IT行業的新鮮詞層出不窮，最近幾年，大家都在談論大數據和BI，似乎不談這些詞都不好意思說自己是“圈內人”。雖然每天張口閉口都在說大數據和BI，可是你真的明白大數據和BI之間的區別了嗎?

大數據和BI之間的關系很密切，在大數據時代中，對于數據的挖掘、處理基本上是以傳統BI業務模式進行的，但大數據的數據來源要比傳統BI的數據來源更具多樣性。本文將從概念、應用、發展趨勢等多個角度對大數據和BI進行區分。

從概念的角度區分

BI(Business Intelligence)即商務智能，它是一套完整的解決方案，用來將企業中現有的數據進行有效的整合，快速準確地提供報表并提出決策依據，幫助企業做出明智的業務經營決策。

大數據(big data)是一種信息資產，它是無法在一定時間范圍內用常規軟件工具進行捕捉、管理和處理的數據集合，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。簡單而言，大數據更偏重于發現、預測并印證的過程。

從數據來源的角度區分

大數據時代的數據來源包括內部數據和外部數據，有很大一部分數據是包括音頻、視頻、圖像在內的非結構化數據，或是半結構化數據。這類數據通過大數據管理的方式進行整合，然后用BI的方法進行分析挖掘處理。

而BI的數據很多是來自數據庫的結構化數據分析。在企業內部實施BI應用就是為了可以更好的對數據進行分享和使用。

從技術的角度區分

從技術方面來看，傳統BI的ETL、數據倉庫、OLAP、可視化報表技術，都處于淘汰的邊緣，因為解決不了海量數據(包括結構化與非結構化)的處理問題，BI的很多功能都可以被對應的大數據組件所替代。大多數企業即使沒有大數據業務的驅動，大數據技術的優勢依然不容小覷。

從應用的角度區分

BI涉及的應用科學包括：終端用戶查詢和報告工具、數據挖掘軟件、數據倉庫產品。主流的商業智能工具包括BO、COGNOS、Style Intelligence、BRIO。一些國內的軟件工具平臺如KCOM也集成了一些基本的商業智能工具。

而大數據的應用幾乎涉及到社會生活的方方面面，如醫療行業、金融行業、體育行業、安全執法、城市改善等等。當然，大數據所涵蓋的領域不止這些，未來還會有許多新的行業和領域利用大數據的應用進行規劃和發展。

從決策者的角度區分

BI更傾向于決策，對事實描述更多是基于群體共性，幫助決策者掌握宏觀統計趨勢，適合經營運營指標支撐類問題;大數據則內涵更廣，傾向于刻畫個體，更多的在于個性化的決策。

從人員技能角度區分

大數據的數據處理，涉及很多新的技術，不同的應用場景需要不同的大數據處理方法，需要有人專門進行研究和探索，可見大數據對于BI人員的技能要求有所提高。

從發展趨勢的角度區分

隨著企業CRM、ERP、SCM等應用系統的引入，企業不僅僅關注事務處理過程，而更加注重有效利用企業的數據為準確和快速的決策提供支持。由此帶動的對商業智能的需求將是巨大的。BI的發展趨勢可以歸納為以下幾點：從單獨的商業智能向嵌入式商業智能發展，從傳統功能向增強型功能轉變，從傳統型BI向敏捷型BI轉變。

大數據的發展趨勢包括：數據的資源化，與云計算的深度結合，數據管理成為核心競爭力，數據生態系統復合化程度加強，數據質量是BI(商業智能)成功的關鍵，數據泄露泛濫。