BI 指的是一系列广泛的程序、工具和方法，使组织能够收集、集成、存储和分析来自多个来源的数据，以支持数据驱动的决策。
以下是商业智能的一些最重要的特征和组成部分：
1. 数据整合：
BI 涉及从多个来源收集数据，例如数据库、电子表格、CRM 系统、ERP 系统和外部来源。数据集成是将多个来源的数据组合和修改为单个一致结构的过程。
2. 数据仓储：
在商业智能中，数据仓库正在创建一个集中存储库，用于保存经过组织、清理和转换的数据以进行报告和分析。通过整合和组织数据以支持快速查询和报告，数据仓库充当数据分析的基础。
3.数据建模：
数据建模是描述数据的结构和关系以进行有效分析的过程。它需要开发表示数据实体、属性及其关系的逻辑和物理数据模型。数据建模有助于提高报告和分析数据的一致性、质量和可用性。
4.OLAP（在线分析处理）：
OLAP 是一种多维分析技术，允许用户检查和分析来自不同维度和层次结构的数据。使用 OLAP 的用户可以执行复杂的计算、深入研究细节并以多种方式可视化数据，包括数据透视表、图表和仪表板。
5. 仪表板和报告：
BI 提供报告功能，以相关且直观的方式显示数据。用户可以监控关键绩效指标 (KPI)、跟踪趋势并通过报告和仪表板从数据中获取见解。仪表板通过可视化提供重要信息的综合视图，而报告工具则可以生成静态和交互式报告。
6. 数据可视化：
数据可视化在 BI 中至关重要，因为它允许以具有视觉吸引力且易于访问的方式呈现数据。图表、图形、地图和信息图表等可视化效果可改善数据探索和理解，使用户能够更有效地发现模式、趋势和异常值。
7. 临时分析：
BI 应用程序中经常包含临时分析功能，允许用户执行即时分析并交互式检查数据。临时分析允许用户提出临时查询、深入研究、应用过滤器和更改数据，以获得更深入的见解并回答特定的业务问题。
8.数据挖掘：
数据挖掘是在海量数据库中识别模式、相关性和见解的过程。BI 中使用数据挖掘技术来发现隐藏的模式、创建预测并生成可行的见解。客户细分、市场分析、欺诈检测和其他预测分析工作都可以从数据挖掘中受益。
9. 自助式商业智能：
自助式 BI 允许业务用户访问和分析数据，而无需严重依赖 IT 部门或数据分析师。自助式 BI 系统提供用户友好的界面、拖放功能和预构建模板，允许用户构建报告、运行分析并生成见解，而无需大量技术知识。
10.高级分析：
BI 中经常使用统计分析、数据挖掘、预测建模和机器学习等高级分析技术来获得更深入的见解并创建更准确的预测。通过为组织提供预测和规范能力以实现更好的决策，高级分析增加了 BI 的价值。
BI 要点
- 获取、分析和呈现数据以支持决策的过程称为 BI（商业智能）。
- 它包括各种数据分析和报告工具、技术和流程。
- 组织可以使用 BI 从数据中获取见解、发现模式并做出数据驱动的选择。
- 数据集成、数据建模、数据分析和数据可视化都涉及到。
- BI 解决方案支持来自各种来源的数据提取、转换和加载 (ETL)。
- 数据建模使企业能够构建和组织数据以进行分析。
- 数据分析是研究和解释数据以发现模式、关系和见解的过程。
- 数据可视化可以构建交互式图表、图形和仪表板来直观地传达数据。
- 在组织内部，BI 允许数据见解的交换和协作。
- 报告、即席查询和自助分析均受支持。
- BI 工具可以安装在本地、云端或混合配置中。
- 通过数据驱动的洞察，BI 的目的是改进决策、优化业务流程并提高企业绩效。
- 企业智能 (BI) 帮助组织确定关键绩效指标 (KPI) 并跟踪其实现企业目标的进度。
在开始比较之前，让我们再次总体定义 MSBI 和 Power BI：
MSBI：
MSBI（微软商业智能）是帮助企业从数据中获取有价值的见解的技术集合。
- MSBI（微软商业智能）是微软创建的一套完整的数据集成、分析和报告工具。
- 用于数据集成的 SQL Server Integration Services (SSIS)、用于多维建模和分析的 SQL Server Analysis Services (SSAS) 以及 SQL Server。
- 用于创建和交付报告的报告服务 (SSRS) 均包含在内。
- MSBI 是本地部署和数据仓库设置的热门选择。
- 它与Microsoft SQL Server和其他微软技术广泛连接，为用户提供舒适的环境。
- MSBI 可以通过自定义代码和脚本进行扩展和定制，并且可以与其他 Microsoft 产品和平台很好地连接。
