データ駆動型の組織は、多くの場合、”ビジネスインテリジェンス”(BI)と”データ分析”という用語を同じ意味で 彼らは同じことではありませんが、誰かがあなたに違いを説明するように頼んだら、あなたは何を言いますか？
ビジネスインテリジェンスは過去のデータを後方に見て起こったことを記述し、データ分析はデータサイエンス技術を使用して将来何が起こるか、また 私たちはそれが近いと思いますが、それ以上のものがあります。
ビジネスインテリジェンスは、ビジネス上の意思決定を支援するためにデータを使用することを含み、またはOLAP.com puts it,BI”とは、ビジネス情報の収集、統合、分析、およびプレゼンテーションのための技術、アプリケーション、および実践を指します。 ビジネスインテリジェンスの目的は、より良いビジネス意思決定をサポートすることです。”しかし、一つは、データ分析についても同じことを言うことができます。
ビジネスインテリジェンスとデータ分析の間に線を引くために、私たちが達成したいことについて話す方が便利だと思います。 分析を3つのカテゴリに分けることができます: 記述的、予測的、および規範的。
記述分析は、データを取得し、ビジネスマネージャーが視覚化、理解、および解釈できるものに変換します。 それは歴史的なパフォーマンスに知性を提供し、何が起こったのかについての質問に答えます。 説明的な分析レポートは、定期的に実行および表示されるように設計されています。 例には、顧客、業務、および販売レポートが含まれます。
予測分析は、記述的なデータに基づいて予測を行いますが、データサイエンスと多くの場合、複数のデータセットを使用するアルゴリズムを使用して予 より多くのデータが利用可能であればあるほど、予測はより良いものになります。 例としては、売上予測、消費者の信用スコア、および次に読む、表示、または購入することができるものの小売業者の提案が含まれます。
規範的な分析は、どのような行動を取るべきかについてのアドバイスを提供します。 さまざまな可能性のある行動から生じる可能性のある結果を調べ、どの行動が最適な結果をもたらすかを示唆しています。 規範的な分析を作成するには、高度なモデリング技術と多くの分析アルゴリズムの知識が必要です。
ビッグデータストラテジストのMark van Rijmenam氏は、”ビジネスインテリジェンスの基礎として記述分析を見て、ビッグデータの基礎として予測分析を見た場合、規範的分析がビッグデータの未来になると述べることができます。”
では、BIとデータ分析の違いは何ですか？
これらの三つのカテゴリを使用して、我々はBIとデータ分析の間でより良い区別を行うことができます。
すべての記述分析は、ビジネスインテリジェンスのカテゴリに分類されます。 予測分析の中には、BIを構成するものもあります。 結局のところ、将来の成果を高めるための行動を取るためにそれらを使用するつもりはない場合は、なぜ分析を見てください？ しかし、規範的な分析は、BIを超えてデータ分析の領域に上昇します。
どこで線を引くのですか？ ビジネスインテリジェンスは、ビジネスマネージャーが使用するデータに依存しています。 Tableau、Microsoft Power BI、Looker、その他多数のオプションなどの視覚化ツールの使用に関するトレーニングを受けている場合は、独自のBIレポートを作成できます。
データ分析には、より高いレベルの数学的専門知識が必要です。 データサイエンティストは、ビッグデータセットを取得し、アルゴリズムを適用して、データを将来の予測レポートに使用できるように整理し、モデル化します。 これは、表面上明らかではないデータ間の関係を決定するために、アルゴリズム、シミュレーション、および定量分析に依存しています。 それはBIでは起こりません。
何が起こったのかについての質問に答えるのではなく、データ分析は物事が起こった理由を学ぼうとします。 Stitchの共同設立者でTalend SVPのJake Stein氏は、「データ分析は、反復的に質問をすることです。 任意の質問への答えは、多くの場合、一度だけ見て、基本的なビジネスの質問に答えるか、問題を解決する私たちの方法で次の質問を通知するために使”
ビジネスインテリジェンスと分析の共通基盤
ビジネスインテリジェンスは、継続的な業務に対処し、企業や部門が組織の目標を満た データ分析は、ビジネスのやり方を変革したい企業に役立ちます。 両方の分野は、少しのデータ準備の恩恵を受けることができます。
データ分析は、一般的に、生データが収集され、クレンジング、分類、変換、集計、検証、およびその他の変換されたデータモデリングを必要とします。 クリーンなデータはBIにも役立ちます。
データがクリーンになると、レポートに適した構造と形式で保存されます。 多くの場合、データはデータウェアハウスに格納されていることを意味します。 データウェアハウスのデータは、BIとデータ分析の両方のために、すべての組織のレポートのための真実の単一のバージョンを表します。
BIとデータ分析の両方が、データウェアハウスに基づいた分析スタックを必要とし、データはETLツールを介してパイプされます。 Stitchを使用すると、データウェアハウスの設定が簡単になります。
無料でステッチを試してみてください
メールアドレスサインアップ
ケースは閉じましたか？この議論は質問を解決しますか？
そうじゃない 私たちがそれをどのように定義しても、人々はまだ彼らが好きな言葉を使用しようとしています。 では、「データ分析はビジネスインテリジェンスにどのように到達するか」または「ビジネスインテリジェンスはデータ分析を包含する」と誰かが言った場合はどうなりますか? 彼らが”ビジネス分析”について話したい場合はどうなりますか？ だから、それがあります。 両方のプロセスのポイントは、データを分析し、意思決定を改善するためのレポートを作成することです-その点で、誰もが同意します。