什么是商业智能化？
BI（business intelligence）是一个用来处理业务的数字大脑 ，它是企业的大脑，是一个收集工具。它传达着这样一种商业精神：实现过程和理想目标的统一。像人类一样，它需要学习，在所有的技术和数字海洋和推理迷途中获取信息和不断实验。商业智能到底是什么呢？实际上，商业智能就是能够快速、轻松、准确的管理数据、表格、历史记录，访问企业数据，进行安全行控制，以及一些智能分析等等的一个综合型工具。
其主要用于集中演示（销售） - 图形，图片，可视化。但在幕后做了很多繁重的工作。并且，随着时间的推移和信息量的飞速增长，这个工作量已经已意想不到的速度在飙升，从简单到复杂。
现在的商业智能期望
- 更及时
- 更低的延迟
- 丰富的数据模型
- 更多的粒度
- 自助服务
- 更多的用户互动
商业智能的效果
企业拥有关于业务、客户、合作伙伴以及商业运作的智能信息越多，就能越快速地进行决策，更快地对市场做出反应。企业利用商业智能系统可以更好地理解客户的购买模式、寻找销售和利润机会、预测消费者消费倾向，从而提高整体决策能力。商业决策者利用商业智能系统可以获得以下帮助：
- 在最短的时间内，获取所有相关的商业信息；
- 自动地把这些商业信息转换为个性化的智能信息；
- 利用分析工具进行数据比较，实现智能决策;
- 尽快地采取行动，实施决策。
由于BI技术可以协助企业整合历史信息数据，从多个角度和层面对数据展开深层次的分析、处理，为决策者提供相应的决策依据，让企业在竞争日益激烈的商业环境中，提高决策效率和水平，争取***的业务表现。因此，BI技术目前在国外已经得到很好的应用。但反观国内市场，许多专家认为，是否能与行业应用紧密结合，将会是影响商业智能市场的关键因素之一。
数据仓库
数据仓库，是在数据库已经大量存在的情况下，为了进一步挖掘数据资源、为了决策需要而产生的，它并不是所谓的“大型数据库”。数据仓库的方案建设的目的，是为前端查询和分析作为基础，由于有较大的冗余，所以需要的存储也较大。为了更好地为前端应用服务，数据仓库往往有如下几点特点：
1.效率足够高。数据仓库的分析数据一般分为日、周、月、季、年等，可以看出，日为周期的数据要求的效率***，要求24小时甚至12小时内，客户能看到昨天的数据分析。由于有的企业每日的数据量很大，设计不好的数据仓库经常会出问题，延迟1-3日才能给出数据，显然不行的。
2.数据质量。数据仓库所提供的各种信息，肯定要准确的数据，但由于数据仓库流程通常分为多个步骤，包括数据清洗，装载，查询，展现等等，复杂的架构会更多层次，那么由于数据源有脏数据或者代码不严谨，都可以导致数据失真，客户看到错误的信息就可能导致分析出错误的决策，造成损失，而不是效益。
3.扩展性。之所以有的大型数据仓库系统架构设计复杂，是因为考虑到了未来3-5年的扩展性，这样的 话，未来不用太快花钱去重建数据仓库系统，就能很稳定运行。主要体现在数据建模的合理性，数据仓库方案中多出一些中间层，使海量数据流有足够的缓冲，不至 于数据量大很多，就运行不起来了。
商业智能对大数据的期望
- 更及时
- 更低的延迟
- 丰富的数据模型
- 更多的粒度
- 自助服务
- 更多的用户互动
