1. BI 的定义

BI，是 Business Intelligence 的缩写，翻译过来为商业智能，简称 BI。

商业智能的概念在1996年最早由加特纳集团提出，加特纳集团将商业智能定义为：商业智能描述了一系列的概念和方法，通过应用基于事实的支持系统来辅助商业决策的制定。商业智能技术提供使企业迅速分析数据的技术和方法，包括收集、管理和分析数据，将这些数据转化为有用的信息，然后分发到企业各处。

BI提供了一套完整的解决方案，把企业不同业务系统（如OA、ERP、CRM、SCM、FMS等）的数据提取出有价值的部分进行整合清洗，在保证数据准确性的同时，进行数据分析和处理，利用查询和分析工具快速、准确地为企业提供报表展示与分析。

2. BI 的内涵

2.1. BI 概念的四大范畴

通过上面的定义，我们大致可以勾画出 BI 的概念雏形。即 BI 大致包含下面四大范畴：

可视化展示；
数据的分析；
数据的管理；
数据的收集。

上面所说的四大范畴，其实从上往下是层层依赖的，整个链条是数据从产生到创造价值、再到展示价值的全过程。

2.2. 数据连接模块

需要支持连接多种数据源，如关系型数据库MySQL、Oracle，通过 JDBC 的方式直接连接数据库。同时支持Excel本地文件上传以及大数据平台如ClickHouse对接等。

2.3. 数据准备模块

通常数据分组分包、可视化ETL等功能，主要是将连接到BI系统的数据进行整合、建模。将数据源内的原始工作表，按需取数放入数据包中，在可视化ETL中将工作表行列转化、合并、过滤等操作，加工成业务分析所需要的工作表。

2.4. 仪表板模块

仪表板模块是业务人员使用频率较高的模块，通常具有可视化分析、多维交互分析、可视化编排等功能。它主要是将数据字段映射到可视化图形，同时提供多维交互分析，最终呈现可视化结果。

可视化分析主要是将工作表数据字段通过拖拽操作映射到图表维度、指标上，从而绘制出各类图表，常见的图表类型有趋势类、占比类、分布类、空间类、关系类等。

多维交互分析（也是OLAP分析），是通过上卷、下钻、旋转、切片/切块等操作对数据进行多维度分析。

可视化编排是将分析图表、页面组件等进行布局美化，让数据可视化结果更加清晰美观，同时具有更多的页面组件增加分析能力。

2.5. 数据应用模块

将数据分析的可视化结果，以不同应用的方式分发，通常有驾驶舱、数据门户、移动BI、外部链接、预警通知等功能。

2.6. 系统管理模块

系统管理模块主要是对整个系统内用户、权限以及资产的管理，能够实现对数据的行列级权限管控，保障数据稳定建设的同时，保障数据安全性。

3. BI 的价值

3.1. 数据分析和展示

从分析形式看，由静态到动态，BI 分析可以分为查询、报表（Reporting）、图表（Charts）、联机分析（OLAP/Analytics）、数据挖掘（Data Mining）以及预测性分析（Predictive）等类型，

具体满足的业务分析主题，既有战略性课题，面向企业高层管理人员，例如经营战略、战略财务、营销战略等，也可以有战术性课题，面向业务专家、中低层管理人员，例如客户/商品分析、供应链效率、成本分析等等。

3.2. 数据分析的四种类型

按照数据使用的成熟度，数据分析可分为描述性分析、诊断性分析、预测性分析、指示性分析四种类型：

描述性分析：

回答“发生了什么”，集成历史数据并进行报表、图表等形式的展示，可以描述业务中的关键指标，但无法解释问题发生的原因；
诊断（归因）性分析：

回答“为什么会发生”，在描述性分析的基础上进行可视化探索，通过联动、下钻、挖掘等手段，找到影响因子和关联关系，解释问题发生的原因；
预测性分析：

回答“将会发生什么”，借助统计学技术，利用预测模型、机器学习、数据挖掘等，基于描述性和诊断性分析的结果探索过去规律，对未来进行动态预测；
指示性分析：

回答“最好发生什么”，通过算法实现问题的最优解，针对预测性分析的结果制定应对措施，消除未来可能发生的风险或赢得有利的机会。

3.3. BI 核心需求

经营决策
- 历史数据分析
- 增长趋势预测
- 跨部门、跨业务分析
- 经营问题诊断
日常管理
- 数据日报
- 统计日报

4. 主流的 BI 厂商

BI 现阶段的应用情况

5. BI 的应用情况

6.1. 金融和零售行业

金融和零售两个行业在BI应用成熟度高：数据基础设施良好，且已进入数据挖掘的应用阶段。金融行业对BI的典型应用场景包含营销、风控、财富管理等方面，与业务相关程度高、预算投入比例也高；零售行业同样将BI应用到核心业务场景，如销售管理、用户营销、忠诚度管理等。但由于零售行业IT投入能力不及金融，市场规模较小。

6.2. 制造和电力行业

制造和电力两个行业BI应用成熟度中等。其中制造行业企业数量庞大，但数据基础设施参差不齐，领先企业已经进入数据挖掘阶段，但总体制造业企业仍在数据分析阶段，通过BI优化成本控制、进行流程监控；电力行业则以国家电网为代表，各区域在BI应用上各自投入，总体投入规模、应用深度都有很大提升空间。

6.3. 政务和教育行业

政务、教育行业的BI应用尚处于初级阶段，目前主要是对数据进行可视化展示，数据分析的程度有待加深。

BI：关于 BI 的基本概念详解