天善大话题第1期从2015年的5.1节后隆重推出了，我们将陆陆续续的推出一些比较有意思的话题让广大关注天善智能的朋友共同参与进来，彼此分享自己的经验与知识，以帮助到更多的人。
相信关注天善智能的小伙伴们都应该是专注于商业智能BI，大数据，数据挖掘，数据分析领域的厂商，实施方和一线开发，架构师等朋友。我们可能曾经碰到过这样的情形：对于一些刚入门的或者想要了解商业智能、大数据、数据挖掘、数据分析领域的朋友来说，总感觉有一些话题没有办法向他们解释的那么清晰。比如：
其实这些问题不仅仅是生手的疑惑，及时富有经验的开发人员一时也很难用几句很简单的描述将它解释的非常清晰，因为这些领域本身就有着非常千丝万缕的关系。它们都拥抱数据，终极目标相同 - 将数据转变为信息，产生价值。
那么本期的第一个话题分享就是 - 商业智能和数据分析的区别？
以下摘自网络上大家的一些观点作为引子，希望大家也可以积极讨论，发表自己的看法和观点。
来自香港城市大学 Data Scientist 的 Terry Meng 的观点：
数据分析只是一种工具（一种系统化分析问题的方式），可以很简单也可以很复杂。
简单点的例子：通过分析购买我产品的人大多数来自北京，则北京是我的主要消费者居住的城市。
复杂点的例子: 通过利用统计方法建立数学模型。我想从100000人中找出100个购买我产品概率比较大的客户，则可以通过利用logistic regression来数学建模找到这群人。无论你的商业模式是什么样子，你用数学方法，用数据证明你的假设都可以称为 数据分析。所以数据分析师这个职业，形容的是一个会利用数学方法，用数据证明假设的人。
而商业智能则是一种产品/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。举例子：水果店老板利用商业智能做出来的报表或dashboard观测自己商店的人流量，购买量，购买时间，及时调整自己的库存和销售节奏。
简而言之就是这个样子。
之前的人做生意，依靠的是直觉和经验。现在在计算机的帮助下，可以利用数据分析减少试错，减少错误决策带来的成本，明白生意好的因由。而商业智能将这一切，尽可能的自动化 和简化 。
这是我的理解。
马路的观点：
从公司的分工的角度来讲，通常商业智能部（BI）会涵盖数据产品，数据分析，数据挖掘共3个功能。数据仓库作为商业智能部的技术支撑，可算在内，也可不在内，看公司的架构了。
1.数据产品指的是数据的可视化，也就是数据报表，把业务部门常看的数据固化成业务报表是BI的主要任务之一；
2.数据分析指就某一些专项的分析项目，通过数据分析，得出业务建议或业务总结；举例来讲像营销活动效果分析等等
某过路人的观点：
商业智能=数据仓库+数据分析+数据挖掘
卡夫卡的猫的，我是猫的观点：
数据分析是运用各种统计方法将数据进行剖析，最大化地发现数据价值，以发挥数据的作用。说白了就是基于数据事实找出规律的方法。数据分析的工具有Excel、SPSS等
商业智能常常被理解为企业内部现有数据转化为指导商业决策的系统或工具，是数据仓库、OLAP（联机数据分析）、数据挖掘、数据展现的总称。它是类似ERP、CRM等系统一样的企业级信息化应用。常见的系统有：Business Object、Cognos、Hyperon等等。
陈小二，移动互联网业务：
数据分析是方法，商业智能是解决方案，这个方案可以有一系列的方法。
张志佳，键盘控，丝袜控，各种控：
商业智能是接口，数据分析是实现。
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？
下期话题【天善大话题-第2期】 - 商业智能和大数据的区别与联系？
相信关注天善智能的小伙伴们都应该是专注于商业智能BI，大数据，数据挖掘，数据分析领域的厂商，实施方和一线开发，架构师等朋友。我们可能曾经碰到过这样的情形：对于一些刚入门的或者想要了解商业智能、大数据、数据挖掘、数据分析领域的朋友来说，总感觉有一些话题没有办法向他们解释的那么清晰。比如：
- 商业智能和大数据的关系，区分它们的边界在哪里，仅仅是数据大吗？
- 商业智能不是包括了数据挖掘吗，那为什么有时有的朋友说他是做商业智能 BI 的，而有的朋友说他是做数据挖掘算法的？
- 数据挖掘的目的不就是为了分析吗？数据挖掘和数据分析到底是一个人在做还是不同的人在做呢？
- 大数据和数据挖掘是什么关系？
- .......
