BI是什么

大家来说说，如何通俗地表述"BI"是什么？

昨天试图给一位非业内人士描述BI是什么，从报表讲到决策支持，完了看着对方，四目相对。发现自己说了一堆废话，这难道不是很尴尬的事情吗？

因此，如何将BI、商务智能、数据仓库、挖掘这些听起来曲高和寡的名词，表述地让人更容易明白？还请大家伙出出主意。

确实是啊，碰到不明白的怎么说都不清楚呀

如果是我遇到了，就不要再提什么BI阿，report阿

直接举个例子，如何快速的在一个堆满货物的仓库里找到自己想要的东西，而bi就是手电筒，呵呵

这种说法可以吗：企业里有大量的、分布于各个计算机系统的数据，把这些数据进行整理、分析，找到其中有价值的信息，为企业的经营决策提供依据。

是指BI的定义吗：
 
“以实现价值成果为目标，对资源及其组织过程的智能化管理方法”

BI或者DW在业内现在尚无一个统一的精确的说法，就BI和DW本身也往往存在争论。
我的理解，BI更多时候指的是前端应用部分，而DW更多时候指的是后端部分（包括架构体系的建立）。

目前也没有一个术语能够在完整的，准确的表达出从后端数据采集直至前端应用这么一个端到端的过程。

Inmon提出的CIF（企业信息工厂）倒是能够涵盖整个过程，然而这个概念似乎太大了一点（整个外部世界都涉及在内，从而形成了一个“信息”生态系统）。
当然我们往往会将BI或者DW的范围进行扩大，而在与客户或者非业内人士沟通时候，我觉得可以根据用户本身的类别（压根儿没听过BI/有一些了解/熟悉/专家级别）将 BI这个概念进行诠释。

譬如：对于一无所知的受众，那么我觉得举例子可能会更形象一些（下定义似乎不太现实），我经常就会根据用户对相应行业的熟悉程度进行举例，例如，大部分人对零售都有一定了解，那么这个时候不妨举购物篮子分析说明BI的部分作用，进而说明BI可以从数据中发现知识（KDD）等等。

如果受众对IT比较了解的话，我觉得不妨如下表述：

BI应该包括如下三个部分：
        
信息处理：支持查询和基本的统计分析（使用交叉表，图表或者图进行报表的展示等）；
        
分析处理：支持基本的OLAP操作（上钻，下钻，旋转，切片，切块等）；
        
知识发现：支持数据挖掘，如：找出隐藏的模式和关联，进行分类和预测，构造分析模型以及数据可视化等

Tiger这个说法比较系统，可还是不够通俗啊。
 
这样说吧，如果家里的一位长辈，当然他不懂IT，但也曾经管过人，也算有些管理经验吧，又特别关心你，想知道你究竟作什么，该如何向他描述呢？
 
最好就是一两句话。

纠正：

“以实现价值成果为目标，对资源及其组织过程的智能化信息管理方法，称为商业智能。
 
商业智能系统应当包括：拥有接受新的对象的能力，拥有接受新的规则的能力，并使新规则作用于新对象的递归处理”
 
本人是头头脑脑的老朋友，欢迎向大家学习和交流。

分析的工具与方法

业务系统解决饱暖的问题，“饱暖思淫欲”，BI就是解决这个问题

商业智能（Business Intelligence，简称BI）的概念最早是Gartner Group于1996年提出来的。当时将商业智能定义为一类由数据仓库（或数据集市）、查询报表、联机分析、数据挖掘、数据备份和恢复等部分组成的、以帮助企业决策为目的技术及其应用。
BI在学术界基本上就是KDD(Knowledge Discovery in Database),不过BI的目标性更强,就是为了改善企业数据管理,数据分析及进一步帮助决策等商业行为.
 
一点意见,仅供参考.

