商务智能就是数据挖掘？一起来看BI是什么

1. 数据挖掘和商务智能的关系是怎样？

商务智能（BusinessIntelligence）的应用最近几年不断在企业里广泛出现，将大量原始杂乱的数据，可能是来自移动社交、企业制造、政府公共事务。都发挥了很强大的再次组织数据，满足用户的信息需求。而随着大数据的传播热议，数据挖掘和商务智能这两个概念被很多人似乎搭上了一些相关关系。

商务智能就是数据挖掘吗？数据挖掘包括商务智能还是商务智能是数据挖掘的应用？其实这些观点都不是正确的。实际上，正是数据挖掘这种新技术的出现，才使商务智能真正具备了“智能”的内涵，商务智能完整产业链正式形成。

数据挖掘给人们新的视野，发现真实生活中原来在庞大的数据生活中存在着各种从未被人们注意到的关系，而这些关系可以被商业生活，企业政府利用。如美国政府将数据挖掘技术大量的用到情报系统管理中，沃尔玛发现人们潜在的购买习惯，及特殊时期特殊的消费爱好而采用的打包销售等经营决策。其中就有非常著名的啤酒尿布的案例，沃尔玛根据在商场消费的大量数据中分析得出，凡购买婴儿尿布的人购买啤酒的概率非常高，不用去研究这其中的深刻原因，单数字就明显的证明这种趋势，随后沃尔玛对啤酒喝尿布进行了捆绑销售，不出意料，销售量双双增加。

1989年是数据挖掘技术兴起的元年。

就在这一年，高德纳咨询公司的德斯那在商业界为“商务智能”给出了一个正式的定义：商务智能（Business Intelligence），指的是一系列以事实为支持、辅助商业决策的技术和方法。数据挖掘是商务智能一段重要的产业链，给商务智能提供技术支持，推动智能生命的发展。

2. 商务智能的早期概念及演变史

商务智能最近的一段产业链是数据挖掘，那我们也一起来看看商务智能这个概念又是如何产生的，由上面发展演变而来。

1946年，冯·诺依曼设计出人类历史上第一台计算机。其后一年，卡内基梅隆大学赫伯特·西蒙出版了《行政组织的决策过程》艺术。这位科学家继而提出利用一种通过存储在计算机里的信息来辅助决策，人类理性的范围就会扩大，决策的质量就能提高的观点。

此后，西蒙教授将毕生的经历都集中在对决策和信息的研究上，学界也普遍认同西蒙对决策支持系统的研究，是现代商务智能的源头和起点。半个多世纪以后，这个“决策支持系统”结出了“商务智能”的果实。

追本溯源，商务智能还是“决策支持系统”，所要做的也还是收集数据、分析数据、发布数据，将数据中隐藏的规律和与经营相关的知识显现出来，支持决策，扩大人类的理性。

大型软件、大型信息管理系统的应用在20世纪80年代开始也呈现遍地开花的态势。但这些信息系统还只能是针对特定业务、处理离散事务的“运营式”信息系统。数据依然没有转化成有用的信息。

紧接着一个重大的转变就是数据仓库的诞生。当IBM在为将多个分立系统的数据如何整合而劳心费神之时，公司的两名研究员提出一个新术语：数据仓库（Data Warehouse）。

数据仓库是有别于数据库的，它是以数据分析、决策支持为目的来组织存储数据，而数据库的主要目的是为运营性系统保存、查询数据。这个数据仓库可以接收来自多个不同系统产生的数据源（不同的运行平台、不同的编程语言，不同的物理位置），但以统一定义的格式被提取，再通过清洗、转换、集成，最后加载进入数据仓库。这个过程就有专门的ETL工具来实现。于是运营式系统的瓶颈又有了新突破。

数据仓库的物理结构后，商务智能进入下一个产业链：联机分析，也叫多维分析。本意是把分立的数据库“相连”，进行多维度地分析。分析问题的任何角度,都可以视为一个或多个维度的交叉。

例如某公司2014年在中国上海的销售量是多少？是“地区”与“时间”两个维度交叉的问题。

某公司2014年中国上海日用品的销售量是多少？这是一个“地区”、“时间”、“产品”三个维度交叉的问题。

某公司2014年中国上海网上销售的日用品量是多少？这是一个“地区”、“时间”、“产品”、“销售渠道”思维交叉的问题。

类似这样的问题会因为不同的人群不同的需求千变万化，依靠关系型数据库的“静态”报表服务是无法满足的。决策者更需要的是一种更广维度，更细化的“动态”信息。联机分析无疑最适合解决这样的问题。

商务智能目前的一些技术应用有QlikView,Tableau,Yonghong Data Mart， EMC GreenPlum, HP Vertica。

3. 数据可视化完成商务智能产业链的最后一环

数据仓库、联机分析的技术支持，为商务智能奠定了框架，数据挖掘更是把数据分析的范围从“已知”扩大到了“未知”，从“过去”推向了“将来”，将商务智能带向了一个新的阶段，推动了商务智能在更广泛领域的应用。

但商务智能还并为停止脚步。

新的技术浪潮将商务智能引入下一阶段产业链：数据可视化。

数据可视化是一个将数据挖掘出的信息进一步图形化的过程。人的思维即使可以读懂通过分析后的数据报表，但是在实际应用中，不管是政府的财政收支，还是企业的多年财务分析表，如果都是表格式的汇报方式，也会相当劳心费神才可能理解其中的关键点。但是数据可视化就能更直观的表达最关键的要素。

法国统计学家杰克·伯廷说过：“图形是解决逻辑问题的视觉方法。”数据可视化完成了商务智能产业链的最后一环数据的展示呈现。这四个产业链，每一块都非常复杂，独立性也很强。尤其是其中的“数据挖掘”技术，潜力很大，未来发展的空间也非常广，时空跨越的范围和将来应用的领域值得期待。

从数据到信息，最终产生知识，商务智能在辅助人类扩大理性决策上越走越远，越走越高。而新的产生知识阶段上，正不断的给我们更多的惊喜。