大家來說說，如何通俗地表述"BI"是什麼？
昨天試圖給一位非業內人士描述BI是什麼，從報表講到決策支持，完了看着對方，四目相對。發現自己說了一堆廢話，這難道不是很尷尬的事情嗎？
因此，如何將BI、商務智能、數據倉庫、挖掘這些聽起來曲高和寡的名詞，表述地讓人更容易明白？還請大傢伙出出主意。
確實是啊，碰到不明白的怎麼說都不清楚呀
如果是我遇到了，就不要再提什麼BI阿，report阿
直接舉個例子，如何快速的在一個堆滿貨物的倉庫裏找到自己想要的東西，而bi就是手電筒，呵呵
這種說法可以嗎：企業裏有大量的、分佈於各個計算機系統的數據，把這些數據進行整理、分析，找到其中有價值的信息，爲企業的經營決策提供依據。
是指BI的定義嗎：
“以實現價值成果爲目標，對資源及其組織過程的智能化管理方法”
BI或者DW在業內現在尚無一個統一的精確的說法，就BI和DW本身也往往存在爭論。
我的理解，BI更多時候指的是前端應用部分，而DW更多時候指的是後端部分（包括架構體系的建立）。
目前也沒有一個術語能夠在完整的，準確的表達出從後端數據採集直至前端應用這麼一個端到端的過程。
Inmon提出的CIF（企業信息工廠）倒是能夠涵蓋整個過程，然而這個概念似乎太大了一點（整個外部世界都涉及在內，從而形成了一個“信息”生態系統）。
當然我們往往會將BI或者DW的範圍進行擴大，而在與客戶或者非業內人士溝通時候，我覺得可以根據用戶本身的類別（壓根兒沒聽過BI/有一些瞭解/熟悉/專家級別）將 BI這個概念進行詮釋。
譬如：對於一無所知的受衆，那麼我覺得舉例子可能會更形象一些（下定義似乎不太現實），我經常就會根據用戶對相應行業的熟悉程度進行舉例，例如，大部分人對零售都有一定了解，那麼這個時候不妨舉購物籃子分析說明BI的部分作用，進而說明BI可以從數據中發現知識（KDD）等等。
如果受衆對IT比較瞭解的話，我覺得不妨如下表述：
BI應該包括如下三個部分：
信息處理：支持查詢和基本的統計分析（使用交叉表，圖表或者圖進行報表的展示等）；
分析處理：支持基本的OLAP操作（上鑽，下鑽，旋轉，切片，切塊等）；
知識發現：支持數據挖掘，如：找出隱藏的模式和關聯，進行分類和預測，構造分析模型以及數據可視化等
Tiger這個說法比較系統，可還是不夠通俗啊。
這樣說吧，如果家裏的一位長輩，當然他不懂IT，但也曾經管過人，也算有些管理經驗吧，又特別關心你，想知道你究竟作什麼，該如何向他描述呢？
最好就是一兩句話。
糾正：
“以實現價值成果爲目標，對資源及其組織過程的智能化信息管理方法，稱爲商業智能。
商業智能系統應當包括：擁有接受新的對象的能力，擁有接受新的規則的能力，並使新規則作用於新對象的遞歸處理”
本人是頭頭腦腦的老朋友，歡迎向大家學習和交流。
分析的工具與方法
業務系統解決飽暖的問題，“飽暖思淫慾”，BI就是解決這個問題
商業智能（Business Intelligence，簡稱BI）的概念最早是Gartner Group於1996年提出來的。當時將商業智能定義爲一類由數據倉庫（或數據集市）、查詢報表、聯機分析、數據挖掘、數據備份和恢復等部分組成的、以幫助企業決策爲目的技術及其應用。
BI在學術界基本上就是KDD(Knowledge Discovery in Database),不過BI的目標性更強,就是爲了改善企業數據管理,數據分析及進一步幫助決策等商業行爲.
一點意見,僅供參考.
