数据时期,常常会听到AI((Artificial Intelligence))。
但在AI为大众所熟习之前,还有一个BI(Business Intelligence)。
两者之间有很大的差异,总结如下:

数据分析之AI和BI的差异_数据_智能 智能写作

首先从定义上进行差异,人工智能(Artificial Intelligence) ,英文缩写为AI。
它是研究、开拓用于仿照、延伸和扩展人的智能的理论、方法、技能及运用系统的一门新的技能科学。
人工智能是打算机科学的一个分支,它企图理解智能的本色,并生产出一种新的能以人类智能相似的办法做出反应的智能机器,该领域的研究包括机器人、措辞识别、图像识别、自然措辞处理和专家系统等。
BI(Business Intelligence,商业智能)的观点最早在1996年提出。
当时将商业智能定义为一类由数据仓库(或数据集市)、查询报表、数据剖析、数据挖掘、数据备份和规复等部分组成的、以帮助企业决策为目的技能及其运用。
目前,商业智能常日被理解为将企业中现有的数据转化为知识,帮助企业做出明智的业务经营决策的工具。
商务智能系统中的数据来自企业其他业务系统。
例如商贸型企业,其商务智能系统数据包括业务系统的订单、库存、交易账目、客户和供应商信息等,以及企业所处行业和竞争对手的数据、其他外部环境数据。
而这些数据可能来自企业的CRM、SCM等业务系统。

以上的定义可能略长,不随意马虎理解。
但从定义可知,我们可总结以下几个方面:

1、从需求上:BI一样平常是我们知道自己须要看哪些指标,BI紧张是对数据进行处理并展示以便支撑决策。
需求每每是业务从履历入手,数据局限于本部门。
AI一样平常会创造客户想象不到的需求,数据也多样化。

2、挖掘深度:BI紧张是根据需求对一些指标进行报表展示,不须要特殊博识的算法,大部分是对数据进行业务逻辑的处理。
AI须要对数据进行深度挖掘,须要更专业的算法,须要更多更广的数据。
由于数据量的大小及广度会影响AI的结果。

3、支撑决策:BI支撑决策,熟习业务逻辑的人更随意马虎理解。
但AI的话可以直接决策,更自动化,更智能。

目前个人理解,紧张因此上几方面,当然在剖析流程和剖析角色上也会有所差异。
后面也会有一期专门对数据剖析流程所涉及的角色进行先容。