我自己理解的BI环节：
ETL：完成数据抽取转换并加载到数据仓库
数据分析：这里主要指基于数据集市的OLAP，使分析人员多角度理解数据，验证相应的假设
主要是在较高的汇总级别的。
数据挖掘：使用挖掘算法，获得深层次的数据洞察，发现数据中隐藏的有趣模式。
前端展示层：主要指报表，以各种图表（仪表盘，趋势图等方式），其数据可以来源于OLAP或者数据挖掘结果
BI应该是IT在企业级别应用上未来几年的发展方向，在企业完成了ERP，SAP之后，建设数据仓库和BI将是未来的主流。
29楼提到的几个环节基本cover了BI技术层面的要点；但是真正的BI，一定是以业务知识和工业实践为主导，best practice,business knowledge才是BI的核心。
未来几年将是BI的天下，大浪淘尽，最后屹立不倒的公司，一定有业务理解的独到之处；最后成为大牌专家的顾问，一定首先是业务专家
业务+模型！！
业务和技术都很重要哦，不懂业务就不明白客户管理者到底需要的是什么，该用什么方式展示。。。BI说到底还是为管理高层服务的。
BI程序员分2类：etl工程师，数据挖掘工程师
etl：你就要学好数据库，低端角色学好sql语句，高端角色学好sql DBA
数据挖掘：学好那10大算法的原理后，会用工具，会分析数据，分析业务（要求了解业务逻辑）
其实用sqlserver,还是用oracle,还是DB2,这只是基于etl那部分人来说的，目前工资DB2>oracle>sqlserver
所以学BI，开始学还是把数据库技术学好，做个etl工程师来的简单点，如果你要说你对电信，或者银行等某个行业的业务非常了解，那你就直接面试 数据分析工程师 吧
BI是指商业智能，涵盖了管理、应用、技术等众多方面的元素。如果仅仅从技术层面去理解，可以认为是数据库、数据仓库的应用，但这种理解，是片面的。
想进入BI领域，首先当然还是要有一定的数据库和编程的知识；其次就是要接触企业中业务管理的基本思想，再将其通过建模，转化成为模型，成为可用的数据；最后，就是通过图形、报表等展示界面将模型中互相关联的数据展现于管理者面前，辅助其决策。
以上只是说的最简单的BI概念，里面涉及的知识，博大精深，要研究透彻，除了有基础知识，还需要有一定的实践经验，有兴趣可以一起讨论。
一般来说BI不是一个人或几个人能完成的事情，如果出报表仅仅是BI输出方式的一部分而已，
如果真的要做好BI
个人浅薄的概念
1 你需要懂得财务知识，至少要有基础财务人员的水平
2 你需要知道公司的运营流程以及公司运营模式
3 通过以上分析出或理解领导需要什么，可以说领导需要的是BI，领导们不关心的（他们眼里是垃圾）
4 懂得沟通与 销售 财务 生产 等等部门的关系问题（关系不好，他们是不会老实的给你数据，给了也是胡 乱 拼错的数据）
5 需要有BI 软件的使用经验和程序员的经验
6 输出是重要的，领导不关心其他的，报表是实实在在在拿在他们手里的，所以对中国领导报表要全面
（或者说是好大喜功类型），对外国老板要重点简介（真实并简单，外国人思维简单）
另外一个人是一般做不到以上这些的，需要你清楚自己适合什么
BI需要与业务结合才能产生商业价值
联机分析(Online Analytical Processing), 也称多维分析，本意是把分立的数据库“相联”，进行多维度的分析。
“维”是联机分析的核心概念，指的是人们观察数据的特定角度, 举个例子，跨国零售商沃尔马如果要分析自己的销售量，它可以按地区国别分析、时间序列分析、商品门类分析；也可以按供货渠道分析、客户群类分析，这些不同的分析角度，就叫“维度”。
多维分析技术预先为用户创建多维的数据立方体（Cube），一旦多维立方体建模完成，用户可以快速地从各个分析维度获取数据，也可以动态的在各个维度之间来回切换或者进行多维度的综合分析。通过从不同的维度、不同的粒度、立体地对数据进行分析，从而获得有严密推证关系的信息。
|
在与客户的交流中，经常碰到客户问到有没有他们行业的解决方案。其实，BI作为一个数据分析平台，并没有明显的行业性。为什么这么说呢？
行业特征主要体现在不同的行业在流程控制与业务处理的细节上会有差异，这些差异在信息化中主要体现基础的业务系统，如ERP中。而对于数据分析，其实不管哪个行业，分析的内容都是一样的。比如每个盈利性机构都会关注收入、利润、费用、资金、成本、客户等等。你会发现，有哪个管理思想或理论有分行业吗？平衡记分卡、KPI、BPM，这是大家都知道的，有分行业吗？没有。你再看看，全球500强的CEO，又有多少是跨行业的？管理的精髓就是总结普遍的规律，而武林高手的最高境界也是无招胜有招。 那是不是就真的没有行业性了呢？不用担心，BI的最后应用结果不但会体现行业性，还会体现出企业老板或管理者的特性。为什么呢？ 首先，BI本是一个对数据进行处理加工的系统，那么，原始数据是什么，出来的就是什么。这么说吧，同样是按产品维度进行销售分析，超市的与卖手机的出来的结果一定不一样。为什么呢，因为在ERP中就已经有不一样的产品属性，如手机有品牌（苹果、NOKIA），有智能系统（IOS、ANDRIOD），而超市有品类（日化、电器），也有品牌，还有其它。最终，在BI的用户使用中就会感觉到明显的行业性，但在BI技术实现上，都是按产品维度进行建模。 另外，BI本就是一个开发平台，它完全可以根据每个管理者的喜欢来开发不同的模型与界面。可能你想看到收入完成情况，而他更关注利润率。…… 当然，任何东西都是没有绝对的，行业差异一定有，只是，这并不重要。想想看，你与别人不同的地方在哪里？通常不是因为你比别人多一个或少一个器官，而仅仅是你的眼睛比别人大，脸比别人圆，思想有点不同……人家有的你也有，只是细节不同，仅此而已。 BI的作用：
1、预测，提高绩效管理。
2、规范和改善业务流程。
3、数据的整合。
注意BI的核心价值，就是：行业核心的业务逻辑。BI产品本事值钱的不是数据挖掘，而是支撑企业去发现问题、分析问题的演绎性推理理论：通过行业内高层决策者多年对于行业经验的积累，和独到的管理思想，而整理出来的分析方法，来对企业现状进行分析，从而得到企业的发展战略。
|
来源：CSDN
作者：fog911811
链接：https://blog.csdn.net/fog911811/article/details/7878432