MSBI 和 Power BI 之间的主要区别：
1. 架构：
MSBI 是一种本地解决方案，需要在组织的基础结构上安装和配置 SQL Server 组件（SSIS、SSAS 和 SSRS）。它提供了一种典型的集中控制和管理的数据仓库方法。
另一方面，功能 BI 是一种基于云的解决方案，利用 Microsoft Azure 的功能。它提供了一种现代化的多功能架构，允许数据存储在云端、本地或两者的混合中。Power BI 可以访问广泛的数据源，包括云服务、数据库和文件。
2. 易于使用：
与 Power BI 相比，MSBI 的学习曲线更长。需要 SQL Server 和随附工具（SSIS、SSAS 和 SSRS）。MSBI 开发人员必须精通数据集成、数据建模和报告创建。开发过程需要使用多种工具并创建代码，这对于初学者来说可能很困难。
相比之下，Power BI 具有用户友好且直观的界面。它支持拖放数据建模、报告创建和仪表板构建。技术技能很少的用户可以快速学习并开始使用 Power BI 创建交互式可视化和报告。
3.可扩展性：
MSBI 的可扩展性使其成为具有复杂数据集成需求和大量数据处理工作负载的大型公司的理想选择。它提供了强大的可扩展性，使组织能够处理大量数据，同时为大量并发用户提供服务。MSBI 可以垂直扩展（通过向单个服务器添加额外资源）或水平扩展（通过添加更多服务器以将负担分散到多个服务器上）。
由于 Power BI 是基于云的解决方案，因此它自然具有可扩展性。它利用 Microsoft Azure 资源来处理可变工作负载并支持数据扩展。Power BI 可以根据需求自动扩展或缩小，从而提供最佳的性能和可用性。
4. 定价模式：
MSBI 的定价机制在软件许可行业中是传统的。组织必须根据需要购买 SQL Server 许可证以及各种组件（SSIS、SSAS 和 SSRS）。定价通常由核心数量和 SQL Server 版本决定。
另一方面，Power BI 以订阅为基础运行。它有多种定价类别，包括免费和付费替代品。
Power BI 定价由用户数量、所需功能级别和部署选项决定。订阅模式具有很强的适应性，允许组织扩展消费规模，并且只为他们需要的内容付费。Power BI 有一个功能有限的免费版本，适合个人用户和小型企业。
5. 数据连接：
MSBI 为众多数据库、文件格式和其他数据源提供了多种数据连接器选择。它支持结构化和半结构化数据，允许组织集成和处理来自多个来源的信息。通过 SSIS，MSBI 提供了一套全面的转换和数据净化功能。
Power BI 还提供了多种数据连接可能性。它连接到各种数据源，包括 Azure SQL 数据库、Azure Data Lake Storage 和 Salesforce 等基于云的服务，以及 SQL Server、Oracle 和 MySQL 等本地数据库。为了实时访问和分析数据，Power BI 包括直接查询、导入和实时连接模式。
6. 协作与共享：
MSBI 主要关注个人报告和分析。它包括用于创建和发布报告的 SSRS，这些报告可以多种格式（包括 PDF 和 Excel）与其他人共享。但是，本地 MSBI 的协作功能有限。
Power BI 在协作和共享功能方面尤其强大。它使多人能够同时处理同一个报告或仪表板，从而鼓励合作和团队合作。Power BI 服务允许您在组织内或与外部利益相关者共享和嵌入数据和仪表板。它还具有高级共享功能，包括行级安全性和用户级访问控制。
7. 移动体验：
MSBI 不提供本机移动功能。虽然可以使用 Web 浏览器在移动设备上读取 SSRS 报告，但用户体验可能无法针对较小的屏幕进行优化
Power BI Mobile 是一款适用于 iOS 和 Android 设备的专用移动应用。它提供了简化且响应迅速的用户体验，允许用户即使在旅途中也可以访问和参与报告和仪表板。Power BI Mobile 中提供了离线功能、自动同步和移动特定功能（例如用于数据探索的 QR 码扫描）。
8. 高级分析和人工智能集成：
MSBI 提供 SQL Server Analysis Services (SSAS)，它允许使用多维模型和数据挖掘算法实现复杂的分析功能。SSAS 允许组织创建复杂的分析模型并执行高级计算和预测分析。
通过多种技术，Power BI 还支持复杂的分析和 AI 集成。它与 Azure 机器学习集成，允许客户使用预构建的模型或构建自己的模型。Power BI 支持自然语言查询和人工智能洞察，允许用户用简单的英语提出问题并获得适当的可视化和答案。