呵呵，俺前兩天恰好寫了些東西，也正是關於這個的。難道真的和happy心有靈犀？好冷。。
bi是啥？
一提到bi（數據倉庫）的概念（雖然不是一碼事，但我們在現實中很多時候還是把他倆當作一回事在提），很多人都願以b.Immon的定義做開場白，這也難怪，恐怕我們從接觸這玩意開始，看到的第一本比較系統的書就是這本了！我記得三四年前，我去一家公司面試，面試官開場便問我這個問題（當然他是問數據倉庫），當時我有些懵了，其實這本書我早看過，也安放在牀頭，有事無事翻翻。但有人突然讓你給出個明確答案來，還不是很容易說的很清楚。
那bi到底是個啥玩意呢？好吧，我們不偷換概念，先說數據倉庫是個啥玩意吧！
數據倉庫首先是個數據庫，這沒錯吧！因爲它容量大，所以我們叫他“倉庫”。還有一層意思：倉庫中的東西就是因爲其多，所以要碼放整齊，該放哪的就放哪，最好還有一個清單記錄一下，以方便你使用時查找。所以我給數據倉庫下的定義就是：存放整齊數據的有清單索引的數據庫。也就是說，它是有三部分組成的：數據庫（dbms）、數據（data）、索引（index）。前兩項都不難理解，第三項“索引”我們更常把它叫做“元數據”。有了這三樣寶貝，就成就了我們“前景廣闊”的數據倉庫。
可是，在現實的工程項目建設中，我們往往把注意力放在前面兩個部分的構架上，而對於元數據部分不太重視，或者說根本就當作是聾子的耳朵。但恰恰是這個聾子的耳朵，在工程中成了制約我們系統推廣應用的一個絆腳石。且不說對使用者，面對龐大的倉庫不知如何下手，我敢說在開發人員中，能對系統數據100％的瞭解的也不多，更多的情況是：你現在要查某個數據，卻不知從哪裏查，於是問問這個，問問那個，然後自己再select * from XXXX表看一下到底有沒有我們需要的字段。反映到使用者的現實情況是，這麼多報表、cube、kpi、專題等等東西，到底我要的數據在哪裏？暈！心裏早早打退堂鼓，哪裏還有興趣搞什麼分析。到最後開發人員說我們花了大力氣做的東西沒人用，使用者說我們不知如何用。究其原因還是缺少對系統數據給出索引的元數據管理。有了元數據，我們再基於它做一個界面友好的查詢工具——不知道大家用過go2map沒有，輸入起點和終點，系統會給出幾條備選的行車路線，對，我說的查詢工具就是這個玩意——啊，這個世界清晰了。
bi呢，是基於數據倉庫的統計分析系統。
爲啥非要是以數據倉庫爲基礎呢？很簡單，因爲數據倉庫夠大、夠清楚、夠全面，對統計分析需要的數據源支持的夠好！
統計、分析，沒錯，兩個方面。一說bi，大家都愛往分析上靠，覺得這樣比較高深，同時分析需要的中間結果往往沒有一個可參照的標準結果，因此常常看不出有何不妥。一說到統計，完了，不就是報表嗎（因爲bi系統後建的緣故，很多原來的業務系統有的報表還要在bi系統中再集中做一遍），還要對數據，——人世間最痛苦的事莫過於此——真是頭疼呀。頭疼也沒辦法，我個人認爲很長一段時間內，統計還是bi的重點，象有些人說的這和業務習慣呀、人員水平呀都是分不開的。那是不是需要數據都精準到和業務系統報表一樣呢，這裏爭議很多，大多數的觀點是允許有誤差，說白了就是允許有差錯，只要維持在小範圍（這個範圍就看你怎麼和甲方交涉了）內，都是可以接受的。雖然我很不情願，但還是要說，這種差別不應該存在，在條件、規則一致的情況下，bi系統的統計結果是要和業務系統的無二樣的（只有一種可以例外，那就是“時點數”的情況）。說什麼經過數據清洗、轉換難免不準，這些都是託詞，不管數據在系統內經過的步驟有多少，最終結果的不一致說明你在中間的某個環節出了問題。同時bi系統還有一個很神聖的使命，規範統計口徑，保證系統裏的兩個地方出現的結果都正確統一。而現實中，恰恰是上面兩個問題成了bi的致命傷：數據不準、結果不統一，這種情況導致的後果就是使用者對系統的準確性抱懷疑態度而遠之。