其实这些问题不仅仅是生手的疑惑，及时富有经验的开发人员一时也很难用几句很简单的描述将它解释的非常清晰，因为这些领域本身就有着非常千丝万缕的关系。它们都拥抱数据，终极目标相同 - 将数据转变为信息，产生价值。
那么本期的第一个话题分享就是 - 商业智能和数据分析的区别？
以下摘自网络上大家的一些观点作为引子，希望大家也可以积极讨论，发表自己的看法和观点。
来自香港城市大学 Data Scientist 的 Terry Meng 的观点：
数据分析只是一种工具（一种系统化分析问题的方式），可以很简单也可以很复杂。
简单点的例子：通过分析购买我产品的人大多数来自北京，则北京是我的主要消费者居住的城市。
复杂点的例子: 通过利用统计方法建立数学模型。我想从100000人中找出100个购买我产品概率比较大的客户，则可以通过利用logistic regression来数学建模找到这群人。无论你的商业模式是什么样子，你用数学方法，用数据证明你的假设都可以称为 数据分析。所以数据分析师这个职业，形容的是一个会利用数学方法，用数据证明假设的人。
而商业智能则是一种产品/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。举例子：水果店老板利用商业智能做出来的报表或dashboard观测自己商店的人流量，购买量，购买时间，及时调整自己的库存和销售节奏。
简而言之就是这个样子。
之前的人做生意，依靠的是直觉和经验。现在在计算机的帮助下，可以利用数据分析减少试错，减少错误决策带来的成本，明白生意好的因由。而商业智能将这一切，尽可能的自动化 和简化 。
这是我的理解。
马路的观点：
从公司的分工的角度来讲，通常商业智能部（BI）会涵盖数据产品，数据分析，数据挖掘共3个功能。数据仓库作为商业智能部的技术支撑，可算在内，也可不在内，看公司的架构了。
1.数据产品指的是数据的可视化，也就是数据报表，把业务部门常看的数据固化成业务报表是BI的主要任务之一；
2.数据分析指就某一些专项的分析项目，通过数据分析，得出业务建议或业务总结；举例来讲像营销活动效果分析等等
某过路人的观点：
商业智能=数据仓库+数据分析+数据挖掘
卡夫卡的猫的，我是猫的观点：
数据分析是运用各种统计方法将数据进行剖析，最大化地发现数据价值，以发挥数据的作用。说白了就是基于数据事实找出规律的方法。数据分析的工具有Excel、SPSS等
商业智能常常被理解为企业内部现有数据转化为指导商业决策的系统或工具，是数据仓库、OLAP（联机数据分析）、数据挖掘、数据展现的总称。它是类似ERP、CRM等系统一样的企业级信息化应用。常见的系统有：Business Object、Cognos、Hyperon等等。
陈小二，移动互联网业务：
数据分析是方法，商业智能是解决方案，这个方案可以有一系列的方法。
张志佳，键盘控，丝袜控，各种控：
商业智能是接口，数据分析是实现。
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？
下期话题【天善大话题-第2期】 - 商业智能和大数据的区别与联系？
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。
7 个评论
这个话题非常不错，很赞。就我理解 ： 数据分析仅仅是BI中的一个领域，商业智能能还包括数据展示、数据挖掘等领域。 欢迎大家一起探讨。
数据分析是更关注的是分析本身，任何人都可以参与（决策者、数据处理人员），每个人都从宏观、中观、微观层面的数据出发发现自己想要的东西（可能不期而遇的）。
商业智能（从目前来看），更多是在商业软件的协助下，为特定人员（高层决策者、日常事务处理人员）提供的一整套服务于数据分析的工具，当然，商业智能的可能分析结果也往往是设计好的。
从参与者角度而言：数据分析人人都参与，商业智能主要是软件工程师和资深分析人员；
从数据分析方法而言：数据分析门派繁多，商业智能主要是数据分析中较为常见、基础的分析方法；
从数据分析的结论而言：数据分析就是要发现新知识，商业智能可以获得的知识通常是设定好的。
从服务对象来看：数据分析服务对象广泛，商业智能的主要服务人员是决策者（各层级）。
商业智能（从目前来看），更多是在商业软件的协助下，为特定人员（高层决策者、日常事务处理人员）提供的一整套服务于数据分析的工具，当然，商业智能的可能分析结果也往往是设计好的。
