BI klein ist ein Detailbericht (Liste der heutigen Verkäufe) zu erzeugen. Sehr wenig Mathematik beteiligt, vielleicht Zeilen zählen und Umsatz summieren. Hier sehen Sie Reporting-Tools namens "BI"
BI-Medium erzeugt eine Metrik (Gewinnspanne für das Quartal). Es ist nur einfache Algebra, aber es ist eine Herausforderung aufgrund der schiere Menge an Daten, sie häufig zu produzieren. Dies ist die Welt der Würfel und Olap.
BI große macht mathematische Modellierung. Dies kann alles sein, von linearer Regression bis zu statistischen Modellen, Sie nennen es. Der Schlüssel hier ist, dass die Modelle große Datenmengen verwenden. Echte Statistiker verwenden den Ausdruck "Data Mining" in einem abwertenden Sinne, weil Menschen, die nicht in der Verwendung von Statistiken geschult sind, die Daten wahrscheinlich abbauen, bis sie eine falsche Korrelation finden. Je größer Ihr Datensatz ist, desto wahrscheinlicher ist es, dass Sie Beziehungen aufgrund von Zufall finden, anstatt dass es tatsächlich eine solche Beziehung in der Realität gibt.
Da der Kunde für Business Intelligence Manager, nicht Doktoranden, sind Hersteller wie Microsoft et al. Wir haben es mit den "Data Mining" -Tools der Black Box verblüfft, viele sind die gleichen wie in SAS und dergleichen.
Das einzige, was ich sehe, verbindet alle diese Anwendungen der Phrase BI ist, dass sie alle große Datenmengen verwenden, um eine geschäftliche Entscheidung zu treffen.
Was ETL, Datenqualität, ... ? Wahrscheinlich die wichtigsten Elemente eines BI-Systems –