बीआई छोटे एक विस्तृत रिपोर्ट (आज के बिक्री की सूची) पैदा कर रहा है। बहुत कम गणित शामिल हो सकता है, शायद पंक्तियों की गणना और बिक्री को जोड़ना। यह वह जगह है जहां आप "बीआई"
बीआई माध्यम नामक रिपोर्टिंग टूल देखते हैं, एक मीट्रिक (तिमाही के लिए लाभ मार्जिन) उत्पन्न कर रहा है। यह सिर्फ सरल बीजगणित है, लेकिन इसे लगातार आधार पर उत्पादित करना डेटा की भारी मात्रा के कारण एक चुनौती है। यह cubes और olap की दुनिया है।
बीआई बड़ा गणितीय मॉडलिंग कर रहा है। यह रैखिक प्रतिगमन से आंकड़े मॉडल तक कुछ भी हो सकता है, आप इसे नाम दें। यहां कुंजी यह है कि मॉडल बड़ी मात्रा में डेटा का उपयोग कर रहे हैं। वास्तविक सांख्यिकीविद एक अपमानजनक अर्थ में वाक्यांश "डेटा खनन" का उपयोग करते हैं क्योंकि आंकड़ों के उपयोग में अनियंत्रित लोगों को डेटा को तब तक मेरा खपत होने की संभावना है जब तक वे एक नकली सहसंबंध नहीं पाते। आपके डेटा जितना बड़ा होगा उतना अधिक संभावना है कि आप वास्तविकता में वास्तव में ऐसे रिश्ते के बजाय मौके के कारण संबंध ढूंढ सकें।
क्योंकि बीआई के लिए ग्राहक व्यवसाय प्रबंधकों की लाइन हैं, पीएचडी ग्रेड के छात्र नहीं, माइक्रोसॉफ्ट एट अल जैसे विक्रेताओं। हमें ब्लैक बॉक्स "डेटा माइनिंग" टूल प्रदान करके इसे कम कर दिया है, कई एसएएस और इसी तरह के जैसा ही हैं।
वाक्यांश बीआई के इन सभी अनुप्रयोगों को जोड़ने वाली एकमात्र चीज़ यह है कि वे सभी व्यवसाय निर्णय लेने के लिए बड़ी मात्रा में डेटा का उपयोग कर रहे हैं।
क्या ईटीएल के बारे में है आँकड़े की गुणवत्ता, ... ? शायद किसी भी बीआई सिस्टम के सबसे महत्वपूर्ण तत्व –