BI piccolo sta generando un report dettagliato (elenco delle vendite di oggi). Molto poca matematica, forse contando le righe e sommando le vendite. Qui è dove si vedono strumenti di segnalazione denominati "BI"
Il supporto BI genera una metrica (margine di profitto per il trimestre). È solo un'algebra semplice, ma produrla su una base frequente è una sfida a causa della mole di dati. Questo è il mondo dei cubi e degli olap.
BI grande sta facendo modellizzazione matematica. Questo può essere qualsiasi cosa, dalla regressione lineare ai modelli statistici, è il nome. La chiave qui è che i modelli stanno usando grandi quantità di dati. I veri statistici usano la frase "data mining" in senso dispregiativo perché le persone inesperte nell'uso delle statistiche probabilmente estraggono i dati finché non trovano una correlazione spuria. Più grande è il tuo set di dati, più è probabile che tu debba trovare le relazioni a causa del caso invece di esserci davvero una tale relazione nella realtà.
Perché il cliente per la BI è la linea di dirigenti aziendali, non dottorandi, venditori come Microsoft et al. ci hanno impedito di fornirci gli strumenti "Data Mining" della scatola nera, molti sono gli stessi di quelli che si trovano in SAS e simili.
L'unica cosa che vedo collegando tutte queste applicazioni della frase BI è che tutti stanno utilizzando grandi quantità di dati per prendere una decisione aziendale.
Che dire di ETL, qualità dei dati, ... ? Probabilmente gli elementi più importanti di qualsiasi sistema di BI –