AI 60問-Q8 商業智慧與大數據差別?

by 提拔我園丁
緯育TibaMe AI小教室-Q8商業智慧與大數據的差別?

商業智慧的資料來源一般會由企業內的ERP、CRM系統提供的結構化資料;而大數據會包含電子商務或感應器、影像、聲音等等所產生的非結構化資料。

8-1商業智慧與大數據分析的差別

商業智慧BI (Business Intelligence) ,是一種解決方案。通常是把各種資料透過整合處理、分析趨勢、優缺點等資訊,以文字且圖表的方式呈現在可以互動的介面上。可以幫助企業跟相關工作者,找到機會點作為參考,做出正確、有智慧的決策。

大數據 (Big Data) ,簡單來說就是這些數據資料的增量版。巨量資料抽取有趣洞察資訊,沒有明確定義要多「大」才是大數據,如果資料集大到一個正常尺寸電腦無法存放,就可能可以說是大數據。

不論定義為何,大數據與傳統BI是社會發展後不同階段的產物,

我們可以透過以下幾個角度來看出兩者區別:

一、數據來源不同

大數據應用的數據來源,除了非結構化的數據,還有各種系統數據、資料庫數據。其中非結構化數據主要集中在網路、社交網站上、機器設備的數據,都構成大數據應用的數據來源。對於大數據的分析工具,現階段也是對於非結構化的數據分析的比較多。

BI系統則是在數據整合方面的技術比較成熟,從數據的提取、各種數據挖掘的要求,數據整合平台讓企業更清楚數據的流通與交互使用,企業內部在實施BI應用上能進行更良好的分享與使用。

二、思維方式角度

大數據其實有從BI 延伸。BI 與大數據差別在於,BI 更重視決策,對於事實描述更多考量「整體性」,像是如何幫助決策、掌握趨勢、商業經營指標….這類的問題。

大數據則是強調更廣、客製化、更多的個人決策。

三、發展方向

BI不只是一個IT項目,他對於企業來說是一種管理和思維的方式,從技術部署、業務流程、公司規劃,他帶來全新的發展,轉換傳統的商業智慧模式。

大數據來則是更多的關注在「非結構化數據」,運用不同的數據分析工具、加大應用範圍,如何應用在各產業、帶來更深層的結合才是大數據的應用目標。

四、工具

傳統BI 使用ETL、數據倉儲、線上分析(OLAP)、圖像報表技術,偏向應用、展示的技術。但目前都處於被市場淘汰的邊緣,因為解決不了海量數據的處理問題。

大數據應用則是一個完整的技術系統,包含Hadoop、流處理…等技術,來解決海量的數據ETL問題,可以運用Hadoop、MPP等技術來計算;用redis、HBASE等方式解決高效讀的問題;用Impala等技術處理在線分析問題。

五、人員角度

傳統BI 只要掌握好核心的SQL技術就可從事BI的工作,但大數據的數據處理,要牽扯太多新技術,不同應用場景也需要不同的處理方法,而且不再有人機互動這樣的庫戶端。

人員要懂流處理、HADOOP、列式或分布式鍵值資料庫,還需要在SPARK上開發算法程序,對於用戶畫像、產品標籤化、推薦系統、排序算法都應有基本理解。

因此,大數據之於傳統BI,不是簡單的加乘關係,它涉及觀念、工具和人員的變革,想應徵相關的BI職位?可以趁著這波潮流,提升自己的技能,就有機會成為未來人才。

緯育TibaMe已經有10萬人次來學習AI/資料科學知識或技術, 若你想進一步了解或學習 AI / 資料科學的相關知識或技能,歡迎來TibaMe 👉 https://www.tibame.com/courselibrary/ai

下篇開始將為大家整理及說明資料科學和AI基礎唷

每週4則,每日5分鐘, 提拔我園丁 陪你快速添補AI/資料科學知識與技能。

若你想了解更多AI/資料科學的小知識、及各產業的相關應用,歡迎訂閱TibaMe FB及部落格,或你有其他想了解的主題歡迎在下方留言讓我們知道唷!

緯育TibaMe FB

企業人才數位轉型FB

參考資料

每日頭條—大數據與BI的區別

分享這篇文章:
0 comment
2

您也許會喜歡

Leave a Comment

這個網站採用 Akismet 服務減少垃圾留言。進一步瞭解 Akismet 如何處理網站訪客的留言資料