呵呵，俺前两天恰好写了些东西，也正是关于这个的。难道真的和happy心有灵犀？好冷。。

bi是啥？

一提到bi（数据仓库）的概念（虽然不是一码事，但我们在现实中很多时候还是把他俩当作一回事在提），很多人都愿以b.Immon的定义做开场白，这也难怪，恐怕我们从接触这玩意开始，看到的第一本比较系统的书就是这本了！我记得三四年前，我去一家公司面试，面试官开场便问我这个问题（当然他是问数据仓库），当时我有些懵了，其实这本书我早看过，也安放在床头，有事无事翻翻。但有人突然让你给出个明确答案来，还不是很容易说的很清楚。

那bi到底是个啥玩意呢？好吧，我们不偷换概念，先说数据仓库是个啥玩意吧！
数据仓库首先是个数据库，这没错吧！因为它容量大，所以我们叫他“仓库”。还有一层意思：仓库中的东西就是因为其多，所以要码放整齐，该放哪的就放哪，最好还有一个清单记录一下，以方便你使用时查找。所以我给数据仓库下的定义就是：存放整齐数据的有清单索引的数据库。也就是说，它是有三部分组成的：数据库（dbms）、数据（data）、索引（index）。前两项都不难理解，第三项“索引”我们更常把它叫做“元数据”。有了这三样宝贝，就成就了我们“前景广阔”的数据仓库。

可是，在现实的工程项目建设中，我们往往把注意力放在前面两个部分的构架上，而对于元数据部分不太重视，或者说根本就当作是聋子的耳朵。但恰恰是这个聋子的耳朵，在工程中成了制约我们系统推广应用的一个绊脚石。且不说对使用者，面对庞大的仓库不知如何下手，我敢说在开发人员中，能对系统数据100％的了解的也不多，更多的情况是：你现在要查某个数据，却不知从哪里查，于是问问这个，问问那个，然后自己再select * from XXXX表看一下到底有没有我们需要的字段。反映到使用者的现实情况是，这么多报表、cube、kpi、专题等等东西，到底我要的数据在哪里？晕！心里早早打退堂鼓，哪里还有兴趣搞什么分析。到最后开发人员说我们花了大力气做的东西没人用，使用者说我们不知如何用。究其原因还是缺少对系统数据给出索引的元数据管理。有了元数据，我们再基于它做一个界面友好的查询工具——不知道大家用过go2map没有，输入起点和终点，系统会给出几条备选的行车路线，对，我说的查询工具就是这个玩意——啊，这个世界清晰了。

bi呢，是基于数据仓库的统计分析系统。

为啥非要是以数据仓库为基础呢？很简单，因为数据仓库够大、够清楚、够全面，对统计分析需要的数据源支持的够好！

统计、分析，没错，两个方面。一说bi，大家都爱往分析上靠，觉得这样比较高深，同时分析需要的中间结果往往没有一个可参照的标准结果，因此常常看不出有何不妥。一说到统计，完了，不就是报表吗（因为bi系统后建的缘故，很多原来的业务系统有的报表还要在bi系统中再集中做一遍），还要对数据，——人世间最痛苦的事莫过于此——真是头疼呀。头疼也没办法，我个人认为很长一段时间内，统计还是bi的重点，象有些人说的这和业务习惯呀、人员水平呀都是分不开的。那是不是需要数据都精准到和业务系统报表一样呢，这里争议很多，大多数的观点是允许有误差，说白了就是允许有差错，只要维持在小范围（这个范围就看你怎么和甲方交涉了）内，都是可以接受的。虽然我很不情愿，但还是要说，这种差别不应该存在，在条件、规则一致的情况下，bi系统的统计结果是要和业务系统的无二样的（只有一种可以例外，那就是“时点数”的情况）。说什么经过数据清洗、转换难免不准，这些都是托词，不管数据在系统内经过的步骤有多少，最终结果的不一致说明你在中间的某个环节出了问题。同时bi系统还有一个很神圣的使命，规范统计口径，保证系统里的两个地方出现的结果都正确统一。而现实中，恰恰是上面两个问题成了bi的致命伤：数据不准、结果不统一，这种情况导致的后果就是使用者对系统的准确性抱怀疑态度而远之。

