大資料 ≠bi商業智慧型，大資料也不是傳統商業智慧型的簡單公升級。
1、大資料和bi兩者的區別
bi(businessintelligence)即商業智慧型，它是企業資料化管理的一整套的方案，用來將企業中現有的資料進行有效的整合，快速準確的提供報表並提出決策依據，幫助企業做出明智的業務經營決策，解決的是管理運營戰略的問題。
大資料(big data)是指在可承受的時間範圍內用常規軟體工具進行捕捉、管理和處理的資料集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力來適應海量、高增長率和多樣化的資訊資產。大資料側重於解決某一類問題的方法，比如全網使用者畫像，對網路、感測器等非結構化海量資料的分析。
不管定義如何不同，大資料與傳統bi是社會發展到不同階段的產物，大資料對於傳統bi，既有繼承，也有發展，從"道"的角度講，bi與大資料區別在於前者更傾向於決策，對事實描述更多是基於群體共性，幫助決策者掌握巨集觀統計趨勢，適合經營運營指標支撐類問題，大資料則內涵更廣，傾向於刻畫個體，更多的在於個性化的決策。
當然純粹從思想的角度講，兩者在概念上是可以實現統一的，都遵循資料-資訊-知識-智慧型這個脈絡，甚至在更高的層次，兩者也是可以統一的。
2、兩者技術上有什麼相關性？
傳統bi的技術標籤：etl、資料倉儲、olap、視覺化報表。
大資料的技術標籤：hadoop、mpp、hdfs、mapreduce、流處理等。
傳統bi就目前來講，其功能都可以被對應的大資料元件所替代，但大多數企業缺乏大資料業務的驅動，也缺乏相關的高技術人才。
不過新型bi被賦予了更多「大資料」潛能。正如圖右側架構所示，bi架設在大資料應用層，抽取etl後或者hive來的資料又可作通用類的業務分析。既滿足了海量實時資料分析，也滿足了決策型的業務分析。 3
、企業應該青睞大資料還是商業智慧型？
在技術領域，雖然傳統bi的一些技術etl、資料倉儲、olap、視覺化報表似乎都將處於落後邊緣，因為它難以解決日後海量資料的處理問題，但是，也不能全盤否定或替代成大資料。一些企業採用sap hana，finebi的直連大資料引擎都是基於這個問題優化的方案。bi的那套也將長期存在，畢竟企業對bi方案還是很青睞，大資料的普及和應用也是個漫長的過程。
大資料 vs 商業智慧型
大資料不是空口說說，它的第一要務就是解決業務問題，大資料一定程度上就是用全新的資料技術手段來拓展和優化業務，傳統企業需要聚集一撥人來研究這個問題，需要有人專門研究和探索。如果對外，想清楚新的商業模式，如果對內，想清楚在哪個場景，可以用大資料的手段提公升效率。
當前大資料可以產生價值的地方，從行業的角度看，金融、銀行、網際網路、醫療、科研都有廣闊的前景。從領域的角度看，廣告、營銷、風控、**鏈都是大資料發揮價值的地方，對於特定企業，比如電信運營商，大資料也可以在網路優化等方面提供新方法。
並不是每個企業都需要打造自己的大資料平台，需要考慮到企業的資訊化水平和各項成本，量力而行吧，可以自行研發 ，比如bat；也可以選型採購，比如傳統大企業；中小型企業也可以租用，比如用阿里雲和aws。
就事實來講，bi的應用是遠遠大於大資料應用的，有其通用的道理。大資料相對於傳統bi，也不僅僅是簡單的plus的關係，它涉及了思想、工具和人員深層次的變革，bi人員既不要一提大資料，就嗤之以鼻，認為它是新包裝的馬甲，其實就那麼回事;也不需妄自菲薄，以為搞大資料就那麼高大上，它的確是bi大多數思想的傳承。
大資料和商業智慧型BI有什麼關係
大資料 big data 是指在可承受的時間範圍內用常規軟體工具進行捕捉 管理和處理的資料集合，是需要新處理模式才能具有更強的決策力 洞察發現力和流程優化能力來適應海量 高增長率和多樣化的資訊資產。大資料報括兩部分 資料的儲存，資料的利用。資料的儲存，相比以前的 關係型資料庫 只是資料量大了，資料格...
什麼是AI,叫人工智慧,和BI,商業智慧型有什麼區別
人工智慧 artificial intelligence 英文縮寫為ai。它是研究 開發用於模擬 延伸和擴充套件人的智慧型的理論 方法 技術及應用系統的一門新的技術科學。人工智慧是電腦科學 的乙個分支，它企圖了解智慧型的實質，並生產出一種新的能以人類智慧型相似的方式做出反應的智慧型機器 該領域的研究...
大資料分析讓商業智慧型（BI）插上飛翼
從2008年伊始 雲蛙資料 創始人結合自身在資料分析領域從業十多年的經驗開始著手自主研發多維資料分析系統 gmmcube，系統經全面功能測試，已實現了核心演算法，完成了多維模型的定義語言和多維查詢語言。gmmcube具有清晰的產品發展思路，是世界領先的多維資料解決方案的 商，它可以對使用者提供的資料...