商业智能（或 BI）是企业用来分析数据并通过数据结论指导业务工作的过程。通常，该过程涉及将您的公司数据收集到数据仓库或其他存储库中，并使用专门设计的工具来分析数据。例如，您可能需要查看客户的在线购物习惯、运营成本或区域销售信息等，但是这些数据都是分散在各个部门中，必须使用 ETL（提取、转换和加载）工具将来自企业不同部门的数据获取到数据仓库中，然后再通过BI对整合后的数据进行分析。国外的一项研究表明，商业智能分析每花费1美元就能收回13.01 美元，所以商业智能对于企业在竞争激烈的商业环境中的生存至关重要。
为什么商业智能（BI）很重要？。
以下列表显示了一些常见的商业智能功能：
报告。定期向组织内的关键决策者提供汇总数据，以支持他们做出业务决策的能力。
数据分析。发现可用于制定业务决策的数据结论。
数据挖掘。从大量的数据中通过算法搜索隐藏于其中信息的过程。
复杂的事件处理。复杂事件处理 (CEP) 是指对流数据的实时分析，流数据通常是不断更新的数据，例如股市信息、交通报告等。
企业绩效管理。这是一组分析过程，旨在分析和测量企业为自己定义的特定绩效目标（或一组目标）。例如，企业可能会设定是否准时发货和客户满意度为运营目标，并通过某些数值来衡量这一目标。
基准测试。这是一组分析过程，它通过收集企业的绩效指标，并将它们与行业定义的最佳标准进行比较。
预测分析。预测分析包括一系列统计技术，例如数据挖掘、机器学习和预测建模，通过分析历史数据以对未来进行预测。
商业智能（BI）面临的挑战
数据质量
获取优质数据对于实现良好的业务分析至关重要，糟糕的数据会导致糟糕的商业智能。数据质量是一个挑战，原因如下：
1、数据过时。在大型、复杂的企业中，数据的时效性很重要。
2、公司没有花时间对数据进行维护。为了维护质量数据，公司需要采取措施定期清理和规范数据。
数据分散在不同的系统中
当数据分散在不同的系统并且其他系统无法访问时，它被称为孤立数据。孤立数据的问题在于组织的其他人无法访问它，因为该软件可能与其他系统不兼容，或者业务部门严格控制用户权限。发生这种情况时，这些关键数据将被锁定，您只能获得部分数据，因此您的商业智能是不完整的。使用好的 ETL 工具可以帮助您将来自不同系统的数据汇集在一起，以使数据可用于分析。ETL工具推荐Smartbi智分析的自助ETL功能，通过简单的操作便可以完成复杂的数据清洗。
缺乏专业知识
商业智能工具的另一个挑战是因为它们可能需要大量的专业知识才能使用它们。这意味着只有少数关键人员具备有效使用商业智能工具的技能，从而造成瓶颈。因此操作便利性是BI工具很重要的一个前提条件，但是目前市面上除了Smartbi智分析之外，其他的BI工具都有一定的技术门槛。
商业智能工具
商业智能工具通常分为三类：本地、开源和基于云的工具。使用正确的工具取决于您的使用环境。
本地工具
一些流行的本地工具包括Microsoft Power BI、Tableau和Smartbi。本地工具主要在您企业的基础架构上运行，并且通常与也在本地运行的传统数据仓库一起使用。但是，它们的灵活性和可扩展性可能不如云解决方案。
开源工具
开源工具的优点在于成本较低，如果它们基于云，还可以为您节省基础设施成本。但是它们仍然需要一定程度的技术知识和手工编码才能有效使用。一些流行的开源工具包括Apache Hive和 BIRT Project。
基于云的工具
基于云的商业智能工具特别擅长处理实时数据和大容量的数据。购买它们还的性价比相当高，因为维护环境所需的基础设施和专业知识由供应商处理，使用者无需考虑这些专业、复杂的问题。基于云的工具包括Oracle Netsuite、Birst、GoodData、 Adaptive Insights和国内的Smartbi智分析等。
