BI pequeña está generando un informe detallado (lista de ventas de hoy en día). Muy poca matemática involucrada, tal vez contando filas y sumando ventas. Aquí es donde ve herramientas de informes llamadas "BI"
El medio BI está generando una métrica (margen de beneficio para el trimestre). Es solo álgebra simple, pero producirla con frecuencia es un desafío debido a la gran cantidad de datos. Este es el mundo de cubos y olap.
BI grande está haciendo modelos matemáticos. Esto puede ser cualquier cosa, desde regresión lineal a modelos de estadísticas, lo que sea. La clave aquí es que los modelos están usando grandes cantidades de datos. Los estadísticos reales usan la frase "minería de datos" en un sentido peyorativo porque es probable que las personas no entrenadas en el uso de estadísticas extraigan los datos hasta que encuentren una correlación espuria. Cuanto más grande sea tu conjunto de datos, más posibilidades hay de que encuentres relaciones debido a la casualidad, en lugar de que realmente exista tal relación en la realidad.
Porque el cliente de BI son gerentes de línea de negocio, no estudiantes de doctorado, proveedores como Microsoft y otros. lo hemos simplificado proporcionándonos herramientas de "minería de datos" de caja negra, muchas son las mismas que encontraríamos en SAS y similares.
Lo único que veo al conectar todas estas aplicaciones de la frase BI es que todas están usando grandes cantidades de datos para tomar una decisión comercial.
¿Qué hay de ETL, calidad de datos, ...? Probablemente los elementos más importantes de cualquier sistema de BI –