BI商业智能产品的新特性

Posted 2021-04-20 CIO之家

传统的DW/OLAP模式（数据抽取ETL->数据仓库DW->维度建模->在线分析处理OLAP->前端展示）或DB/Report（数据库->SQL或宜用的SQL设计器->报表）模式的所谓的商业智能，在处理业务决策支持的过程中，已经分别显得过于理想化：对决策的过程的支持不仅仅限于技术的手段、传统的技术手段单调且死板，带给最终用户的价值只是在限定的查询之上的结果展示。经过十几年的发展之后，商业智能的定义逐渐泛化，越来越多的理念及技术被引入：

1、强调业务分析，预置分析应用包

　　业务分析被商业智能领域关注大概是从SAS公开提出的从商业智能转变到业务分析的理念（开始。但事实上这并不是什么新概念，商业智能不就是对业务进行分析么？自从有了业务，就有了对业务的分析需求，因此业务分析实际从哪里开始是无从考究的。业务分析产品目前只停留在预置一些面向业务的分析包的层面，分析包的内容包括预置的典型财务及业务指标/KPI、典型分析图表以及组织和使用指标/KPI/图表的典型模式。业务分析产品仍然面临很多问题，比如：对业务问题的认识、对业务分析手段的发现及掌握、不同行业及企业之间的差异等。

2、结合搜索引擎技术搜索模式的商业智能

　　商业智能与搜索引擎的结合从2004年左右开始受到广泛的关注,在提高商业智能系统的易用性、降低查询及搜索响应时间、结果编排及组织方面都取得了较大的突破。

商业智能与搜索引擎结合的驱动因素有以下几点：

a） 商业智能技术逐渐被应用到企业的各个环节，用户已经包括非技术/分析专业的业务/管理人员，商业智能产品提供的查询、定制、分析模式对非技术/分析专业的人员来说仍然显得过于复杂，无法支持他们快速、低成本的获取想要的结果。搜索引擎获取结果的方式极为简单，值得借鉴。

b） 传统商业智能解决方案是预先假设问题，并对此建模、构造数据及应用体系，针对有限问题域，采用特定的分析方法，返回特定的结果。而采用搜索引擎技术则可以通过“数据+语义+分析方法+结果编排+呈现”的方式，具有数据范围广、分析结果动态的特点，号称是“后置式商业智能”，区别于以往事先假设待解决问题的商业智能。

c） 对非结构化数据的处理。支持一个决策的信息不仅仅限于来自数据库、数据仓库的结构化信息，往往还包含大量的非结构化信息，比如文档、邮件、媒体文件等。

3.大数据和传统互联网、和BI有哪些区别与联系呢?

　　目前传统的商业智能技术并没有发挥到极致,商务智能BI的价值，是在企业内部流转企业所需要的数据，即以报表或其他方式的一些分析，给企业提供价值和应用。但在大数据1.0时代，其数据来源只是企业内部，所以大数据所能创造的价值范围产生了滞后现象。因此已经不断有一些企业开始有新的意识，引入外部数据源，支持企业内部决策。

提醒:点击 阅读原文　或回复数字2149 获取更多相关BI内容

----------------------------------

如果您觉得此文不错，请与您的朋友分享，谢谢！同行小伙伴们：转载请注明来源,谢谢!

请关注微信公众账号: IMCIOW，添加 CIO之家 为好友，谢谢！

----------------------------------

回复 0 菜单导航

回复 8 最新CIO职位(热)

回复 7 最新CIO活动(热)

回复 1 最新互联网资讯

回复 2 最新信息化文章

回复 3 最新管理文章

回复 5 最新职场文章