科技的进步推动了信息系统应用的改革，现如今，社会信息的流转与信息传递处理技术对人民群众的生活及时代发展的影响日益突出，互联网与移动网络的进步为大数据时代的形成起到了助推作用，信息传递速度与效率得到明显提高，数据在企业和我们的日常生活中出现的频率也越来越高。

而大数据和BI就是近年来一直很热门的词汇，也经常有人把这二者混为一谈，但从本质上说，它们确实是不一样的技术，也能为企业起到不同的作用和意义。随着互联网经济和信息化技术的普及，大数据技术和BI技术在企业中的应用也不断深入，甚至在一定程度上改变了许多企业的运营和管理模式。

这两种发源于大数据时代的技术究竟有什么区别，又有什么联系呢？在企业中又是如何发挥其作用的？

一、概念理解

1.什么是大数据？

维基百科给出的大数据的定义是：“大数据是指在承受的时间范围内使用通常的软件工具捕获和管理的数据集合。大数据是一种大规模的数据集合，在过去的存储和管理分析中远远超过传统软件，因此称为大数据。”简单来说，大数据就是规模很大的数据。但我们今天所指的大数据并不是单纯的简单的大量的数据，而是指的大数据的应用。

就像大数据的核心价值在于存储和分析海量数据；大数据技术的战略意义不在于掌握大量数据信息，而在于专业处理这些有意义的数据。换句话说，如果把大数据比作一个行业，这个行业盈利的关键在于提高数据的加工能力，通过加工实现数据的增值。

2.什么是BI？

BI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BI在数据架构中处于前端分析的位置，其核心作用是对获取数据的多维度分析、数据的切片、数据的上钻和下钻、cube等。通过ETL数据抽取、转化形成一个完整的数据仓库、然后对数据仓库的数据进行抽取，而后是商业智能的前端分析和展示。

一般来说，BI就是一种帮助企业更好地利用数据来提高决策质量的技术集合，是一个从大量数据中挖掘信息和知识的过程。简单地说，它是应用业务、数据和数据值的过程。

二、差异辨别

随着大数据、AI等技术快速发展，以及大数据应用在行业的落地，企业对BI和大数据的选择陷入到一个“非此即彼”的思维。但其实，它们二者的关系并没有到这样“水深火热”的地步。

虽然大数据与BI是两种不同概念和工具，但却是社会发展到不同阶段的产物，大数据对于BI，既有传承，也有发展。大数据和AI在落地应用的过程中需要一系列产品作为技术承载体，而BI就是一个比较理想的承载体。BI可以看成是技术与业务结合的桥梁。当前企业在进行人工智能改造过程中并不能马上脱离原有的信息化体系，既如此，就必须借助于BI来完成智能化过渡。

两者的差异在于以下三点：

1.数据来源

BI的数据来源一般为企业内部信息化系统中的数据，更多是作为企业内部数据分析的工具；大数据的数据来源不仅包含企业内部的信息化系统的数据，还包括各种外部系统、机器设备、数据库的数据。总的来说大数据的数据来源更广泛，而且数据更多的来自于云端，可无限扩展。

2.发展方向

对企业来说，BI是一种管理和思维方式的转变，对企业内部数据进行分析，支撑企业运营与决策，从传统商业模式走向商业智能。大数据除了解决企业业务问题，还包括与行业、产业的深度融合，不同行业所呈现的内容与分析维度各不相同，是用全新的数据技术手段来拓展和优化企业业务。

3.数据利用

BI更注重数据的呈现和分析，大数据更注重数据的深度分析和利用。

4.数据存储

BI存储有限的数据(DWH/DM等)。大数据中存储的数据则是无限膨胀。Hadoop的诞生就是为了低成本和无限制的扩展。

5.技术标签

BI的技术标签包括ETL、数据仓库、OLAP、可视化报表。大数据的技术标签则包括Hadoop、MPP、HDFS、MapReduce、流处理等。随着时代的变革与技术的迭代，BI经历了多次优化和变革，新型BI被赋予更多“大数据”潜能，既满足海量实时数据分析，也满足决策型的业务分析。

三、相关性解读

本质上来说，无论是BI还是大数据技术，都是脱胎于大数据时代的技术，它们仍有一定的关联性和相关性。首先先说明，大数据相对于传统BI，不是简单的PLUS的关系，它涉及了思想、工具和人员深层次的变革。

1.从数据来源角度

大数据应用的数据来源，不仅仅包括非结构化的数据，还有各种系统数据，数据库数据。其中非结构化数据主要是集中在互联网以及一些社交网站上的数据以及一些机器设备的数据，这些都构成了大数据应用的数据来源。对于大数据的分析工具来说，现阶段也是对于非结构化的数据分析的比较多。

BI系统则是在数据集成方面的技术越来越成熟，对于数据的提取，一个各种数据挖掘的要求来说，数据集成平台会帮助企业实现数据的流通和交互使用，在企业内部实施BI应用就是为了可以更好的对数据进行分享和使用。

2.从思维方式角度

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。

3.从发展方向角度

BI的发展要从传统的商务智能模式开始转换，对于企业来说，BI不仅仅是一个IT项目，更是一种管理和思维的方式，从技术的部署到业务的流程规划，BI迎来新的发展。对于大数据来说，现阶段更多的大数据关注在非结构化数据，不同的数据分析工具的出现和行内的应用范围不断的加大，对于大数据应用来说，怎么与应用的行业进行一个深层次的结合才是最重要的。

