IT行业的新鲜词层出不穷，最近几年，大家都在谈论大数据和BI，似乎不谈这些词都不好意思说自己是“圈内人”。虽然每天张口闭口都在说大数据和BI，可是你真的明白大数据和BI之间的区别了吗?
大数据和BI之间的关系很密切，在大数据时代中，对于数据的挖掘、处理基本上是以传统BI业务模式进行的，但大数据的数据来源要比传统BI的数据来源更具多样性。本文将从概念、应用、发展趋势等多个角度对大数据和BI进行区分。
从概念的角度区分
BI(Business Intelligence)即商务智能，它是一套完整的解决方案，用来将企业中现有的数据进行有效的整合，快速准确地提供报表并提出决策依据，帮助企业做出明智的业务经营决策。
大数据(big data)是一种信息资产，它是无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力。简单而言，大数据更偏重于发现、预测并印证的过程。
从数据来源的角度区分
大数据时代的数据来源包括内部数据和外部数据，有很大一部分数据是包括音频、视频、图像在内的非结构化数据，或是半结构化数据。这类数据通过大数据管理的方式进行整合，然后用BI的方法进行分析挖掘处理。
而BI的数据很多是来自数据库的结构化数据分析。在企业内部实施BI应用就是为了可以更好的对数据进行分享和使用。
从技术的角度区分
从技术方面来看，传统BI的ETL、数据仓库、OLAP、可视化报表技术，都处于淘汰的边缘，因为解决不了海量数据(包括结构化与非结构化)的处理问题，BI的很多功能都可以被对应的大数据组件所替代。大多数企业即使没有大数据业务的驱动，大数据技术的优势依然不容小觑。
从应用的角度区分
BI涉及的应用科学包括：终端用户查询和报告工具、数据挖掘软件、数据仓库产品。主流的商业智能工具包括BO、COGNOS、Style Intelligence、BRIO。一些国内的软件工具平台如KCOM也集成了一些基本的商业智能工具。
而大数据的应用几乎涉及到社会生活的方方面面，如医疗行业、金融行业、体育行业、安全执法、城市改善等等。当然，大数据所涵盖的领域不止这些，未来还会有许多新的行业和领域利用大数据的应用进行规划和发展。
从决策者的角度区分
BI更倾向于决策，对事实描述更多是基于群体共性，帮助决策者掌握宏观统计趋势，适合经营运营指标支撑类问题;大数据则内涵更广，倾向于刻画个体，更多的在于个性化的决策。
从人员技能角度区分
大数据的数据处理，涉及很多新的技术，不同的应用场景需要不同的大数据处理方法，需要有人专门进行研究和探索，可见大数据对于BI人员的技能要求有所提高。
从发展趋势的角度区分
随着企业CRM、ERP、SCM等应用系统的引入，企业不仅仅关注事务处理过程，而更加注重有效利用企业的数据为准确和快速的决策提供支持。由此带动的对商业智能的需求将是巨大的。BI的发展趋势可以归纳为以下几点：从单独的商业智能向嵌入式商业智能发展，从传统功能向增强型功能转变，从传统型BI向敏捷型BI转变。
大数据的发展趋势包括：数据的资源化，与云计算的深度结合，数据管理成为核心竞争力，数据生态系统复合化程度加强，数据质量是BI(商业智能)成功的关键，数据泄露泛滥。
