🎯 Definicja
Business Intelligence (BI) to procesy, technologie i narzędzia służące do przekształcania surowych danych w użyteczne informacje (Insights), które wspierają podejmowanie decyzji biznesowych.
🔑 Kluczowe punkty
- Descriptive Analytics: BI mówi “Co się stało?” i “Dlaczego?“. (AI mówi “Co się stanie?”).
- Dashboardy: Wizualna, interaktywna forma prezentacji danych (podstawa nowoczesnego BI).
- Self-Service: Trend, w którym użytkownicy biznesowi sami tworzą raporty (np. w Power BI/Tableau), zamiast czekać na IT.
📚 Szczegółowe wyjaśnienie
Klasyczne BI to raporty PDF wysyłane mailem raz w miesiącu. Nowoczesne BI to interaktywne pulpity, gdzie dyrektor klika w słupek “Sprzedaż 2023” i dashboard filtruje się, pokazując szczegóły dla tego roku. Architektura BI:
- Źródła danych (ERP, CRM).
- ETL/ELT (Integracja).
- Data Warehouse (Magazyn).
- Warstwa Semantyczna (Logika biznesowa).
- Frontend (Power BI, Tableau, Looker).
💡 Przykład zastosowania
Sieć sklepów Żabka. Kierownik regionalny otwiera rano tablet (Power BI). Widzi mapę swoich sklepów. Jeden świeci na czerwono (spadek obrotów -20%). Klika w sklep. Widzi, że spadła sprzedaż hot-dogów. Klika głębiej. Widzi, że awaria maszyny do parówek nie została zgłoszona. Dzwoni do sklepu. (Decyzja podjęta na podstawie danych).
📌 Źródła
- Gartner Magic Quadrant for ABI Platforms.
👽 Brudnopis
- BI vs Data Science: BI patrzy w lusterko wsteczne (historia), DS patrzy przez przednią szybę (predykcja).
- Semantic Layer (LookML, DAX) - klucz do spójności (“Czym właściwie jest Zysk Netto?”).