在“互联网+”时代，各行各业都被赋予了新的含义，大数据、人工智能、云计算等概念席卷而来。“商业智能”是以大数据为基础的一种服务能力，是指通过数据挖掘和分析，实现对企业内外部环境和信息的有效利用与洞察。

大数据平台作为数据资产沉淀与知识学习的载体，不仅可以帮助企业沉淀海量数据资源，更能通过可视化分析手段挖掘数据价值、进行知识图谱构建、辅助决策。

商业智能时代将是大数据的时代，是大数据和人工智能时代。那么应该如何搭建一套完善的商业智能大数据分析平台呢？

一、数据准备

一套完整的数据分析平台，首先要做的就是准备足够多的数据，包括业务数据和外部数据。

对于企业而言，不同的行业所需要的数据内容不一样，比如电商类企业对商品销量、评价等方面有要求，而银行类企业对资产管理、客户信息等方面有要求。

此外，企业还可以根据自己行业和业务特点来准备不同类型的数据。

通常来说，企业要建立一套完整数据采集体系主要包括以下几个部分：

二、分析模型

基于业务场景，从用户行为、交易数据和关联数据中发现价值。

基于对业务场景的深入理解，构建分析模型，对各层面业务数据进行挖掘、汇总和分析。

根据上述分析策略设计相应的分析模型，对收集的数据进行深入挖掘，进而利用这些分析结果来辅助决策。

三、数据仓库

数据库管理系统是数据仓库建设的核心，其目的在于建立数据仓库所需的各种应用，如查询、报表、分析等。

数据库管理员一般都会从自己使用的业务系统中抽取原始的数据库数据和一些需要处理的字段（如记录数、日志数等），通过分析，建立一个与业务应用相关的数据库，并对这个数据库进行一些管理。

当业务应用系统与业务库结合时，也就是从数据仓库中抽取需要的数据。

一般会有两种方法：一是通过传统关系型数据库如 Oracle、 MySQL等）直接访问；二是使用中间件/服务技术通过中间件/服务方式访问。

四、数据挖掘技术

数据的挖掘，就是从海量数据中发现隐藏的信息或规律，如：

分类（可分为按规则分类和基于特征分类法）；

聚类（从数据集中找出规律）；

预测某一类或某几类可能发生变化的趋势和原因）。

五、应用部署

首先要将企业现有的业务数据全部导入到数据仓库，包括结构化与非结构化的两种数据源，以及所有的元数据，这些都是大数据平台的基础数据。

其次部署系统时，要保证数据库和相关组件是在同一物理位置上。也就是部署在同一个服务器上。最后需要实现数据湖、帆软BI、 DataStack三个系统联动，形成一体化的数据管理平台，将各系统所产生的结果通过可视化平台进行展示出来。

商业智能BI产品更多介绍：www.finebi.com

免费下载FineBI 立即体验Demo