商业分析 - 关键概念和术语

商业智能术语包含一些专业术语；对于那些希望学习并在商业智能领域掌握技能的人来说，建议他们首先了解其关键术语的含义。下面描述了一些商业智能的关键术语：

数据挖掘

这是一个系统地从不同来源提取数据，然后对其进行分析以产生数据洞察并识别隐藏模式和相关性的过程。

数据仓库

这是一个巨大的数据存储库，存储从多个来源收集的数据。数据根据业务标准进行存储和组织；它提供一致、高质量和可靠的信息。

商业智能

商业智能 (BI) 指的是收集、整合、分析和呈现商业信息的先进技术和实践。商业智能的目的是帮助组织以图形形式、报告、图表、仪表板等方式呈现商业数据，以便做出富有成效的决策。

ETL（提取、转换和加载）

ETL代表提取、转换和加载；它遵循业务协议来清洗和组织原始数据，以便使用机器学习、数据分析和商业智能应用程序进行处理。

KPI（关键绩效指标）

它衡量特定目标在一段时间内的绩效。

描述性分析

描述性分析分析历史数据以确定发生了什么。它监控关键绩效指标以提供有效的结果。描述性分析包括数据聚合、数据挖掘、数据可视化、仪表板和报告。

诊断性分析

诊断性分析回答了为什么发生这种情况。用户可以使用相关性、数据挖掘、钻取和数据发现来了解驱动因素。诊断性分析广泛应用于营销、金融、网络安全等领域，这种高级分析技术通常用作描述性分析之前的步骤。

预测性分析

它使用数学模型和算法，根据历史数据确定未来趋势。预测性分析的结果有助于制定业务决策。总的来说，预测性分析处理历史数据以了解未来的结果。它通过预测事件、趋势和行为来支持组织，并为他们提供方向，以便做出明智的决策和积极的战略。

规范性分析

为了获得期望的结果并推荐实现期望结果或优化流程的策略；规范性分析建议行动方案和策略。它使用历史数据来建议如何管理类似的未来情况。它让你洞察可能发生的事情、时间和原因。

大数据

大数据是一个大型且复杂的数据集，可能包含结构化、半结构化和非结构化数据。大数据包括无法使用传统数据处理工具和技术轻松管理、处理或分析的大型数据集。大型数据集的特点是体积、速度、多样性、价值和真实性；这些也被称为大数据的 5 个 V。大数据彻底改变了组织处理数据和决策的方式，实现了更明智、数据驱动的战略和创新。

数据可视化

数据可视化是使用图表、表格、图表或仪表板呈现已处理数据的过程。Tableau、Power BI 和 D3.js 等工具有助于以可视化格式呈现数据，以便更容易解释和做出决策。

机器学习

这是一项先进技术，它使用方法高效地处理即使是复杂的数据，并产生有用的结果。机器学习 (ML) 是人工智能 (AI) 的一个子集，它涉及开发算法和统计模型以从数据中学习并根据数据进行预测。ML 系统从数据中学习，并使用它来查找模式并随着时间的推移提高其性能。

人工智能

人工智能 (AI) 是对人类智能的模仿。AI 用于开发允许计算机执行推理、学习、解决问题、感知、语言理解等任务的算法。