1.数据来源大数据与BI的数据来源侧重点是不同的，BI的数据来源一般为企业内部信息化系统中的数据，大数据的数据来源不仅包含企业内部的信息化系统的数据，还包括各种外部系统、机器设备、数据库的数据。大数据的数据来源更广泛，而且数据更多的来自于云端，可无限扩展。2.发展方向对于企业来说，BI的应用是一种管理和思维方式的转变，对企业内部数据进行分析，支撑企业运营与决策，从传统商业模式走向商业智能。
大数据除了解决企业业务问题，还包括与行业、产业的深度融合，不同行业所呈现的内容与分析维度各不相同，是用全新的数据技术手段来拓展和优化企业业务。3.技术标签BI的技术标签：ETL、数据仓库、OLAP、可视化报表。大数据的技术标签：Hadoop、MPP、HDFS、MapReduce、流处理等。随着时代的变革与技术的迭代，相应的，BI在技术上也经历了多次优化和变革，新型BI也被赋予了更多“大数据”潜能，既满足海量实时数据分析，也满足决策型的业务分析。
哪家公司的BI产品比较好呢？
powerBI，finebi，这些都听说过很多了，现在阿里云的QuickBI用的还是蛮深入人心的，操作方式简单，直接上手就能参与数据分析，并且大家都习惯了excle，它可以使用独有的在线电子表格完成数据分析和洞察，既能减少工作的重复性，又能延续Excel的操作经验，保障因为人为操作导致的数据安全问题。
你认为BI (商业智能）在企业的作用和定位是什么？
商业智能正如雨后春笋般蓬勃崛起，商业智能起始于决策支持系统，早期伴随着计算机的普及，有了长久的发展。后来，IBM公司提出“数据仓库”概念，同时，硬件的扩充、软件的更新、数据库在企业的广泛应用等使商业智能真正地破茧而出。近些年在数据仓库的基础上，在线联机分析、数据挖掘技术开始大行其道，目前，智能商业能帮助企业做的事情已经越来越多，而且正在从传统功能向增强型功能转变、从单独的商业智能向嵌入式商业智能发展，停滞多年的BI又一次吸引了大量公司的战略视角。
那么我来介绍一下BI (商业智能）在企业的作用和定位。BI (商业智能）在企业主要可以有以下方面的作用：1、指标管理：将分散在不同系统的各类指标集中管理，并用统一的标准进行约束，为企业规范指标，统一指标口径，便于后续指标共享和应用，避免多方操作导致的指标混乱、数据不一致等问题。2、数据分析：数据分析在企业的经营分析中，数据分析共有三大作用：一是通过分析企业的整体运营情况，明确公司的现状，而现状，则可以通过基础的周报或月报来分析；二是通过分析企业现状了解和分析存在的隐患；三是通过现在掌握的数据，预测接下来的发展趋势等。
3、数据可视化：对从业务系统或者ODS中抽取来的海量数据进行高效存储、计算、分析并处理。最终将有价值的数据以可视化的形式进行展现，能够有效的帮助企业清晰的分析优劣势，从而调整企业策略，加快企业的信息化发展与整体竞争力。4、打破孤岛：BI (商业智能）实现企业内数据的互联互通，使分散在企业各系统内大量有价值的数据能够发挥更大的作用。
BI (商业智能）在企业的定位可以是：报表查询和展现 数据分析挖掘 数据预警 数据管理。1、报表查询和展现：简单报表的快速查询和制作。2、数据分析挖掘：配合数据挖掘工具，关联业务数据，分析业务。3、数据预警：数据实时加载呈现，指标预警。4、数据管理：数据和报表的权限管理，防止信息外露。现在无论是互联网企业还是传统型企业，都需要数据分析。
在公司需要做出重要决策或者推出某个新型产品时，就需要数据分析来将一些凌乱的数据进行整合汇总，从而判断出具体的方向。数通畅联所推出的数据分析平台DAP是一款大数据分析产品，专为企业大数据平台构建，能够高效存储、计算、分析并处理海量数据，构建企业的大数据中心，能够真实、准确、清晰、有效地将企业内部及外部行业数据进行可视化展现，帮助企业提升行业洞察力，加强决策力，从而提升整体竞争力。
