商业智能又称商业智慧或商务智能，简称：BI，指用现代数据仓库技术、线上分析处理技术、数据挖掘和数据展现技术进行数据分析以实现商业价值。数据处理指的是在数据分析之前对数据进行清洗、转换、加载，简称ETL。

全球数据呈爆炸之势已有一段时日，公司应对这种情况的重要性不足为奇。许多公司纷纷效仿面向数据的企业，比如谷歌和Facebook。不过虽然大多数公司试图与时俱进，将数据置于运营的中心地位，但数据常常仍未利用起来。幸好，市场上不乏为应对这项挑战性任务并使数据检索

BI不同于一般的企业管理软件，不能简单归类为类似用于提高管理的ERP和WMS，或用于提高企业效率的OA、BPM。BI的本质应该是通过展现数据，用于加强企业各环节的管控，帮助快速制定科学的决策。那如何在如此多的BI工具中选择最适合自己企业的呢？　　你可能需要

BI不同于一般的企业管理软件，不能简单归类为类似用于提高管理的ERP和WMS，或用于提高企业效率的OA、BPM。BI的本质应该是通过展现数据，用于加强企业各环节的管控，帮助快速制定科学的决策。那如何在如此多的BI工具中选择最适合自己企业的呢？　　你可能需要

Superset是一款由 Airbnb 开源的“现代化的企业级 BI Web 应用程序”，其通过创建和分享 dashboard，为数据分析提供了轻量级的数据查询和可视化方案。CONTAINER ID IMAGE

最麻烦的是，当领导从一个报表发现问题时，需要从另外的报表中找原因。很多情况到最后还是拍脑袋做决定，目前想寻找合适的BI工具来解决数据分析和可视化的问题。要挖掘数据价值并真正作用于决策，选择合适的BI工具至关重要。BI工具市场发展至今已非常繁荣，可以说在竞争

企业财务职能从原先记账先生已经发展成为业务部门的战略伙伴，增强对企业决策的信息辅助支持，推动创造股东价值，所以企业财务状况的准确掌握程度对于企业能否稳定快速发展是至关重要的。盈利能力分析盈利能力指标的原始数据主要来自于利润表。营运能力分析营运能力指标的原始

眼看着数据从一开始的几十发展到现在的快8W，渐渐地数据在我们眼里就只是一串数字。其中，微博“肺炎患者求助”超话上的求助者经历，便是这场疫情惨烈程度的一个缩影。到底哪些人会在“微博超话”这个原本的追星聚集地来进行求助呢?

MongoDB使用BI Connector支持BI组件直接使用SQL或ODBC数据源方式直接访问MongoDB,在早期MongoDB直接使用Postgresql FDW实现 SQL到MQL的转换,后来实现更加轻量级的mongosqld支持BI工具的连接。s

很长一段时间，BI和数据仓库几乎都是如影随形、难舍难分。企业如果想要实行“数据驱动决策-决策推动业务发展”的机制，就必须先有数据仓库充当中央存储库，供BI查询和调取，然后再在BI上进行数据的分析与可视化。在现代商业环境中重新定义BI和数据仓库，我们又能不能

商业智能分析平台如今是大中型企业信息建设的主要内容,新趋势自助式BI自然也备受瞩目。本文就来解读自助式BI的相关概念。不管是什么平台环境、应用程序或基础设施下，BI可以部署模块化、可扩展、基于标准的商业智能解决方案体系结构，以便在整个企业内提供服务。市场上

当下主流的敏捷商业智能产品/解决方案提供商有哪些？本文就对这些问题进行全面深入的研究与解答。BI，中文翻译是商业智能又称商务智能。敏捷是要商业活动中做出迅速反应。传统的BI解决方案往往需要三个月甚至半年的实施周期。敏捷BI并不是指某个前端工具软件，而是贯穿

商业智能大家可能早已耳熟能详。可能一提到BI，大家都会自然而然地把这个话题丢给IT。但是由IT主导的BI项目最终是否能够落地？为什么以技术为主导的IT部门做不好BI项目？首先我认为BI是最直接，最重要地服务于商业决策者的，尤其是管理层。BI应用是否符合用户

这里归纳成8个问题点，每个问题都做了精心的解答，希望能给大家带来帮助。两者是不一样的概念，BI相对于大数据更倾向于决策，适合支持经营指标支撑类的问题，大数据则内涵更广，倾向于刻画个体，更多的在于个性化的决策。

与此同时，从传统BI到探索式BI，商业智能也经历了一次产品模式和理念上的巨大改变，这种改变不仅使得业务人员可以参与甚至主导整个数据分析流程，同时也加速了企业由IT驱动转向数据驱动的进程。毫无疑问，随着企业对数据价值的认识更加深刻，以及市场的竞争的激烈，让企

某电商是某大型服装集团下的重要销售平台。2015 年，该集团品牌价值达数百亿元，产品质量、市场占有率、出口创汇、销售收入连年居全国绒纺行业第一，在中国有终端店3000多家,零售额80 亿。其羊绒制品年产销能力1000万件以上的规模，占有中国的40%和世界的

l目前正在运行的主要是明源的各个系统；如下图所示，通过各个部门经理、信息部、软件公司顾问三方组成一个有机的整体，围绕BI项目建设，最终完成项目的建设。在BI实施项目中，按照需求，将公司的结构框架划分为三层：战略层、运营层、操作层。

最近开始做一个大规模数据分析的项目，一直在看一些BI方面的东西，每接触到一种新技术，就像站在一个山顶，先要站在制高点去眺望山下都有什么，才知道哪个方向的风景最有魅力，卖弄完毕，开始总结下这几天看到的一些对于BI方面的整体介绍。

最近想学习BI,因为自己做的一个项目用到了大量Oracle分析函数,而烃使用使用OLAP技术,系统目前数据量少,速度相对来说可以。每天数据量这么大，谁能保证积累了两年的数据后，运算速度还有这么快呢。这让我不得不思考我在做的项目与BI的差别，BI这概念之前只