當大數據即Big Data與云計算、移動應用與社交網絡，風靡一世，成為2012 年信息技術領域最時髦的詞匯。IBM 、Oracle、SAP、微軟等廠商，像尋找到了新的金礦，開始極力推崇大數據理念。于是，眾廠商蜂擁而至，搶奪大數據市場，尤其是SAP的HANA和Oracle的Exalytics，打得火熱。相比之下，部分推BI的廠商還達不到大數據的層次，固守在報表分析的陣地上。事實上，大數據真的有如我們想象中的那么強大嗎?BI為什么跑不出“最后一公里”?大數據與BI同時遭遇了被質疑的尷尬。

BI為什么不能快速踏入大數據時代?

一個剛入行的BI咨詢師的困惑，或具有一定的代表性，表達了BI當前的狀態。

“今天跟客戶演示系統，演示完畢，客戶問我一個問題：商業智能到底智能在哪里?BI和報表工具做出來的東西有何不同?對于這個問題，我相信做BI的人都曾經問過自己，也給過自己很多答案，但未必真的是100分的答案。就像今天，我雖然跟客戶舉了一些例子解釋和說明上述問題，但是自己還是覺得不夠透徹和有說服力。造成這個問題，我想重要的原因是BI本身范圍太廣，加之現在市場上的各種報表工具都自稱BI解決方案，各種項目都往BI上靠，使得BI的概念很模糊了。第二個原因，大部分BI項目其實本質需求就是滿足數據的一個查詢和報表報告，到底是BI，還是其他什么概念都不重要。”

BI的概念過于泛泛，以至于在幾年前，很多企業認為BI可有可無。近年來，大數據給BI帶來了極大的沖擊，加速了其發展的步伐，甚至有人大膽預測，未來十年，商務智能分析將引領管理信息化的發展。

BI與大數據的區別在于，大數據能夠基于BI工具進行大容量數據和非機構化數據進行處理，與傳統基于事務的數據倉庫系統相比較，大數據分析不僅關注結構化的歷史數據，它們更傾向去對Web、社交網絡、RFID傳感器等非結構化海量數據進行分析，大數據無疑是對BI的一個完美補充。

為什么大部分BI廠商對于大數據表現出“冷處理”態度?

原因一，處理并分析非結構化數據是難點：不論是大交互數據還是大交易數據，處理并分析非結構化數據，是BI業內，甚至是大數據處理，一直面臨的難點。很多推BI產品的廠商，其技術能力達不到大數據所要求的高度。

原因二，企業意愿不強：現在很多的企業做的BI，并沒有完全體現智能，最多只是將已有的數據使用報表進行呈現，開發的報表也很簡單，大部分用戶還沒有希望從開發的BI系統中，發掘更多價值的意識。

原因三，BI的價值度無法衡量：大數據的確會有價值，但這個價值有多大，沒辦法準確衡量。從某些大數據中會挖掘出新的價值，但這個價值只是附加價值，是一個想象的空間。就比如沙漠里可能有金子，但并不是說沙漠中一定就能挖出金子。

大數據如何摘下“新瓶舊酒”標簽?

有人評價“大數據是個相對的概念，是新瓶裝舊酒。”認為，傳說的大數據處理方式，只不過是為趕時髦，在既有的方案上包裝了一下，新瓶裝舊酒。海量數據時代并沒有給多少企業帶來革命性的變化，在 MapReduce 以及 Hadoop 出現之前，也有企業能夠輕松的對數據進行大規模并行計算，而 NoSQL 的出現也只是為處理數據的方式帶來了更多可能性。

所以，從結果來看，對于大數據的質疑并沒有比BI少，同樣遭遇了“還差一公里”的尷尬。

大數據分析缺乏成熟的實踐經驗，其方式方法與傳統的數據倉庫與BI系統有著一定的區別。在實施大數據分析項目之前，企業不僅應該知道使用何種技術，還應該知道在什么時候、什么地方使用。各數據之間有哪些關聯性?哪個數據是可信的?如何從海量的數據中挖掘出有價值的、易用的客戶信息?

要回答這些問題，企業需要一個單一、完整、可信的客戶數據視圖，而創建一個單一、完整、可信的客戶數據視圖，數據集成是關鍵。沒有集成的數據，其商業價值為零。數據集成讓組織機構能夠將傳統的交易數據與全新的交互數據組合起來，從而獲得在其他情況下無法達成的洞察力和價值。

可以確定的是，隨著互聯網技術的發展，未來的大數據時代，一定是各種信息呈現規模快速增長的狀態，如何更快獲取有用的信息是關鍵，智能分析工具會變得越來越重要，可以凌駕于多個管理系統、數據庫之上，如何通過更靈活、可控的BI工具，真正挖掘出大數據時代的價值，是大數據和BI面臨的共同挑戰。