BI，即Business Intelligence，商务智能。百度百科给它的定义是，一套完整的解决方案，用来将企业中现有的数据进行有效的整合，快速准确地提供报表并提出决策依据，帮助企业做出明智的业务经营决策。今天笔者有幸想深入了解其一二。
狭义理解
大伙看到这个英文简称，可能会联想到AI，Artificial Intelligence，人工智能，同样翻译成智能，其实商务智能并没有那么“智能”，而更多的或许应该叫信息与情报。因为从狭义上，它可以说就是一个Reporting System，对于领导们，想要看到的是结果，即最终的报表。
作用
非要说它体现“智能”的地方，就是让企业的大大小小决策有数据依据，减少盲目决策。
在企业中主要作用在于，当员工需要数据的时候，可以方便快捷地拿到，并基于数据做出决策，理性得推动公司业务发展。但它一般仅是让决策者了解“事实”，而不是替决策者做出决策。
如此就形成了3个主要过程，完整收集数据，合理整理呈现数据，以方便快捷地形式把数据送到需要的人手里。
技术
为了将数据转化为知识，它并不是新技术，只是综合运用了数据仓库（DW，Data Warehouse）、联机分析处理（OLAP）和数据挖掘等技术。
什么是数据仓库？
数据仓库之父Bill Inmon在1991年出版的“Building the Data Warehouse”一书中所提出的定义被广泛接受——数据仓库（Data Warehouse）是一个面向主题的（Subject Oriented）、集成的（Integrated）、相对稳定的（Non-Volatile，可理解为不可修改的）、反映历史变化（Time Variant）的数据集合，用于支持管理决策(Decision Making Support)。
过程及实用场景
理论上，BI 是一个工厂：
>> BI 的原材料是海量的数据；
>> BI 的产品是由数据加工而来的信息和知识；
>> BI 将这些产品推送给企业决策者；
>> 企业决策者利用 BI 工厂的产品做出正确的决策，促进企业的发展；
而现实场景中，BI更多的被企业联系成软件的使用，承担了高度抽象化与通用性需求的各类报表应用：将各个IT系统的数据聚合至BI，然后进行统计汇总，并统一在前端通过BI portal呈现出图表与数值，便于业务人员了解日常数据和运营情况。所以除了ETL部分以外，BI软件绝大多数的功能都是通用性极强的，跨行业，非定制化。如上文所说，领导想要看到的报表，是离不开DW和ETL支持的一套系统的，通过DW中的维度表和事实表，来从不同的维度看想要的数据，比如大中华区销售了多少，每个地区的KPI如何等等。
什么是ETL？
Extract-Transform-Load 的缩写，用来描述将数据从来源端经过抽取（extract）、转换（transform）、加载（load）至目的端的过程。其实传统的消费品企业面对零散的数据库，特别需要ETL的服务。
ETL看似低端，其实不然，它曾让美国特工不用在分散的多个数据库上分别做一次查询。
BI软件的强项是将各类业务数据汇总起来，无需编程即可绘制出可供长期监控的可视化报表，同时实现随时更新，而不是传统管理咨询的一份静态报告。传统咨询提供的报告，往往在出炉的第一天就过时了。
对于初学者的建议
如果想快速踏入BI这个领域，有一条捷径，先掌握一种BI产品的技能。如：SAP BW、BO，IBM cognos，Oracle的BIEE，掌握了这其中的任何一个产品，你都可以快速进入BI行业。
*部分内容，援引百度百科和知乎。
