商业智能

感觉其实并不存在哪个功能更强一点，finereport和bi之间是一个互补的关系吧。finereport和finebi都是帆软公司的数据分析类工具，侧重点不一样。finereport是报表工具，解决数据展现和业务流程管理，finebi是商业智能工具，侧重于数据分析。finereport的使用者一般是it人员，finebi使用简单，业务人员也可以使用。和题主说一下两者的主要差别吧1、数据处理—finereport是直连数据库，finebi可做大数据建模，生成多维数据集，实时增量数据，也可以直连数据库2、finereport可以灵活定制各种复杂表样，finebi主要在于前端的olap分析模式，主要在于操作体验上3、两者可搭配使用finebi的cube可以给fineport引用，能提升常规报表处理大数据的性能；finebi的使用主要面向业务人员可以自己设计报表进行分析，偏向自主分析得出结果辅助决策，finereport可以用来出固定格式的周报，月报，适合作为正式汇报材料4、报表系统finereport和finebi的使用对象和目的都不相同报表系统更着重于短期的运作支持，而bi则关注长期的战略决策，甚至更着重于商业趋势和业务单元的联系而非具体的数据和精确度本身。bi并不是用来代替着眼于日常运作的报表系统的。

感觉其实并不存在哪个功能更强一点，finereport和bi之间是一个互补的关系吧。finereport和finebi都是帆软公司的数据分析类工具，侧重点不一样。finereport是报表工具，解决数据展现和业务流程管理，finebi是商业智能工具，侧重于数据分析。finereport的使用者一般是it人员，finebi使用简单，业务人员也可以使用。和题主说一下两者的主要差别吧1、数据处理—finereport是直连数据库，finebi可做大数据建模，生成多维数据集，实时增量数据，也可以直连数据库2、finereport可以灵活定制各种复杂表样，finebi主要在于前端的olap分析模式，主要在于操作体验上3、两者可搭配使用finebi的cube可以给fineport引用，能提升常规报表处理大数据的性能；finebi的使用主要面向业务人员可以自己设计报表进行分析，偏向自主分析得出结果辅助决策，finereport可以用来出固定格式的周报，月报，适合作为正式汇报材料4、报表系统finereport和finebi的使用对象和目的都不相同报表系统更着重于短期的运作支持，而bi则关注长期的战略决策，甚至更着重于商业趋势和业务单元的联系而非具体的数据和精确度本身。bi并不是用来代替着眼于日常运作的报表系统的。

两个都是帆软公司的数据分析类工具，侧重点不太一样。FineReport是报表工具，解决数据展现和业务流程管理的。FineBI是商业智能工具，侧重于数据分析。两个的使用者也有所不同。FineReport的使用者一般是IT人员，FineBI使用简单，业务人员也可以使用。主要差别：1、数据处理：FineReport是直连数据库，FineBI可做大数据建模，生成多维数据集，实时增量数据，也可直连数据库。2、FineReport可以灵活定制各种复杂表样；FineBI主要在于前端的OLAP分析模式，主要在于操作体验上。FineReportFineBI3、两者可搭配使用FineBI的cube可以给FineReport引用,能提升常规报表处理大数据的性能；FineBI的使用主要面向业务人员可以自己设计报表进行分析；偏向自主分析得出结果，辅助决策；FineReport可以用来出固定格式的周报、月报、适合作为正式汇报材料；4、报表系统FineReport和FineBI的使用对象和目的都不相同。报表系统更着重于短期的运作支持，而BI则关注长期的战略决策，甚至更着重于商业趋势和业务单元的联系而非具体的数据和精确度本身。BI并不是用来代替着眼于日常运做的报表系统的 。

推荐你使用观想报表，可以快速的制作多终端显示的数据可视化，尤其是大屏显示，观向报表系统里面有非常的多图表样式，除了大屏显示，还可以移动端、pc端、大屏等多终端显示，制作图表就像在线ps一样，根据需求对接多种数据库或者本地数据（Excel），快速选择图表样式，调节出自己喜欢的风格（例如蓝色科技感）。可以去试用一下。

