知乎上关于BI商业智能的几点探讨

mavisfine

1、BI与数据仓库(DW)之间的关系是怎么样的?

回答这个问题有一个很恰当的比喻，房子和地基——数据仓库是BI的地基：数据仓库将数据抽取过来，清洗完，整合到主题域和多维模型里，然后BI就可以基于主题域和多维模型做各种分析了。如果这个地基（数据仓库）没做好，整个房子（BI项目）就很容易倒塌。

2、BI系统主要是为了帮助企业解决什么样的问题?如何解决？

1）以前发生了什么——可以用固定报表、各种图标、仪表盘、计分卡等实现;

2）为什么发生——可以用例外分析、即席查询、OLAP分析和数据挖掘实现;

3）现在发生了什么——可以用EII技术、预警和自动激发短信等工具来实现;

4）将来会发生什么——可以用预测分析、数据挖掘等来实现;

5）控制未来发展的方向，将活动控制到正确的道路上来——可以用过程分析、过程监控、统计过程控制（SPC）等实现。

从另一方面来看，可以这样看：

支持战略决策，通过数据反映宏观和公司的运营状况，帮助领导做出正确的战略决策，起到参谋的作用。

优化业务，通过数据与业务的结合，发现可优化的环节和总结出优化方法，提高运营效率和公司输出。

业务管控，业务模式成熟后，通过BI系统与其它系统对接，打通，形成循环，通过数据化管理，保证业务运营行在正确的轨道上。

3、大数据、云计算和商业智能这三者的关系到底如何，以后的发展前景有什么看法？

云计算：着重于存储（物理内存，存储）

大数据：着重于数据，在云计算的基础上将数据整合与存储

商业智能：在大数据的基础上，进行数据建模，数据挖掘，然后在Dashboard上展示出规律

4、BI中的多维数据模型和OLAP的实用价值在哪？

1）让分析人员可以快速地从不同的角度感知数据的情况。 在数据量大且维度指标众多的情况下，人的记忆力往往有限，只能记住某些方面，无法客观地了解全局多个角度，OLAP可以提供帮助

2）在决策时，可以方便让参与决策的人员（不一定是专业分析人员）汇聚讨论的焦点。通过维度组合及条件过滤，很容易抽丝剥茧，验证各自的想法。而对静态的固定报表，由于无法深入下去，所以讨论往往没有达到关键点就作罢