商业智能 - 概念

商业智能是一个将不同领域思想融合在一起的概念。是否在商业智能中使用某种特定思想取决于具体的需要和可用的资源。

商业智能中一些常用的概念包括：

数据仓库

数据仓库是一种数据存储库，将来自各种来源的数据汇集、组织和版本化。这种组织方式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一个构建块，也可以是从数据仓库中提取的一个较小的部分。例如，数据仓库存储公司所有数据，而数据集市可能专注于特定领域，例如销售或财务。这种设置允许不同的部门快速访问他们需要的信息，从而使数据分析更容易、更高效。

数据湖

数据湖是一个大型存储系统，旨在存储各种类型的数据，通常以其原始形式存储。它允许授权用户访问和分析这些数据以用于不同目的。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），使其成为管理不同信息的实用工具。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，而无需首先对其进行处理。

数据金库

数据金库是一种设计和管理数据仓库的方式，使从不同来源存储和访问数据变得容易。它有助于创建灵活且可扩展的系统，以便您可以随着时间的推移处理更改和更新。

ODS

ODS代表运营数据存储。ODS 指的是运营数据存储，一个用于运营报告和管理日常业务活动的系统。与数据仓库一样，它存储集成的主题数据，但与数据仓库不同，ODS 只存储当前数据，而不保留历史记录。这使其非常适合实时报告，提供对最新信息的快速访问。例如，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转换数据，然后将其加载到目标数据存储的过程。虽然通常与数据仓库和商业智能相关联，但 ETL 也常用于数据迁移和集成。此过程确保数据经过充分准备和组织，以便在各种系统或应用程序中使用。

数据集成

事务系统存储每个应用程序特定数据，例如针对店内购买、在线销售和员工信息的单独数据库。为了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。集成涉及组合和对齐数据，解决不一致性并使其兼容，以便进行准确的分析并统一查看业务。

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。这些模型使用现有数据构建，随着新数据的引入，可以调整和改进其预测。

许多商业智能 (BI) 工具现在使用机器学习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 中的机器学习有助于自动化洞察生成，并使高级数据分析更容易获得。

数据挖掘

数据挖掘意味着在没有特定问题的情况下浏览大量数据。其目的是找到有趣的模式、趋势和关联。然后，分析师向业务领导者展示他们发现的内容，业务领导者会弄清楚如何利用这些见解。这很有用，因为它可以揭示出在直接提问时可能不会出现的重要细节。

有时，此过程不会揭示新的见解，但如果确实如此，它可以帮助改进营销策略以减少客户流失。如果结果成本过高或回报不足，则可能会将该想法搁置以供进一步分析。数据挖掘以及报告和分析有助于企业更好地理解并做出明智的决策。