[转]Business intelligence: A complete overview
对于企业来说，清楚地了解所有数据以保持竞争力变得越来越重要，而这正是商业智能 (BI) 工具的用武之地。毕竟，近 50% 的企业已经在使用 BI 工具，而且预测显示在持续增长 未来几年。

但对于那些尚未采用某种工具或只是想了解更多信息的人来说，可能很难准确理解什么是 BI。 我们创建了这个完整的指南来教育人们了解 BI 是什么、它是如何工作的等等。

在本文中，我们涵盖：

1. 什么是商业智能？
2. BI 是如何工作的？
3. 商业智能的好处
4. BI的例子
5. 如何创建 BI 策略
6. BI分析的分类
7. BI的优缺点
8. BI 平台
9. BI和大数据
10. BI 的未来角色
11. 自助式BI
12. 进一步学习

1. 什么是商业智能？

商业智能结合了业务分析、数据挖掘、数据可视化、数据工具和基础设施以及最佳实践，以帮助组织做出更多数据驱动的决策。在实践中，当您全面了解组织的数据并使用该数据推动变革、消除低效率并快速适应市场或供应变化时，您就知道自己拥有现代商业智能。现代 BI 解决方案优先考虑灵活的自助服务分析、受信任平台上的受控数据、授权业务用户以及快速获得洞察力。

重要的是要注意，这是对 BI 的一个非常现代的定义，而 BI 作为一个流行词有着被扼杀的历史。传统的商业智能，大写字母等等，最初出现于 1960 年代，作为跨组织共享信息的系统。商业智能一词与用于决策的计算机模型一起于 1989 年被创造出来。这些程序进一步发展，将数据转化为洞察力，然后成为具有依赖 IT 的服务解决方案的 BI 团队的特定产品。本文将作为BI的介绍，是冰山一角。

2. 商业智能如何运作

image.png

企业和组织有问题和目标。 为了回答这些问题并跟踪这些目标的绩效，他们收集必要的数据，对其进行分析，并确定要采取哪些行动来实现他们的目标。

在技术方面，原始数据是从业务系统收集的。 数据经过处理，然后存储在数据仓库、云、应用程序和文件中。 存储后，用户可以访问数据，开始分析过程以回答业务问题。

BI 平台还提供数据可视化工具，可将数据转换为图表或图形，并呈现给任何关键利益相关者或决策者。

3. BI方法

商业智能不仅仅是一个特定的“事物”，它还是一个总称，涵盖了从业务运营或活动中收集、存储和分析数据以优化绩效的过程和方法。所有这些都汇集在一起，形成了一个全面的业务视图，帮助人们做出更好的、可操作的决策。在过去几年中，商业智能已经发展到包括更多流程和活动以帮助提高绩效。这些过程包括：

• 数据挖掘：使用数据库、统计数据和机器学习 (ML) 来揭示大型数据集中的趋势
• 报告：与利益相关者共享数据分析，以便他们得出结论并做出决策
• 性能指标和基准测试：将当前性能数据与历史数据进行比较，以根据目标跟踪性能，通常使用自定义仪表板
• 描述性分析：使用初步数据分析找出发生了什么
• 查询：询问特定于数据的问题，BI 从数据集中提取答案
• 统计分析：从描述性分析中获取结果，并使用统计数据进一步探索数据，例如这种趋势是如何发生的以及为什么发生
• 数据可视化：将数据分析转化为图表、图形和直方图等可视化表示，以更轻松地使用数据
• 视觉分析：通过视觉叙事探索数据，即时交流见解并保持分析流程
• 数据准备：汇集多个数据源，确定维度和度量，为数据分析做准备

4. BI、数据分析和业务分析如何协同工作

商业智能包括数据分析和业务分析，但仅将它们用作整个过程的一部分。 BI帮助用户从数据分析中得出结论。数据科学家深入研究数据的细节，使用高级统计和预测分析来发现模式和预测未来模式。

数据分析会问：“为什么会发生这种情况，接下来会发生什么？”商业智能采用这些模型和算
法并将结果分解为可操作的语言。根据 Gartner 的 IT 词汇表，“业务分析包括数据挖掘、预测分析、应用分析和统计。”简而言之，组织将业务分析作为其更大的商业智能战略的一部分。

