數字化在逐漸成熟的同時，社會上也對數字化的性質有了進一步認識。當下，數字化除了前邊提到的將復雜的信息、知識轉化為可以度量的數字、數據，在將其轉化為二進制代碼，引入計算機內部，建立數據模型，統一進行處理、分析、應用，還有了新的定義。

當下數字化指的是通過人工智能、大數據、云計算、互聯網、物聯網等新一代信息技術，實現對個人、機構、企業等不同人員、群體的思想、戰略、業務、技術、創新等各個層面的數字化改革，以此來完成系統性的、全面的、可持續的變革，實現可持續健康發展，用數字化降低人力、時間、精力等成本，并提高企業運轉效率，提高企業的盈利、創新能力。

一、什么是商業智能BI？

商業智能BI - 派可數據商業智能BI可視化分析平臺

首先要了解什么是商業智能BI（ Business Intelligence ）？百度商業智能BI有很多很多官方的定義，各種解釋，實際上從這么多年的經驗出發，對商業智能BI的定義我認為不需要弄得很復雜，就三條：

第一，商業智能BI是一套完整的由數據倉庫、查詢報表、數據分析等組成的數據類技術解決方案。

第二，商業智能BI可以將企業不同業務系統（ ERP、OA、CRM 等 ）中的數據進行打通并進行有效的整合。這個打通和整合就包括了：ETL 過程、取數、業務邏輯規則像數據規則的轉變、數據倉庫建模等。

第三，商業智能BI最終利用合適的查詢和分析工具快速準確的提供可視化分析或報表，為企業提供決策支持。

商業智能BI - 派可數據商業智能BI可視化分析平臺

商業智能BI需要講解的那么高大上嗎？ 不需要，其實簡單就看三層：

第一層，可視化分析展現層?- 即商業智能BI的需求層，代表用戶的需求，用戶要看什么，要分析什么就在這一層進行展現。

第二層，數據模型層?- 即商業智能BI的數據倉庫層，代表數據的分析模型，完成從業務計算規則向數據計算規則的轉變。

第三層，數據源層?- 即商業智能BI的數據層，各個業務系統底層數據庫的數據通過 ETL 的方式抽取到 商業智能BI 的數據倉庫中完成 ETL 過程，建模分析等等，最終支撐到前端的可視化分析展現。

二、五個階段作用

第一階段的是報表：發生了什么？

第二階段是分析：為什么會發生？

第三階段是預測：將要發生什么？

第四階段是營運導向：一線業務支撐戰術決策支持，正在發生什么？

一至三階段數據倉庫都已支持企業內部戰略性決策為重點，第四階段和第五階段則重在戰術性決策支持。有了第四和第五階段數據倉庫的營運導向和時間出發決策支持，我們在第一至三階段按照傳統數據倉庫分析而特別開發的戰略就能夠得以執行。

數據倉庫 - 派可數據商業智能BI可視化分析平臺

數據倉庫演變的第四階段是動態數據倉庫。為了使數據倉庫的決策功能真正服務于日常業務，就必須持續不斷地獲取數據并將其填充到數據倉庫中。戰略決策可使用按月或按周度更新數據，但以這種頻率更新的數據是無法支持戰術決策的。此時，查詢響應時間必須以秒為單位來衡量，才能滿足作業現場的決策需要。例如，刷一筆信用卡，金額大一些的，就會有業務員給你打電話為你介紹分期還款。

第五個階段是主動的事件：事件自動出發戰術決策支持，使它發生。

越來越多的決策有時間出發，然后自動發生。動態數據倉庫可以為整個企業提供信息和決策支持，而不只限于戰略決策過程。然而，戰術決策支持并不能代替戰略決策支持。確切的說，動態數據倉庫同時支持這兩種方式。

商業智能BI - 派可數據商業智能BI可視化分析平臺

網站中或ATM系統所采用的交互式客戶關系管理CRM是一個產品供應、定價和內容發送各方面都十分個性化的客戶關系優化決策過程。這一復雜的過程在無人接入的情況下自動發生，響應時間以秒和毫秒計。例如，在瀏覽器中瀏覽音響，網站會把各種你可能需要的音響推薦給你。

數字化給整個商業世界帶來了深刻的影響，把新的思想觀念，經營模式擴散傳播到了各行各業的企業，為數字化轉型打下了堅實的基礎。在新的思想觀念中，與傳統企業最為不同的就是不停地對商業模式進行創新，使得新穎的創新活動更加頻繁，縮短了新產品從立項到商業化的整個過程，讓市場產品更加活躍，也讓企業能夠在產品服務的快速更迭中尋找出屬于自己的機會。