商业智能（BI）

商业智能与清单上其他两个智能的区别在于呈现的想法。商业智能主要是关于如何利用从分析中获得的见解来采取行动。BI工具包括以下项目：

1、图形和图表

2、书面报告

3、试算表

4、仪表板

5、简报

6、会议分享见解

简而言之商业智能是终产品

在事物的流动中商业智能与数据仓库和分析系统进行了大量交互。信息可以从仓库输入到分析包中，然后它从分析软件中出来，并被路由回存储和BI。创建BI产品后，信息可能会再次反馈到数据存储和仓库中，值得注意的是BI不一定是传统意义上的终产品。例如服装零售商的BI仪表板可能包含来自社交媒体，海外买家，库存，商店销售，焦点小组访谈和时装秀的趋势定位数据。半小时后回到仪表板，您可能会看到显示了不同的信息，因为趋势在该时间范围内发生了变化。

什么叫做数据仓库

有时将它们与存储分组在一起，但是许多组织将两者区分开。区别主要在于存储了很长时间的数据，仓储和存储以供立即使用的数据。但是，某些组织没有区分这种区别，仓储可以在过程的任何步骤进行。数据在获取后立即进行存储，因此可以重新扫描原始数据以进行分析。这是极好的保护措施，可防止数据被流程破坏，从而使原始信息可能无法恢复，数据也将存储在项目中间。例如，可以在进行了多次分析之后将其存储起来。这样可以确保将分析程序的结果存储起来，以防万一它们需要再次被引用。它还避免了商务智能程序包中的损坏问题。

通常在将数据存储到用作BI的承诺之后，通常会将数据存储起来。报告、图表、仪表盘和电子表格的日常状态都可以进入仓库，以进行记录，法律，历史和审计目的。

数据分析

对于许多人来说，分析是这项业务中性感的部分。在这里将统计方法和计算机编程技术相结合来研究数据并得出可能的见解。该工具集大部分来自统计领域，其通用方法应用于数据，包括：

1、线性回归

2、贝叶斯分析

3、频率研究

4、网络分析

5、假设检验

6、聚类

7、相关性

进行分析通常涉及很多准备工作。数据可能必须正确格式化以便机器读取。还可能必须对它进行过滤，以检查是否存在重复项，错误和其他麻烦的缺陷。必须做所有这一切，以尽可能保留数据的完整性。

分析完成之后在将所有内容放入仓库和BI软件包之前，还有更多的工作要做

应进行进一步分析以验证数据。数据科学家经常保留一部分数据集以进行比较，如果分析与实际数据之间存在根本性的偏离，则可以将其作为线索返回到实验室，并找出分析工作出了什么问题。也可以考虑在进入BI阶段之前是否值得探索不同形式的分析。

在现代世界中处理数据远非一个动作或什至一组动作

现在企业将过程分解为多个部分，因为在此过程中承担着许多责任。胜任的数据仓库方法可以确保信息不会丢失。熟练的分析将尝试避免出现诸如社会和统计偏见，过大和过低的拟合度，可复制性失败以及自我参照之类的问题。良好的商业智能用法可以确保信息进入决策者的手，并为数据驱动的文化提供动力。