沒(méi)有大數(shù)據(jù),商業(yè)智能能夠回答正確問(wèn)題嗎?
摘要: 作為商業(yè)智能是否能在沒(méi)有大數(shù)據(jù)的情況下可以存在答案的一部分,可以看看每個(gè)術(shù)語(yǔ)的定義,以及它們之間的相似性及其差異。如果人們查看大數(shù)據(jù)和商業(yè)智能的定義,就可以看到,最簡(jiǎn)單的大數(shù)據(jù)是大量數(shù)據(jù)的收集和存儲(chǔ)。商業(yè)智能是提取-轉(zhuǎn)換負(fù)載(ETL)過(guò)程或?qū)⑻幚淼娜魏螖?shù)據(jù)(不一定是大數(shù)據(jù)),轉(zhuǎn)換成最終用戶可以在其決策中使用的有用的統(tǒng)計(jì)信息。在最簡(jiǎn)單的形式下,人們必須得出結(jié)論,商業(yè)智能可以在沒(méi)有大數(shù)據(jù)的情況下生存下去。
“大數(shù)據(jù)”和“商業(yè)智能”這兩個(gè)術(shù)語(yǔ)通常可互換使用。一方面,這兩個(gè)概念之間有著明確的關(guān)系,尤其是在概念上討論這兩個(gè)術(shù)語(yǔ)時(shí)。然而,從技術(shù)上來(lái)說(shuō),它們彼此相距甚遠(yuǎn)。事實(shí)上,“商業(yè)智能”和“大數(shù)據(jù)”指的是完全獨(dú)立的過(guò)程,它們各自實(shí)現(xiàn)各自的功能,盡管在同一個(gè)整體領(lǐng)域。

因此,作為商業(yè)智能是否能在沒(méi)有大數(shù)據(jù)的情況下可以存在答案的一部分,可以看看每個(gè)術(shù)語(yǔ)的定義,以及它們之間的相似性及其差異。因此,它們的功能彼此分離或他們需要共存提供問(wèn)題的答案?
大數(shù)據(jù)與商業(yè)智能:簡(jiǎn)明定義
(1)商業(yè)智能
基本上,商業(yè)智能(BI)是一種技術(shù)驅(qū)動(dòng)的過(guò)程,用于分析數(shù)據(jù),并提供可操作的信息,以幫助終端用戶做出明智的業(yè)務(wù)決策。
它由不同的軟件應(yīng)用程序、方法和工具組成,允許公司從內(nèi)部和外部收集數(shù)據(jù),為分析做好準(zhǔn)備,并將其上傳到數(shù)據(jù)倉(cāng)庫(kù)模型中。然后,分析師根據(jù)數(shù)據(jù)編寫(xiě)和運(yùn)行查詢。最后,創(chuàng)建包含圖表、圖表和其他視覺(jué)元素的報(bào)告,以便企業(yè)決策者可以查看已轉(zhuǎn)化為信息的數(shù)據(jù)。
(2)大數(shù)據(jù)
最重要的是,“大數(shù)據(jù)”一詞是“傳統(tǒng)數(shù)據(jù)處理應(yīng)用軟件不足以處理非常大量的或復(fù)雜的數(shù)據(jù)集的術(shù)語(yǔ)”。政府部門,全球企業(yè)和其他組織收集大量日常數(shù)據(jù),都會(huì)帶來(lái)捕獲,存儲(chǔ),保護(hù)和翻譯這些數(shù)據(jù)的挑戰(zhàn)。
此外,“大數(shù)據(jù)”指的是“預(yù)測(cè)分析、用戶行為分析、或某些其他先進(jìn)的數(shù)據(jù)分析方法,這些方法從數(shù)據(jù)中提取價(jià)值,而很少用于特定大小的數(shù)據(jù)集?!?/p>
商業(yè)智能與大數(shù)據(jù)
如果人們查看大數(shù)據(jù)和商業(yè)智能的定義,就可以看到,最簡(jiǎn)單的大數(shù)據(jù)是大量數(shù)據(jù)的收集和存儲(chǔ)。另一方面,商業(yè)智能是提取-轉(zhuǎn)換負(fù)載(ETL)過(guò)程或?qū)⑻幚淼娜魏螖?shù)據(jù)(不一定是大數(shù)據(jù)),轉(zhuǎn)換成最終用戶可以在其決策中使用的有用的統(tǒng)計(jì)信息。
因此,在最簡(jiǎn)單的形式下,人們必須得出結(jié)論,商業(yè)智能可以在沒(méi)有大數(shù)據(jù)的情況下生存下去。
大數(shù)據(jù)和商業(yè)智能:案例研究
然而,在2012年,Allen Bernard將大數(shù)據(jù)和商業(yè)智能的概念進(jìn)一步推向前進(jìn)。他指出,“大數(shù)據(jù)通過(guò)將預(yù)測(cè)的力量放在日常決策者的手中,這為商業(yè)智能帶來(lái)新的活力?!?/p>
這個(gè)聲明是什么意思?為了回答這個(gè)問(wèn)題,人們需要看一下大數(shù)據(jù)的起源及其對(duì)商業(yè)智能的影響。此外,為了簡(jiǎn)化潛在的具有挑戰(zhàn)性的課題,來(lái)看一個(gè)零售商收集大量數(shù)據(jù)及其對(duì)業(yè)務(wù)決策的影響的案例研究。
如上所述,大數(shù)據(jù)可以從內(nèi)部和外部來(lái)源收集。內(nèi)部來(lái)源是指存儲(chǔ)在零售商內(nèi)部數(shù)據(jù)庫(kù)中的數(shù)據(jù),通常包括產(chǎn)品購(gòu)買和銷售數(shù)據(jù)以及其他相關(guān)數(shù)據(jù)。
收集的大量外部數(shù)據(jù)的主要來(lái)源之一是社交媒體。零售商可以通過(guò)收集和分析可以從不同社交媒體平臺(tái)積累的數(shù)據(jù),從而獲得對(duì)目標(biāo)受眾購(gòu)物趨勢(shì)的驚人的洞察力。
為了強(qiáng)調(diào)零售商可以從社交媒體中提取的數(shù)據(jù)量,值得注意的是,F(xiàn)acebook目前是全球最大的社交媒體平臺(tái),其統(tǒng)計(jì)數(shù)據(jù)顯示,在2017年6月,每天有大約13.2億用戶在線。
下一步是根據(jù)公認(rèn)的ETL方法,將內(nèi)部和外部數(shù)據(jù)提取,轉(zhuǎn)換和加載到數(shù)據(jù)倉(cāng)庫(kù)中。
然后,業(yè)務(wù)分析師和數(shù)據(jù)倉(cāng)庫(kù)專家將使用與數(shù)據(jù)倉(cāng)庫(kù)應(yīng)用程序一起打包的建模工具來(lái)生成可視化報(bào)告,為決策者提供統(tǒng)計(jì)信息,使他們能夠預(yù)測(cè)營(yíng)業(yè)額,毛利潤(rùn),投資回報(bào)率,以及預(yù)測(cè)銷售量,以確定最佳庫(kù)存水平。
結(jié)語(yǔ)
總之,從根本上講,商業(yè)智能不需要大數(shù)據(jù)向最終用戶提供統(tǒng)計(jì)信息。然而,另一方面,商業(yè)智能在不需要大數(shù)據(jù)的情況下,提供足夠的深入的答案。
大數(shù)據(jù),商業(yè)智能






