你能給我舉一個商業智能的例子嗎？
我真的不明白什麼是商業智能。如果我從擁有企業數據庫開始，BI 人會做什麼？我在網上找到了很多資料，但通常有點太複雜了。我想要一個簡單的範例，讓我了解 BI 的全部內容以及 BI 人員會產生什麼對我的組織有價值的東西。
商業智能通常與數據庫管理和數據庫開發完全分開。最高級別的商業智能包括三個主要方面：
- 報告
- 一體化
- 分析
報告
報告是報告的創建、部署和管理，以及使用者動態自定義報告的附加功能。
一體化
數據集成和轉換解決方案。在最簡單的層面上，它是從數據源（可以是像平面文件一樣簡單的任何東西）中提取、轉換和載入數據到數據源的方法。集成是一英里深，但這是它最基本的功能。
分析
線上分析處理 (OLAP) 用於設計、創建和管理包含從源數據儲存中聚合的數據的結構。一個流行語就是數據探勘。
這些是對商業智能所包含內容的極其簡化的描述。BI 背後有一門科學，以及這些方面的每一個方面。數據庫專業人員將他們的時間和職業用於掌握這些。
價值很大程度上取決於各個組織及其要求。根據所需的複雜程度，BI 角色可能分為幾個不同的類別：
- 電子表格專家- 使用直接從作業系統中提取的數據集，該角色將使用 Excel 或 Access 等桌面工俱生成報告和分析。通常，這個角色不是 IT 專家，或者可能由某人兼職。根據他們的技術水平和對基礎數據庫的訪問權限，他們可能依賴於其他員工（例如數據庫管理員）來生成數據提取。
當捆綁的報告不滿足要求並且需要額外的工作來從數據庫中獲取管理資訊時，這個角色會帶來價值，但是專門的 BI 開發團隊會太昂貴。通常這個角色在幾乎所有的情況下都是必要的，儘管它在小型站點上可能沒有全職要求。
- BI 開發人員- 如果數據提取很複雜或需要從多個來源進行集成，則可能需要建構數據倉庫或其他報告系統，以便以可用於報告的格式集成呈現數據。擔任此職位的人員通常或多或少具有技術開發技能。
這種類型的團隊通常會分為 ETL 和報告功能，但並非總是如此。報告開發人員、“電子表格專家”類型和其他高級使用者可以通過各種工具使用來自報告系統的數據。
當數據過於復雜而無法使用臨時方法進行管理並且需要專用的報告系統時，該角色的組織價值就會顯現出來。在這種情況下，具有技術技能和適當工具的小型 BI 團隊可以自動執行大量工作，否則這些工作將使用桌面工具和臨時提取手動執行。數據倉庫系統還可以填充自助報告工具，例如 OLAP 多維數據集，允許企業內的最終使用者生成和維護他們自己的報告。
- 數據架構師- 成熟的數據倉庫系統將提示業務的數據需求，而這些需求無法通過源系統提供的數據來滿足。可能有必要協調由這些要求驅動的作業系統更改，以便擷取額外的數據或清理在源頭記錄的不一致或不正確的數據。
數據架構師可能會擔任跨多個運營和報告系統的角色，以協調需要跨多個系統進行更改的數據需求的實現。
對這個角色的需求通常沒有被認識到，但它在較大的站點上變得很重要。通常，作業系統不能很好地滿足報告要求，並且數據倉庫團隊的權限不會擴展到對作業系統進行更改。在這種情況下，數據架構師根據角色的權限級別充當協調員或主管。主要價值是對不滿足數據要求的作業系統進行更改。
- 數據治理——監管或業務要求可能規定數據正確性或治理標準。如果作業系統容易出現數據錯誤（通常是這種情況），則可以設置數據治理功能來管理數據的驗證和更正。
出於多種原因，數據質量可能很重要，通常與會計或監管要求有關。數據治理或數據質量官通常是由業務主導的角色，負責對已記錄在系統中的數據進行修復。
- 分析師- 電子表格 jock 角色的一種變體，使用者實際上以某種身份工作，他們對數據進行分析工作（例如保險精算師）。
分析師可能出於各種原因對業務很重要，具體取決於角色。就精算師而言，他們的職責是估計為應對未來索賠而持有的準備金、維護保險產品的定價模型或為各種金融交易提供估值。
大多數 BI 員工往往屬於這些類別中的一個或多個。對組織的價值因個人情況而異。我觀察到的一個常見現像是，負責作業系統的人大大低估了這些角色實際發生的工作量。我見過一家保險公司，僅在其歐洲業務的會計部門就有 170 名員工。他們的大部分時間都花在處理電子表格中的數據提取以及操作手動調節和控制流程上。
在業務線應用程序的開發和運營過程中，管理資訊通常是優先級中的一個可憐的表親。協調不善或不存在的數據架構策略可能會花費大量時間和金錢。預設行為是將系統視為孤島，沒有人有權直接修復跨系統數據問題。把這個留得足夠長，最終的結果是後台運營僱傭了數百名文員（通常是合格的財務人員），他們大部分時間都在做一些儲存過程的工作。