BI 旨在回答特定查询并为决策或计划提供一目了然的分析。但是，公司可以使用分析过程来不断改进后续问题和迭代。业务分析不应该是一个线性过程，因为回答一个问题可能会导致后续问题和迭代。相反，将该过程视为数据访问、发现、探索和信息共享的循环。这称为分析周期，这是一个现代术语，解释了企业如何使用分析来应对不断变化的问题和期望。

5. 传统BI与现代BI的区别

image.png

现代 BI 优先考虑自助服务分析和洞察速度。

从历史上看，商业智能工具基于传统的商业智能模型。这是一种自上而下的方法，其中商业智能由 IT 组织驱动，并且大多数（如果不是全部）分析问题通过静态报告得到回答。这意味着如果有人对他们收到的报告有后续问题，他们的请求将进入报告队列的底部，他们将不得不重新开始该过程。这导致报告周期缓慢、令人沮丧，而且人们无法利用当前数据做出决策。

传统的商业智能仍然是定期报告和回答静态查询的常用方法。然而，现代商业智能是交互式的、易于理解的。虽然 IT 部门仍然是管理数据访问的重要部分，但多个级别的用户可以自定义仪表板并在很少通知的情况下创建报告。使用合适的软件，用户可以可视化数据并回答他们自己的问题。

6. 商业智能的好处

image.png

Great BI 帮助企业和组织提出和回答有关其数据的问题。

现在您知道什么是 BI 及其工作原理了。 但是 BI 如何真正帮助企业？

BI 不仅仅是软件——它是一种保持所有相关业务数据的整体和实时视图的方法。 实施 BI 提供了无数好处，从更好的分析到增加竞争优势。 一些主要的商业智能优势包括：

• 数据清晰度
• 提高效率
• 更好的客户体验
• 提高员工满意度

7. BI的例子

image.png

Tableau 的“解释数据”功能有助于快速识别异常值和数据趋势的可能解释。

许多不同的行业都率先采用了企业 BI，包括医疗保健、信息技术和教育。所有组织都可以使用数据来转变运营。鉴于本文中和在线提供的信息如此之多，可能很难理解 BI 的确切功能。现实世界的例子可以提供帮助，这就是为什么我们根据客户的成功故事构建案例研究。

例如，金融服务公司 Charles Schwab 使用商业智能来全面了解其在美国的所有分支机构，以了解绩效指标并确定机会领域。通过访问中央商业智能平台，Schwab 可以将其分支机构数据整合到一个视图中。现在，分行经理可以识别出投资需求可能发生变化的客户。领导层可以跟踪某个地区的绩效是高于还是低于平均水平，然后点击查看推动该地区绩效的分支机构。这会带来更多的优化机会以及为客户提供更好的客户服务。

另一个例子是餐包服务 HelloFresh，它自动化了报告流程，因为它的数字营销团队每个月在这上面花费了太多时间。在 Tableau 的帮助下，HelloFresh 每天为团队节省了 10 到 20 个工作小时，并使他们能够创建更加细分和有针对性的营销活动。

8. 如何制定商业智能战略

BI 策略是您成功的蓝图。 您需要决定如何使用数据、收集关键角色并在初始阶段定义职责。 从高层次上讲，这听起来很简单； 但是，从业务目标开始是您成功的关键。

以下是如何从头开始创建 BI 策略：

• 了解您的业务战略和目标。
• 确定关键利益相关者。
• 从您的主要利益相关者中选择赞助商。
• 选择您的 BI 平台和工具。
• 创建一个 BI 团队。
• 定义你的范围。
• 准备您的数据基础架构。
• 定义您的目标和路线图。

9. BI分析的分类

BI 分析分为三种主要类型，涵盖许多不同的需求和用途。 这些是预测分析、描述分析和规范分析。

预测分析采用历史和实时数据并对未来结果进行建模以用于规划目的。 描述性分析是使用历史和当前数据识别数据趋势和关系的过程。 规范分析利用所有相关数据来回答“我的企业应该做什么？”这个问题。

