商业智能和数据仓库的区别
商业智能: 大型商业组织通常会从各种来源接收大量数据。这些数据始终可用于获取有助于做出更好业务决策的各种信息集。这些可操作的见解可能是描述性的、预测性的或规范性的。BI 代表用于收集、集成、分析和可视化业务信息的各种方法和工具。它可以被认为是数据分析的同义词,尤其是对商业世界而言。
数据仓库: 数据仓库是后端的系统和技术集,有助于从各种来源收集大量不同的数据并将其存储以供以后使用。良好的数据仓库具有商业意义,有助于未来的提取和分析。商业智能是利用数据仓库的应用程序之一。数据仓库通常遵循多维范式(与 OLAP 相关),其中数据保存在事实表(包含收入或成本等数字的表)和维度(我们想要查看事实的事物,例如地区、办公室或周)中。
以下是商业智能和数据仓库之间的区别差异表:
编号 | 商业智能 | 数据仓库 |
---|---|---|
1 | 商业智能是一套分析数据并发现、提取和制定对业务决策有用的可操作信息的工具和方法。 | 数据仓库是一个有序地存储来自各种来源的数据的系统,以方便有商业头脑的阅读并写 |
2 | 商业智能是一个决策支持系统(DSS) | 数据仓库是一个数据存储系统 |
3 | 商业智能服务于前端 | 数据仓库服务于后端 |
4 | 从数据仓库收集数据进行分析 | 从各种不同的来源收集数据并组织起来以进行高效的 BI 分析 |
5 | 由业务报告、图表、图形等组成。 | 由包含在“事实表”和“维度”中的数据组成,其中包含业务含义 |
6 | 如果没有数据仓库,BI 本身就没有多大用处,因为分析需要大量各种有用的数据 | BI 是数据仓库的众多用例之一,该系统有更多的应用程序 |
7 | 由层级相对较高的高管和分析师处理 | 由向高管和分析师报告/工作的数据工程师和系统管理员处理和维护 |
8 | BI软件示例:SAP、Sisense、Datapine、Looker等 | 数据仓库软件示例:BigQuery、Snowflake、Amazon、Redshift、Panoply等。 |