商业智能（或 BI）是企业用来剖析数据并通过数据论断领导业务工作的过程。通常，该过程波及将您的公司数据收集到数据仓库或其余存储库中，并应用专门设计的工具来剖析数据。例如，您可能须要查看客户的在线购物习惯、经营老本或区域销售信息等，然而这些数据都是扩散在各个部门中，必须应用 ETL（提取、转换和加载）工具将来自企业不同部门的数据获取到数据仓库中，而后再通过 BI 对整合后的数据进行剖析。国外的一项钻研表明，商业智能剖析每破费 1 美元就能发出 13.01 美元，所以商业智能对于企业在竞争强烈的商业环境中的生存至关重要。
为什么商业智能（BI）很重要？
以下列表显示了一些常见的商业智能性能：
报告。定期向组织内的要害决策者提供汇总数据，以反对他们做出业务决策的能力。
数据分析。发现可用于制订业务决策的数据论断。
数据挖掘。从大量的数据中通过算法搜寻暗藏于其中信息的过程。
简单的事件处理。简单事件处理 (CEP) 是指对流数据的实时剖析，流数据通常是不断更新的数据，例如股市信息、交通报告等。
企业绩效治理。这是一组剖析过程，旨在剖析和测量企业为本人定义的特定绩效指标（或一组指标）。例如，企业可能会设定是否准时发货和客户满意度为经营指标，并通过某些数值来掂量这一指标。
基准测试。这是一组剖析过程，它通过收集企业的绩效指标，并将它们与行业定义的最佳规范进行比拟。
预测剖析。预测剖析包含一系列统计技术，例如数据挖掘、机器学习和预测建模，通过剖析历史数据以对将来进行预测。
商业智能（BI）面临的挑战
数据品质
获取优质数据对于实现良好的业务剖析至关重要，蹩脚的数据会导致蹩脚的商业智能。数据品质是一个挑战，起因如下：
1、数据过期。在大型、简单的企业中，数据的时效性很重要。
2、公司没有花工夫对数据进行保护。为了保护品质数据，公司须要采取措施定期清理和标准数据。
数据扩散在不同的零碎中
当数据扩散在不同的零碎并且其余零碎无法访问时，它被称为孤立数据。孤立数据的问题在于组织的其他人无法访问它，因为该软件可能与其余零碎不兼容，或者业务部门严格控制用户权限。产生这种状况时，这些要害数据将被锁定，您只能取得局部数据，因而您的商业智能是不残缺的。应用好的 ETL 工具能够帮忙您将来自不同零碎的数据会集在一起，以使数据可用于剖析。ETL 工具举荐 Smartbi 智剖析的自助 ETL 性能，通过简略的操作便能够实现简单的数据荡涤。
不足专业知识
商业智能工具的另一个挑战是因为它们可能须要大量的专业知识能力应用它们。这意味着只有多数要害人员具备无效应用商业智能工具的技能，从而造成瓶颈。因而操作便利性是 BI 工具很重要的一个前提条件，然而目前市面上除了 Smartbi 智剖析之外，其余的 BI 工具都有肯定的技术门槛。
商业智能工具
商业智能工具通常分为三类：本地、开源和基于云的工具。应用正确的工具取决于您的应用环境。
本地工具
一些风行的本地工具包含 Microsoft Power BI、Tableau 和 Smartbi。本地工具次要在您企业的基础架构上运行，并且通常与也在本地运行的传统数据仓库一起应用。然而，它们的灵活性和可扩展性可能不如云解决方案。
开源工具
开源工具的长处在于老本较低，如果它们基于云，还能够为您节俭基础设施老本。然而它们依然须要肯定水平的技术常识和手工编码能力无效应用。一些风行的开源工具包含 Apache Hive 和 BIRT Project。
基于云的工具
基于云的商业智能工具特地善于解决实时数据和大容量的数据。购买它们还的性价比相当高，因为保护环境所需的基础设施和专业知识由供应商解决，使用者无需思考这些业余、简单的问题。基于云的工具包含 Oracle Netsuite、Birst、GoodData、Adaptive Insights 和国内的 Smartbi 智剖析等。