發(fā)展，以及大數(shù)據(jù)應(yīng)用在行業(yè)的落地，企業(yè)對(duì)BI和大數(shù)據(jù)的選擇陷入到一個(gè)“非此即彼”的思維。但其實(shí)，它們二者的關(guān)系并沒有到這樣“水深火熱”的地步。
雖然大數(shù)據(jù)與BI是兩種不同概念和工具，但卻是社會(huì)發(fā)展到不同階段的產(chǎn)物，大數(shù)據(jù)對(duì)于BI，既有傳承，也有發(fā)展。大數(shù)據(jù)和AI在落地應(yīng)用的過程中需要一系列產(chǎn)品作為技術(shù)承載體，而BI就是一個(gè)比較理想的承載體。BI可以看成是技術(shù)與業(yè)務(wù)結(jié)合的橋梁。當(dāng)前企業(yè)在進(jìn)行人工智能改造過程中并不能馬上脫離原有的信息化體系，既如此，就必須借助于BI來完成智能化過渡。
兩者的差異在于以下三點(diǎn)：
1、數(shù)據(jù)來源
BI的數(shù)據(jù)來源一般為企業(yè)內(nèi)部信息化系統(tǒng)中的數(shù)據(jù)，更多是作為企業(yè)內(nèi)部數(shù)據(jù)分析的工具；大數(shù)據(jù)的數(shù)據(jù)來源不僅包含企業(yè)內(nèi)部的信息化系統(tǒng)的數(shù)據(jù)，還包括各種外部系統(tǒng)、機(jī)器設(shè)備、數(shù)據(jù)庫的數(shù)據(jù)。總的來說大數(shù)據(jù)的數(shù)據(jù)來源更廣泛，而且數(shù)據(jù)更多的來自于云端，可無限擴(kuò)展。
2、發(fā)展方向
對(duì)企業(yè)來說，BI是一種管理和思維方式的轉(zhuǎn)變，對(duì)企業(yè)內(nèi)部數(shù)據(jù)進(jìn)行分析，支撐企業(yè)運(yùn)營與決策，從傳統(tǒng)商業(yè)模式走向商業(yè)智能。大數(shù)據(jù)除了解決企業(yè)業(yè)務(wù)問題，還包括與行業(yè)、產(chǎn)業(yè)的深度融合，不同行業(yè)所呈現(xiàn)的內(nèi)容與分析維度各不相同，是用全新的數(shù)據(jù)技術(shù)手段來拓展和優(yōu)化企業(yè)業(yè)務(wù)。
3、數(shù)據(jù)利用
BI更注重?cái)?shù)據(jù)的呈現(xiàn)和分析，大數(shù)據(jù)更注重?cái)?shù)據(jù)的深度分析和利用。
4、數(shù)據(jù)存儲(chǔ)
BI存儲(chǔ)有限的數(shù)據(jù)(DWH/DM等)。大數(shù)據(jù)中存儲(chǔ)的數(shù)據(jù)則是無限膨脹。Hadoop的誕生就是為了低成本和無限制的擴(kuò)展。
5、技術(shù)標(biāo)簽
BI的技術(shù)標(biāo)簽包括ETL、數(shù)據(jù)倉庫、OLAP、可視化報(bào)表。大數(shù)據(jù)的技術(shù)標(biāo)簽則包括Hadoop、MPP、HDFS、MapReduce、流處理等。隨著時(shí)代的變革與技術(shù)的迭代，BI經(jīng)歷了多次優(yōu)化和變革，新型BI被賦予更多“大數(shù)據(jù)”潛能，既滿足海量實(shí)時(shí)數(shù)據(jù)分析，也滿足決策型的業(yè)務(wù)分析。

三、相關(guān)性解讀
本質(zhì)上來說，無論是BI還是大數(shù)據(jù)技術(shù)，都是脫胎于大數(shù)據(jù)時(shí)代的技術(shù)，它們?nèi)杂幸欢ǖ年P(guān)聯(lián)性和相關(guān)性。首先先說明，大數(shù)據(jù)相對(duì)于傳統(tǒng)BI，不是簡單的PLUS的關(guān)系，它涉及了思想、工具和人員深層次的變革。
