數據分析和商業智能的區別？

12-29

數據分析只是一種工具（一種系統化分析問題的方式），可以很簡單也可以很複雜。

簡單點的例子：通過分析購買我產品的人大多數來自北京，則北京是我的主要消費者居住的城市。
複雜點的例子: 通過利用統計方法建立數學模型。我想從100000人中找出100個購買我產品概率比較大的客戶，則可以通過利用logistic regression來數學建模找到這群人。

無論你的商業模式是什麼樣子，你用數學方法，用數據證明你的假設都可以稱為數據分析。所以數據分析師這個職業，形容的是一個會利用數學方法，用數據證明假設的人。

而商業智能則是一種產品/服務，這個產品/服務可能包含報表，分析，管理等等利用計算機和編程技術自動化一些商業過程的行為。舉例子：水果店老闆利用商業智能做出來的報表或dashboard觀測自己商店的人流量，購買量，購買時間，及時調整自己的庫存和銷售節奏。

簡而言之就是這個樣子。

之前的人做生意，依靠的是直覺和經驗。現在在計算機的幫助下，可以利用數據分析減少試錯，減少錯誤決策帶來的成本，明白生意好的因由。而商業智能將這一切，儘可能的自動化和簡化。

這是我的理解。

數據分析指某一些專項的分析項目，數據分析師通過數據分析，得出業務建議或業務總結，比如營銷活動效果分析。但這個前提需要抽取整理數據，還要清洗建模，分析展現。整個一套方案可以通過商業智能來解決，數據分析只是其中的一個過程。

如果分開定義

數據分析是運用各種統計方法將數據進行剖析，最大化地發現數據價值，以發揮數據的作用。說白了就是基於數據事實找出規律的方法。數據分析的工具有SPSS、SAS、R等。

商業智能可以理解成企業內部現有數據轉化為指導商業決策的系統或工具，是數據倉庫、OLAP（聯機數據分析）、數據挖掘、數據展現的總稱，類似於ERP、CRM等一類的企業級信息化應用。是將這些業務系統的數據整合到一起，統計分析挖掘。常見的系統有：SAP BO、Cognos、Tableau、帆軟FineBI、微軟Power BI等。

數據分析是個過程是個解決方式。比如分析某次促銷活動的效果，就要對UV、客單價、復購率等關鍵性的指標數據做監控。還要和過去活動做對比，從資料庫里找最對照組進行建模，在SAS里做統計分析。是利用數理統計等科學方法做假設驗證，通常的工作就是對指標進行分析對比，KPI監控，異常指標分析，預測趨勢，生成結果報告。

商業智能是一種解決方案，類屬信息化範疇，利用數據展示/分析幫助運營管理，分析決策。比如領導通常關註銷售情況和財務狀況，技術人員做好固定格式的數據報表（dashboard/數據看板）,領導打開就能看，數據自動更新。

背後的原理是把ERP、財務、CRM等各業務系統的數據，有規則地匯總到一個數據倉庫中，製作有主題的分析報表。比如下表（只是舉例，分析邏輯不一定嚴謹），我要統計區域銷售額情況，並研究銷售額和學員學歷的關係，就會用到CRM還有HR的數據，同時可對時間、區域等字表進行過濾篩選，又或者對接大數據平台做可視化的分析展示。

商業智能的作用一方面是將常規的分析過程固化並簡化下來，另一方面是讓業務的自助分析更方便些（以前都是IT取數做報表分析，改需求再分析；現在IT準備好數據，業務可以自己拉數據分析）。

簡單來說商業智能BI是一套有關數據的解決方案，入口是數據，出口也是數據或者以數據為基礎的報表呈現，更多強調的是解決方案；數據分析更多的以人為主，對數據倉庫產出的數據、或者自己動手產出的數據做分析的過程。前者強調怎麼讓數據合理的加工或者呈現出來，後者強調如何通過數據發現問題，有一個探索的過程，一個思考的過程，這個思考的過程工具本身是不能替代的。

1、數據分析

數據分析是指用適當的統計分析方法對收集來的大量數據進行分析，提取有用信息和形成結論而對數據加以詳細研究和概括總結的過程。這一過程也是質量管理體系的支持過程。在實用中，數據分析可幫助人們作出判斷，以便採取適當行動。

2、BI

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並提出決策依據，幫助企業做出明智的業務經營決策。

3、兩者關係

數據分析和BI都是一個很泛的概念，兩者互相包容。一般的BI是集數據接入、數據處理、數據分析、數據可視化等功能為一體，可以說BI包括數據分析，而且BI更多是能夠給企業一套完整的解決方案，數據分析沒有強調解決的概念；另一方面，數據分析包括太多的東西，BI只是數據分析的一種體現。

4、常見數據分析平台，隨意舉個~

BDP

其實我也是剛剛進入商業智能的領域。

通常來說企業服務向的東西都挺難理解的，我大概花了兩個星期，經過各種人的講解才覺得略有點了解。

之前看到網上有一篇別人翻譯的Quora上的文章，還算講得挺簡單清楚的，

比較適合非技術類的讀者去看看。

這裡是中文翻譯的文章

商業智能、大數據、數據挖掘、數據分析，到底有什麼區別？！

2. 這裡是Quora上的英語原文

What is business intelligence?

