大數據和BI商業智能有何區別？有何相關？

大數據 ≠BI商業智能，大數據也不是傳統商業智能的簡單升級。

1、大數據和BI兩者的區別

BI(BusinessIntelligence)即商業智能，它是企業數據化管理的一整套的方案，用來將企業中現有的數據進行有效的整合，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，解決的是管理運營戰略的問題。

大數據(Big Data)是指在可承受的時間範圍內用常規軟體工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力來適應海量、高增長率和多樣化的信息資產。大數據側重於解決某一類問題的方法，比如全網用戶畫像，對網路、感測器等非結構化海量數據的分析。

不管定義如何不同，大數據與傳統BI是社會發展到不同階段的產物，大數據對於傳統BI，既有繼承，也有發展，從"道"的角度講，BI與大數據區別在於前者更傾向於決策，對事實描述更多是基於群體共性，幫助決策者掌握宏觀統計趨勢，適合經營運營指標支撐類問題，大數據則內涵更廣，傾向於刻畫個體，更多的在於個性化的決策。

當然純粹從思想的角度講，兩者在概念上是可以實現統一的，都遵循數據-信息-知識-智慧這個脈絡，甚至在更高的層次，兩者也是可以統一的。

2、兩者技術上有什麼相關性？

傳統BI的技術標籤：ETL、數據倉庫、OLAP、可視化報表。

大數據的技術標籤：Hadoop、MPP、HDFS、MapReduce、流處理等。

傳統BI就目前來講，其功能都可以被對應的大數據組件所替代，但大多數企業缺乏大數據業務的驅動，也缺乏相關的高技術人才。

不過新型BI被賦予了更多「大數據」潛能。正如圖右側架構所示，BI架設在大數據應用層，抽取etl后或者Hive來的數據又可作通用類的業務分析。既滿足了海量實時數據分析，也滿足了決策型的業務分析。

3、企業應該青睞大數據還是商業智能？

在技術領域，雖然傳統BI的一些技術ETL、數據倉庫、OLAP、可視化報表似乎都將處於落後邊緣，因為它難以解決日後海量數據的處理問題，但是，也不能全盤否定或替代成大數據。一些企業採用SAP HANA，FineBI的直連大數據引擎都是基於這個問題優化的方案。BI的那套也將長期存在，畢竟企業對BI方案還是很青睞，大數據的普及和應用也是個漫長的過程。

大數據 VS 商業智能

大數據不是空口說說，它的第一要務就是解決業務問題，大數據一定程度上就是用全新的數據技術手段來拓展和優化業務，傳統企業需要聚集一撥人來研究這個問題，需要有人專門研究和探索。如果對外，想清楚新的商業模式，如果對內，想清楚在哪個場景，可以用大數據的手段提升效率。

當前大數據可以產生價值的地方，從行業的角度看，金融、銀行、互聯網、醫療、科研都有廣闊的前景。從領域的角度看，廣告、營銷、風控、供應鏈都是大數據發揮價值的地方，對於特定企業，比如電信運營商，大數據也可以在網路優化等方面提供新方法。

並不是每個企業都需要打造自己的大數據平台，需要考慮到企業的信息化水平和各項成本，量力而行吧，可以自行研發 ，比如BAT；也可以選型採購，比如傳統大企業；中小型企業也可以租用，比如用阿里雲和AWS。

就事實來講，BI的應用是遠遠大於大數據應用的，有其通用的道理。大數據相對於傳統BI，也不僅僅是簡單的PLUS的關係，它涉及了思想、工具和人員深層次的變革，BI人員既不要一提大數據，就嗤之以鼻，認為它是新包裝的馬甲，其實就那麼回事;也不需妄自菲薄，以為搞大數據就那麼高大上，它的確是BI大多數思想的傳承。