說到分析，我想還是需要給他再劃個範圍：我所說的分析是以事實爲依據的決策輔助分析，而不是直接呈現分析結果的決策過程。大家都喜歡拿啤酒和尿布來做經典案例，這總給人一種誤區，似乎bi就是算命先生，預知未來，能取代人的思維，直接給你答案。其實不用我解釋大家都知道這是不可能的。
說了這麼多，bi其實就是：以數據倉庫爲基礎的業務和決策支持系統。
要想通俗的話，似乎就不能稱之爲定義，定義應該是嚴謹的、準確的、經得起推敲的。
但如果僅僅是爲了表達BI，我覺得是不是可以這麼陳述：所謂BI，就是指幫助企業實現“數據 –〉信息 –〉知識 –〉行動”過程所運用的技術和方法。
當然，關於BI的定義，似乎各個大的權威機構也都有自己的一套說法，詳細的描述請看 博客園-蠟人張，摘錄如下：
Gartner Group認爲：商業智能技術提供使企業迅速分析數據的技術和方法，包括收集、管理和分析數據，將這些數據轉化爲有用的信息，然後分發到企業各處，輔助商業決策的制定。
IDC將 BI定義爲：終端用戶查詢和報告工具、OLAP工具、數據挖掘軟件、數據集市和數據倉庫產品等軟件工具的集合。
IBM認爲：商業智能是一系列由系統和技術支持的以簡化信息收集、分析的策略的集合，它應該包括企業需要收集什麼信息、誰需要去訪問這些數據、如何把原始數據轉化爲最終導致戰略性決策的智能、客戶服務和供應鏈管理。
Microsoft認爲：商業智能是任何嘗試獲取、分析企業數據以更清楚地瞭解市場和客戶、改進企業流程、更有效地參與競爭的努力。
SAP認爲：商業智能是一大類收集、存儲、分析和訪問數據以幫助企業用戶更好進行決策的應用程序與技術。
SAS認爲：商業智能是關於在組織內部和組織周圍正在發生的智能或知識。
MSTR認爲：商業智能是一系列能夠使公司分析數據庫中的數據並根據收集的信息獲得的洞察力來做決策的軟件系統。
DWReview認爲：從數據分析的觀點，商業智能是收集與研究主題相關的、高質量的、有意義的信息、以幫助分析信息、得出結論或做出假設的過程。
… …
這位蠟人張真是位有心人，找出這麼多的定義。
如果將這些定義中一些定語刨去，由實到虛，大致分成四類，挺有意思：
1、是工具和技術集合，Gartner、IDC、IBM、SAP、MSTR代表的；
2、是過程，DMReview的定義；
3、是智能和知識，SAS倡導的；
4、是努力，MS主張的。
這個是不是通俗易懂點：商業智能，數據海洋中的指南針
這兩天發起的關於如何通俗描述BI的話題得到各種回覆，因此想找個人練練。正好有個朋友，做貿易的，不懂BI，於是拿了他做靶子。
先說"BI就是對一堆歷史數據分析分析，發現一些規律"，反映還是有點抽象。最後形成一句，"從歷史數據中提取信息，搞清楚經營狀況"。
形成這句總結語的過程中，還是穿插了貼近聽者業務領域的例子。原來想用一兩句話就能夠將BI表達清楚，可能本身就是不現實的。然而不同聽衆所在行業不同，是否要提前預習對方的業務才能清楚表述呢？恐怕也有些捷徑。
