商业智能 BI 专业词汇，你认识几个？

Posted 2021-04-20 马达数据

翻译&编辑 / 马叔

BI 市场已经几乎完成了从报表到以业务为中心、提供自助分析的转变。这种转变让行业术语与词汇也日新月异。现在，不了解这些词语，你好意思说自己是 BI 业内人吗？以下是一个简单的 BI 行业词汇列表，要详细了解这些概念，还需要你自己动手百科啊！

 B

报表 / 收集来自各种来源和软件工具的数据，以易于理解和分析的方式呈现给最终用户。

 C

传统解决方案 / 旧的或过时的商业智能软件工具。

运营分析 / 是一种专注于改善企业的内部运营的数据分析。

操作数据存储（ODS）/ 用于集成来自多个源的数据的数据库，用于数据上的附加操作。与主数据存储不同，数据不会传回操作系统。是一种用于支持企业内战略决策的数据存储。

 F

服务级别协议（SLA）/ 服务提供商与寻求服务的客户之间的合同，具体定义了客户可以接收的服务的具体内容。

 G

公民数据科学家 / 一种新兴的、用来解决数据科学家短缺的角色。根据最近 Gartner 报告的定义，公民数据科学家是「一个可以创建或生成预测/分析模型的，但本质工作并非在统计学和分析领域的人」。

关键绩效指标（KPI）/ 一组量化指标，用于评估企业或员工在实现绩效目标方面取得的成果和表现。

规定性分析 / 商业智能中，致力于为特定情况找到最佳行动方案的。规定性分析是分析中的最后一步（第一步是描述性分析，第二步是预测分析）。规定性分析不仅预测会发生什么、何时发生，还会解释为什么发生。此外，规定性分析可以显示如何利用未来的机会或减轻未来的风险，显示一些决策选项，并显示每个选项的含义。规定性分析可以不断收录新数据以重新预测和重新制定方案，从而自动提高预测精度，并帮助制定更好的决策。

 H

Hadoop / 是一个开源的，基于 Java 的，支持在分布式计算环境中存储和处理大型数据集的编程框架。它是 Apache 软件基金会赞助的 Apache 项目的一部分。

 J

结构化查询语言（SQL）/ 一种用于查询和管理关系型数据库管理系统（RDBMS）中保存的数据的语言。SQL 的范围包括数据插入、查询、更新和删除，模式创建和修改以及数据访问控制。

机器学习 / 一种通过在训练数据集上面建立动态模型，通过较为通用的数据算法，得到关于新数据的判断、分类、回归、预测等结果的一类通用计算机程序，或指的是这种计算机程序的建模过程。

 O

OLAP / 一种在计算中迅速回答多维分析（MDA）查询的方法。是商业智能的一部分，典型应用包括销售、营销、管理报告、业务流程管理（BPM）、预算和预测、财务报告和类似领域的业务报告，以及农业等新应用。OLAP 工具使用户能够从多个角度以交互方式分析多维数据，包括三个基本的分析操作：整合（汇总），向下钻取和切片 / 切丁。

OLAP 立方 / OLAP 立方是针对数据仓库和在线分析处理（OLAP）应用程序进行了优化的多维数据库。 OLAP 立方是以多维形式存储数据的方法，通常用于报告。 在 OLAP 多维数据集中，数据（度量）按维度分类。

 P

平衡记分卡 / 一种战略规划管理系统，用来让业务活动与组织 / 公司的愿景和战略保持一致，提高内外部沟通，根据企业战略目标来管控组织各方面的表现。

 Q

嵌入式分析 / 将外部商业智能工具和功能集成到现有的业务软件中，嵌入到到客户关系管理（CRM），企业资源规划（ERP），营销自动化和金融系统中等等。嵌入让商务用户在执行日常任务时能够轻松访问 BI 工具，获得更有效率的分析洞察。

企业信息系统（EIS）/ 用于呈现和分析公司数据的应用程序，通常由高级管理层使用。

企业资源规划（ERP）/ 这种类型的软件让企业或组织可以管理一套集成应用程序，用于收集、管理和存储各种业务活动中的数据。

切片和切丁 / 将大数据集分解成更小的部分，以便从不同的角度进行分析。

 R

软件即服务（SaaS）/ 一种软件交付模式，其中软件以订阅方式出售，并集中托管，通常由最终用户通过 Web 浏览器使用客户端访问。

 S

伸缩性 / 增加数据量和数据仓库用户数量的能力。如果一个系统在体量大的情况下（比如大型数据集，大量输出或大量用户）仍然高效好用，就被认为具有伸缩性。 如果这个系统在体量增加时出现故障，则就是不具有伸缩性。