如果想知道商業智能系統做出來的東西是啥樣的話，可以看看這幾個案例，

都是gif動圖，還是比較易於理解的：

一個是給聯合國開發計劃署（UNDP）做的一個可視化報告

一個是今年雙十一的實時物流大屏，數據量達到天貓的1/5

不過，紙上得來終覺淺，所以請點我：馬達數據 | MadaData

其實因為這個商業智能系統經歷了很多的迭代，現在國內大部分公司還是用著以前那種一個一個excel去打開用複製粘貼來整合數據的軟體。馬達數據做的東西算是國內目前技術最新的商業智能系統，他們的核心開發團隊都是從美國矽谷回來的。反正那個網站上的產品介紹也是動圖，還是挺易於你理解到底商業智能系統是什麼樣子的。

希望能夠幫到你。

數據分析：對歷史數據降維，描述過去，解釋現狀

商業智能：對現有數據升維，影響現在，改變未來

商業智能=數據分析*業務理解

應用邏輯：數據分析通常針對某個問題，運用一定的方法進行分析、歸納、演繹並得出結論；商業智能更多側重於流程化、規範化、智能化的應用。

應用工具：數據分析的工具包括R、SAS等挖掘工具，也包括webtrekk、GA等統計分析工具，更包含excel等初級工具，只要能實現分析都可以使用。BI通常包括SAP、Oracle、甲骨文等大型公司提供的工具，一般小工具都不能應用。

應用場景：數據分析應用於各個部門、通常更多是零散的應用和局部的應用；BI通常是公司級的應用，更宏觀。

實現商業智能之前數據分析通常在SAS、SPSS、R上面。

數據分析，造句：小王是個數據分析師，他通過分析數據，發現了很多潛在問題。

所以，所謂數據分析，就是做分析，做數據的展示、分析。

商業智能，造句：公司上了商業智能系統，小王可以藉助它做數據分析。

所以，所謂商業智能，就是一系列技術的集合（DW、ETL、OLAP、數據可視化等），支持人看數據、做分析。

從公司的分工的角度來講，通常商業智能部（BI）會涵蓋數據產品，數據分析，數據挖掘共3個功能。數據倉庫作為商業智能部的技術支撐，可算在內，也可不在內，看公司的架構了。

1.數據產品指的是數據的可視化，也就是數據報表，把業務部門常看的數據固化成業務報表是BI的主要任務之一；

2.數據分析指就某一些專項的分析項目，通過數據分析，得出業務建議或業務總結；舉例來講像營銷活動效果分析等等

3.數據挖掘需要用一些工具或語言,SAS,R,Python,C,Matlab等建一些模型做用戶分類，預測等

當然，公司大的話，每個業務部門都會有自己的數據分析人員，這樣會很大提升分析效率，畢竟數據多了，不可能全依賴於BI部門

商務智能是IT和數據分析的完美結合，它使得不懂編程但具備數據分析能力和商業直覺的分析人員能夠便捷而快速地提取，清理，整合各種數據源（mysql，Salesforce, Hive等等），並創建複雜動態圖形和儀錶。在各種商務智能平台出現之前，這些都只能藉助於複雜SQL腳本或者SAS這類專業數據分析工具才能實現。

數據分析和商務智能在流程上的區別下圖概括的很好。

圖片來源：Logeeka Advanced Analytics

數據分析是運用各種統計方法將數據進行剖析，最大化地發現數據價值，以發揮數據的作用。說白了就是基於數據事實找出規律的方法。數據分析的工具有Excel、SPSS等

商業智能常常被理解為企業內部現有數據轉化為指導商業決策的系統或工具，是數據倉庫、OLAP（聯機數據分析）、數據挖掘、數據展現的總稱。它是類似ERP、CRM等系統一樣的企業級信息化應用。常見的系統有：Business Object、Cognos、Hyperon等等。

個人認為不管是商業智能還是數據分析，歸根結底都要落實到價值中。智能商業正逐步進入你我生活，例如智能Bra、訊貓智能便利店、智慧城市等，作為一名用戶，如何能夠有效利用，這才是最重要的！

商業智能=數據倉庫+數據分析+數據挖掘

數據分析僅僅是BI中的一個領域，商業只能還包括數據處理、數據挖掘等領域。

數據分析：使用統計方法（比如均值、中位數、眾數集中趨勢指標，極差、方差、標準差、偏度、峰度變異指標），對數據有目的的進行分析處理，並且解讀分析結果；

數據挖掘：以查找隱藏在數據中的信息為目標的技術，是應用演算法從大型資料庫中提取知識的過程。

商業智能：數據倉庫（存貯層）+數據分析與數據挖掘（分析層）+報表（展現層）

數據分析是方法，商業智能是解決方案，這個方案可以有一系列的方法

哪個的職業發展更好呢？

仁者見仁智者見智的問題。個人的理解分享是商業智能包括數據分析，狹義的數據分析是突出數據的重要性，廣義的數據分析是包括對業務的輸出價值。商業智能更像是廣義的數據分析，因為商業智能是業務與數據揉和的產物，兩者缺一不可，相輔相生。

用查克拉讓數據飛起來 - 知乎專欄

簡單理解吧，數據分析是技術，BI是服務

商業智能是介面，數據分析是實現。