kakamuniyy
簡單來說，大數據可以更好的為商業智能服務，商業智能（BI）包括企業用於商業信息數據分析的策略和技術。商業智能技術提供業務運營的歷史，當前和預測性視圖。商業智能技術的常見功能包括報告，在線分析處理，分析，數據挖掘，流程挖掘，複雜事件處理，業務績效管理，基準測試，文本挖掘，預測分析和規範分析。 商業智能技術可以處理大量的結構化數據，有時還可以處理非結構化數據，以幫助識別，開發和創造新的戰略商業機會。他們的目標是讓這些大數據的解釋變得容易。發現新機遇並基於洞察力實施有效戰略可以為企業提供有競爭力的市場優勢和長期穩定性。
商業智能可以被企業用來支持範圍廣泛的業務決策，從業務到戰略。基本的運營決策包括產品定位或定價。戰略業務決策涉及最廣泛的優先級，目標和方向。在所有情況下，商業智能在將來自公司運營市場的數據（外部數據）與企業內部的公司數據（例如財務和運營數據（內部數據））數據相結合時最為有效。如果將外部和內部數據結合起來，可以提供完整的圖像，實際上可以創建無法從任何單數據集中導出的“智能”。在眾多用途中，商業智能工具使組織能夠深入瞭解新市場，評估不同細分市場對產品和服務的需求和適宜性，並評估營銷工作的影響。
硅發佈
商業智能(BI)
這個術語指在公司內部使用數據，幫助經理做出決策。
BI工具(報告、儀表板)告訴我們發生了什麼，因此基於這些工具的決策將是被動的。
一個隨機儀表板
大數據
這個解釋起來就簡單了：大數據就是大量的數據。
要定義大數據，通常會用3V來解釋，這是產生大數據的3個主要原因：
· 容量：收集的數據量每分鐘都在巨幅增長，我們需要使用分佈式解決方案(使用多臺機器，而不是非常非常昂貴的超級計算機/主機)來調整我們的存儲和處理工具以適應該容量。
· 速度：處理數據的緊急程度與產生/獲取數據的頻率相關，還與決策中迫切使用數據的需求有關；即使是實時(或者幾乎實時)。
· 種類：數據不再（僅）是結構化的，所以我們得忘記適用於傳統數據庫的東西。我們必須為添加各種格式的新數據源做準備；純文本和多媒體內容都包括在內。
之後更多V被添加進來：真實性 （數據必須真實、可靠、可用）、價值（數據應有商業或社會價值）、易損性（數據必須合法、尊重隱私，並以安全的方式存儲和訪問）。
大數據可能是解決這些問題的方案。不要把它和本文解釋的第一個概念混淆了：大數據就是實現或促進應用數據科學領域先進技術的事物，是數據的本質要求。例如，作為數據科學家，我們試圖從數據集中得到答案。數據集不僅超過了RAM的大小，還超過了硬盤的大小。大數據為我們提供了跨多臺機器承載數據的分佈式存儲技術，以及並行處理數據的分佈式處理技術。
我們一起分享AI學習與發展的乾貨
歡迎關注全平臺AI垂類自媒體 “讀芯術”