1、從數(shù)據(jù)來源角度
大數(shù)據(jù)應(yīng)用的數(shù)據(jù)來源，不僅僅包括非結(jié)構(gòu)化的數(shù)據(jù)，還有各種系統(tǒng)數(shù)據(jù)，數(shù)據(jù)庫數(shù)據(jù)。其中非結(jié)構(gòu)化數(shù)據(jù)主要是集中在互聯(lián)網(wǎng)以及一些社交網(wǎng)站上的數(shù)據(jù)以及一些機(jī)器設(shè)備的數(shù)據(jù)，這些都構(gòu)成了大數(shù)據(jù)應(yīng)用的數(shù)據(jù)來源。對(duì)于大數(shù)據(jù)的分析工具來說，現(xiàn)階段也是對(duì)于非結(jié)構(gòu)化的數(shù)據(jù)分析的比較多。
BI系統(tǒng)則是在數(shù)據(jù)集成方面的技術(shù)越來越成熟，對(duì)于數(shù)據(jù)的提取，一個(gè)各種數(shù)據(jù)挖掘的要求來說，數(shù)據(jù)集成平臺(tái)會(huì)幫助企業(yè)實(shí)現(xiàn)數(shù)據(jù)的流通和交互使用，在企業(yè)內(nèi)部實(shí)施BI應(yīng)用就是為了可以更好的對(duì)數(shù)據(jù)進(jìn)行分享和使用。
2、從思維方式角度
大數(shù)據(jù)對(duì)于傳統(tǒng)BI，既有繼承，也有發(fā)展，從“道”的角度講，BI與大數(shù)據(jù)區(qū)別在于前者更傾向于決策，對(duì)事實(shí)描述更多是基于群體共性，幫助決策者掌握宏觀統(tǒng)計(jì)趨勢，適合經(jīng)營運(yùn)營指標(biāo)支撐類問題，大數(shù)據(jù)則內(nèi)涵更廣，傾向于刻畫個(gè)體，更多的在于個(gè)性化的決策。
3、從發(fā)展方向角度
BI的發(fā)展要從傳統(tǒng)的商務(wù)智能模式開始轉(zhuǎn)換，對(duì)于企業(yè)來說，BI不僅僅是一個(gè)IT項(xiàng)目，更是一種管理和思維的方式，從技術(shù)的部署到業(yè)務(wù)的流程規(guī)劃，BI迎來新的發(fā)展。對(duì)于大數(shù)據(jù)來說，現(xiàn)階段更多的大數(shù)據(jù)關(guān)注在非結(jié)構(gòu)化數(shù)據(jù)，不同的數(shù)據(jù)分析工具的出現(xiàn)和行內(nèi)的應(yīng)用范圍不斷的加大，對(duì)于大數(shù)據(jù)應(yīng)用來說，怎么與應(yīng)用的行業(yè)進(jìn)行一個(gè)深層次的結(jié)合才是最重要的。
4、從工具的角度
傳統(tǒng)BI使用的是ETL、數(shù)據(jù)倉庫、OLAP、可視化報(bào)表技術(shù)，屬于應(yīng)用和展示層技術(shù)，目前都處于淘汰的邊緣，因?yàn)樗鉀Q不了海量數(shù)據(jù)(包括結(jié)構(gòu)化與非結(jié)構(gòu)化)的處理問題。而大數(shù)據(jù)應(yīng)用的是一個(gè)完整的技術(shù)體系，包括用Hadoop、流處理等技術(shù)解決海量的結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)的ETL問題，用Hadoop、MPP等技術(shù)計(jì)算海量數(shù)據(jù)的計(jì)算問題，用redis、HBASE等方式解決高效讀的問題，用Impala等技術(shù)實(shí)現(xiàn)在線分析等問題。因此是個(gè)全新的行業(yè)。

