商业智能

商业智能代表了为决策者提供辅助的一系列技术，而数据分析则代表了处理数据的一系列工具，并且作为一个统称，涵盖了数据仓库、企业信息管理、商业智能、企业绩效管理和企业治理。

正如马云所说：“很多人还没搞清楚什么是PC互联网，移动互联来了，我们还没搞清楚移动互联的时候，大数据时代又来了。”经过多年发展，大数据在各行各业已呈现遍地开花之势。在零售行业，大数据的创新应用正推动其走向智慧零售。

虽然线上零售对线下零售造成了很大的冲击，但在零售总额实际比例中，线下零售占比依然高达90％。展望未来，线下零售依然会占领零售行业的重要地位。

历史上看，OR、BI、AI似乎都没能很好地建立起高度可依赖的商业决策支持系统。借助于AI领域的最新进展，三者结合催生了新的商业决策支持模式，即Intelligent Business。

一个产品从 0 到 1 ，再到 100 的过程中，复购率魔法数字将经历 3 个阶段

证券行业是中国计算机应用高度密集的行业之一，如何利用好各项数据是券商摆脱低层次的同质化竞争，走向差异化服务优势的重要途径。

无论国内还是国外，多数企业的BI和分析平台建设之路并不平坦

对于大数据，未来的应用趋势不可抵挡，很多企业也正存在大数据分析处理展现的需求，以下我们列举市面上主流的三款BI系统，就“大数据”特性展开探讨，主要是与Hadoop、Spark、多维分析数据库的对接和性能。

什么造成民调的偏差？

从2010年开始，BI与数据分析市场便形成了一个趋势，那就是从IT驱动升级到业务驱动。这一趋势在2016年得到了完全确认，在Gartner 2016年BI与数据分析魔力象限报告中，在领导者象限传统BI与数据分析厂商无一幸存，有的甚至在整个魔力象限报告中完全消失。而Qlik、Spotfire、Tableau等敏捷BI与数据分析厂商的业务持续增长，到2016年已…

在传统BI时代，企业的数据意识并不强，BI更多应在工具层面去提升效率，比如人工取个数很慢，就搞个自助取数工具，其效果好过搞高大上的模型或专题分析。

数据不只是企业的一项业务，而是关系到整个公司的命运——它是燃料，是饲料，是动力。

让我们盘点一下2016年大数据分析领域发生的大事件，摸清过去一年的脉搏，展望未来一年的趋势。

2016年是商业智能元年，从企业应用和市场推广的角度来看，各家企业开始逐步上线商业智能，用于企业经营业务的分析。

商业分析是一种很宽泛的能力，大到咨询公司、企业智囊，小到烧饼店铺老板、淘宝店主，或多或少都具备商业分析的能力。