簡單來說，大資料可以更好的為商業智慧服務，商業智慧（BI）包括企業用於商業資訊資料分析的策略和技術。商業智慧技術提供業務運營的歷史，當前和預測性檢視。商業智慧技術的常見功能包括報告，線上分析處理，分析，資料探勘，流程挖掘，複雜事件處理，業務績效管理，基準測試，文字挖掘，預測分析和規範分析。 商業智慧技術可以處理大量的結構化資料，有時還可以處理非結構化資料，以幫助識別，開發和創造新的戰略商業機會。他們的目標是讓這些大資料的解釋變得容易。發現新機遇並基於洞察力實施有效戰略可以為企業提供有競爭力的市場優勢和長期穩定性。

商業智慧可以被企業用來支援範圍廣泛的業務決策，從業務到戰略。基本的運營決策包括產品定位或定價。戰略業務決策涉及最廣泛的優先順序，目標和方向。在所有情況下，商業智慧在將來自公司運營市場的資料（外部資料）與企業內部的公司資料（例如財務和運營資料（內部資料））資料相結合時最為有效。如果將外部和內部資料結合起來，可以提供完整的影象，實際上可以建立無法從任何單資料集中匯出的“智慧”。在眾多用途中，商業智慧工具使組織能夠深入瞭解新市場，評估不同細分市場對產品和服務的需求和適宜性，並評估營銷工作的影響。

商業智慧(BI)

這個術語指在公司內部使用資料，幫助經理做出決策。

BI工具(報告、儀表板)告訴我們發生了什麼，因此基於這些工具的決策將是被動的。

一個隨機儀表板

這個解釋起來就簡單了：大資料就是大量的資料。

要定義大資料，通常會用3V來解釋，這是產生大資料的3個主要原因：

· 容量：收集的資料量每分鐘都在巨幅增長，我們需要使用分散式解決方案(使用多臺機器，而不是非常非常昂貴的超級計算機/主機)來調整我們的儲存和處理工具以適應該容量。

· 速度：處理資料的緊急程度與產生/獲取資料的頻率相關，還與決策中迫切使用資料的需求有關；即使是實時(或者幾乎實時)。

· 種類：資料不再（僅）是結構化的，所以我們得忘記適用於傳統資料庫的東西。我們必須為新增各種格式的新資料來源做準備；純文字和多媒體內容都包括在內。

之後更多V被新增進來：真實性 （資料必須真實、可靠、可用）、價值（資料應有商業或社會價值）、易損性（資料必須合法、尊重隱私，並以安全的方式儲存和訪問）。

大資料可能是解決這些問題的方案。不要把它和本文解釋的第一個概念混淆了：大資料就是實現或促進應用資料科學領域先進技術的事物，是資料的本質要求。例如，作為資料科學家，我們試圖從資料集中得到答案。資料集不僅超過了RAM的大小，還超過了硬碟的大小。大資料為我們提供了跨多臺機器承載資料的分散式儲存技術，以及並行處理資料的分散式處理技術。

我們一起分享AI學習與發展的乾貨

大資料和商業智慧BI的關係從應用上來講，BI（BusinessIntelligence）即商業智慧，它是一套完整的解決方案，用來將企業中現有的資料進行有效的整合，快速準確的提供報表並提出決策依據，幫助企業做出明智的業務經營決策。

商業智慧BI在資料架構中處於前端分析的位置，其核心作用是對獲取資料的多維度分析、資料的切片、資料的上鑽和下鑽、cube等。透過ETL資料抽取、轉化形成一個完整的資料倉庫、然後對資料倉庫的資料進行抽取，而後是商業智慧的前端分析和展示。

商業智慧BI處理的資料量是極大的，如 FineBI商業智慧，自帶ETL，可在短時間內響應資料處理的請求，並輸出分析結果。

BI對穩定性以及易用性有一定要求，這是其他資料分析工具所不能比擬的。