自拍偷在线精品自拍偷,亚洲欧美中文日韩v在线观看不卡

從概念到應(yīng)用 一站式區(qū)分大數(shù)據(jù)和BI

大數(shù)據(jù)
大數(shù)據(jù)和BI之間的關(guān)系很密切,在大數(shù)據(jù)時(shí)代中,對(duì)于數(shù)據(jù)的挖掘、處理基本上是以傳統(tǒng)BI業(yè)務(wù)模式進(jìn)行的,但大數(shù)據(jù)的數(shù)據(jù)來源要比傳統(tǒng)BI的數(shù)據(jù)來源更具多樣性。本文將從概念、應(yīng)用、發(fā)展趨勢(shì)等多個(gè)角度對(duì)大數(shù)據(jù)和BI進(jìn)行區(qū)分。

大數(shù)據(jù)和BI之間的關(guān)系很密切,在大數(shù)據(jù)時(shí)代中,對(duì)于數(shù)據(jù)的挖掘、處理基本上是以傳統(tǒng)BI業(yè)務(wù)模式進(jìn)行的,但大數(shù)據(jù)的數(shù)據(jù)來源要比傳統(tǒng)BI的數(shù)據(jù)來源更具多樣性。本文將從概念、應(yīng)用、發(fā)展趨勢(shì)等多個(gè)角度對(duì)大數(shù)據(jù)和BI進(jìn)行區(qū)分。

IT行業(yè)的新鮮詞層出不窮,最近幾年,大家都在談?wù)摯髷?shù)據(jù)和BI,似乎不談這些詞都不好意思說自己是“圈內(nèi)人”。雖然每天張口閉口都在說大數(shù)據(jù)和BI,可是你真的明白大數(shù)據(jù)和BI之間的區(qū)別了嗎?

大數(shù)據(jù)和BI之間的關(guān)系很密切,在大數(shù)據(jù)時(shí)代中,對(duì)于數(shù)據(jù)的挖掘、處理基本上是以傳統(tǒng)BI業(yè)務(wù)模式進(jìn)行的,但大數(shù)據(jù)的數(shù)據(jù)來源要比傳統(tǒng)BI的數(shù)據(jù)來源更具多樣性。本文將從概念、應(yīng)用、發(fā)展趨勢(shì)等多個(gè)角度對(duì)大數(shù)據(jù)和BI進(jìn)行區(qū)分。

從概念的角度區(qū)分

BI(Business Intelligence)即商務(wù)智能,它是一套完整的解決方案,用來將企業(yè)中現(xiàn)有的數(shù)據(jù)進(jìn)行有效的整合,快速準(zhǔn)確地提供報(bào)表并提出決策依據(jù),幫助企業(yè)做出明智的業(yè)務(wù)經(jīng)營決策。

大數(shù)據(jù)(big data)是一種信息資產(chǎn),它是無法在一定時(shí)間范圍內(nèi)用常規(guī)軟件工具進(jìn)行捕捉、管理和處理的數(shù)據(jù)集合,需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力。簡單而言,大數(shù)據(jù)更偏重于發(fā)現(xiàn)、預(yù)測(cè)并印證的過程。

從數(shù)據(jù)來源的角度區(qū)分

大數(shù)據(jù)時(shí)代的數(shù)據(jù)來源包括內(nèi)部數(shù)據(jù)和外部數(shù)據(jù),有很大一部分?jǐn)?shù)據(jù)是包括音頻、視頻、圖像在內(nèi)的非結(jié)構(gòu)化數(shù)據(jù),或是半結(jié)構(gòu)化數(shù)據(jù)。這類數(shù)據(jù)通過大數(shù)據(jù)管理的方式進(jìn)行整合,然后用BI的方法進(jìn)行分析挖掘處理。

而BI的數(shù)據(jù)很多是來自數(shù)據(jù)庫的結(jié)構(gòu)化數(shù)據(jù)分析。在企業(yè)內(nèi)部實(shí)施BI應(yīng)用就是為了可以更好的對(duì)數(shù)據(jù)進(jìn)行分享和使用。

從技術(shù)的角度區(qū)分

從技術(shù)方面來看,傳統(tǒng)BI的ETL、數(shù)據(jù)倉庫、OLAP、可視化報(bào)表技術(shù),都處于淘汰的邊緣,因?yàn)榻鉀Q不了海量數(shù)據(jù)(包括結(jié)構(gòu)化與非結(jié)構(gòu)化)的處理問題,BI的很多功能都可以被對(duì)應(yīng)的大數(shù)據(jù)組件所替代。大多數(shù)企業(yè)即使沒有大數(shù)據(jù)業(yè)務(wù)的驅(qū)動(dòng),大數(shù)據(jù)技術(shù)的優(yōu)勢(shì)依然不容小覷。