四、企業(yè)應(yīng)用
由于大數(shù)據(jù)和BI技術(shù)的特性，這兩種技術(shù)在企業(yè)中有著不同的應(yīng)用，而企業(yè)如何選擇，也要根據(jù)企業(yè)的實(shí)際情況選擇。
1、大數(shù)據(jù)在企業(yè)中的應(yīng)用場景
（1）、個(gè)性化營銷
伴隨著數(shù)據(jù)大爆炸與消費(fèi)者個(gè)性化，用戶對(duì)無關(guān)信息的容忍度與日俱減的同時(shí)，用戶興趣數(shù)據(jù)與日俱增。沒有數(shù)據(jù)支撐的營銷，將會(huì)陷入盲目決定的情況。這一切，導(dǎo)致了個(gè)性化成為大數(shù)據(jù)的應(yīng)用方向。
（2）、對(duì)客戶價(jià)值的識(shí)別和挖掘
以數(shù)據(jù)為支撐的客戶價(jià)值評(píng)估將有助于公司找到真正的目標(biāo)客戶群，幫助企業(yè)更好地推進(jìn)客戶關(guān)系管理。
（3）、數(shù)據(jù)驅(qū)動(dòng)的精準(zhǔn)廣告
大數(shù)據(jù)的出現(xiàn)，宣告了盲目營銷的終結(jié)，數(shù)據(jù)驅(qū)動(dòng)的精準(zhǔn)廣告時(shí)代來臨。例如在廣告的精準(zhǔn)營銷方面，大數(shù)據(jù)技術(shù)可以通過數(shù)據(jù)庫的消費(fèi)者畫像，能讓廣告主全方位了解消費(fèi)者。采用50多種定向技術(shù)，能夠讓廣告精準(zhǔn)地觸達(dá)用戶的手機(jī)、PC端。投放全程效果監(jiān)控，循環(huán)優(yōu)化投放方案，有效控制成本，達(dá)到超高費(fèi)效比。
（4）、客戶流失預(yù)警
在用戶即資產(chǎn)的時(shí)代，客戶流失預(yù)警對(duì)企業(yè)的戰(zhàn)略制定有著重要意義，流失的是否是目標(biāo)客戶，哪一類型的客戶，用戶為什么會(huì)流失等等。大數(shù)據(jù)技術(shù)能夠跟蹤用戶行為軌跡，通過不同的算法，可以發(fā)現(xiàn)最終客戶流失的特殊及其原因，最終幫助企業(yè)挽留用戶。
（5）、企業(yè)商業(yè)決策
如前所述，企業(yè)的商業(yè)決策已經(jīng)變得與數(shù)據(jù)密不可分。以蘇寧為例，其數(shù)據(jù)部門需要為業(yè)務(wù)部門提供多重服務(wù)。首先是報(bào)表服務(wù)，為運(yùn)營部門提供實(shí)時(shí)的、豐富的、準(zhǔn)確的數(shù)據(jù)支持，其次是引擎服務(wù)，應(yīng)用大數(shù)據(jù)的技術(shù)去驅(qū)動(dòng)前臺(tái)的業(yè)務(wù)，它已經(jīng)直接嵌入到企業(yè)的生產(chǎn)經(jīng)營活動(dòng)中，直接影響到企業(yè)的整個(gè)業(yè)務(wù)。
（6）、庫存管理和物流配送
對(duì)于電商或O2O公司來說，庫存管理和物流配送是業(yè)重要的競爭力。通過數(shù)據(jù)的分析和挖掘，可以精準(zhǔn)測算出不同品類商品的庫存水平，同時(shí)獲取最佳用戶體驗(yàn)與物流整體配送效益的平衡。比如在京東商場，當(dāng)用戶點(diǎn)擊瀏覽某商品后，京東會(huì)通過對(duì)該用戶的一系列數(shù)據(jù)分析，確定其購買的可能性。當(dāng)該用戶被確定為潛在用戶后，京東便會(huì)將其瀏覽過的產(chǎn)品，在當(dāng)?shù)貍}庫中準(zhǔn)備好，一旦用戶下單，便可迅速配貨，這就是京東可以次日達(dá)的原因。?

