【天善大话题-第2期】商业智能和大数据的区别与联系?

浏览: 3229
本期话题 - 商业智能和大数据的区别与联系?
摘选部分观点:
包子叔 - 一直不乱入:
商业智能不能做到实时性,大数据可以做到准实时性;商业智能更加适合于传统行业,大数据适用于互联网行业。
 
BIWORK - 天善学院微软BI讲师,微软 SQL SERVER BI 2015 MVP
1. 商业智能主要处理结构化的的数据,一种数据集成的解决方案。主要是对各种业务平台数据进行抽取与转换,最终满足企业 BI,数据仓库对数据格式和内容挖掘的需求。即使是不同的行业,也有比较类似的数据解决流程与方案,总体流程框架非常类似,都是从 ETL 起步将数据通过规范化的清理集中在数据仓库中,可以在此基础之上进行数据分析或者更深入的建立 OLAP 进行多维数据分析。
2. 大数据不仅仅可以处理结构化的数据,更大的优势是处理非结构化的数据,比如互联网上的数据,微博,博客等各种碎片式的数据,并进行布式大规模并行处理,较之传统的商业智能在处理架构和理论层次上有很大不同。其次,大数据落地的关键在于与行业结合,通用性比较少,不同的行业不同的需求。比如在海量视频处理领域,大数据相关技术会涉及到图像识别,数据压缩等技术实现细节;但是在互联网行业,可能更多处理的是用户行为习惯分析,上网轨迹,地理定位等等。
3. 两者联系,个人认为大数据技术还是属于商业智能的一个升级版本,更是一种技术与解决方案的延伸。只是这种延伸带动了更加丰富的技术变革,架构,流程,存储方式的改变。两者的核心仍然是数据,输入是数据,输出是分析与结论。在以前没有这种廉价的分布式处理模式的情况下,商业智能面对这种大数据量,非结构化的数据无法处理这是必然。随着分布式计算的发展与应用,现在有这种条件来处理这种非结构化,大数据量级别的信息,这是一种进步。就如同在没有飞机的时代,人们更多的可能是开车从一个地方到达另外一个地方,但是现在有了高铁,有了飞机,解决方案变得更加丰富,并且这种新的解决方案带动了一整个行业的变革,且早就了更多新的行业与发展。
4. 关于商业智能和大数据的发展,商业智能不会消亡,大数据不会取代商业智能,它们是一种互补,彼此相互促进。它们面向的都是数据,只不过根据不同的需求与规则用户在选择上会充分考虑两者的特点进行合理的选择。就如同汽车,高铁,飞机同时并存,不会彼此取代,它们是一种互补,互相促进。在人类发展的过程中,彼此共同提高,提高效率,更好的丰富人们选择交通出行的方式,丰富人们的生活。
(PS:关于交通,乱入一下,我想象过有一天比如人们从北京到上海,只需要进入一个类似于电梯一样的箱子,站好了乘务员点击一下传送按钮,瞬间人体分子分解以光速传送到上海的一个指定箱子并快速还原,这样就到终点了。当然无法分解的物体还是要通过,火车,汽车,飞机来运输了)
 
明说大数据:
我一直的观点是:大数据是传统数据库、数据仓库、BI概念外延的扩展,手段的扩充,不存在取代的关系,也并不是互斥的关系。以前也曾经开玩笑地说过,电器城隔三差五地卖新东西,一会儿平板电视,一会儿液晶,一会儿等离子,一会儿Google眼镜,刺激消费嘛。数据库界发展平稳而缓慢,也只好每隔5-10年造个吸引人的关键词来推新的技术吧,70年代是数据库,80年代是VLDB,90年代数据仓库,00年代商务智能,10年代总要换个新瓶装旧酒吧。上面的那些选择中3似乎最接近,但也不尽严密,二者并不是简单的分工协作的同事关系。还是简单地打个比方吧:如果BI是个听诊器的话,你说X光、核磁共振和它啥关系?并不是大数据技术出来了,BI技术就可以扔掉了,正相反,BI可能以自己的速度正常发展(甚至可能由于大数据的热络,引起更多注意),但是大数据扩展了外延,获得了更多的关注,产生了更多的视角,解决了更多的问题。
 
如果觉得他们的说法不太过瘾,希望大家也分享分享自己的观点让更多的小伙伴们知道。天善小编将摘选出一些经典的质量比较高的回复发布到下一期@天善智能 微信公众号上去,分享给更多的专注于商业智能,大数据,数据挖掘与分析的朋友们。
 
请关注天善智能,看看下期@天善智能 微信公众号您上榜了没?

8c76d173b7451d2fa43c36476a7a9b40.jpg

 
下期话题:说说你们项目上的商业智能实施流程,哪些人分别做那些事?有哪些需要吐槽的地方?
 
往期话题:
【天善大话题-第1期】商业智能和数据分析的区别? - http://www.flybi.net/article/394
推荐 0
本文由 天善小编 创作,采用 知识共享署名-相同方式共享 3.0 中国大陆许可协议 进行许可。
转载、引用前需联系作者,并署名作者且注明文章出处。
本站文章版权归原作者及原出处所有 。内容为作者个人观点, 并不代表本站赞同其观点和对其真实性负责。本站是一个个人学习交流的平台,并不用于任何商业目的,如果有任何问题,请及时联系我们,我们将根据著作权人的要求,立即更正或者删除有关内容。本站拥有对此声明的最终解释权。

1 个评论

传统的BI分析通过大量的ETL数据抽取和集中化,形成一个完整的数据仓库,而基于大数据的BI分析,可能并没有一个集中化的数据仓库,或者将数据仓库本身也是分布式的了,BI分析的基本方法和思路并没有变化,但是落地到执行的数据存储和数据处理方法却发生了大变化。

要回复文章请先登录注册