数据分析的目的是把隐藏在一大批看起来杂乱无章的数据中的信息集中和提炼出来，从而找出所研究对象的内在规律。在实际应用中，数据分析可帮助人们做出判断，以便采取适当的行动。数据分析是有组织有目的地收集数据、分析数据，使之成为信息的过程。数通畅联专注于企业IT架构、SOA综合集成、数据治理分析领域，感谢您的阅读与关注。
怎么看待数据可视化这个行业以及BI报表开发的前景？
数据可视化并不是一个新技术，只是随着互联网的发展，数据可视化也在不断演进，特别是随着大数据的快速发展，基于大数据的可视化分析也越来越受到重视，通过建立数据仓库实现企业多源数据的整合，并且基于数据挖掘、机器学习等相关技术，挖掘数据潜在价值，为企业运营决策、战略分析提供数据支撑，所以未来数据可视化还是具备很大的发展前景的，特别是基于大数据、物联网等技术，以数据采集处理为核心、交互式的数据可视化必然会在各行各业受到欢迎。
数据报表是企业运营时一种重要的数据管理手段，目前很多企业是通过EXCEL来建立数据报表，但随着数据分析、数据可视化、商业BI等手段的发展，报表开发逐渐转向平台化，通过平台配置快速生成数据报表，并且实现线上与线下的实时交互。同时通过建立企业数据仓库，将数据可视化分析与数据报表进行结合，使得数据报表更加灵活和多样性，更加贴近企业业务。
BI普及率低原因为何，CIO如何在企业内部署普及化商业智能？
针对为什么BI普及率低，CIO应如何在企业内部署普及化商业智能的问题，我们可以大致分析一下其中的原因，然后再寻找合适的对策。一、BI普及率低的原因 BI普及率低的原因有很多，从我所接触的大量企业来看，主要原因有以下几个：1、企业BI没有真正起到辅助决策作用企业一说上BI，就大张旗鼓，最后只是变成一个面子工程（当然，有很多时候面子工程也很重要），最后也出来一个个大屏，一份份很好看的报告，但是，这些东西实际上并没有真正让用户用起来，没有真正变成可以用于驱动决策的有用之物，自然慢慢的就没人去用了，再漂亮的驾驶舱、对各种花哨图表也审美疲劳了……2、企业BI难以起效的客观原因：各种数据与系统信息化的矛盾有很多时候，企业BI不能落到实处，也是有它的客观原因的，比如有很多业务人员即时记录的数据没有系统化，有些保密的数据不能系统化，有些还不是很规范的数据不能系统化，还有些难以避免的即时调整的数据，很难在规范的系统里快速地体现出来……这些客观的原因都直接导致了最终的结果并不是业务人员想要的，自然就没法用起来。
3、业务人员对BI的需求：业务所想快速转化为决策所得企业BI在上线过程中很难避免会碰到以上问题，但是，对于业务人员来说，他们的需求却是这样子的：二、如何在企业内部署普及化商业智能那么，对于很多企业来说，要如何在企业内部署普及化商业智能呢？ 首先，我们看一下从数据到真正产生价值的过程是怎样的。
要使数据产生价值，除了将数据转化为业务人员容易看得懂的图表，同时，还必须非常方便地通过各种维度的组合分析发现问题，找到原因并建立长效的经营改善机制。 经历探索发现过程，体会数据及指标的真正涵义，将为企业发展提供更有效的决策和动力。 然后，我们可以看一下现在企业数据到BI应用之间的产品系列，大致可以分为三个层面：业务系统或Excel手工数据敏捷BI企业级BI 从数据分析的角度，他们三者之间的特点比较大致如下： 敏捷BI（也称自助式BI）的产品很多，比如微软的Power BI、Tableau或很多企业级产品里带的自助式BI模块等等，因为敏捷BI产品的轻便、易用性，使得很多业务人员可以自己掌握并快速将大量的手工、业务系统或网络数据整合到一起，而不需要经过IT人员干预的漫长过程，所以能很好地解决上述数据无法系统化等等问题，所以，业务人员可以快速的用于数据的整合分析，并且辅助决策。
所以，个人认为，对于很多企业来说，可以先考虑敏捷BI的注入，从一个部门开始，通过敏捷BI进行数据分析的探索和应用，帮助业务人员，不断寻找真正对业务决策起作用的内容，然后通过企业BI进行固化和应用——当然，如果有条件，也可以直接投资，同时启动相应的项目。简而言之，核心在于:用敏捷BI发掘机会，用企业BI固化应用。
