大数据和BI商业智能有何区别?有何相关?

发布时间:2018-02-10

大数据≠BI商业智能,大数据也不是传统商业智能的简单升级。

  1、大数据和BI两者的区别

  BI(BusinessIntelligence)即商业智能,它是企业数据化管理的一整套的方案,用来将企业中现有的数据进行有效的整合,快速准确的提供报表并提出决策依据,帮助企业做出明智的业务经营决策,解决的是管理运营战略的问题。

  大数据(Big Data)是指在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合,是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。大数据侧重于解决某一类问题的方法,比如全网用户画像,对网络、传感器等非结构化海量数据的分析。

  不管定义如何不同,大数据与传统BI是社会发展到不同阶段的产物,大数据对于传统BI,既有继承,也有发展,从"道"的角度讲,BI与大数据区别在于前者更倾向于决策,对事实描述更多是基于群体共性,帮助决策者掌握宏观统计趋势,适合经营运营指标支撑类问题,大数据则内涵更广,倾向于刻画个体,更多的在于个性化的决策。

  当然纯粹从思想的角度讲,两者在概念上是可以实现统一的,都遵循数据-信息-知识-智慧这个脉络,甚至在更高的层次,两者也是可以统一的。

  2、两者技术上有什么相关性?

  传统BI的技术标签:ETL、数据仓库、OLAP、可视化报表。

  大数据的技术标签:hadoop、MPP、HDFS、MapReduce、流处理等。

大数据和BI商业智能有何区别?有何相关?

  传统BI就目前来讲,其功能都可以被对应的大数据组件所替代,但大多数企业缺乏大数据业务的驱动,也缺乏相关的高技术人才。

  不过新型BI被赋予了更多“大数据”潜能。正如图右侧架构所示,BI架设在大数据应用层,抽取etl后或者Hive来的数据又可作通用类的业务分析。既满足了海量实时数据分析,也满足了决策型的业务分析。

  3、企业应该青睐大数据还是商业智能?

  在技术领域,虽然传统BI的一些技术ETL、数据仓库、OLAP、可视化报表似乎都将处于落后边缘,因为它难以解决日后海量数据的处理问题,但是,也不能全盘否定或替代成大数据。一些企业采用SAP HANA,FineBI的直连大数据引擎都是基于这个问题优化的方案。BI的那套也将长期存在,毕竟企业对BI方案还是很青睐,大数据的普及和应用也是个漫长的过程。

  大数据 VS 商业智能

  大数据不是空口说说,它的第一要务就是解决业务问题,大数据一定程度上就是用全新的数据技术手段来拓展和优化业务,传统企业需要聚集一拨人来研究这个问题,需要有人专门研究和探索。如果对外,想清楚新的商业模式,如果对内,想清楚在哪个场景,可以用大数据的手段提升效率。

  当前大数据可以产生价值的地方,从行业的角度看,金融、银行、互联网、医疗、科研都有广阔的前景。从领域的角度看,广告、营销、风控、供应链都是大数据发挥价值的地方,对于特定企业,比如电信运营商,大数据也可以在网络优化等方面提供新方法。

  并不是每个企业都需要打造自己的大数据平台,需要考虑到企业的信息化水平和各项成本,量力而行吧,可以自行研发 ,比如BAT;也可以选型采购,比如传统大企业;中小型企业也可以租用,比如用阿里云和AWS。

  就事实来讲,BI的应用是远远大于大数据应用的,有其通用的道理。大数据相对于传统BI,也不仅仅是简单的PLUS的关系,它涉及了思想、工具和人员深层次的变革,BI人员既不要一提大数据,就嗤之以鼻,认为它是新包装的马甲,其实就那么回事;也不需妄自菲薄,以为搞大数据就那么高大上,它的确是BI大多数思想的传承。