從應(yīng)用的角度區(qū)分

BI涉及的應(yīng)用科學(xué)包括:終端用戶查詢和報(bào)告工具、數(shù)據(jù)挖掘軟件、數(shù)據(jù)倉庫產(chǎn)品。主流的商業(yè)智能工具包括BO、COGNOS、Style Intelligence、BRIO。一些國內(nèi)的軟件工具平臺(tái)如KCOM也集成了一些基本的商業(yè)智能工具。

而大數(shù)據(jù)的應(yīng)用幾乎涉及到社會(huì)生活的方方面面,如醫(yī)療行業(yè)、金融行業(yè)、體育行業(yè)、安全執(zhí)法、城市改善等等。當(dāng)然,大數(shù)據(jù)所涵蓋的領(lǐng)域不止這些,未來還會(huì)有許多新的行業(yè)和領(lǐng)域利用大數(shù)據(jù)的應(yīng)用進(jìn)行規(guī)劃和發(fā)展。

從決策者的角度區(qū)分

BI更傾向于決策,對(duì)事實(shí)描述更多是基于群體共性,幫助決策者掌握宏觀統(tǒng)計(jì)趨勢(shì),適合經(jīng)營運(yùn)營指標(biāo)支撐類問題;大數(shù)據(jù)則內(nèi)涵更廣,傾向于刻畫個(gè)體,更多的在于個(gè)性化的決策。

從人員技能角度區(qū)分

大數(shù)據(jù)的數(shù)據(jù)處理,涉及很多新的技術(shù),不同的應(yīng)用場景需要不同的大數(shù)據(jù)處理方法,需要有人專門進(jìn)行研究和探索,可見大數(shù)據(jù)對(duì)于BI人員的技能要求有所提高。

從發(fā)展趨勢(shì)的角度區(qū)分

隨著企業(yè)CRM、ERP、SCM等應(yīng)用系統(tǒng)的引入,企業(yè)不僅僅關(guān)注事務(wù)處理過程,而更加注重有效利用企業(yè)的數(shù)據(jù)為準(zhǔn)確和快速的決策提供支持。由此帶動(dòng)的對(duì)商業(yè)智能的需求將是巨大的。BI的發(fā)展趨勢(shì)可以歸納為以下幾點(diǎn):從單獨(dú)的商業(yè)智能向嵌入式商業(yè)智能發(fā)展,從傳統(tǒng)功能向增強(qiáng)型功能轉(zhuǎn)變,從傳統(tǒng)型BI向敏捷型BI轉(zhuǎn)變。

大數(shù)據(jù)的發(fā)展趨勢(shì)包括:數(shù)據(jù)的資源化,與云計(jì)算的深度結(jié)合,數(shù)據(jù)管理成為核心競爭力,數(shù)據(jù)生態(tài)系統(tǒng)復(fù)合化程度加強(qiáng),數(shù)據(jù)質(zhì)量是BI(商業(yè)智能)成功的關(guān)鍵,數(shù)據(jù)泄露泛濫。

責(zé)任編輯:未麗燕 來源: TechTarget商務(wù)智能
相關(guān)推薦

2016-11-01 11:54:26

BI大數(shù)據(jù)

2016-10-24 23:27:02

區(qū)塊鏈架構(gòu)

2021-12-07 10:04:34

Azure Kuber場景應(yīng)用

2024-02-26 07:34:41

2010-05-06 16:02:26

2017-02-23 16:07:59

網(wǎng)易

2024-05-29 09:25:38

2024-08-19 09:05:00

Seata分布式事務(wù)

2022-12-23 09:04:33

字節(jié)跳動(dòng)數(shù)據(jù)治理架構(gòu)

2009-07-30 21:16:29

布線服務(wù)電纜架設(shè)

2022-09-16 11:27:46

建設(shè)微服務(wù)

2017-05-04 21:30:32

前端異常監(jiān)控捕獲方案

2009-10-23 09:42:24

2023-10-26 06:59:58

FinOps云原生

2009-05-13 19:30:20

華碩郵件服務(wù)器MASP

2024-05-28 07:58:08

2014-06-04 13:20:52

大數(shù)據(jù)

2013-03-26 09:57:05

戴爾

2013-10-24 17:35:01

云網(wǎng)絡(luò)H3C電子政務(wù)
點(diǎn)贊
收藏

51CTO技術(shù)棧公眾號(hào)