人工智能AI（Artificial Intelligence），是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。用通俗的话来说就是研究如何让计算机拥有一定的人类的智能，去做人能够做的事。如今，经过几十年的发展，人工智能已经建立了学习模型，在一定程度上能无限度的吸收知识并在脑海中模拟学习，部分领域甚至已经替代并超越了人类。数据分析-派可数据商业智能BI总的来说，人工智能AI的优势是更好的学习和模拟，它能够在短时间内吸收巨量的信息，然后根据自己的逻辑模型做出合理的决定，来帮助人类做出更合适的判断。数据分析-派可数据商业智能BI商业智能BI（Business Intelligence），是一套由数据仓库、查询报表、数据分析等组成的数据类技术解决方案。在企业中发挥的作用主要就是将企业中不同业务系统（ERP、CRM、OA ）打通并进行有效的整合，然后利用合适的查询工具和分析工具快速准确的提供报表等可视化分析，为企业提供决策支持。数据分析-商业智能BI商业智能BI的优势就是能够把不同来源、不同格式、不同规范的海量数据整合汇总到一个数据仓库中，然后通过ETL和数据模型对数据进行处理，分类分级以指标、标签的形式储存到数据仓库，由分析人员将这些数据通过商业智能BI的数据可视化转化为可用信息，把企业整体的发展情况展现给管理人员，辅助管理人员进行决策。可视化大屏 - 派可数据商业智能BI目前，人们期待看到人工智能AI和商业智能BI结合的产品，就是希望这两个系统互补，由商业智能BI把数据转化为信息，然后人工智能AI把信息转化为决策，形成一个不需要人类干预，完全自动化输出决策信息的流程。

人工智能(Artificial Intelligence) ，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。有个电影就叫人工智能

市面上打着BI的旗号，实际却只是单纯数据工具的产品不少，大家在进行BI 选型时，眼花缭乱，不知所措。我从技术来源上可以将市面上的BI工具做个简单分类，方便了解。1、基于直接连接业务系统出报表的报表工具（OLTP应用）代表厂商是润乾报表，后来是帆软FineReport。此类报表工具的优势是开发比较灵活，同时含数据填报和补录功能；不足是非基于OLAP的BI报表工具，导致不支持基于多维的报表操作，比如基于同一维度的钻取表，就需要做多张表，通过链接的方式来实现；同时，由于做表前要通过sql语句锁定和加载分析的源数据，不能充分使用数据库的性能，因此大数据量下的计算性能和高并发下的性能是其最大的弱项。也正因为此类报表这些不足，润乾新一代产品集算器定位在源数据库与报表的中间层，致力于解决数据库到报表的计算性能问题。帆软推出FineBI，试图通过BI技术解决相关问题，但由于基于OLAP技术的积累时间较短，其直连数据库的实现直到今年年初才发布，还有待进一步验证。2、基于DW/BI理论的传统BI工具国外代表厂商： IBM收购的Cognos、Oracle的BIEE和SAP收购的BO国内代表厂商： 亿信华辰的亿信ABI、思迈特的SmartBI这类分析工具，较好地解决了多维报表操作问题以及性能问题。但国外工具在中国式的复杂报表实现上处于弱势，同时由于BI工具偏应用层，各项目中不可避免有些定制和二次开发的需求，国外公司在此类问题上基本上无法响应。由于基于OLAP技术，因此BI工具本身不能提供数据的修改和补录相关功能，国外工具在这种场景下就捉襟见肘。亿信华辰是国内成立较早的一批BI厂商，客户遍及政府、银行、电力、税务、租赁等行业，服务国税总局、进出口银行、国家电网、海尔集团等众多政企用户，行业影响力可见一斑。亿信ABI脱胎于2003年发布的单机版数据分析系统，从BI@Report，到亿信BI，再到如今的亿信ABI，历经四次架构跃进，二十多次重大版本更新，十余年技术沉淀，产品功能和性能基本上可以与国外类似工具一较高低。这类工具国内还有一个典型代表厂商思迈特（SmartBI）。思迈特团队对DW/BI有比较多的实践经验，但由于一些历史原因，最终把产品发展成一个基于Excel做设计器的报表工具和一个面向业务使用的自助分析工具。基于Excel做报表设计器，一是无法实现在线设计与共享，二是也不符合国家对某些领域要求的自主安全可控的发展方向，同时由于对标FineReport，未能很好地解决报表工具固有的缺点。3、面向业务人员使用的敏捷BI工具。国外代表厂商：Tableau国内代表厂商：帆软FineBI、亿信华辰豌豆BI随着技术和市场的发展，有很多公司开始研发直接面向业务用户的敏捷BI工具。国外有代表性的是Tableau，Tableau一开始的产品定位就是为了替代Excel，单机用户在本地完成各种快速的设计与分析操作，重点强调与数据的互动，以及各种分析方式的操作互动。这类工具由于其定位问题，在制作各种复杂的统计报表的能力天然不足。国内也有很多的厂商做敏捷BI，比如帆软的FineBI、亿信华辰的豌豆BI。第一个版本的FineBI由于严重依赖FineReport技术，因此其第一个版本的BI更想定位为传统BI工具，重点解决多维分析的能力，但从市场反馈来说，无法做到与FineReport的明显区分，因此其后续版本的BI逐步趋向于敏捷BI工具。但由于其在OLAP技术上的经验很少，还是需要把分析数据打包成的专用数据包，然后BI工具基于专用数据包进行分析，这个专用数据包的作用相当于帆软自有的数据分析模型（类似于OLAP数据库或者cube的作用），需要自己完成对数据分析模型的管理和维护。直到最近，其才发布能够直连OLAP数据库的引擎，相关能力还需要项目上的进一步验证。亿信华辰在共用核心OLAP引擎技术上单独发展了一个面向业务人员使用的豌豆BI，定位为更简单，更易上手的自助分析BI，其中采用了很多智能化技术提供产品的自动化，让用户操作更加简便，比如数据表导入时的自动建模技术，数据画像功能，多表的自动关联技术，图表智能化推荐技术，以及图表动态自动关联技术等。4、基于互联网技术和资源的创业型BI代表厂商：阿里云的QuickBI、网易有数、海致BDP、神策数据等由于很多人都看好BI的市场和应用场景，因此有些互联网公司在自身应用的基础上开发了BI产品，如阿里云的QuickBI，以及网易有数等，这些工具属于轻量级的工具，其业务地位在公司属于边缘业务，因此得不到重视和发展。还有些从互联网公司出来的创业团队创立的公司，如海致BDP和神策等，这些公司的产品重点是基于saas或者某类业务应用场景的BI应用。因此这类BI工具的通用性上还需要更多的时间验证。

