商業分析VS 數據分析
先看看什么是數據分析，數據分析是把隱藏在一大批看來雜亂無章的數據中的信息集中和提煉出來，將它們加以匯總和理解并消化，從而找出所研究對象的內在規律的過程。包括了數據采集、數據存儲、數據清洗、數據計算、結論輸出、數據可視化等部分。數據分析是為了提取有用信息和形成結論，最大化地開發數據的功能，發揮數據的作用。
而商業分析是通過定義需求和推薦能夠為利益相關者創造價值的解決方案來實現企業變革的實踐。由六個核心概念組成：改變（change），需求（need），解決方案（solution），利益相關者（stakeholder），價值（value）和環境（context）。
改變：為滿足需求而通過商業分析活動進行檢查和控制轉型行為，也可以通過削弱或增強現有解決方案提供的價值來引發需求，旨在提高企業的績效；
需求：要解決的問題或機會，可以通過激勵利益相關者采取行動來引起改變；
解決方案：通過解決利益相關者面臨的問題，或使利益相關者能夠利用機會，滿足環境中的一個或多個需求的特定方式；
利益相關者：與改變，需求和解決方案有關系的團體或個人，一般根據他們與需求，變化和解決方案的關系進行分組，根據其對變化的興趣，對變化是否造成影響和其影響程度來定義；
價值：某事物在環境中對于利益相關者的價值，重要性或有用性。價值可以是無形的或有形的。無形價值是間接衡量的，其通常具有重要的激勵因素，例如公司的聲譽或員工的士氣。有形價值可以直接衡量，其通常可轉化為金錢來表示。通常情況下可以用絕對形式或比較形式來評估價值。比如，從一組給定的利益相關者的角度來看，一種解決方案選擇比另一種更有價值；
環境：包括競爭對手，目標，基礎設施，流程，產品，項目，銷售，技術等滿足定義的任何其他要素。改變發生在環境中，環境是與環境中的改變相關的一切；
商業分析不僅僅利用企業內部系統數據，還需要大量利用外部數據。有許多因素比如宏觀環境、內部組織、競爭對手、消費者態度與意愿、員工能力等等，這些方面的數據不一定都能通過系統采集到，因此就得靠多方面的信息采集來滿足需求。總而言之，商業分析，需要有綜合性技能和多方面數據分析的能力。
商業分析VS 算法模型
算法模型通常應用于圖像識別、語義識別、路線規劃等方面，具體應用在風控、安防、駕駛、物流等領域，是基礎的工業級應用。由于企業經營不一定需要靠精細的計算，比如老板的人脈資源、政策大勢、員工創新、創造、創意能力，這些都很難用數據量化，因此，在商業領域算法的用處相當有限，這就使得算法模型往往應用在特定場景上：
第一類常用的是直接針對用戶場景的算法。客戶首次在銀行提出貸款申請時，銀行可以根據客戶歷史上的信用記錄和財務狀況，結合其他因素，同銀行內部已獲得貸款用戶的龐大數據庫做對比，從而對貸給這位客戶的款項能不能被順利償還的可能性做出有效的評估。
第二類常用的是預測算法，包括基于時間序列和因果關系預測兩類。商業分析很需要對未來發展趨勢做預測，因此需要算法輔助。
第三類是用來降維的算法。包括因子-聚類分析、AHP、主成份分析等。往往是評估一個問題，考慮指標太多的時候，需要做降維處理，壓縮指標方便評分。常用于評估類問題，比如項目、新產品、品牌評估等等。
商業分析是數據分析方法在商業問題的具體應用，算法模型是一個有效解決特定商業分析問題的工具。由此可以看出，數據分析與算法模型在商業分析中是非常重要的。億信ABI一站式數據分析平臺，是億信華辰歷經十五年匠心打造的國產化BI工具，技術自主可控。多樣的建模方式和豐富的數據處理組件高效便捷地實現了數據倉庫的構建及數據的抽取、清洗、轉換等操作。企業用戶可以根據實時需求，快速高效建立算法模型，使用搭載的智能數據分析引擎，對數據進行自主分析，幫助企業實現高效數字化轉型。
