数据在当下的价值不断提高，但数据本身只是一种资产，一旦超过一定数据量就很难被人类理解，所以想要利用数据，就必须将数据转化为信息和知识，让管理者看到的是信息，而不是数据堆砌。

之前的文章里写过很多关于商业智能BI的内容，今天选了五点读者们比较关心和混淆的主题。

1、数据中台、商业智能BI、大数据之间的关系应该如何理解？

大家在了解商业智能BI的时候，不可避免的会了解到大数据，数据中台等一些概念，如何正确理解他们之间的差别呢？

大数据、数据中台都是商业智能BI发展到一定阶段的产物，核心都是围绕数据，数据采集、数据处理能力、算力的提升催生了大数据，数据资产和数据服务催生了数据中台，核心的数仓建模自 商业智能BI 一脉相承未曾改变，最终出口还是 商业智能BI 可视化，所以商业智能BI的位置处于整个信息化建设的最顶端。

2、谁是商业智能BI的主要用户？

业务信息化的主要使用对象 - 一线业务执行层，更多是从业务视角出发，录入数据、记录流程、查看业务信息。

数据信息化的主要使用对象 - 管理决策层，更多的是从管理视角通过商业智能BI可视化分析去定位问题、分析问题，最终形成业务决策。

两个细节要点：

第一，没有任何一个管理决策层、领导会没事打开财务系统看财务数据，打开 OA 系统看看合同信息，高层领导不会看这些明细数据细节，也不会进到各个系统里面去看。也就是说，业务信息化不是给这一层领导来使用的。

第二，管理决策层是不是一定是指的企业最高层的领导，不见得，可以是企业各个组织层次中带有管理决策属性的人员，这些管理决策人员都可以通过商业智能BI提供决策支持。

3、关于商业智能 BI 实时性处理的话题

商业智能BI 对数据的处理存在一定的滞后性，通常采用T+1模式，主要原因是ETL数据处理过程是需要有大量的时间损耗，通常是采用空间换时间的方式。

将以前按照商业智能BI 数据仓库分层的ETL调度设计成可按单独指标并自动寻找依赖的调度就大大的增加了对个别指标调度和准实时处理的灵活性。

离线数据与实时处理针对的业务场景不同，背后的技术方式实现不同，资源投入也不同，了解它们之间的定位差异有助于选择合适的方案以最小的资源投入达到企业既定完成商业智能BI 项目建设目标。

4、商业智能BI分析与企业的经营管理分析

商业智能BI分析与企业的经营管理分析高度结合，利用：用户业务层次与范围、工作成果、计划执行复盘、问题反馈、展望规划与愿景，这五点可以更好的向管理者汇报。商业智能BI还必须熟悉行业和业务知识，不结合行业业务知识，商业智能BI的项目是很难落地的。

5、什么样的企业应该要上商业智能 BI 了

什么样的企业适合上商业智能BI？看业务基础信息化程度和日常业务管理的细致程度和颗粒度。业务基础信息化程度就是企业自身的IT业务系统基础建设，没有业务系统的支撑，做商业智能BI就缺乏数据基础；第二就是业务管理的颗粒度，企业自身业务管理程度是不是比较细致了，急需通过商业智能BI来提升业务管理、决策支撑的效率。