从参与者角度而言：数据分析人人都参与，商业智能主要是软件工程师和资深分析人员；
从数据分析方法而言：数据分析门派繁多，商业智能主要是数据分析中较为常见、基础的分析方法；
从数据分析的结论而言：数据分析就是要发现新知识，商业智能可以获得的知识通常是设定好的。
从服务对象来看：数据分析服务对象广泛，商业智能的主要服务人员是决策者（各层级）。
有朋友问到过同样的问题 - 你不是做商业智能BI开发的吗，另外一个谁是做数据分析的，商业智能不是也为了是数据分析的吗？到底有什么区别？
我的想法是：商业智能是一套解决方案，通过对不同数据源的数据按需抽取，清洗并进入到数据仓库，必要的时候进行多维分析，或者数据挖掘。根据不同的场景，有不同的解决方案，比如不同的 ETL 架构，数据加载策略等等。商业智能BI 更强调过程的实现，比如最后提供给各个决策层的数据，报表，这些报表本身就可能是按需分析的结果。
数据分析是基于商业智能提供的数据，报表，各种输出的结果，在它基础之上通过数据，报表来发现存在的问题，最终通过分析得到一个可执行的行动方案和规划。
比如：通过商业智能得出了今年同比销售下降了10% 的结论，这个就是直接可以从报表上看到的结果。那么数据分析就是要分析为什么下降了， 怎么造成的？ 可能需要通过多方面的角度来分析可能产生的原因，然后得出一个结论以及可执行的行动方案和规划。
我的想法是：商业智能是一套解决方案，通过对不同数据源的数据按需抽取，清洗并进入到数据仓库，必要的时候进行多维分析，或者数据挖掘。根据不同的场景，有不同的解决方案，比如不同的 ETL 架构，数据加载策略等等。商业智能BI 更强调过程的实现，比如最后提供给各个决策层的数据，报表，这些报表本身就可能是按需分析的结果。
数据分析是基于商业智能提供的数据，报表，各种输出的结果，在它基础之上通过数据，报表来发现存在的问题，最终通过分析得到一个可执行的行动方案和规划。
比如：通过商业智能得出了今年同比销售下降了10% 的结论，这个就是直接可以从报表上看到的结果。那么数据分析就是要分析为什么下降了， 怎么造成的？ 可能需要通过多方面的角度来分析可能产生的原因，然后得出一个结论以及可执行的行动方案和规划。
发现写完了，我自己又有点感觉没有说清楚，其实问题就是两点：
1） 商业智能 BI 到底包不包括数据分析，如果包括这个数据分析具体指的是哪些方面的操作？
2） 如果不包括，商业智能的目的又是什么？
1） 商业智能 BI 到底包不包括数据分析，如果包括这个数据分析具体指的是哪些方面的操作？
2） 如果不包括，商业智能的目的又是什么？
数据分析是运用各种统计方法将数据进行剖析，找出其中的所谓的价值，一般来说是不依赖于具体的语言。
而商业智能，则是为实现商业价值而提出的一套解决方案，这套方案里面，则应该指出在实现的过程中，如何比传统的方法实现价值提出更好，更快，更方便、更智能的手段和方法。就如同我们要制造一个飞行器，数据分析就如同手工制造，费力、费钱还容易陷入在零碎的实现中。而商业智能就如同一条经过实践了的生产线，每一个制造的节点都是集成化的，接口式的，不需要工程师具体了解每部分的实现细节，就能够把飞行器制造出来。而数据分析则如同制造中某些环节用到具体的方法，这种方法可以用很多手段来实施。
因此：
数据分析是商业智能中的部分环节的实现《方法》。
商业智能是完整的一套《解决方案》。
而商业智能，则是为实现商业价值而提出的一套解决方案，这套方案里面，则应该指出在实现的过程中，如何比传统的方法实现价值提出更好，更快，更方便、更智能的手段和方法。就如同我们要制造一个飞行器，数据分析就如同手工制造，费力、费钱还容易陷入在零碎的实现中。而商业智能就如同一条经过实践了的生产线，每一个制造的节点都是集成化的，接口式的，不需要工程师具体了解每部分的实现细节，就能够把飞行器制造出来。而数据分析则如同制造中某些环节用到具体的方法，这种方法可以用很多手段来实施。
因此：
数据分析是商业智能中的部分环节的实现《方法》。
商业智能是完整的一套《解决方案》。
商业智能 = 数据收集 + 数据整合 + 数据分析 = 数据价值
有data analyst 学科，但是没有BI学科。 可见商业智能是注重实践，注重流程的工业化的方案，是一个大的加工厂。而数据分析是比较偏理论化抽象化的，注重演算，是加工厂里的一个技术部。