9. 市场定位和目标受众：
MSBI 已上市较长时间，并已成为综合性商业智能包。具有广泛数据集成和报告需求的大型组织经常使用它。需要严格控制数据和基础设施并拥有专门的 IT 团队进行维护和管理的组织使用 MSBI。
Power BI 是一种较新的产品，因其用户友好的界面、云原生设计和强大的可视化工具而广受欢迎。由于其成本低且易于使用，它非常适合各种规模的组织，包括中小型企业。Power BI 旨在使业务用户和分析师能够构建他们的报告和仪表板，而无需严重依赖 IT 组织。
10.数据建模：
数据建模：MSBI 中的数据建模通常由 SQL Server Analysis Services (SSAS) 执行。SSAS 支持多维模型（OLAP 多维数据集）和表格模型。开发人员可以使用 SSAS 通过定义层次结构、指标、计算和关系来开发复杂的数据模型进行分析。
11.实时数据流：
Power BI 提供实时数据流，使组织能够在实时数据到达时对其进行监控和分析。可以利用 API 或通过 Power BI 流处理的 Azure 流分析将数据实时提供给 Power BI 数据集。此功能对于需要快速洞察的应用程序尤其有用，例如传感器数据监控或社交媒体分析。
另一方面，MSBI 不支持本机实时数据流。它更关心批量处理和定期更新。
12.自然英语处理（NLP）：
Power BI 有一个名为 Q&A（问题和答案）的功能，它使用 NLP 使用户能够用简单的英语查询和分析数据。用户可以使用语音命令或输入问题来快速获得数据可视化和见解。Power BI 中的问答工具可以帮助弥合技术和非技术用户之间的差距，使更广泛的受众能够访问和分析数据。
MSBI 不提供像 Power BI 的问答功能一样的 NLP 功能。然而，通过专门的开发和集成，NLP 功能可以集成到 MSBI 应用程序中。
13.嵌入式分析：
Power BI 提供了多种解决方案，用于将分析合并到其他应用程序、门户或网站中。Power BI Embedded 允许开发人员快速将 Power BI 报告和仪表板合并到他们的应用程序中。组织现在可以直接在现有系统中提供数据驱动的见解，从而改善用户体验并促进数据采用。
MSBI 与 Power BI 不同，没有专门的嵌入式分析产品。然而，使用 MSBI 组件（例如 SSRS）开发的报告和仪表板可以与自定义开发工作集成。
14. 集成和 Microsoft 生态系统：
Power BI 受益于与更大的 Microsoft 生态系统的集成。它与 Azure 服务、Office 365、SharePoint 和 Teams 等其他 Microsoft 产品顺利连接，提供统一的界面并促进跨平台的数据协作。
MSBI 也可以与其他 Microsoft 技术很好地配合。它基于 SQL Server 构建，并提供与 SQL Server 数据库和相关工具的良好集成。MSBI 可以与 SharePoint、Excel 和 Visual Studio 等其他 Microsoft 产品结合使用，提供完整的商业智能解决方案。
15. 更新和增强：
Power BI 的发布周期很快，软件更新频繁，并添加了新功能。Microsoft 大力投资 Power BI 的开发，提供定期更新、升级以及与新数据源和服务的连接。这可确保 Power BI 客户端能够访问最新功能并保持在数据分析的最前沿。
作为本地套件，MSBI 遵循更传统的发布周期，包括频繁更新和主要版本。更新通常与 SQL Server 的新版本相关，并且可能需要升级底层基础结构。
16. 自助分析：
Power BI 旨在为业务用户和分析师提供执行自助分析的能力。它提供了一个用户友好的界面，允许用户输入数据、创建数据模型、生成交互式报告和仪表板以及执行临时分析，而无需大量技术知识。Power BI 简单的拖放功能和可视化功能使其可供广泛的用户使用，使他们能够独立探索数据并从数据中获取见解。
另一方面，MSBI 更面向开发人员，需要 SQL Server 及相关工具的特定技能和知识。虽然 MSBI 允许业务用户使用开发人员创建的报告和仪表板，但该解决方案经常需要 IT 参与设计、开发和维护。
17. 数据治理和安全：