国外有Tableau，在BI工具中比较好，唯一不足的是可能不太适合中国式报表。目前移动端只支持iOS系统还有就是cognos,在传统BI工具中使用广泛，但是需手工建模，对人的要求比较高，使用起来也相对复杂。国内的就是fineBI，无功无过。功能相对简单。产品稳定性一般。不支持程序接口。亿信BI，和fineBI一样是轻量化的BI产品。支持多种数据库，部署方便，售后系统健全。性价比最高。

推荐几款开源的大数据商业智能工具！ 虽然商业智能通常被认为是大数据的一个元素，事实上商业智能工具的市场远远领先于快速增长的大数据市场。以下这些供应商中，有一家被Gartner称为“Cool Vendor”。而在更大的企业软件应用领域中，也不乏位于企业顶部软件名单之列的产品。实际上，商业智能要早于开源本身，至少在业务环境中，但下面的工具也在深刻地证明，开源实际上正迅速发展。以下是当下大数据市场中的7款开源商业智能工具介绍。 Talend Talend提供不同的数据仓库，以及Talend的商业智能产品，其中还包括流行的大数据产品Talend Open Studio，这是一组支持Hadoop，HDFS，Hive，Hbase和Pig的数据组合工具。该公司还出售商业版和其他商业产品和服务。可运行系统包括：Windows，Linux，OS X. JasperSoft Jaspersoft称，它是“迄今为止存在于地球上的最灵活，最廉价和最广泛生产的商业智能软件”。开源版本包括JasperForge.org的大数据报告工具。运行系统无限制！ Jedox 开源Palo Suite包括OLAP服务器，Palo Web，Palo ETL Server和Palo for Excel。Jedox基于完全相同的工具提供商业软件应用。运行系统上无限制。 Pentaho 它遍及全球10000多家不同的公司，Pentaho利用业务和大数据分析工具以及数据挖掘，仪表板和报告功能。查看Pentaho Neighbourhood Wiki可轻松访问开源下载。操作系统：Windows，Linux，Mac OS X。 SpagoBI SpagoBI称是“唯一完全开源的商业智能套件”。商业支持，培训和服务随时可用。运行系统上无限制。 KNIME 流行的KNIME或Konstanz Information Miner为用户提供友好的数据集成，分析，处理和 探索 。在2010年，Gartner将KNIME称为分析，商业智能和效率管理领域的“超酷供应商”。除开源桌面版本外，还有几个商业版本。运行系统：Windows，Linux，OS X. BIRT 全称为：商业智能和报告工具（Business Intelligence and Reporting Tools），BIRT是一个基于Eclipse的工具，包括对Java应用的报告功能。Actuate是另一家受欢迎的公司，该公司共同创立了BIRT并根据其基础开源技术使用了许多软件。运行系统上无限制。 MicroStrategy。 对商业智能软件的需求，从用户的量级和需求复杂度，通常有这么几个层次： 1. 个人用户：比如数据科学家、个体数据分析师、学生，等等 2. 个人、小组或者部门，主要用户是数量有限的数据分析师、公司业务人员、公司高层。分析方式以业务驱动为主。 3. 大型企业级部署。分析方式可以是业务驱动，也可以是IT驱动，或者是两种模式的结合。