在过去几年中，商业世界越来越关注数据，因为企业在其所有日常操作和流程中都生成大量数据。数据现在已经成为一种无形资产，企业也开始认识到数据的内在价值。企业正利用这些数据通过数据分析获得对其运营的实时可视性。对于数据分析，他们必须首先确定正确的信息来源。数据可以被视为一种原材料，从中可以获得信息并用于解决与业务相关的问题。也就是说，BI和数据科学是两个经常被谈论的术语，当涉及到数据时。

什么是商业智能(business intelligence)？

商业智能（businessintelligence，BI）是一种技术驱动的过程，它为企业界提供了对业务数据的方便访问。商业智能不是产品或系统。每个企业在其所有不同的活动和日常操作中都会产生大量的数据。企业可以使用这些数据进行运营分析，并实时了解其运营情况。数据在您的商业模式中扮演着基础性的角色，为您带来令人兴奋的新的创收方式。但是数据只有在被分析并用于商业决策时才有意义。因此，BI就是要利用业务生成的数据的威力，然后对这些数据进行分析和可视化，以获得有关业务及其表现的有价值的见解。这些见解使您能够做出更好的、明智的业务决策，帮助您的业务增长。BI是各种过程和技术的结晶，这些过程和技术接收原始数据并将这些数据转换为有意义的内容。

什么是数据科学(data science)？

我们已经看到数据如何影响全球企业的日常运营，并帮助他们从这些数据中获得收入。数据在it中有着巨大的潜力，而数据科学是认识到这种潜力并利用数据为您的业务创造尽可能多的影响的手段。现在，这种影响可以从很多方面来认识，比如以见解的形式，以数据产品的形式，或者以产品推荐的形式，或者任何形式。数据科学可以帮助您使用数据和任何您可以使用的工具来解决与业务相关的问题。多年来，大数据的大规模增长催生了数据科学，以满足企业从大量非结构化数据集中获取见解的日益增长的需求。所以，数据科学几乎是所有与数据有关的东西。数据科学是收集原始数据，并使用统计技术和算法对数据进行分析，得出一些结论或见解。

商业智能与数据科学的区别

意思

–虽然BI和数据科学都关注数据，但数据科学比BI更复杂。事实上，数据科学可以被看作是商业智能的一种演进。实际上，业务的每一个方面都可以进行数据收集。数据科学是从数据中提取有用信息和知识的各种过程和技术的结晶。数据科学是收集原始数据，并使用统计技术和算法对数据进行分析，得出一些结论或见解。所以，数据科学基本上就是一切与数据有关的东西。

集中

–BI查看您的业务历史数据，以发现模式和趋势，从而做出更好、明智的业务决策，帮助您的业务增长。商业智能是对数据进行分析和可视化，以获得有关您的业务及其表现的有价值的见解。另一方面，数据科学通过分析过去的数据来预测未来，以此来研究这些趋势背后的意义。数据科学是一种认识数据潜力并利用这些数据为您的业务创造尽可能多影响的手段。

策略

–BI采用分析方法，使用结构化数据开发决策支持应用程序，以寻求竞争优势。BI是用于数据分析的策略和技术的组合。分析在开发BI决策支持环境中起着关键作用。BI工具以仪表盘、图表、报告、图表等形式呈现其分析结果。数据科学是使用各种不同的技术、算法和过程从大量数据中提取有意义的见解。

商业智能与数据科学：比较图

总结 - 商业智能研究(of business intelligence) vs. 数据科学(data science)

数据在it中有着巨大的潜力，而数据科学是认识到这种潜力并利用数据为您的业务创造尽可能多的影响的手段。数据科学比商业智能要复杂得多，商业智能只是查看企业的历史数据，以发现隐藏的模式。相反，数据科学收集和分析过去和现在的数据，从这些数据中获得一些见解，以帮助您解决与业务相关的问题。归根结底，数据科学是基于各种技术、算法和过程从数据中提取信息或知识。