2、BI在企業(yè)中的應(yīng)用場景
1、數(shù)據(jù)整合,滿足業(yè)務(wù)分析需求
企業(yè)信息化建設(shè)至今,很普遍地出現(xiàn)了信息孤島的現(xiàn)象。企業(yè)中風(fēng)格及功能各異的信息系統(tǒng)隨需而建，而不是建立在一個(gè)統(tǒng)一的邏輯上。這也就造成了業(yè)務(wù)或者管理人員需要在各個(gè)不同的系統(tǒng)中操作，一旦涉及到需要從多個(gè)系統(tǒng)取數(shù)的分析需求,則操作起來相當(dāng)麻煩，而且由于是人工操作,數(shù)據(jù)繁瑣，又難免出錯(cuò)。
使用BI商業(yè)智能系統(tǒng)，可以很輕松地取到各個(gè)應(yīng)用系統(tǒng)中的數(shù)據(jù),通過數(shù)據(jù)清理等一系列操作， 建成一個(gè)可以滿足企業(yè)級(jí)分析需求的數(shù)據(jù)倉庫,這樣業(yè)務(wù)人員就可以基于這個(gè)完整的數(shù)據(jù)視圖在-個(gè)交互友好的系統(tǒng)(商業(yè)智能系統(tǒng))中新建分析了。

2、輔助市場分析,促進(jìn)營銷轉(zhuǎn)化
BI是所有IT系統(tǒng)中最適合于管理層和決策層使用的信息系統(tǒng)，因?yàn)閰^(qū)別于OA,ERP等其他信息系統(tǒng)，只有BI可以將這些系統(tǒng)中積累的數(shù)據(jù)整合在一起，并挖掘出其中存在的數(shù)據(jù)價(jià)值。BI最常用于市場分析。
將BI應(yīng)用于市場分析主要有以下幾種分析主題:市場占有率分析、市場趨勢分析(歷史、未來)、產(chǎn)品可用性分析、 客戶需求分析、產(chǎn)品競爭分析等……通過以上種種分析來協(xié)助市場營銷的計(jì)劃及實(shí)施，促進(jìn)市場營銷目標(biāo)的實(shí)現(xiàn):更多的線索，更高的投資轉(zhuǎn)化率，更豐厚的利潤收益。
億信ABI可以提供報(bào)表分析、大屏可視化、自助式分析、報(bào)告應(yīng)用、預(yù)測與挖掘等多元化分析方法，全方位提升數(shù)據(jù)分析能力，精準(zhǔn)支撐領(lǐng)導(dǎo)決策，幫助企業(yè)完成市場分析，促進(jìn)業(yè)務(wù)增長，充分發(fā)揮數(shù)據(jù)的驅(qū)動(dòng)作用。

3、改進(jìn)應(yīng)用系統(tǒng),完善管理
由于BI系統(tǒng)可以代替其他信息系統(tǒng)進(jìn)行企業(yè)數(shù)據(jù)的采集,因此企業(yè)在進(jìn)行IT建設(shè)時(shí)可以先實(shí)施BI系統(tǒng),先讓管理決策層體會(huì)到IT系統(tǒng)挖掘數(shù)據(jù)支持決策的魅力，促使他們推動(dòng)ERP等基礎(chǔ)系統(tǒng)的實(shí)施和推廣。
億信ABI就平臺(tái)內(nèi)置了數(shù)倉實(shí)施工具，其中豐富的處理轉(zhuǎn)換組件，通過拖拽式的流程設(shè)計(jì)，實(shí)現(xiàn)了數(shù)據(jù)抽取、清洗、轉(zhuǎn)換、裝載及調(diào)度，用于幫助政府和企業(yè)構(gòu)建數(shù)據(jù)倉庫，完成數(shù)據(jù)融合，提升數(shù)據(jù)質(zhì)量，服務(wù)數(shù)據(jù)分析，幫助完成數(shù)據(jù)的質(zhì)量提升，從數(shù)據(jù)層面幫助企業(yè)改進(jìn)應(yīng)用系統(tǒng)，完善管理。

大數(shù)據(jù)和BI并不能完全地拆分開來，也不能簡單的理解成為毫不相關(guān)的概念。它們其實(shí)是互相影響、互相關(guān)聯(lián)的關(guān)系，而企業(yè)對(duì)于大數(shù)據(jù)和BI技術(shù)的選擇，也要根據(jù)企業(yè)的實(shí)際情況和企業(yè)當(dāng)前的需求，并不能簡單的做出決定。