BI是business
intelligence的缩写，中文翻bai译过来就是商业智能。具体的du含义百度百科上解释的很清楚，zhi商业智能更dao确切地说是信息化建设的一个过程，一个解决方案或是一套集成的应用系统。想要真正理解体会最好的方法就是下一个商业智能，连接自己的数据，新建分析试试。推荐你试试帆软的finebi。我之前用的帆软报表，后来领导要求，就整了一套finebi，在优酷看视频教程一个下午就都会了,反正真的还不错，你可以看一下。
商业智能也就是对商业信息进行搜集、管理以及分析的du过程。商业智能的目的就是zhi让企业的各级决策者dao获得准确的信息，使得他们能够做出对企业更有利的觉得。商业智能一般由数据仓库、数据挖掘、数据备份以及恢复等部分组成。如今商业智能BI越来越得到企业的重视，很多商业智能软件也由此应运而生。
信息系统正在经历bai着“MIS → ERP →BI”的演变过程
- MIS:管理信息du系统－快zhi速收集和处理商业信息
- ERP：企业资源计dao划系统－准确监控信息流
- BI：商业智能系统－大数据辅导企业经营决策
1.2.1 企业决策实现过程的信息需求
管理就是决策，决策需要信息。决策过程实际上就是一个信息输入、信息输出及信息反馈的循环过程。
使用计算机辅助商业系统进行决策需要经过5个步骤：
1）提出决策信息请求
2）调用商业智能应用程序 （基于数据仓库的BI可辅助决策）
3）基于已发布的模型、规则或是策略确定适当的决策（关键步骤）
4）发布决策
5）采取行动
1.2.2 企业信息化系统中的商业智能
1、定义：商业智能的概念最早是 Gartner Group 于1996年提出来的。 当时将 商业智能定义为 一类由数据仓库（或数据集市）、 查询报表、 联机分析、 数据挖掘、 数据备份和恢复等部分组成的， 以帮助企业决策为目的的技术及其 应用。
“商业智能——将存储于各种商业信息系统中数据转换为有用信息的技术”
2.商业智能过程的两个层次：
层次一：整合系统数据基础上提供灵活的前端展现 （信息处理分析）
eg.BI报表，Dashboard等
层次二：数据库中的知识发现（数据挖掘）
eg.大数据，智能推荐
3.商业智能系统→客户智能、营销智能、财务智能、销售智能
1.2.3 商业智能的体系结构
BI过程以来自业务系统的数据为基础，经过数据仓库技术的处理，整合数据并将其转化为有序的信息；这些信息经过联机分析处理技术（OLAP）的分析后，可以表达出数据内部的各种关联， 这是对商业管理活动有很大帮助的知识；经营活动中很多时候还要进一步明确数据中隐藏 的规则，这要靠数据挖掘技术。
将商业智能系统工作的这一 过程 进行技术上的抽象，可以 把商业智能的体系结构分为源数据 层、数据转换层（ ETL）、数据仓库（数据集市）层、OLAP 及数据挖掘层和用户展现层。
1、数据源
即数据仓库中的数据来源，既包括组织内部的业务数据、历史数据、办公数据等，也包括互联网的相关web数据，以及部分其他数据结构的数据。
2、ETL过程
即抽取（Extraction）、转换（Transformation）和装载（Load）。
ETL过程负责将业务系统中各种关系型数据、外部数据、遗留数据和其他相关数据经过清洗、转化和整理后放进中心数据仓库。
3、数据仓库的应用
包括联机在线分析处理（OLAP）和数据挖掘（DM）
通过对数据仓库中多维数据分析操作，可以完成决策支持需要的查询及报表；通过数据挖掘可以发现隐藏在数据中的潜在规则。
4、数据仓库的数据展示窗口
BI前端展示可以提供各种能帮助人们快速理解数据内涵的可视化手段，包括：各种报表工具、查询工具和数据分析工具以表格或图形化的手段对数据的展现
BI系统其实是企业信息化发展du到一定程度后的产物。企业通过ERP、CRM等系统zhi将生产和销售环dao节的信息汇总到数据库里面，自然而然的就希望从中分析出一些规律，帮助企业发现哪些地方还需要进一步改善。BI就是来解决这个问题的。
举一个例子，对于一个快消品公司来说，数万个经销门店里数百个SKU的销量数据每天都在更新，但是，如何发现哪一类商品在哪个地区的销量突然增长或下降了呢？有了BI系统，管理会计或销售主管就可以建立一个模型（有的BI系统，比如Wyn Enterprise会称之为文档），让系统去采集每周/月的销售数据，将SKU汇总到商品品相，将门店汇总到地区，然后按照时间对比两者的增减，最后生成一张柱状图，这个问题就一目了然了。比如，销售主管发现在西北区，X商品销量增长迅速，而南区却在下降，就可以及时调整促销及物流策略了。
总之，BI分析系统就是帮你发现数据的价值。对于已经有了足够数据的公司，上BI系统真的很有必要。
商业智能可以理解为将存储于各种商业信息系统中的数据转换成有用信息的技术，实现包含从“数据→信息→知识→行动→智慧”这一过程所运用的技术和方法，通过数据赋能决策。