说到分析，我想还是需要给他再划个范围：我所说的分析是以事实为依据的决策辅助分析，而不是直接呈现分析结果的决策过程。大家都喜欢拿啤酒和尿布来做经典案例，这总给人一种误区，似乎bi就是算命先生，预知未来，能取代人的思维，直接给你答案。其实不用我解释大家都知道这是不可能的。

说了这么多，bi其实就是：以数据仓库为基础的业务和决策支持系统。

要想通俗的话，似乎就不能称之为定义，定义应该是严谨的、准确的、经得起推敲的。
但如果仅仅是为了表达BI，我觉得是不是可以这么陈述：所谓BI，就是指帮助企业实现“数据 –〉信息 –〉知识 –〉行动”过程所运用的技术和方法。
当然，关于BI的定义，似乎各个大的权威机构也都有自己的一套说法，详细的描述请看 博客园-蜡人张，摘录如下：
        
Gartner Group认为：商业智能技术提供使企业迅速分析数据的技术和方法，包括收集、管理和分析数据，将这些数据转化为有用的信息，然后分发到企业各处，辅助商业决策的制定。

IDC将 BI定义为：终端用户查询和报告工具、OLAP工具、数据挖掘软件、数据集市和数据仓库产品等软件工具的集合。
        
IBM认为：商业智能是一系列由系统和技术支持的以简化信息收集、分析的策略的集合，它应该包括企业需要收集什么信息、谁需要去访问这些数据、如何把原始数据转化为最终导致战略性决策的智能、客户服务和供应链管理。
        
Microsoft认为：商业智能是任何尝试获取、分析企业数据以更清楚地了解市场和客户、改进企业流程、更有效地参与竞争的努力。
        
SAP认为：商业智能是一大类收集、存储、分析和访问数据以帮助企业用户更好进行决策的应用程序与技术。
        
SAS认为：商业智能是关于在组织内部和组织周围正在发生的智能或知识。
        
MSTR认为：商业智能是一系列能够使公司分析数据库中的数据并根据收集的信息获得的洞察力来做决策的软件系统。
        
DWReview认为：从数据分析的观点，商业智能是收集与研究主题相关的、高质量的、有意义的信息、以帮助分析信息、得出结论或做出假设的过程。
         … …
 
这位蜡人张真是位有心人，找出这么多的定义。
 
如果将这些定义中一些定语刨去，由实到虚，大致分成四类，挺有意思：

1、是工具和技术集合，Gartner、IDC、IBM、SAP、MSTR代表的；

2、是过程，DMReview的定义；

3、是智能和知识，SAS倡导的；

4、是努力，MS主张的。

这个是不是通俗易懂点：商业智能，数据海洋中的指南针

这两天发起的关于如何通俗描述BI的话题得到各种回复，因此想找个人练练。正好有个朋友，做贸易的，不懂BI，于是拿了他做靶子。

先说"BI就是对一堆历史数据分析分析，发现一些规律"，反映还是有点抽象。最后形成一句，"从历史数据中提取信息，搞清楚经营状况"。

形成这句总结语的过程中，还是穿插了贴近听者业务领域的例子。原来想用一两句话就能够将BI表达清楚，可能本身就是不现实的。然而不同听众所在行业不同，是否要提前预习对方的业务才能清楚表述呢？恐怕也有些捷径。

分析一下上面这句表述方式，"搞清楚经营状况"是比较通用的，也就是比较抽象的。因此，就可以在这个术语上深入一些，提出贴近业务的问题来引导听者对概念的理解。例如一般业务中都会有客户、销售订单、地区的概念，可以问出如下的问题：

