数据分析与商业智能区别是什么?

数据分析一般指对数据进行研究的方法和过程。商业智能是指将数据分析商业化、信息化，实现商业价值的企业信息化建设过程。所以数据分析包含的内容可以很宽泛，而商业智能则更聚焦于实现商业价值。

| 问题解答

壁虎科技

0

1条点评

咨询产品

免费试用

解决用户选型困难的好软件，有各维度的信息

客户案例

暂无

合作品牌

22

• 数据分析

数据分析是一个过程，是一个解决方式，对象常常是某个问题。比如分析某次促销活动的效果，就要对UV、客单价、复购率等关键性的指标数据做监控。还要和过去活动做对比，从数据库里找最对照组进行建模，在SAS里做统计分析。是利用数理统计等科学方法做假设验证，通常的工作就是对指标进行分析对比，KPI监控，异常指标分析，预测趋势，生成结果报告。

• 商业智能

商业智能是一整套的解决方案，对象往往是企业的经营问题。利用企业在日常经营过程中生产的大量数据，并将它们转化为信息和知识来免除企业中的瞎猜行为和无知状态，让每一个决定、管理细节、战略规划都有数据参考。比如领导通常关注销售、采购和财务状况，技术人员做好固定格式的数据报表（dashboard/数据看板）,领导打开就能看，数据自动更新。

| 拓展阅读

• 数据分析步骤

数据分析有极广泛的应用范围。典型的数据分析可能包含以下三个步骤：

1. 探索性数据分析：当数据刚取得时，可能杂乱无章，看不出规律，通过作图、造表、用各种形式的方程拟合，计算某些特征量等手段探索规律性的可能形式，即往什么方向和用何种方式去寻找和揭示隐含在数据中的规律性；

2. 模型选定分析，在探索性分析的基础上提出一类或几类可能的模型，然后通过进一步的分析从中挑选一定的模型；

3. 推断分析：通常使用数理统计方法对所定模型或估计的可靠程度和精确程度作出推断。

数据分析过程的主要活动由识别信息需求、收集数据、分析数据、评价并改进数据分析的有效性组成。

• 商业智能实施步骤

1. 需求分析: 需求分析是商业智能实施的第一步，在其他活动开展之前必须明确的定义企业对商业智能的期望和需求，包括需要分析的主题，各主题可能查看的角度（维度）； 需要发现企业那些方面的规律. 用户的需求必须明确；

2. 数据仓库建模：通过对企业需求的分析，建立企业数据仓库的逻辑模型和物理模型，并规划好系统的应用架构，将企业各类数据按照分析主题进行组织和归类；

3. 数据抽取: 数据仓库建立后必须将数据从业务系统中抽取到数据仓库中，在抽取的过程中还必须将数据进行转换，清洗，以适应分析的需要；

4. 建立商业智能分析报表：商业智能分析报表需要专业人员按照用户制订的格式进行开发，用户也可自行开发（开发方式简单，快捷）；

5. 用户培训和数据模拟测试： 对于开发—使用分离型的商业智能系统，最终用户的使用是相当简单的，只需要点击操作就可针对特定的商业问题进行分析；

6. 系统改进和完善：任何系统的实施都必须是不断完善的. 商业智能系统更是如此，在用户使用一段时间后可能会提出更多的，更具体的要求，这时需要再按照上述步骤对系统进行重构或完善。