大家好。我是BI。是的，这就是BI，这个名字经常被大家提及……我想正式、隆重地介绍一下自己。
BI 是什么？
关于BI是什么，世界上有很多传说。 BI（业务分析师）、BI（可视化分析软件）……大家说的都有道理，但是大家提到的不一定都是BI。
如您所知，BI的正式名称是商业智能，或者：
BI 涉及商业智能，即将数据转化为信息、将信息转化为知识、将知识转化为推动盈利业务活动的计划所需的流程、技术和工具。相关技术包括数据仓库、业务分析、知识管理等。
这两年，数据中台的概念非常流行。数据中台的概念有两句著名的说法：所有业务都是数字化的、所有数据都是数字化的。
前半句的场景其实一直在发生，只不过我们叫信息化，后半句其实讲的是BI。 BI提炼数据价值的作用是将数据输入转化为业务。回到价值反馈业务。价值反馈转变涉及数据、信息、知识、洞察力和行为的转变。首先，借助数据仓库等技术实现数据向信息的转化。捕获信息背后的知识，借助规则、模型等挖掘知识背后的见解，并参考这些见解和类似的经验来帮助决策者自信地做出决策并采取相关行动。最终通过finebi 的可视化创造更多商业价值。
BI的历史进程
如果你问我BI 今年多大了，我会说他比我们大多数人都大。 接下来我们回顾一下BI的历史进程。
它首次出现于1865 年Richard Devens 的书《Cyclopaedia of Commercial and Business Anecdotes》 中。 IBM 计算机科学家Hans Peter Ruhn 于1958 年发明了硬盘，彻底改变了数据存储并为现代商业智能应用奠定了基础。他关于这个主题的里程碑式文章《商业智能系统》写于20 世纪70 年代，当时每个人都意识到了BI 的真正潜力，而在1988 年，在罗马的数据分析会议上，供应商将BI 从理论付诸实践已经出现。商业智能现代演变的olap立方体：1993年，关系数据库之父Edgar F. Codd提出了OLAP（或在线分析处理）的革命性概念。这个阶段被称为商业智能1.0（两个关键问题：复杂性和及时性）。这个阶段是云技术和移动商业智能的兴起来解决复杂性。及时性和及时性问题、数据民主化和公民数据科学家的崛起：2018 年，谷歌收购了美国的Looker，从广泛、通用的BI 和数据分析解决方案转向针对特定行业的垂直解决方案。 26亿，Salesforce以157亿美元收购Tableau……这个阶段被称为新一代BI或敏捷BI。今天我们就来看一下。您的BI 和数据团队是什么样的？
蚂蚁的数据团队分为五个主要方向。
第一个是数据仓库，它提供最低级别的数据访问、查询和操作功能。第二个是数据技术，它提供最底层的分布式计算、存储和调度能力，使团队能够处理极大量的数据。不仅可以轻松扩展数据，还可以轻松扩展与有效性相关的技术依赖性。
然后我们介绍产品和算法能力，帮助业务团队进行更高效的数据分析，并被每个业务团队用来根据业务的具体需求进一步关闭数据仓库中的数据。决策；
再说一遍，这是人工智能。
最后是BI团队，它与各个业务团队一起进行数据分析和决策，利用数据仓库提供的数据和数据产品提供的产品，并与人工智能团队进行协作。企业数据驱动业务。
代表产品
市场上的BI产品有很多，有的厂商专注于完整的采购、存储、建设、管理环节中的具体环节，有的则提供整体解决方案。
BI产品如此之多，如何辨别哪些产品好，哪些产品更值得学习，如何打造适合自己业务场景的BI工具？
市场上只有Tableua和FineBI。在这里，我们将其分为两类：国内BI和国际BI。
我们都听说Tableau 很棒，但它在企业内部的自助分析使用仍然有限，并且可能难以使用。作为Excel。
另一个是FineBI，它是国内领先的BI公司，多年来一直处于这个位置。如有疑问，请检查SAP 和IBM 等顶级公司的百分比。
智能自动化在BI工具中得到了最好的体现。简洁清晰的数据分析工具。这也是我个人最喜欢的可视化工具。零码，零码。
所有可视化场景都在这里。
（此处已添加小程序，请前往今日头条客户端查看）
版权声明：本文转载于网络，版权归作者所有。如有侵权，请联系本站编辑删除。