分析一下上面這句表述方式，"搞清楚經營狀況"是比較通用的，也就是比較抽象的。因此，就可以在這個術語上深入一些，提出貼近業務的問題來引導聽者對概念的理解。例如一般業務中都會有客戶、銷售訂單、地區的概念，可以問出如下的問題：
"你知道你們的客戶有多少，分佈在那些地區，都是什麼類型的嗎？"；
"你知道你們的訂單都分佈在那些地區，主要由那些客戶供給的，以及數量趨勢是什麼樣的嗎？"；
這樣可以形成一種通用的，沒有什麼業務差別的問句。如果有必要，可以將客戶、訂單換成對方更容易接受的術語。
如果按照一般BI的定義，這種表述顯然很片面，但比較具體了。至於什麼多維分析、挖掘，什麼分析融入到操作流程中去，過早提出來恐怕只能讓聽衆更加暈乎。
因此，我想如果想通俗地表述BI是什麼，並非用嚴格的定義，而是要告知BI能夠解決業務裏面的哪些問題。
看過蘇菲的世界吧？那本書裏有答案。
BI是神聖的，他的光輝照耀了企業經營所有的地方，企業本身的經營就是BI他無處不在，一旦理解和相信了BI的存在你就能夠在更高的世界層面看問題，從而解決信仰的危機。
玩笑了。
我以前和客戶解釋什麼是BI的時候一般是用下面的：
BI就是收集和集中企業和客戶相關經營信息並加以分析，以幫助您做決策。成功的BI系統多采用了數據倉庫技術。
這樣即照顧了迷糊的聽衆也爲後面對技術狂熱者的討論確立範圍。
然後就聽到最經典的回答：你們是作報表的吧！
本來呢，我這個人不是很愛湊熱鬧，可是頻頻收到來自ttnn的郵件，研討什麼是bi……
這年頭的確開放哈？啥都有人討論……實在不堪騷擾，忍不住站出來說兩句。
說個場景，一天去街上買烤白薯，和老闆那銀聊天。
銀：“你娃幹哈地呀？”
俺：“做軟件的。”
銀：“啥子軟件？”
俺：“bi”
銀：“啥東西？？”
俺：“哦，就比如說你天天在街上賣烤白薯，天天有人買，可是你希望生意能再好一點，我就把你過去兩年賣白薯的記錄都拿出來，拿俺們的軟件分析分析，就能告訴你，這疙瘩都啥樣銀喜歡七烤白薯，啥樣白薯受歡迎，多大個的白薯漲點價還能賣得好，預測一下你下禮拜大概還能賣多少白薯……”
俺：“……俺們軟件大概就是這東西吧”
銀：“哦……俺明白了”
此時銀的神情就有如聽到了，“No，No，這不是路易十三，是清道光二五”一樣，現出迷茫的目光和明白的笑容，頭還一上一下地晃盪着 ……
銀：“你娃做bi的嘍？”
俺：“No，No，俺沒恁高層次，俺只是賣bi的……”
這年頭的確啥銀都有，作啥地都有，還有人作甚麼鼻...鼻癌地……實在看不下去了，忍不住說說這個事。
話說那天我在街頭擺着俺的烤白薯攤子，你說俺都擺了二十幾年的攤兒了，沒見過這樣的銀，走過來不買俺的 白薯，非得瞪着我，給他盯的不好意思叻，就問了一聲。
俺："你娃幹哈地呀？"
銀："做軟件的。"
俺："啥子軟煎？"
銀："鼻癌"
俺："啥東西？？"
銀："哦，就比如說你天天在街上賣烤白薯，天天有人買，可是你希望生意能再好一點，我就把你過去兩年賣白薯的記錄都拿出來，拿俺們的軟件分析分析，就能告訴你，這疙瘩都啥樣銀喜歡七烤白薯，啥樣白薯受歡迎，多大個的白薯漲點價還能賣得好，預測一下你下禮拜大概還能賣多少白薯……"
銀："……俺們軟件大概就是這東西吧"
俺："哦……俺明白了"（俺心想，壞叻壞叻，今天碰到神經病叻！）
那銀的模樣是得意洋洋，兩隻眼睛珠子忽閃忽閃地，一隻冒出十三...點，一隻是二百...五的字樣，還搖頭晃腦地……
銀："你娃做鼻癌的嘍？"（俺當時心裏那個抖啊，腿也在抖）
俺："漏，漏，俺沒恁高層次，俺只是賣鼻癌地……"
俺地娘唉，攤子俺也不要叻，趕緊開溜吧。
