大数据宣传在商务智能市场中效果不明显，市场研究公司Gartner指出，去年的大数据宣传未能推动迅速增长的商务智能和分析市场。加特纳表示，虽然商业智能和分析市场2013年增长8%，至144亿美元，但增幅低于预期。大数据一般是从社会网络、传感器等资源中挖掘和分析大量的非结构化信息，而传统的商业智能仅仅是报告和分析结构化数据存储。以下就是小编带给你的bi商业分析的相关介绍。
Gartner 分析师Dan Sommer和Bhavish Sood在报告写道： “虽然大数据宣传力度在2013年达到了高潮，但是对分析市场的影响却不是很大。”报告称，在Gartner调研的机构中，仅8%的机构实际部署了大数据项目，57%的机构仍处于调研和规划阶段。这一水平已经影响到了大量企业的创新周期。
一、什么是bi商业分析？
大数据分析：指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合。是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。
数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。
大数据分析与数据分析最核心的区别是处理的数据规模不同，由此导致两个方向所需的技能技巧也是不同的。
传统BI的技术标签：ETL、数据仓库、OLAP、可视化报表。
大数据的技术标签：Hadoop、MPP、HDFS、MapReduce、流处理等。
二、传统BI与新型BI的区别与联系
传统BI就目前来讲，其功能都可以被对应的大数据组件所替代，但大多数企业缺乏大数据业务的驱动，也缺乏相关的高技术人才。
不过新型BI被赋予了更多“大数据”潜能。正如图右侧架构所示，BI架设在大数据应用层，抽取etl后或者Hive来的数据又可作通用类的业务分析，既满足了海量实时数据分析，也满足了决策型的业务分析。
数据分析一般需要掌握Excel、SQL等技能，而大数据呢，则需要是Java的一些技能，诸如SQL、Hadoop、HDFS、Mapreduce、Mahout、Hive、Spark可选：RHadoop、Hbase、ZooKeeper等等。
目前市面上的BI工具，就是解决这些问题的，解放相关人员的生产力，让人员可以更多的关注业务，从而做精做大。虽说BI工具是好东西，但是如何选择一款合适自己的BI工具，这个却让很多人犯了难。因为大数据分析和数据分析就不一样，如何界定就很难，更别说选择合适的工具了。
bi商业分析
三、商业智能BI与数据分析的区别和联系
要想弄清楚商业智能BI与数据分析的区别和联系，我们首先来看下什么是商业智能BI，什么是数据分析。
什么是商业智能BI
商业智能BI是一套完整的解决方案，用来将企业中现有的数据进行有效的整合，快速准确地提供报表并提出决策依据，帮助企业做出明智的业务经营决策。它是一种产品/服务，这个产品/服务可能包含报表，分析，管理等等利用计算机和编程技术自动化一些商业过程的行为。
什么是数据分析
数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，将它们加以汇总和理解并消化，以求最大化地开发数据的功能，发挥数据的作用。数据分析是为了提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。
通过上述定义，我们知道商业智能BI和数据分析并不是完全等同的关系，而是有交叉关系的两个领域。数据分析是商业智能BI的一个重要组成部分，BI是数据分析的一个典型应用。
商业智能BI聚焦于实现商业价值，而数据分析只是一种系统化分析问题的方式，也可以说是一种工具。
商业智能BI主要目标是实现数据的交互(有时候是实时的)，实现对数据的操作，使管理人员和分析人员能够进行合理的分析。数据分析的最终目的是实现业务增长，无论用怎样的方法，用数据证明的假设这一过程都能被称为数据分析。
数据分析和BI都是一个很泛的概念，两者互相包容。一般的BI是集数据接入、数据处理、数据分析、数据可视化等功能为一体，可以说BI包括数据分析，而且BI更多是能够给企业一套完整的解决方案，数据分析没有强调解决的概念；另一方面，数据分析包括太多的东西，BI只是数据分析的一种体现。以上就是小编为您介绍的bi商业分析，希望对您有所帮助。
