簡單點的例子：通過分析購買產品的人大多都來自于北京，則北京是產品的主要消費者居住的城市。

復雜點的例子: 通過利用統計方法建立數學模型。我想從100000人中找出100個購買產品概率比較大的客戶，則可以通過利用logistic regression來數學建模找到這群人。      

       無論你的商業模式是什么樣子，你用數學方法，用數據證明你的假設都可以稱為數據分析。所以數據分析師這個職業，形容的是一個會利用數學方法，用數據證明假設的人。

        數據分析是個過程是個解決方式。比如分析某次促銷活動的效果，就要對UV、客單價、復購率等關鍵性的指標數據做監控。還要和過去活動做對比，從數據庫里找最對照組進行建模，在SAS里做統計分析。利用數理統計等科學方法做假設驗證，通常的工作就是對指標進行分析對比，KPI監控，異常指標分析，預測趨勢，生成結果數據報表或結果報告。

       商業智能（BI）其實是一整套方案，就是充分利用企業在日常經營過程中生產的大量數據，并將它們轉化為信息和知識來免除企業中的瞎猜行為和無知狀態，讓每一個決定、管理細節、戰略規劃都有數據參考。比如領導通常關注銷售、采購和財務狀況，技術人員做好固定格式的數據報表（dashboard/數據看板）,領導打開就能看，數據自動更新。

    其基本原理是將ERP、財務、CRM等各個業務系統的數據，有條理地匯總為一個數據倉庫，生成主題分析報告。例如(只是舉例，分析邏輯不一定嚴謹)，我要統計一下區域采購成本的變化情況，研究采購與供應商的關系，然后會把單價、價格差異、庫存、銷貨倉庫、盤存記錄等相關的ERP數據，同時可以對時間、區域等字表進行篩選，又或者對接大數據平臺做可視化的分析展示。

三、商業智能（BI）在企業的定位

報表查詢和展現+數據分析挖掘+數據預警+數據管理。

1、報表查詢和展現：簡單報表的快速查詢和制作

2、數據分析挖掘：配合數據挖掘工具，關聯業務數據，分析業務

3、數據預警：數據實時加載呈現，指標預警

4、數據管理：數據和報表的權限管理，防止信息外露

      從技術上來講，傳統的商業智能（BI）就是從不同的數據源中收集有用的數據，對數據進行清理，以保證數據的一致性和準確性；然后將數據進行相應的轉換，再加載到數據倉庫中；最后選擇合適的數據挖掘分析工具和OLAP工具，將數據轉化為報表、Dashboard等可視化形式的信息，一般的數據公司都是這樣去處理數據的。

   商業智能(BI)正變得越來越重要，因為無知是現代商業最大的威脅。無所知的危險是很大的，一知半解比無所知的危害要大得多，因為我們在錯誤的認識中作出決定和行動，同時還自鳴得意地把自己看作真理的化身，這就像“瞎子騎瞎馬，夜半臨深池”。

  商業智能（BI）所要爭取的就是充分利用企業在日常經營過程中搜集的大量數據，并將它們轉化為信息和知識來免除企業中的瞎猜行為和無知狀態。

    在大數據概念“泛濫”的今天，商業智能（BI）與數據展示對于企業的價值越來越明顯?？梢灶A見的是，在不久的將來，商業智能（BI）與數據展示必將成為企業決策的左膀右臂，為企業在信息化時代立足提供核心的競爭力。 以上就是小編為您介紹的商業智能與數據展示的介紹，希望對您有所幫助。