商业智能 - 概念

商业智能是一种将不同领域的想法汇集在一起​​的概念。是否在商业智能中使用某个想法取决于具体需求和可用资源。

商业智能中一些常用的概念是 −

数据仓库

数据仓库 是一种数据存储库，其中来自各种来源的数据被汇集、组织和版本化。这种组织使其更易于用于报告和分析。

数据集市

数据集市可以是数据仓库中的构建块，也可以是从数据仓库中提取的较小部分。例如，虽然数据仓库保存了公司的所有数据，但数据集市可能专注于销售或财务等特定领域。这种设置允许不同部门快速访问所需的信息，使数据分析更容易、更高效。

数据湖

数据湖是一个大型存储系统，旨在保存各种类型的数据，通常以原始形式保存。它允许授权用户访问和分析这些数据以用于不同的目的。与传统数据库不同，数据湖可以存储结构化数据(如表格)和非结构化数据(如文本或图像)，使其可用于管理不同的信息。由于这种灵活性，组织可以收集和使用来自多个来源的数据，而无需先对其进行处理。

数据仓库

数据仓库是一种设计和管理数据仓库的方法，可以轻松存储和访问来自不同来源的数据。它有助于创建一个灵活且可扩展的系统，以便您可以处理随时间推移的变化和更新。

ODS

ODS 代表 操作数据存储。 ODS 是指操作数据存储，用于操作报告和管理日常业务活动的系统。与数据仓库一样，它保存以主题为中心的集成数据，但与数据仓库不同的是，ODS 仅存储当前数据而不保留历史记录。这使其非常适合实时报告，可快速访问最新信息。例如，一家公司可以使用 ODS 来跟踪每日销售数据或监控当前库存水平。

ETL

ETL 代表提取、转换和加载。ETL 是从文件、数据库或网站等来源提取数据、根据业务和技术规则进行转换，然后将其加载到目标数据存储中的过程。尽管 ETL 经常与数据仓库和商业智能相关联，但它也经常用于数据迁移和集成。此过程可确保数据得到充分准备和组织，以供各种系统或应用程序使用。

数据集成

交易系统存储特定于每个应用程序的数据，例如用于店内购买、在线销售和员工信息的单独数据库。要回答需要来自多个来源的数据的复杂问题，需要将这些数据集成到数据仓库中。集成涉及组合和调整数据、解决不一致问题并使其兼容，以便进行准确分析和统一业务视图。

机器学习

机器学习是人工智能的一个子集，它使系统能够从数据中学习、识别模式并自行做出预测。这些使用现有数据构建的模型可以在引入新数据时调整和改进其预测。

许多商业智能 (BI) 工具现在使用 ML 来帮助用户更轻松地发现见解和分析数据。您无需成为数据科学家即可使用这些功能，因为它们通常带有简单的拖放或点击选项。 BI 中的 ML 有助于自动生成洞察，并使高级数据分析更易于访问。

数据挖掘

数据挖掘 意味着在没有特定问题的情况下查看大量数据。其目的是找到有趣的模式、趋势和联系。然后，分析师将他们的发现展示给业务主管，业务主管会弄清楚如何使用这些洞察。这很有用，因为它可以揭示可能不会提出直接问题的重要细节。

有时，该过程不会揭示新的洞察，但当它揭示时，它可以帮助改善营销策略以减少客户流失等。如果结果成本过高或没有提供足够的回报，这个想法可能会被搁置一旁进行进一步分析。数据挖掘以及报告和分析可帮助企业获得更好的理解并做出明智的决策。