MSBI 提供强大的数据治理和安全功能，这对于具有严格合规性要求的大型公司至关重要。它允许管理员在多个级别设置用户角色、权限和安全规则，从而实现细粒度的访问控制。MSBI 还具有审核和监控功能，允许企业跟踪数据访问和使用情况。
18. 报告能力：
SQL Server Reporting Services (SSRS) 是 MSBI 的报告组件，提供了广泛的工具和自定义选项，用于创建像素完美的分页报告。它允许进行广泛的格式化、分组、钻取操作和高级图表。SSRS是一个成熟的报告解决方案，可以满足企业级报告需求。
Power BI的报表功能主要集中在交互式和可视化数据探索上。Power BI 报告专为自助分析而设计，具有丰富的视觉效果、交互式筛选器、向下钻取功能和交叉筛选。Power BI 报告是动态和交互式的，允许用户自然地探索数据并通过可视化获得见解。
19. 本地与云：
MSBI 通常是一种本地解决方案，这意味着基础架构和软件组件必须在组织自己的数据中心中部署和管理。这提供了控制和定制，但也需要 IT 资源和维护。
另一方面，Power BI 是 Microsoft 基于云的解决方案。它利用 Microsoft Azure 进行数据存储、处理和扩展。Power BI 使组织能够从具有 Internet 连接的任何位置受益于云的灵活性、可扩展性和可访问性。它还支持混合部署，允许企业连接到本地数据源，同时访问基于云的功能。
20. 范围和重点：
SQL Server Integration Services (SSIS)、SQL Server Analysis Services (SSAS) 和 SQL Server Reporting Services (SSRS) 都是 Microsoft 商业智能 (MSBI) 包的一部分。MSBI 为 Microsoft 环境中的数据集成、分析和报告提供了全面的解决方案。
另一方面，BI 是一个更广泛的概念，包含企业用来收集、分析和解释数据以进行业务决策的各种工具、技术和程序。BI 可以包含各种工具和平台，包括专有和开源解决方案，具体取决于组织的需求。
21. 供应商依赖性：
对供应商的依赖性：由于 MSBI 是 Microsoft 产品，因此它与其他 Microsoft 技术和服务紧密相连。MSBI 客户通常拥有现有的 Microsoft 基础架构，例如 SQL Server 数据库、SharePoint 和 Excel，并且可以利用这些技术之间的协同作用。然而，由于 MSBI 主要设计用于在 Microsoft 生态系统内工作，因此存在一些供应商锁定。
相比之下，商业智能 (BI) 是一个更大的术语，与某个提供商无关。它包括由 Microsoft、Oracle、Tableau、Qlik 等多个制造商提供的各种工具和平台。这为组织提供了更大的自由度，可以根据其个人需求、偏好和现有技术堆栈选择最适合的解决方案。
22. 部署选项：
MSBI 主要用于本地部署，这要求组织在其数据中心内安装和操作基础设施和软件组件。这使组织能够更好地控制其数据和基础设施，但需要专门的维护和管理资源。
BI 作为一个更大的概念，提供了众多的实施选择。它与 MSBI 一样，可以在本地实施，但它也提供基于云的解决方案。基于云的 BI 解决方案（例如 Microsoft Power BI、Tableau Online 和 Google Data Studio）提供可扩展性、灵活性，并且可以从任何具有 Internet 连接的位置进行访问。
23. 费用：
MSBI 是 Microsoft 产品，因此软件组件的许可费用和伴随的基础设施成本很常见。成本可能会有所不同，具体取决于用户数量、服务器配置和可选服务等因素。此外，组织可能需要投资于硬件、维护和持续支持。
作为一个更广泛的概念，BI 提供了更广泛的成本替代方案选择。它包含开源和商业解决方案，每种解决方案都有不同的定价方案。尽管 Pentaho 和 JasperReports 等开源 BI 解决方案可以免费使用，但组织可能需要在定制、支持和维护方面进行投资。商业 BI 解决方案通常需要支付许可费，但它们也有供应商支持、增强的功能和更大的生态系统。
24. 学习曲线和技术专长：
MSBI 需要一定的技术能力并熟悉 Microsoft 技术，因为它是一套全面的工具。创建和维护 MSBI 解决方案通常需要了解 SQL Server、SSIS、SSAS 和 SSRS，以及 T-SQL 和 C等编程语言。为了有效地使用和管理 MSBI 组件，可能需要专门培训或专用资源。