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。

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。

• 大数据是一种规模大数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征，通过一定维度的数据加工处理，为预测、决策、人工智能、个性化推荐、搜索等业务模块提供支撑。

• BI商业智能是利用ESB等工具将企业中现有的数据进行有效的整合，然后经过抽取、转换和装载将这些数据转化为有用的信息，合并到一个企业级的数据仓库里，通过数据分析产品使数仓中的企业数据以图形或图表的形式展现，让企业决策有数据依据，减少决策盲目性，理性地驱动企业决策和运营。

数通畅联专注于企业IT架构、SOA综合集成、数据治理分析领域，感谢您的阅读与关注。

商业智能需要高质量的大数据，没有适当的数据或高质量数据太少，任何商业智能最终都会难以成功实施，无论管理赞助或商业驱动动机如何好，在没有高质量的数据下，都无济于事。在实施之前，进行数据分析是很好的，通过分析可以确定数据的内容，一致性和结构，而分析应该在整个流程中尽早完成，如果分析显示数据不足，那么就暂时搁置项目，而企业IT部门则应该考虑如何正确收集数据。

在规划业务数据和商业智能要求时，始终要考虑适用于特定组织的特定情景，然后选择最适合该情景的商业智能功能。

情景通常围绕不同的业务流程进行，每个业务流程都建立在一个或多个数据源上。这些数据源用于将数据作为信息呈现给知识工作者的功能，知识工作者随后根据这些信息采取行动。所采用的每个业务流程的组织业务需求都与商业智能的基本步骤相对应。这些商业智能的基本步骤包括但不限于：

天气预报。当你做决策的时候，一定要做个备用方案。水无常势，人心亦同。干扰的因素有很多，只要一个起作用，备用方案就会发挥作用。人类喜欢不用脑子作决定。

不管是人类还是知识，在长期的进化过程中，总会慢慢的生成和发展出复杂系统。这个复杂系统中，会既有个体发育又有系统发育。

我们知道，每个个体会繁殖出无数的小个体，当小个体达到一定数量就需要一个系统把他们连接起来。个体最终会成为系统发育长链中的一环，它们会嫁接在系统上得以绵延不绝。

这是社会发展规律也是自然界生物长期演化过程中产生的适应性。

我们再来看大数据与BI商业智能的发展轨迹是否遵循这一规律。

商业智能是1996提出来的，当时将商业智能定义为一类由数据仓库也称数据集市。有查询报表、数据分析、数据挖掘、数据备份和恢复等部分组成。是以帮助每一个企业决策为目的技术及其应用。

大数据和商业智能BI的关系从应用上来讲，BI（BusinessIntelligence）即商业智能，它是一套完整的解决方案，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。

“商业智能”这个词，多数人普遍认为是Gartner机构在1996年第一次提出来的，但事实上IBM的研究员Hans Peter Luhn早在1958年就用到了这一概念。

本文由齿轮易创原创，未经许可禁止一切形式的修改、转载。转载请私信联系齿轮易创。

1865年，理查德·米勒·德文斯（Richard Millar Devens）在《商业趣闻百科全书》（Cyclopædiaof Commercial and Business Anecdotes）中提出了“商业智能”（BI）一词。他用这个词来描述银行家亨利·福尼斯（HenryFurnese）通过收集信息并根据这些信息，先于竞争对手采取行动，从而获利。

1958年，IBM计算机科学家汉斯·彼得·卢恩（Hans PeterLuhn）撰文讨论了利用技术来收集商业智能的潜力。按照今天的理解，商业智能就是利用技术来收集和分析数据，将之转换成有用的信息，并根据这些信息，“先于竞争对手”采取行动。从本质上说，现代版的商业智能利用技术，在正确的时间，依据正确的信息，迅速且有效地作出决策。

1968年时，只有那些具备专业技能的人，才能把数据转换成可用的信息。那时，来自多个来源的数据通常储存在筒仓中，研究报告呈碎片化，彼此脱节，可以作出多种不同的解读。埃德加·科德（Edgar Codd）认识到，这是个严重的问题。

1970年，他发表文章，改变了人们思考数据库的方式。他关于建立“关联式数据库模型”的提议获得了巨大关注，被全世界所采纳。决策支持系统（DSS）是第一个数据库管理系统，现代版的商业智能是从DSS数据库演化而来。