什么是数据分析和 BI 商业智能?
一、什么是数据分析?
数据分析是从数据中提取、转换、加载、建模、绘制结论,最终为决策提供支持的过程。
根据不同工作流程所处阶段和分析需求角度出发,分析可被划分为描述性分析(Descriptive
analysis)、诊断性分析(Diagnostic analysis)、预测性分析(Predictive analysis)和处方式分
析(Prescriptive analysis)四种类型。它们之间是不断递进的过程,随着分析方法的复杂化,
分析带来的价值也就越大。
描述性分析
描述性分析主要是汇总原始数据,并将其转化为人可以理解的形式,例如报表、图表等。这
种分析可以回答过去什么时间,什么地点,发生了什么,量化指标是多少,有些还可提供即
席查询的能力,这些都是从过去的数据里面提供有价值的见解。描述性分析对于揭示业务中
的关键指标至关重要,但它不能解释问题发生的原因。
诊断性分析
诊断性分析是基于描述性分析之上的。通过诊断分析,可以深入挖掘问题根源,识别依赖关
系,找出影响因子。借助联动、下钻、挖掘、预警等方法,可以知道问题是怎么发生的,企
业接下来需要关注哪些方面以帮助解决问题。
预测性分析
相比较于描述性分析与诊断性分析的对于过去数据的分析,预测性分析可以用来说明未来可
能发生的事情。它使用描述性和诊断性分析的结果来检测趋势、异常或做聚类分析,并预测
未来动态。尽管预测性分析相比单纯的历史数据分析拥有诸多优势,但必须要了解预测只是
一种估计,其准确性高度依赖于数据质量和业务状态的稳定性,因此需要仔细处理和持续优
化。
处方式分析
处方式分析是基于对“发生了什么”、“为什么会发生”、“可能会发生什么”的分析,通过算
法手段最优化决策,来帮助用户决定应该采取什么措施,以便消除未来可能发生的问题或获
得更有利的趋势。作为最先进的分析方法,它不仅需要历史数据,还需要很多外部信息,利
用更为复杂的工具和技术,如机器学习、业务规则和算法等,这也决定了它的实施和管理相
对于其他分析类型来说更加复杂。
二、什么是商业智能?
BI 的架构
BI 系统通常包括 4 个主要部分:带有源数据的数据仓库、业务分析(用于操作挖掘、分析数
评论1