10. BI的优缺点

我们已经介绍了 BI 的许多优点。 但与任何重大业务决策一样，实施 BI 会遇到一些困难和缺点，尤其是在实施阶段。

BI 的一些优点包括：

• 数据可见性
• 准确的报告
• 简化流程

BI 的缺点包括：

• 初始投资成本
• 用户抵制
• 数据技能差距

11. 商业智能平台

image.png

可视化分析让您处于数据分析流程中。

许多自助式商业智能工具和平台简化了分析过程。 这使人们更容易查看和理解他们的数据，而无需自己挖掘数据的技术知识。 有许多 BI 平台可用于临时报告、数据可视化以及为多个级别的用户创建自定义仪表板。 我们概述了评估现代 BI 平台的建议，以便您可以为您的组织选择合适的平台。 呈现商业智能的一种更常见的方式是通过数据可视化。

12. 如何选择BI平台

成功实施 BI 的关键是为工作选择合适的平台。 在选择工具时，最好记住哪些关键功能对您的业务最有帮助。 BI 工具的一些主要功能包括：

• 使用直观
• 各种仪表板和可视化选项
• 聪明的见解
• 好指标和坏指标的警报
• 内置人工智能 (AI)
• 部署灵活性
• 与其他平台和应用程序集成
• 数据连接
• 嵌入业务应用程序

13. BI 仪表板

可以说，BI 中最有用的工具之一是仪表板，它允许在一个地方聚合和查看复杂的数据。 这些仪表板可以有不同的目的，例如用于复杂的分析或利益相关者的支持。 挑战在于构建满足您需求的最佳仪表板。

BI 仪表板的主要功能是：

• 互动性
• 实时数据
• 可定制的界面
• 标准模板
• 分享能力

14. BI和大数据

随着数据环境的发展以及数据的收集、存储和分析变得更加复杂，考虑 BI 与大数据之间的关系变得很重要。 大数据最近在业界有点流行，那么大数据到底是什么呢？ 好吧，数据专家通过“四个 V”来定义它：数量、速度、价值和多样性。 这四个定义了大数据并将其区分开来。 特别是，容量是人们通常指出的主要决定因素，因为数据量不断增加并且相对容易长期存储。

可以想象，这对于 BI 很重要，因为企业每年都会创建越来越多的数据，而 BI 平台必须跟上对它们不断增长的需求。 一个好的平台会随着需求的增加而增长。 但如果不加以维护，仪表板和数据源可能会随着大数据的发展而落后。

15. 商业智能的未来作用

商业智能不断发展以跟上业务需求和技术的步伐，因此每年我们都会确定当前趋势，让用户了解最新的创新。 意识到人工智能和机器学习将继续发展，企业可以将 AI 的洞察力整合到更广泛的 BI 战略中。 随着公司努力变得更加数据驱动，共享数据和协作的努力将会增加。 数据可视化对于跨团队和部门的合作将更加重要。 本文只是对商业智能世界的介绍。 BI 提供近乎实时的销售跟踪功能，使用户能够深入了解客户行为、预测利润等。 零售、保险和石油等不同行业都采用了 BI，并且每年都有更多行业加入。 BI 平台适应新技术及其用户的创新。

16. 为您的公司使用自助式商业智能 (SSBI)

如今，越来越多的组织正在转向现代商业智能模型，其特点是对数据的自助服务方法。 自助式商业智能 (SSBI) 的特点是 IT 管理数据（安全性、准确性和访问），允许用户直接与其数据交互。 Tableau 等现代分析平台可帮助组织处理分析周期中的每一步——Tableau Prep 中的数据准备、Tableau Desktop 中的分析和发现，以及 Tableau Server 或 Tableau Cloud 中的共享和治理。 这意味着 IT 可以管理数据访问，同时让更多人能够直观地探索他们的数据并分享他们的见解。

17. 了解有关商务智能的更多信息

尽管本文涵盖了很多关于商业智能及其各种应用程序的基础知识，但还有很多东西需要学习。 我们的专家总是在扩展他们的知识并紧跟当前趋势。

为了鼓励数据学习，我们编制了进一步学习资源列表。 如果您想更深入地了解 BI 的理论和历史，请查看我们的最佳 BI 书籍列表。 要跟上最新的新闻和见解，请查看我们要关注的最佳 BI 博客列表。