資料分析是個過程是個解決方式，物件常常是某個問題。比如分析某次促銷活動的效果，就要對UV、客單價、復購率等關鍵性的指標資料做監控。還要和過去活動做對比，從資料庫裡找最對照組進行建模，在SAS裡做統計分析。是利用數理統計等科學方法做假設驗證，通常的工作就是對指標進行分析對比，KPI監控，異常指標分析，預測趨勢，生成結果報告。

商業智慧是一整套的解決方案，物件往往是企業的經營問題。利用企業在日常經營過程中生產的大量資料，並將它們轉化為資訊和知識來免除企業中的瞎猜行為和無知狀態，讓每一個決定、管理細節、戰略規劃都有資料參考。比如領導通常關注銷售、採購和財務狀況，技術人員做好固定格式的資料報表（dashboard/資料看板）,領導開啟就能看，資料自動更新。

以商業智慧FineBI工具舉例，它通常連線ERP、CRM、生產系統、MES等業務系統的資料，有規則地彙總到資料倉庫中，製作有業務主題的分析報表，技術上又或者對接大資料平臺做視覺化的分析展示。

它在企業的定位通常是：

報表查詢和展現+資料分析挖掘+資料預警+資料管理。

1、報表查詢和展現：簡單報表的快速查詢和製作

2、資料分析挖掘：配合資料探勘工具，關聯業務資料，分析業務

3、資料預警：資料實時載入呈現，指標預警

4、資料管理：資料和報表的許可權管理，防止資訊外露

商業智慧的作用一方面是將常規的分析過程固化並簡化下來，另一方面是讓業務的自助分析更方便些（以前都是IT取數做報表分析，改需求再分析；現在IT準備好資料，業務可以自己拉資料分析）。

簡單來說商業智慧BI是一套有關資料的解決方案，入口是資料，出口也是資料或者以資料為基礎的報表呈現，更多強調的是解決方案；資料分析更多的以人為主，對資料倉庫產出的資料、或者自己動手產出的資料做分析的過程。前者強調怎麼讓資料合理的加工或者呈現出來，後者強調如何透過資料發現問題，有一個探索的過程，一個思考的過程，這個思考的過程工具本身是不能替代的。

常見的資料分析工具和商業智慧工具：

專業的資料分析挖掘工具：R、Python

資料分析指某一些專項的分析專案，資料分析師透過資料分析，得出業務建議或業務總結，比如營銷活動效果分析。但這個前提需要抽取整理資料，還要清洗建模，分析展現。整個一套方案可以透過商業智慧來解決，資料分析只是其中的一個過程。

如果分開定義

資料分析是運用各種統計方法將資料進行剖析，最大化地發現數據價值，以發揮資料的作用。說白了就是基於資料事實找出規律的方法。資料分析的工具有SPSS、SAS、R等。

商業智慧可以理解成企業內部現有資料轉化為指導商業決策的系統或工具，是資料倉庫、OLAP（聯機資料分析）、資料探勘、資料展現的總稱，類似於ERP、CRM等一類的企業級資訊化應用。是將這些業務系統的資料整合到一起，統計分析挖掘。常見的系統有：SAP BO、Cognos、Tableau、帆軟FineBI、微軟Power BI等。

商業智慧和大資料的關係，區分它們的邊界在哪裡，僅僅是資料大嗎？商業智慧不是包括了資料探勘嗎，那為什麼有時有的朋友說他是做商業智慧 BI 的，而有的朋友說他是做資料探勘演算法的？資料探勘的目的不就是為了分析嗎？資料探勘和資料分析到底是一個人在做還是不同的人在做呢？大資料和資料探勘是什麼關係？.......

其實這些問題不僅僅是生手的疑惑，及時富有經驗的開發人員一時也很難用幾句很簡單的描述將它解釋的非常清晰，因為這些領域本身就有著非常千絲萬縷的關係。它們都擁抱資料，終極目標相同 - 將資料轉變為資訊，產生價值。那麼本期的第一個話題分享就是 - 商業智慧和資料分析的區別？ 以下摘自網路上大家的一些觀點作為引子，希望大家也可以積極討論，發表自己的看法和觀點。

來自香港城市大學 Data Scientist 的 Terry Meng 的觀點：資料分析只是一種工具（一種系統化分析問題的方式），可以很簡單也可以很複雜。簡單點的例子：透過分析購買我產品的人大多數來自北京，則北京是我的主要消費者居住的城市。複雜點的例子: 透過利用統計方法建立數學模型。我想從100000人中找出100個購買我產品機率比較大的客戶，則可以透過利用logistic regression來數學建模找到這群人。無論你的商業模式是什麼樣子，你用數學方法，用資料證明你的假設都可以稱為 資料分析。所以資料分析師這個職業，形容的是一個會利用數學方法，用資料證明假設的人。而商業智慧則是一種產品/服務，這個產品/服務可能包含報表，分析，管理等等利用計算機和程式設計技術自動化一些商業過程的行為。舉例子：水果店老闆利用商業智慧做出來的報表或dashboard觀測自己商店的人流量，購買量，購買時間，及時調整自己的庫存和銷售節奏。簡而言之就是這個樣子。之前的人做生意，依靠的是直覺和經驗。現在在計算機的幫助下，可以利用資料分析減少試錯，減少錯誤決策帶來的成本，明白生意好的因由。而商業智慧將這一切，儘可能的自動化 和簡化 。這是我的理解。

