1 数据分析
概念解析（维基百科）：
- 数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，将它们加以汇总和理解并消化，以求最大化地开发数据的功能，发挥数据的作用；
- 数据分析是为了提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。
数据分析的应用场景：
- 告诉你过去发生了什么
- 告诉你为什么会发生
- 告诉你未来会发生些什么
数据分析关键要素：
2 BI（Business Inteligence）
广义上可以理解为为了将资料转化为知识的一整套解决方案，狭义上可理解为某个敏捷型的 BI 工具。
概念解析（维基百科）：
指用现代资料仓储技术、线上分析处理技术、资料探勘和资料展现技术进行资料分析以实现商业价值。
目前，商业智能通常被理解为将企业中现有的资料转化为知识，帮助企业做出明智的业务经营决策的工具。这里所谈的资料包括来自企业业务系统的订单、库存、交易账目、客户和供应商资料及来自企业所处行业和竞争对手的资料，以及来自企业所处的其他外部环境中的各种资料。而商业智能能够辅助的业务经营决策既可以是作业层的，也可以是管理层和策略层的决策。
为了将资料转化为知识，需要利用资料仓储 (data warehouse)、线上分析处理（OLAP）工具和资料探勘等技术。因此，从技术层面上讲，商业智能不是什么新技术，它只是ETL、资料仓储 (data warehouse)、OLAP、资料探勘 (data mining)、资料展现等技术的综合运用。
把商业智能看成是一种解决方案应该比较恰当。商业智能的关键是从许多来自不同的企业运作系统的资料中提取出有用的资料并进行清理，以保证资料的正确性，然后经过抽取（Extraction）、转换（Transformation）和装载（Load），即 ETL 过程，合并到一个企业级的资料仓储里，从而得到企业资料的一个全局视图，在此基础上利用合适的查询和分析工具、资料挖掘工具、OLAP 工具等对其进行分析和处理（这时资讯变为辅助决策的知识），最后将知识呈现给管理者，为管理者的决策过程提供支持。
概念解析（Gartner）：
1996 年，Gartner 正式提出 BI 的定义：一类由数据仓库（或数据集市）、查询报表、数据分析、数据挖掘、数据备份和恢复等部分组成的、以帮助企业决策为目的的技术及其应用。
2013 年，Gartner 对 BI 概念进行了更新与扩展，在 "Business Intelligence"一词中加入 “Analytics”，合并成 “Analytics and Business Intelligence”（ABI，分析与商业智能）由此看出，BI 是对一些现代技术的综合运用。它为企业提供迅速分析数据的技术和方法，包括收集、管理和分析数据，将数据转化为有价值的信息，并分发到企业各处， 让企业的决策有数可依，减少决策的盲目性，使企业的管理和经营更理性。
3 BI 与数据分析的关联与区别
关联性
- 相似的收集数据，分析数据和提供见解的过程；
- 通常都会通过可视化的手段组织与显示数据；
- 他们使用收集到的数据来探索事物的价值、痛点、问题等所在，从而使对应组织可以更好地了解优势与不足之处。
区别
- BI 聚焦于实现商业价值，数据分析只是一种系统化分析问题的方式；
- BI 与数据分析都是一个很泛的概念，两者互相包容。一般的 BI 是集数据接入、数据处理、数据分析、数据可视化等功能为一体，可以说商业智能（BI）包括数据分析，而且 BI 更多是能够给企业一套完整的解决方案，数据分析没有强调解决的概念；另一方面，数据分析包括太多的东西，商业智能 BI 只是数据分析的一种体现。
