Question

BI（Business Intelligence）即商务智能，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，快速准确地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。

商业智能的关键是从许多来自不同的企业运作系统的数据中提取出有用的数据并进行清理，以保证数据的正确性，然后经过抽取（Extraction）、 转换（Transformation）和装载（Load），即 ETL 过程，合并到一个企业级的数据仓库里，从而得到企业数据的一个全局视图，在此基础上利 用合适的查询和分析工具、数据挖掘工具、OLAP 工具等对其进行分析和处理（这时信息变为辅助决策的知识），最后将知识呈现给管理者，为管理者的决策过程 提供数据支持。商业智能产品及解决方案大致可分为 数据仓库 产品、 数据抽取 产品、 OLAP 产品、展示产品、和集成以上几种产品的针对某个应用的整体解决方案等。

BI 的发展阶段

• Excel 报表：在这个阶段催生了一个职业群体就是“表哥表妹”，他们每天都要从公司不同的 ERP、CRM、财务系统中导出大量数据，再将多个表格 用 vlookup 和 sumif 进行关联计算，最后通过把可视化图表截图放到 PPT 里进行日报和周报汇报。而至于领导到底会不会看，他们也不关心，因为无力 关心。

• 报表系统：也是传统报表的升级版，可以直接对接某个业务系统的数据源，对于数据的响应速度比 Excel 明显提升，已经可以支持权限管理等，但还是偏向于数据汇报，很难辅助决策。

• 传统 BI：首先可以对接多个系统的数据源，将所有数据整合到一个平台中进行全局分析。其次就是支持实时数据展示，分析维度和深度也远远强于报表系统，支持下钻、联动等数据交互。最后在数据承载量和反应速度上具有明显优势，不仅是汇报工具，更能够辅助决策。

• 智能 BI：和传统 BI 一样都是支撑决策，但是用户使用层面强调低代码（或零代码）开发、无缝对接、灵活部署，比如用观远 Smart ETL 托拉拽进可以做分析看板，无需重新建模，赋能普通业务人员做数据分析的能力，让数据员有更多时间可以专注如何将分析与业务结合。并且，还可以借助 AI 算法的能力构建基于未来的分析模型，比如销售预测、智能排课等。

  

图 1 数据价值链示意图

• 数据集成：主要是数据抽取产品
• 数据仓库：
• 数据分析产品：包括数据挖掘、OLAP
• 数据可视化：详见《 数据可视化工具 》

图 AI+BI 知识图谱

说明：

• 数据接入：数据来源有数据库、文件和 SAAS 源。数据接入工具有 Sqoop，OGG 等。
• 数据准备：数据经过 ETL 后要处理的形态，有数据仓库、数据集市等多种形式。
• 数据分析：
• 数据可视化：常规图表、自定义图表等。图表框架一般来自于开源 Echarts, D3 等。
• 数据分发：桌面端、移动端和小程序。
• 企业级管理：系统集成
• 智能应用：