IT行業的新鮮詞層出不窮，最近幾年，大家都在談論大數據和BI，似乎不談這些詞都不好意思說自己是“圈內人”。雖然每天張口閉口都在說大數據和BI，可是你真的明白大數據和BI之間的區別了嗎？
大數據和BI之間的關系很密切，在大數據時代中，對于數據的挖掘、處理基本上是以傳統BI業務模式進行的，但大數據的數據來源要比傳統BI的數據來源更具多樣性。本文將從概念、應用、發展趨勢等多個角度對大數據和BI進行區分。
從概念的角度區分BI（Business Intelligence）即商務智能，它是一套完整的解決方案，用來將企業中現有的數據進行有效的整合，快速準確地提供報表并提出決策依據，幫助企業做出明智的業務經營決策。
大數據（big data）是一種信息資產，它是無法在一定時間范圍內用常規軟件工具進行捕捉、管理和處理的數據集合，需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力。簡單而言，大數據更偏重于發現、預測并印證的過程。
從數據來源的角度區分大數據時代的數據來源包括內部數據和外部數據，有很大一部分數據是包括音頻、視頻、圖像在內的非結構化數據，或是半結構化數據。這類數據通過大數據管理的方式進行整合，然后用BI的方法進行分析挖掘處理。
而BI的數據很多是來自數據庫的結構化數據分析。在企業內部實施BI應用就是為了可以更好的對數據進行分享和使用。
從技術的角度區分從技術方面來看，傳統BI的ETL、數據倉庫、OLAP、可視化報表技術，都處于淘汰的邊緣，因為解決不了海量數據（包括結構化與非結構化）的處理問題，BI的很多功能都可以被對應的大數據組件所替代。大多數企業即使沒有大數據業務的驅動，大數據技術的優勢依然不容小覷。
從應用的角度區分BI涉及的應用科學包括：終端用戶查詢和報告工具、數據挖掘軟件、數據倉庫產品。主流的商業智能工具包括BO、COGNOS、Style Intelligence、BRIO。一些國內的軟件工具平臺如KCOM也集成了一些基本的商業智能工具。
而大數據的應用幾乎涉及到社會生活的方方面面，如醫療行業、金融行業、體育行業、安全執法、城市改善等等。當然，大數據所涵蓋的領域不止這些，未來還會有許多新的行業和領域利用大數據的應用進行規劃和發展。
從決策者的角度區分BI更傾向于決策，對事實描述更多是基于群體共性，幫助決策者掌握宏觀統計趨勢，適合經營運營指標支撐類問題；大數據則內涵更廣，傾向于刻畫個體，更多的在于個性化的決策。
從人員技能角度區分大數據的數據處理，涉及很多新的技術，不同的應用場景需要不同的大數據處理方法，需要有人專門進行研究和探索，可見大數據對于BI人員的技能要求有所提高。
從發展趨勢的角度區分隨著企業CRM、ERP、SCM等應用系統的引入，企業不僅僅關注事務處理過程，而更加注重有效利用企業的數據為準確和快速的決策提供支持。由此帶動的對商業智能的需求將是巨大的。BI的發展趨勢可以歸納為以下幾點：從單獨的商業智能向嵌入式商業智能發展，從傳統功能向增強型功能轉變，從傳統型BI向敏捷型BI轉變。
大數據的發展趨勢包括：數據的資源化，與云計算的深度結合，數據管理成為核心競爭力，數據生態系統復合化程度加強，數據質量是BI(商業智能)成功的關鍵，數據泄露泛濫。
京公網安備 11010502049343號