商业智能技术有哪些？一文讲清

定义



商业智能（Business Intelligence，简称BI）是建立在企业信息架构基础上，借助软件技术手段将企业历史积累信息经过处理分析后转换为可供业务决策管理人员以支持决策及控制的信息化资源的技术。简单来说，就是利用计算机的技术和处理科学，将企业历史积累信息转化为可用于管理决策的信息以支持业务活动和策略管理的科学，统称为商业智能。

发展史

商业智能的发展始于上个世纪六十年代，最早被用于数据处理程序中的报表，以此满足各类数据分析的需要。在1980年代，随着数据库管理系统的不断发展，商业智能也迅速发展起来，并开始吸引企业家的重视；在九十年代，随着超级电脑的发展，商业智能更进一步得到提升。

现代商业智能技术

随着商业智能系统越来越受到重视，如今已乡发展出各种丰富多彩而且不断发展的技术，这些技术主要包括：预测分析、事实挖掘、统计分析、数据挖掘、数据分析、分布式计算、数据模型和模式识别、基于特征的建模等。

1.预测分析

预测分析是一种以数据可视化的方式，根据历史数据预测未来可能发生的情况，从而规划未来业务的发展，实现预警、预报或改进未来策略的一种商业智能技术。通常来说，预测分析的工作原理是建立一个预测模型，通过收集历史数据，然后利用统计分析建立关联关系和模型，从而预测未来的发展趋势。

2.事实挖掘

事实挖掘是利用商业智能技术，从大量原始事实数据中挖掘有意义的事实，分析余下的事实来确定背后存在的趋势或规律，从而支持企业管理决策的技术。事实挖掘通常包括事实图谱挖掘、聚类分析、情绪关联挖掘、社会网络分析等。

3.统计分析

统计分析是指利用统计学知识，计算每个观察对象的发生概率，提取出共性特征和差异特征，同时从其他材料中表达出特定的理论为统计分析的过程。统计分析通常包括数据可视化、贝叶斯网络、过程管理模型等。

4.数据挖掘

数据挖掘是将对业务活动有益的知识从大量数据中筛选出来并抽取出来的一门技术，通过数据挖掘，可以利用已有的企业数据，找出潜在的信息，帮助企业产生有价值的业务决策，有助于企业建立有效的数据建模和分析，从而实现业务活动的改进

5.数据分析

数据分析是指处理大量历史数据，分析数据特征，提取数据特征，并利用统计学方法和技术，结合企业的市场