在此类型的客户中，有一些客户呈现出非常复杂的信息化现状，比如能存在大量的信息孤岛，众多业务部门有数据分析需求，渴望建立自己的数据中台，对数据安全性，数据软件的大规模部署均有很高要求。 没有商业软件可以同时满足所有的需求，所以与其提问什么公司最好，应该尝试的提问是，最适合我或者我司的商业智能软件是哪一个？ 其实对应不同的需求，商业软件公司大概可以分成这么几类： 1. 以业务驱动（自助式）数据分析见长，兼顾IT驱动模式。在比较提供商的时候需要考虑自己当前或者未来是否有需要集中化管理的需求，提供商是否有向未来需求扩展的局限性。 2. 以企业级的数据系统部署见长，兼顾自助式分析。在选型的时候需要考虑业务部门对数据分析灵活性的需求，提供商对自助式分析兼顾的程度是否可以满足需求。 3. 以某个细分领域数据分析见长，比如嵌入式能力。需要充分沟通以理解业务系统对数据嵌入的需求，也需要谨慎思考未来对全方位数据分析的需求可能性，来判断软件提供商在更多维度能力上是否能满足业务增长。 4. 云部署或者私有化部署能力。企业软件中的SAAS模式渐渐趋向成熟，但是商业智能行业的客户，大都还是偏好私有化部署或者数据私有的云部署。数据系统软硬件的管理和维护成本，数据安全，是需要不断权衡的几个方面。 5. 以AI为主要区分点的新晋公司。 下面是Gartner在2019对各大公司的多维度能力打分： 业务驱动的集中化管理的数据分析 IT驱动的集中式数据分析 分散化管理的数据分析： OEM 或者 嵌入式BI 系统外网部署能力 增强型BI 其中值得一提的是MicroStrategy收获了四项第一、一项第二（一共六个维度）。 MicroStrategy（微策略）深耕商业智能软件领域已经有30年，是商业智能软件领域里提供企业级解决方案的佼佼者。最新推出的2019版本融合了集中式分析和自助式分析两套系统，既能帮助业务部门实现业务驱动的自助式分析，也能优美的解决企业级部署，并能够在大数据量、跨部门分析等复杂场景中轻松胜任数据分析工作。 MicroStrategy（微策略）主打无处不智能的商业理念，在移动智能终端、嵌入式BI、协同工作、大数据处理等领域保持着业界领先的地位。 说到商业智能，东软SaCa DataViz、永洪BI都很好。我们最终选的SaCa DataViz，后期效果不错。他们网站有介绍：https://platform.neusoft.com/ BI软件是商业智能（Business Intelligence）软件的英文缩写。目前，商业智能通常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、进销存等业务系统。 商业智能——敏捷BI 从构建数据中心开始 数据可视化，首先就需要解决数据从哪来的问题。企业一般都会有不同的业务系统或数据来源，奥威Power-BI系统自有ETL及OLAP功能，且有丰富的不同行业数据中心的构建经验，可帮助企业快速、低成本的构建数据中心。 智能分析 提升数据洞察力 奥威Power-BI不同于报表软件，或者是一般意义上的数据可视化。它不但可以帮助企业决策者一眼发现问题，而且，可以借助奥威Power-BI独有的多维动态及智能钻取技术，快速定位问题的原因是什么，让数据会说话。 标准方案 快速部署不再难 奥威Power-BI，是市面上唯一能无缝集成用友/金蝶全系列ERP的商业智能BI软件，真正做到安装即可用。除此之外，奥威Power-BI解决方案中，还包括百货商超、医药连锁、服装连锁、房地产、酒店连锁、生产制造等行业标准数据可视化BI解决方案。