数据混合 / 提供一种，不用部署传统数据仓库架构，就可以快速直接地从多个数据源中提取价值、寻找规律的方法。

数据清理 / 使用供应商软件将原生状态的数据转换为预定义的标准化格式。

数据立方 / 具有多个维度的数据库结构，可以进行堆叠、组合和操作以启用浏览。

数据民主化 / 数据民主化是使数字信息能够被所有最终用户访问，数据民主化的目标是让非数据专家的人，在没有外部帮助的情况下，也能够自助地收集和分析数据，通过分析回答任何他们所需的问题。

数据发现 / 用户驱动的、在数据集中寻找规律的过程。

数据治理 / 管理存储在企业内的数据的有效性、可用性、完整性和安全性。

数据集成 / 是技术和业务流程的结合，用来将不同来源的数据，组合成有意义和有价值的信息。 完整的数据集成解决方案可从各种来源提供可信赖的数据。

数据湖 / 一个存储库，保存了大量原始数据的原始格式。

数据谱系 / 被称为数据生命周期，包括数据的起源以及它随时间的转变，描述了数据在不同流程中发生了什么变化。

数据集市 / 数据仓库的一个子集，通常面向特定的业务线或团队。数据仓库与整个企业范围相关，而数据集市中的信息通常与单个部门有关。

数据迁移 / 在两个或多个存储系统、数据格式、数据仓库或服务器之间移动数据的过程。

数据挖掘 / 从数据库中提取以前未知的数据，从中找到新的有价值的洞察，并将这些洞察用于指导重要的商业决策。

数据质量 / 指企业收集来的数据的质量。数据中的信息越相关、可用、完整和准确，就越有可能从中提取出有价值的商业洞察。

数据复制 / 从一台计算机或服务器上的数据库复制数据到另一台计算机中的数据库，以便所有用户共享相同级别的信息。数据复制引出了分布式数据库，用户可以在其中访问与其任务相关的数据，而不会干扰他人的工作。

数据分段 / 一个临时位置，位于数据源和数据目标之间，用于在提取、转换和加载（ETL）过程中进行数据处理的中间临时存储区域。

数据仓库 / 也称为企业数据仓库，用于报表和数据分析的系统，被认为是商业智能的核心组成部分。它是存储一个或多个不同来源的集成数据的中央存储库，存储当前（实时）和历史数据，用于为整个企业的知识工作者创建分析报告。

数据可视化 / 将数字数据转换为视觉或图形上下文，以帮助用户更好地了解数据到底表明了什么。

 W

位置智能 / 将地理背景与业务数据相关联的 BI 功能，用于将数据转化为洞察。

 X

行为分析 / 商业智能中，一种专门关注用户的行为方式以及为什么如此行动的数据分析。

 Y

业务绩效管理（BPM）/ 一种帮助企业增强战略执行的平台，由各种不同的流程组成，包括仪表板、仓库、可视化分析和报表等等。

仪表板 / 用于创建、部署和分析信息的工具。通常，仪表板由单个屏幕组成，并显示组织正在研究的各种报告和其他指标。

元数据 / 提供有关其他数据的信息的数据。主要由三种不同类型的元数据：描述性元数据，结构化元数据和管理型元数据。

预测分析 / BI 解决方案，帮助用户发现大型数据集中的规律，以预测未来的行为。

 Z

钻取 / 在多维集合中浏览不同级别的数据的过程。

主数据管理 / 包括了那些定义和管理企业关键数据的过程、策略、标准和工具，以用来制定一个参考点。

自助服务 / 使没有统计分析背景的商业用户也能够访问和使用公司数据进行数据分析。

是不是不认全都不好意思说自己是 BI 业内人士呢？马叔只是简单点到，要详细了解还得你们自己下苦功。

有任何关于 BI 的问题和想了解的话题，欢迎留言告诉我。

更多精彩文章

微博  @马达数据Madadata

www.madadata.com

[e-mail]

从数据到价值，从未如此简单

数据｜智能｜商业

点击“阅读原文”，浏览马达官网