"你知道你们的客户有多少，分布在那些地区，都是什么类型的吗？"；

"你知道你们的订单都分布在那些地区，主要由那些客户供给的，以及数量趋势是什么样的吗？"；

这样可以形成一种通用的，没有什么业务差别的问句。如果有必要，可以将客户、订单换成对方更容易接受的术语。

如果按照一般BI的定义，这种表述显然很片面，但比较具体了。至于什么多维分析、挖掘，什么分析融入到操作流程中去，过早提出来恐怕只能让听众更加晕乎。
 
因此，我想如果想通俗地表述BI是什么，并非用严格的定义，而是要告知BI能够解决业务里面的哪些问题。

看过苏菲的世界吧？那本书里有答案。

BI是神圣的，他的光辉照耀了企业经营所有的地方，企业本身的经营就是BI他无处不在，一旦理解和相信了BI的存在你就能够在更高的世界层面看问题，从而解决信仰的危机。

玩笑了。

我以前和客户解释什么是BI的时候一般是用下面的：

BI就是收集和集中企业和客户相关经营信息并加以分析，以帮助您做决策。成功的BI系统多采用了数据仓库技术。

这样即照顾了迷糊的听众也为后面对技术狂热者的讨论确立范围。
 
然后就听到最经典的回答：你们是作报表的吧！

本来呢，我这个人不是很爱凑热闹，可是频频收到来自ttnn的邮件，研讨什么是bi……
这年头的确开放哈？啥都有人讨论……实在不堪骚扰，忍不住站出来说两句。

说个场景，一天去街上买烤白薯，和老板那银聊天。

银：“你娃干哈地呀？”

俺：“做软件的。”

银：“啥子软件？”

俺：“bi”

银：“啥东西？？”

俺：“哦，就比如说你天天在街上卖烤白薯，天天有人买，可是你希望生意能再好一点，我就把你过去两年卖白薯的记录都拿出来，拿俺们的软件分析分析，就能告诉你，这疙瘩都啥样银喜欢七烤白薯，啥样白薯受欢迎，多大个的白薯涨点价还能卖得好，预测一下你下礼拜大概还能卖多少白薯……”

俺：“……俺们软件大概就是这东西吧”

银：“哦……俺明白了”

此时银的神情就有如听到了，“No，No，这不是路易十三，是清道光二五”一样，现出迷茫的目光和明白的笑容，头还一上一下地晃荡着 ……

银：“你娃做bi的喽？”

俺：“No，No，俺没恁高层次，俺只是卖bi的……”

这年头的确啥银都有，作啥地都有，还有人作甚么鼻...鼻癌地……实在看不下去了，忍不住说说这个事。

话说那天我在街头摆着俺的烤白薯摊子，你说俺都摆了二十几年的摊儿了，没见过这样的银，走过来不买俺的 白薯，非得瞪着我，给他盯的不好意思叻，就问了一声。

俺："你娃干哈地呀？"

银："做软件的。"

俺："啥子软煎？"

银："鼻癌"

俺："啥东西？？"

银："哦，就比如说你天天在街上卖烤白薯，天天有人买，可是你希望生意能再好一点，我就把你过去两年卖白薯的记录都拿出来，拿俺们的软件分析分析，就能告诉你，这疙瘩都啥样银喜欢七烤白薯，啥样白薯受欢迎，多大个的白薯涨点价还能卖得好，预测一下你下礼拜大概还能卖多少白薯……"

银："……俺们软件大概就是这东西吧"

俺："哦……俺明白了"（俺心想，坏叻坏叻，今天碰到神经病叻！）
那银的模样是得意洋洋，两只眼睛珠子忽闪忽闪地，一只冒出十三...点，一只是二百...五的字样，还摇头晃脑地……

银："你娃做鼻癌的喽？"（俺当时心里那个抖啊，腿也在抖）

俺："漏，漏，俺没恁高层次，俺只是卖鼻癌地……"

俺地娘唉，摊子俺也不要叻，赶紧开溜吧。

微信扫一扫实时了解行业动态

微信扫一扫分享本文给好友