对商业智能软件的需求，从用户的量级和需求复杂度，通常有这么几个层次：1. 个人用户：比如数据科学家、个体数据分析师、学生，等等2. 个人、小组或者部门，主要用户是数量有限的数据分析师、公司业务人员、公司高层。分析方式以业务驱动为主。3. 大型企业级部署。分析方式可以是业务驱动，也可以是IT驱动，或者是两种模式的结合。在此类型的客户中，有一些客户呈现出非常复杂的信息化现状，比如能存在大量的信息孤岛，众多业务部门有数据分析需求，渴望建立自己的数据中台，对数据安全性，数据软件的大规模部署均有很高要求。没有商业软件可以同时满足所有的需求，所以与其提问什么公司最好，应该尝试的提问是，最适合我或者我司的商业智能软件是哪一个？其实对应不同的需求，商业软件公司大概可以分成这么几类：1. 以业务驱动（自助式）数据分析见长，兼顾IT驱动模式。在比较提供商的时候需要考虑自己当前或者未来是否有需要集中化管理的需求，提供商是否有向未来需求扩展的局限性。2. 以企业级的数据系统部署见长，兼顾自助式分析。在选型的时候需要考虑业务部门对数据分析灵活性的需求，提供商对自助式分析兼顾的程度是否可以满足需求。3. 以某个细分领域数据分析见长，比如嵌入式能力。需要充分沟通以理解业务系统对数据嵌入的需求，也需要谨慎思考未来对全方位数据分析的需求可能性，来判断软件提供商在更多维度能力上是否能满足业务增长。4. 云部署或者私有化部署能力。企业软件中的SAAS模式渐渐趋向成熟，但是商业智能行业的客户，大都还是偏好私有化部署或者数据私有的云部署。数据系统软硬件的管理和维护成本，数据安全，是需要不断权衡的几个方面。5. 以AI为主要区分点的新晋公司。下面是Gartner在2019对各大公司的多维度能力打分：业务驱动的集中化管理的数据分析IT驱动的集中式数据分析分散化管理的数据分析：OEM 或者 嵌入式BI系统外网部署能力增强型BI其中值得一提的是MicroStrategy收获了四项第一、一项第二（一共六个维度）。MicroStrategy（微策略）深耕商业智能软件领域已经有30年，是商业智能软件领域里提供企业级解决方案的佼佼者。最新推出的2019版本融合了集中式分析和自助式分析两套系统，既能帮助业务部门实现业务驱动的自助式分析，也能优美的解决企业级部署，并能够在大数据量、跨部门分析等复杂场景中轻松胜任数据分析工作。MicroStrategy（微策略）主打无处不智能的商业理念，在移动智能终端、嵌入式BI、协同工作、大数据处理等领域保持着业界领先的地位。MicroStrategy（微策略）在中国建有已余十年历史的研发中心。公司非常重视中国市场，建有专门针对中国市场的研发团队，并建有销售和市场部门。了解更多微策略产品，行业资讯，欢迎关注我们的知乎公众号“微策略中国”或微信公众号：“微策略 商业智能”。

国内有关商业智能的软件厂商是亿信华辰，以其完备的数据全生命周期产品线而闻名，是国内规模最大，历史最长的商业智能软件厂商。