馬路的觀點：從公司的分工的角度來講，通常商業智慧部（BI）會涵蓋資料產品，資料分析，資料探勘共3個功能。資料倉庫作為商業智慧部的技術支撐，可算在內，也可不在內，看公司的架構了。

1.資料產品指的是資料的視覺化，也就是資料報表，把業務部門常看的資料固化成業務報表是BI的主要任務之一；

2.資料分析指就某一些專項的分析專案，透過資料分析，得出業務建議或業務總結；舉例來講像營銷活動效果分析等等

某過路人的觀點：商業智慧=資料倉庫+資料分析+資料探勘

卡夫卡的貓的，我是貓的觀點：資料分析是運用各種統計方法將資料進行剖析，最大化地發現數據價值，以發揮資料的作用。說白了就是基於資料事實找出規律的方法。資料分析的工具有Excel、SPSS等商業智慧常常被理解為企業內部現有資料轉化為指導商業決策的系統或工具，是資料倉庫、OLAP（聯機資料分析）、資料探勘、資料展現的總稱。它是類似ERP、CRM等系統一樣的企業級資訊化應用。常見的系統有：Business Object、Cognos、Hyperon等等。

陳小二，移動網際網路業務：資料分析是方法，商業智慧是解決方案，這個方案可以有一系列的方法。 張志佳，鍵盤控，絲襪控，各種控：商業智慧是介面，資料分析是實現。

yngcan：資料分析是更關注的是分析本身，任何人都可以參與（決策者、資料處理人員），每個人都從宏觀、中觀、微觀層面的資料出發發現自己想要的東西（可能不期而遇的）。商業智慧（從目前來看），更多是在商業軟體的協助下，為特定人員（高層決策者、日常事務處理人員）提供的一整套服務於資料分析的工具，當然，商業智慧的可能分析結果也往往是設計好的。從參與者角度而言：資料分析人人都參與，商業智慧主要是軟體工程師和資深分析人員；從資料分析方法而言：資料分析門派繁多，商業智慧主要是資料分析中較為常見、基礎的分析方法；從資料分析的結論而言：資料分析就是要發現新知識，商業智慧可以獲得的知識通常是設定好的。從服務物件來看：資料分析服務物件廣泛，商業智慧的主要服務人員是決策者（各層級）。

金龜子：有朋友問到過同樣的問題 - 你不是做商業智慧BI開發的嗎，另外一個誰是做資料分析的，商業智慧不是也為了是資料分析的嗎？到底有什麼區別？我的想法是：商業智慧是一套解決方案，透過對不同資料來源的資料按需抽取，清洗並進入到資料倉庫，必要的時候進行多維分析，或者資料探勘。根據不同的場景，有不同的解決方案，比如不同的 ETL 架構，資料載入策略等等。商業智慧BI 更強調過程的實現，比如最後提供給各個決策層的資料，報表，這些報表本身就可能是按需分析的結果。資料分析是基於商業智慧提供的資料，報表，各種輸出的結果，在它基礎之上透過資料，報表來發現存在的問題，最終透過分析得到一個可執行的行動方案和規劃。比如：透過商業智慧得出了今年同比銷售下降了10% 的結論，這個就是直接可以從報表上看到的結果。那麼資料分析就是要分析為什麼下降了， 怎麼造成的？ 可能需要透過多方面的角度來分析可能產生的原因，然後得出一個結論以及可執行的行動方案和規劃。

發現寫完了，我自己又有點感覺沒有說清楚，其實問題就是兩點：1） 商業智慧 BI 到底包不包括資料分析，如果包括這個資料分析具體指的是哪些方面的操作？ 2） 如果不包括，商業智慧的目的又是什麼？

vipchg：資料分析是運用各種統計方法將資料進行剖析，找出其中的所謂的價值，一般來說是不依賴於具體的語言。而商業智慧，則是為實現商業價值而提出的一套解決方案，這套方案裡面，則應該指出在實現的過程中，如何比傳統的方法實現價值提出更好，更快，更方便、更智慧的手段和方法。就如同我們要製造一個飛行器，資料分析就如同手工製造，費力、費錢還容易陷入在零碎的實現中。而商業智慧就如同一條經過實踐了的生產線，每一個製造的節點都是整合化的，介面式的，不需要工程師具體瞭解每部分的實現細節，就能夠把飛行器製造出來。而資料分析則如同製造中某些環節用到具體的方法，這種方法可以用很多手段來實施。因此：資料分析是商業智慧中的部分環節的實現《方法》。商業智慧是完整的一套《解決方案》。

丶云云：商業智慧 = 資料收集 + 資料整合 + 資料分析 = 資料價值

yuzou：有data analyst 學科，但是沒有BI學科。 可見商業智慧是注重實踐，注重流程的工業化的方案，是一個大的加工廠。而資料分析是比較偏理論化抽象化的，注重演算，是加工廠裡的一個技術部。