4.从工具的角度

传统BI使用的是ETL、数据仓库、OLAP、可视化报表技术，属于应用和展示层技术，目前都处于淘汰的边缘，因为它解决不了海量数据(包括结构化与非结构化)的处理问题。而大数据应用的是一个完整的技术体系，包括用Hadoop、流处理等技术解决海量的结构化、非结构化数据的ETL问题，用Hadoop、MPP等技术计算海量数据的计算问题，用redis、HBASE等方式解决高效读的问题，用Impala等技术实现在线分析等问题。因此是个全新的行业。

四、企业应用

由于大数据和BI技术的特性，这两种技术在企业中有着不同的应用，而企业如何选择，也要根据企业的实际情况选择。

1.大数据在企业中的应用场景

（1）个性化营销

伴随着数据大爆炸与消费者个性化，用户对无关信息的容忍度与日俱减的同时，用户兴趣数据与日俱增。没有数据支撑的营销，将会陷入盲目决定的情况。这一切，导致了个性化成为大数据的应用方向。

（2）对客户价值的识别和挖掘

以数据为支撑的客户价值评估将有助于公司找到真正的目标客户群，帮助企业更好地推进客户关系管理。

（3）数据驱动的精准广告

大数据的出现，宣告了盲目营销的终结，数据驱动的精准广告时代来临。例如在广告的精准营销方面，大数据技术可以通过数据库的消费者画像，能让广告主全方位了解消费者。采用50多种定向技术，能够让广告精准地触达用户的手机、PC端。投放全程效果监控，循环优化投放方案，有效控制成本，达到超高费效比。

（4）客户流失预警

在用户即资产的时代，客户流失预警对企业的战略制定有着重要意义，流失的是否是目标客户，哪一类型的客户，用户为什么会流失等等。大数据技术能够跟踪用户行为轨迹，通过不同的算法，可以发现最终客户流失的特殊及其原因，最终帮助企业挽留用户。

（5）企业商业决策

如前所述，企业的商业决策已经变得与数据密不可分。以苏宁为例，其数据部门需要为业务部门提供多重服务。首先是报表服务，为运营部门提供实时的、丰富的、准确的数据支持，其次是引擎服务，应用大数据的技术去驱动前台的业务，它已经直接嵌入到企业的生产经营活动中，直接影响到企业的整个业务。

（6）库存管理和物流配送

对于电商或O2O公司来说，库存管理和物流配送是业重要的竞争力。通过数据的分析和挖掘，可以精准测算出不同品类商品的库存水平，同时获取最佳用户体验与物流整体配送效益的平衡。比如在京东商场，当用户点击浏览某商品后，京东会通过对该用户的一系列数据分析，确定其购买的可能性。当该用户被确定为潜在用户后，京东便会将其浏览过的产品，在当地仓库中准备好，一旦用户下单，便可迅速配货，这就是京东可以次日达的原因。 

2.BI在企业中的应用场景

（1）数据整合，满足业务分析需求

企业信息化建设至今,很普遍地出现了信息孤岛的现象。企业中风格及功能各异的信息系统随需而建，而不是建立在一个统一的逻辑上。这也就造成了业务或者管理人员需要在各个不同的系统中操作，一旦涉及到需要从多个系统取数的分析需求,则操作起来相当麻烦，而且由于是人工操作,数据繁琐，又难免出错。

使用BI商业智能系统，可以很轻松地取到各个应用系统中的数据,通过数据清理等一系列操作， 建成一个可以满足企业级分析需求的数据仓库,这样业务人员就可以基于这个完整的数据视图在-个交互友好的系统(商业智能系统)中新建分析了。

（2）辅助市场分析，促进营销转化

BI是所有IT系统中最适合于管理层和决策层使用的信息系统，因为区别于OA,ERP等其他信息系统，只有BI可以将这些系统中积累的数据整合在一起，并挖掘出其中存在的数据价值。BI最常用于市场分析。

将BI应用于市场分析主要有以下几种分析主题:市场占有率分析、市场趋势分析(历史、未来)、产品可用性分析、 客户需求分析、产品竞争分析等……通过以上种种分析来协助市场营销的计划及实施，促进市场营销目标的实现:更多的线索，更高的投资转化率，更丰厚的利润收益。

盈析数据BI可以提供报表分析、大屏可视化、自助式分析、报告应用、预测与挖掘等多元化分析方法，全方位提升数据分析能力，精准支撑领导决策，帮助企业完成市场分析，促进业务增长，充分发挥数据的驱动作用。

（3）改进应用系统,完善管理

由于BI系统可以代替其他信息系统进行企业数据的采集,因此企业在进行IT建设时可以先实施BI系统,先让管理决策层体会到IT系统挖掘数据支持决策的魅力，促使他们推动ERP等基础系统的实施和推广。

盈析数据BI就平台内置了数仓实施工具，其中丰富的处理转换组件，通过拖拽式的流程设计，实现了数据抽取、清洗、转换、装载及调度，用于帮助政府和企业构建数据仓库，完成数据融合，提升数据质量，服务数据分析，帮助完成数据的质量提升，从数据层面帮助企业改进应用系统，完善管理。

大数据和BI并不能完全地拆分开来，也不能简单的理解成为毫不相关的概念。它们其实是互相影响、互相关联的关系，而企业对于大数据和BI技术的选择，也要根据企业的实际情况和企业当前的需求，并不能简单的做出决定。

（部分内容来源网络，如有侵权请联系删除）