互聯網、大數據時代已經來臨，只懂AI怎麼夠，也該學點BI技能了

眾所周知，大數據時代已經來臨，生活的方方面面都是大數據應用，AI也悄然潛入生活，但是大多數人對BI確實聞所未聞。最近很多人問我的工作是什麼？問我什麼是BI？什麼是數據倉庫？聽起來好複雜的樣子，其實一點都不複雜，聽我娓娓道來。

BI（BusinessIntelligence）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並提出決策依據，幫助企業做出明智的業務經營決策（摘自百度）.通俗來說就是把企業各方面的數據進行整合，然後進行一定的分析做成圖表，幫助企業獲得更大的利潤。這個方案有很多，只要能解決就是好方案，我就說一下我所了解的一套方案的具體流程。

包括：數據抽取，數據清洗，數據整合，數據建模，數據可視化。

接下來我就挨個介紹一下具體是做什麼的。

數據抽取：

基本上每個企業都有自己的數據，例如，發貨數據，合同數據，客戶數據等等，或存在EXCLE中，或存在資料庫中，當然也有企業存在紙質上，我們所要做的就是把這些數據抽取到自己建的資料庫中，或者說把這些數據放到一起，通俗點說就是把企業有用的數據給規整一下，別這一點，那一點的。

數據清洗：

數據難免會有錯誤，尤其是手工進行記錄的數據，準確性更不高一點，也有可能企業同時兩個地方有同一份數據，數據還有差異，數據不準確的話，你做出的結果指定也不準確，這就需要我們把數據清洗一下，具體就是:

1、缺失值處理，本來該有的數據沒有，咋整，刪掉還是添上，怎麼填.

2、異常值處理，對於數據太高，或太小，影響整體數據分析的數據進行去除，或者平均化。

3 、不一致的值，同一份數據的不同來源的具體數值不一樣，該如何統一

4 、重複數據及含有特殊符號的數據，對這些數據是否需要去重或者匯總。

數據整合：

對清洗後的數據抽取到一個資料庫中，需要建立數據倉庫，對企業數據進行維度建模，建立星形模型或者雪花模型，分為維度表，事實表，對數據能夠進行多維度分析，上鑽下鑽分析，適合數據的多方面拓展，這也是以後數據分析，數據挖掘，數據可視化的基石，對於大量數據來說，建好數據倉庫是至關重要的，之後我會單獨詳細說明這一點的，現在暫時先不談，大家感興趣的也可以自行百度先查看一下。

剩下的數據建模，數據可視化我會之後再更新，當然這只是讓大家先了解一個大概，我會慢慢更新新的知識點和技能，讓不懂BI的你們逐步成長的。同時也歡迎大家進行指點，有啥不對的，不好的我也會慢慢修正的。

寫這篇文章一方面普及一下知識技能，另一方面也是和大家探討一下未來發展方向，畢竟個人見解只是片面的，大家一起參與，共同進步吧。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！