比较商业智能和商业分析

商业智能及其应用

商业智能是一种用于分析数据的技术驱动的过程，并将可操作信息呈现给您的组织。商业智能是对您组织的现状的理解，哪些事件导致您这种情况以及您在您的领域。

项目管理工具供应商Monday.com的BigBrain工程总监博阿斯·简(Boaz Jan)表示:“商业智能是指通过不同的数据流程总结预定义的历史和当前数据点。”“商业智能主要用于生成业务(每个国家的收入)或产品指标(用户获取来源的新注册人数)的详细概述。”

BI依赖于数据和描述性分析来描绘你的现状。当市场分析师在分析你最新的市场营销活动的结果时，他们正在进行一个BI过程。BI将通过回顾告诉你是什么让这个活动有效，在哪里它不成功，以及两者背后的原因。

描述性分析收集数据，为管理人员和用户提供对历史表现的洞察。通常会运行带有描述性分析的报告来回答有关表现平平或解释成功的问题。

Monday.com的集团产品经理沙勒夫•巴雷(Shalev Barel)说，商业智能这个术语以运行在公司数据库上的每一个仪表盘、定制数据报告和数据查询流程的形式出现。

当组织想要更好地理解他们在这一点上做了什么时，BI就成为了一个必要的组成部分。这就是商业智能和商业分析的不同之处。

业务分析及其在企业中的角色

BI和业务分析都依赖于相同的数据点才能正常工作。你所寻找的见解正是区分这两者的原因。描述性分析存在于BI表面之下，但是预测分析英航。

“英航更注重为决策者提供可执行的见解，”简说。“与BI过程中总结历史数据不同，英航还试图预测趋势。”

业务分析采用BI，并试图提供对未来潜在成功和失败的洞察。预测分析应该强调不同客户群体之间的相关性，并指导未来的业务规划。组织计划他们的未来转向预测分析而不是描述性分析。

商业分析的预测氛围体现在所使用的工具中。数据挖掘这意味着要有一个强大的数据科学团队。

Barel说:“商业智能中使用的工具主要是简单的描述性统计，例如电子商务转化率的移动平均，商业智能可以利用机器学习和其他复杂的统计模型。”

BI和BA的层次结构

商业智能和业务分析依赖于相同的数据，两者都分析数据集，以帮助为组织提供见解，但在雇用业务分析之前，传统传统上的公司在商业智能方面开始。

“英航高度依赖商业智能作为起点。BI可以指出和指导你应该花时间去“更深入”的地方，并分配BA的资源来解锁有趣的预测，得出有意义的见解。”

这种传统方法需要大量的投入和依赖于资源，更不用说耗时了。

劳动力分析和规划供应商Visier的首席执行官兼联合创始人Ryan Wong表示:“传统的方法是，组织通过对商业智能的大量投资来构建商业分析。”“他们雇佣了大批分析师、数据管理人员、报告撰写人、数据科学家、开发人员和测试人员，以建立BA。”

Wong表示，现在公司可以通过避免构建BI基础设施来节省时间和金钱。技术已经发展到组织可以在需要的时候直接进行业务分析的地步。

贸易工具

商业智能与商业分析的重叠仍然存在工具他们都在用。两者的数据表示可以包括Tableau、AWS QuickSight、微软权力BI和Qlik。

ERP服务提供商Syntax的分析副总裁克雷格•凯利(Craig Kelly)表示，两者的区别在于转换和存储工具，而不是帮助数据呈现的工具。

“对于BI，数据通常被转换为优化的模式结构，传统上存储在数据仓库中用于KPI报告，”Kelly说。“相反，商业分析将把数据存储在数据湖中，在那里，来自多个来源的数据的中央存储可以让分析师和数据科学家更容易处理他们需要的一切。”

数据的湖泊为组织提供不定义元数据的灵活性，让这些分析师和科学家更容易挖掘数据，或让机器学习可以访问这些数据。

“Azure和AWS都有大量的工具，为数据湖中的数据存储、转换和分析提供必要的基础设施，”凯利说。