使用QuickBI过程类似于吃炸酱面，技术人员提前帮业务人员准备好数据第1步第2步，业务人员把自己需要的数据拖到仪表板或者表格里第3步或第4步，最后再把仪表板和报表加上菜单就是数据门户第5步为了让大数据更加普惠，QuickBI和DataV分别找到了两种不同的解决方案Quick BI产品架构如下图。

商业智能Business Intelligencelt，简称BI是一套强大的数据处理和分析工具，它在企业中扮演着关键角色，通过整合海量信息，以直观的方式揭示业务洞察BI的核心使命是利用数据仓库ETL数据抽取和转化的产物lt进行深度分析，包括多维度切片数据钻取上钻和下钻以及数据立方体的构建BI的广泛应用lt。

大数据BI是能够处理和分析大数据的BI软件，区别于传统BI唻软件垍头，大条数据BI可以完成对TB级别数据的实时分析大数据可以概括为4个V，数据量大Volume速度快Velocity类型多Variety价值密度低Veracity大数据作为时下最火热的IT行业的词汇，随之而来的数据仓库数据安全数据分析数据挖。

大数据与BI是两种不同的概念和工具，是社会发展到不同阶段的产物，大数据对于BI，既有传承，也有发展大数据是什么大数据Big Data是指在可承受的时间范围内用常规软件工具进行捕捉管理和处理的数据集合，是需要新处理模式才能具有更强的决策力洞察发现力和流程优化能力来适应海量高增长率和多样化。

大数据数仓中台AIIT规划大数据平台BI工具我是怎么总结的从架构入手，到每个模块的分解，再到每个地方的注意点，基本上就行了，太细的也不是通过文字去说清楚的只要能做到，看了干货资料，能对实际工作产生指导，就可以了这只是一部分，还有更多，自己来看就好。

1从思维方式角度 大数据对于传统BI，既有继承，也有发展，从”道”的角度讲，BI与大数据区别在于前者更倾向于决策，对事实描述更多是基于群体共性，帮助决策者掌握宏观统计趋势，适合经营运营指标支撑类问题，大数据则内涵更广，倾向于刻画个体，更多的在于个性化的决策2从工具的角度 传统BI使用的是ETL。

BI目前实现的是收集数据，提供反馈，辅助决策的能力，以数据为基础的，面向数据管理和分析，属被动角色而AI则辅以大数据，算法等得到更有价值的信息，实现收集预测的能力，更多的是主动角色虽然AI的应用范围非常广，但结合BI现仍是处理结构化的数据而此处二者的交集在于机器学习和数据挖掘，但又略有。

数加是阿里云发布的一站式大数据平台，可以提供数据采集结构化加工到展示分析整套的一站式数据服务可采集不同系统及物理存储的源头数据，在分布式计算平台上进行数据的深度整合计算挖掘，将计算的结果通过可视化的工具进行个性化的数据分析和展现，也可直观的展示分析现有云上业务系统的数据库数据。

Finebi是帆软开发的一款敏捷BI工具，帆软早期专注于传统报表的图表组件功能，以价格优势占到了不低的市场份额，作为传统报表起步的公司，在敏捷BI的冲击下市场受到了冲击并开始转向敏捷路线Finebi做到了将IT人员从分析环节的中心淡去，提供了从数据采集到数据加工处理数据存储数据分析数据可视化为。

BI是商务智能，Business Intelligence，简称BI，又称商业智慧或商务智能，指用现代数据仓库技术线上分析处理技术数据挖掘和数据展现技术进行数据分析以实现商业价值其实算早期的数据分析工业化产物，说白了就是做报表的技术，现在流行做数据挖掘，机器学习 但报表还是要看的。

数据集成平台就像网络中Hub，可以连接所有应用系统，实现系统之间数据的互通有无数据集成平台以BI数据仓库需求而产生，现在已经跨越了最初的需求，上升到了一个更高的阶段如今大数据应用更多关注非结构化数据，更多谈论互联网，TwitterFacebook博客等非结构化数据，如此理解大数据应用，显然就有些走。

可见，移动协同应用将成为BI未来的爆发点随着移动终端的骤增，以及用户对移动办公需求渴望度的提升，移动技术将会突破传统应用给BI系统注入新鲜血液，实时企业动态管理在“云”山“云”海大数据当道的时下，BI正以其润物无声的姿态在企业IT的舞台上绽放着其窈窕的身姿，赢得了众君的追求伴随着各。

在一段时期阿里仍然浪费了手里掌握的大量数据这些数据还是“最值钱”的金数据数据挖掘无非是从原始数据提取价值阿里现有的数据产品例如数据魔方量词统计推荐系统排行榜以及时光倒流相对来说是比较简单的BI商业智能，没到大数据的阶段“大数据”浪潮袭来，阿里提出“数据金融和平台”战略前所未有地重视。

第一定义的不同 BI直译就是商务智能，也是以数据作为基础，通过数据的分析得出数据报表，之后对企业的经营决策提供参考这样看来好像也和大数据的作用差不多，BI是一个系统的商业智能解决方案，大数据的应用也是基于平台，但是主要是对非结构化的数据进行处理，也许又有人说了，这样的区别会不会有点太。

传统的BI分析通过大量的ETL数据抽取和集中化，形成一个完整的数据仓库，而基于大数据的BI分析，可能并没有一个集中化的数据仓库，或者将数据仓库本身也是分布式的了，BI分析的基本方法和思路并没有变化，但是落地到执行的数据存储和数据处理方法却发生了大变化谈了这么多，核心还是想说明大数据两大核心为。

软件实施大数据BI是能够处理和分析大数据的BI软件，区别于传统BI软件，大数据BI可以完成对TB级别数据的实时分析。

大数据分析平台比较好的有Cloudera星环Transwarp阿里数加华为FusionInsightSmartbi1Cloudera Cloudera提供一个可扩展灵活集成的平台，可用来方便的管理您的企业中快速增长的多种多样的数据，从而部署和管理Hadoop和相关项目操作和分析您的数据以及保护数据的安全2星环Transwarp 基于hadoop。

Tableau Tableau是国外市场上比较成功的大数据分析BI工具，它可以轻松处理数百万行数据大量数据可以创建不同类型的可视化，而不会对仪表板造成影响通过Tableau，可以访问多个数据源中的数据，包括带分隔符的文本文件Excel文件SQL数据库Oracle数据库和多维数据库等使用者可在多个数据源之间自由切换。