摘要：为了让你的业务蓬勃发展，需要知道什么是正常工作，什么不是，以及如何改进。这是显而易见的。但知道了如何做呢？这是棘手的部分。

    为了让你的业务蓬勃发展，需要知道什么是正常工作，什么不是，以及如何改进。这是显而易见的。但知道了如何做呢？这是棘手的部分。
　　
　　你公司生产和存储的数据量和范围绝对让你难以置信，很难通过数字迷雾来挑选需要的细节。这就是商业分析（BA）和商业智能（BI）所在：两者都提供了处理和理解数据的方法和工具。
　　
　　名字里有什么？
　　
　　这里的地方变得棘手。商业分析（BA）和商业智能（BI）是涵盖各种技术和方法的宽泛术语，并且为了增加混淆，通常可以互换使用。
　　
　　那么商业智能与商业分析有什么区别？有差异吗？让我们仔细看看。
　　
　　“商业分析”是什么意思？
　　
　　商业分析（BA）是你可以用来访问和探索公司数据的方法和技术的一个全面的表达方式，
　　
　　以便为改进业务规划和提高未来业绩提出新的有用的见解。
　　
　　通常情况下，这涉及使用统计分析和预测建模来确定趋势，了解事件发生的原因，并对未来的事情进行有意义的猜测。
　　
　　什么是“商业智能”？
　　
　　商业智能（BI）还涉及访问和探索组织的数据。而且，最终目标是更好地了解企业的业务情况，做出更明智的决策，提高绩效，并创造新的增长战略机会。
　　
　　但总的来说，商业智能（BI）更关心的是什么和如何做的原因。
　　
　　商业智能（BI）允许你将选择的指标应用于潜在的巨大的非结构化数据集，并涵盖查询，数据挖掘，在线分析处理（OLAP）以及报告以及业务绩效监控，预测和规范分析。
　　
　　换句话说，商业智能（BI）和商业分析（BA）都在解决相同的问题，但是如果你正在处理大量的原始数据，那么你需要对如何使用这些数据进行广泛的控制，而你想从中获得自己的解释和结论数字，您使用的工具和技术可能会选择商业智能（BI），而不是商业分析（BA）。
　　
　　大辩论
　　
　　讨论结束了，对吧？不幸的是：对于什么是商业智能（BI），什么构成了商业分析（BA），或者绘制了哪些方面，人们并没有真正的共识。
　　
　　预测与描述性
　　
　　查看这一点的一个方法是，商业智能（BI）会告诉你发生了什么，或者现在正在你的业务中发生，它会将情况描述给你。不仅如此，一个良好的商业智能平台将提供你所需要的细粒度，细节将实时描述这一点。
　　
　　因此，商业智能（BI）处理到目前为止的历史数据，以及对该信息的处理取决于你。理想情况下，你将从过去的错误中学习，建立在过去的成功之上，并将其纳入决策前中，复制有效的工具，改变不了什么。但从根本上说，你的专业知识和判断力至关重要。
　　
　　商业分析（BA）主要预测未来会发生什么。它结合了先进的统计分析和预测建模，为你提供了预期的想法，以便可以预测发展情况或进行更改以改善结果。　
　　
　　这两种方法都是有价值的，只是以不同的方式。在投资平台之前，了解你是否更需要描述性分析和预测分析，或两者都很重要。
　　
　　例如，有一种方式可以产生关于未来增长的预测，但是如果你无法深入了解基础数据以了解这些预测的基础，或者调整仪表板，以便准确了解可能会限制你的业务规划所需的洞察力。
　　
　　商业分析是商业智能的一部分
　　
　　现在困惑了吗？其他人把商业分析（BA）看作整个工作–数据仓库，信息管理，预测分析，报表等，而商业智能（BI）则是其中之一。
　　
　　以这种方式，商业智能（BI）仍然是数据分析的“描述性”部分，但商业分析（BA）意味着商业智能（BI）加上预测元素，以及构成处理，解释和可视化数据的方式的所有额外的位和部分。
　　
　　有人说这个区别现在已经没有意义了。两者之间没有真正的区别，或者如果有的话，也不值得注意。
　　
　　像SAP公司的TimoElliot这样的业内人士指出，其实已经彻底地混乱了两件事：快速变化的技术和营销手段。
　　
　　简单来说，企业一直都需要（并且总是需要）关于他们的业务绩效的见解，但是用于提炼这些见解的技能，技术和策略一直在发展。
　　
　　当新的软件解决方案和他们提供的功能重叠时，很难说出什么是商业智能（BI）和商业分析（BA）。而且，在更加愤世嫉俗的层面上，供应商经常将这些术语视为营销流行语，而不是介绍新产品时的准确描述。
　　
　　选择合适的技术
　　
　　如果这只是语义，为什么这么重要？那么，有一个原因：在某些时候，你需要弄清楚应该投资哪些技术，工具和方法来获得需要的洞察力。
　　
　　人们可以争辩说，商业智能（BI）和商业分析（BA）的定义是最准确的，但是这里的真正问题是不同的人使用它们来表达不同的东西。
　　
　　这意味着将你的采购决策作为业务分析与商业智能相结合不是非常有帮助的。找出实际发生的情况更重要的是挂在一个供应商是否将其产品作为商业智能（BI）或商业分析（BA）进行交易。
　　
　　专注于你需要系统做什么，以及谁将使用它。你需要你的洞察力有多详细？需要运行查询的人员的技术知识如何？你对流程和源数据本身需要多少控制和可见性？你是否更有兴趣了解你如何到达这里，或者想到下一步去哪里？
　　
　　最终，这些问题将帮助你建立所需的自助服务水平，以及你的数据需求是否更适合于描述性或预测性分析，使你的业务处于正确的方向，而无论该工具背后的术语是什么。
　　
　　编辑：Harris