1. 商業智能分析bi的工具有哪些
市面上打著BI的旗號，實際卻只是單純數據工具的產品不少，大家在進行BI 選型時，眼花繚亂，不知所措。我從技術來源上可以將市面上的BI工具做個簡單分類，方便了解。
1、基於直接連接業務系統出報表的報表工具（OLTP應用）
代表廠商是潤乾報表，後來是帆軟FineReport。
此類報表工具的優勢是開發比較靈活，同時含數據填報和補錄功能；不足是非基於OLAP的BI報表工具，導致不支持基於多維的報表操作，比如基於同一維度的鑽取表，就需要做多張表，通過鏈接的方式來實現；同時，由於做表前要通過sql語句鎖定和載入分析的源數據，不能充分使用資料庫的性能，因此大數據量下的計算性能和高並發下的性能是其最大的弱項。
也正因為此類報表這些不足，潤乾新一代產品集算器定位在源資料庫與報表的中間層，致力於解決資料庫到報表的計算性能問題。帆軟推出FineBI，試圖通過BI技術解決相關問題，但由於基於OLAP技術的積累時間較短，其直連資料庫的實現直到今年年初才發布，還有待進一步驗證。
2、基於DW/BI理論的傳統BI工具
國外代表廠商： IBM收購的Cognos、Oracle的BIEE和SAP收購的BO
國內代表廠商： 億信華辰的億信ABI、思邁特的SmartBI
這類分析工具，較好地解決了多維報表操作問題以及性能問題。但國外工具在中國式的復雜報表實現上處於弱勢，同時由於BI工具偏應用層，各項目中不可避免有些定製和二次開發的需求，國外公司在此類問題上基本上無法響應。由於基於OLAP技術，因此BI工具本身不能提供數據的修改和補錄相關功能，國外工具在這種場景下就捉襟見肘。
億信華辰是國內成立較早的一批BI廠商，客戶遍及政府、銀行、電力、稅務、租賃等行業，服務國稅總局、進出口銀行、國家電網、海爾集團等眾多政企用戶，行業影響力可見一斑。億信ABI脫胎於2003年發布的單機版數據分析系統，從BI@Report，到億信BI，再到如今的億信ABI，歷經四次架構躍進，二十多次重大版本更新，十餘年技術沉澱，產品功能和性能基本上可以與國外類似工具一較高低。
這類工具國內還有一個典型代表廠商思邁特（SmartBI）。思邁特團隊對DW/BI有比較多的實踐經驗，但由於一些歷史原因，最終把產品發展成一個基於Excel做設計器的報表工具和一個面向業務使用的自助分析工具。基於Excel做報表設計器，一是無法實現在線設計與共享，二是也不符合國家對某些領域要求的自主安全可控的發展方向，同時由於對標FineReport，未能很好地解決報表工具固有的缺點。
3、面向業務人員使用的敏捷BI工具。
國外代表廠商：Tableau
國內代表廠商：帆軟FineBI、億信華辰豌豆BI
隨著技術和市場的發展，有很多公司開始研發直接面向業務用戶的敏捷BI工具。國外有代表性的是Tableau，Tableau一開始的產品定位就是為了替代Excel，單機用戶在本地完成各種快速的設計與分析操作，重點強調與數據的互動，以及各種分析方式的操作互動。這類工具由於其定位問題，在製作各種復雜的統計報表的能力天然不足。
國內也有很多的廠商做敏捷BI，比如帆軟的FineBI、億信華辰的豌豆BI。第一個版本的FineBI由於嚴重依賴FineReport技術，因此其第一個版本的BI更想定位為傳統BI工具，重點解決多維分析的能力，但從市場反饋來說，無法做到與FineReport的明顯區分，因此其後續版本的BI逐步趨向於敏捷BI工具。但由於其在OLAP技術上的經驗很少，還是需要把分析數據打包成的專用數據包，然後BI工具基於專用數據包進行分析，這個專用數據包的作用相當於帆軟自有的數據分析模型（類似於OLAP資料庫或者cube的作用），需要自己完成對數據分析模型的管理和維護。直到最近，其才發布能夠直連OLAP資料庫的引擎，相關能力還需要項目上的進一步驗證。
億信華辰在共用核心OLAP引擎技術上單獨發展了一個面向業務人員使用的豌豆BI，定位為更簡單，更易上手的自助分析BI，其中採用了很多智能化技術提供產品的自動化，讓用戶操作更加簡便，比如數據表導入時的自動建模技術，數據畫像功能，多表的自動關聯技術，圖表智能化推薦技術，以及圖表動態自動關聯技術等。
4、基於互聯網技術和資源的創業型BI
代表廠商：阿里雲的QuickBI、網易有數、海致BDP、神策數據等
由於很多人都看好BI的市場和應用場景，因此有些互聯網公司在自身應用的基礎上開發了BI產品，如阿里雲的QuickBI，以及網易有數等，這些工具屬於輕量級的工具，其業務地位在公司屬於邊緣業務，因此得不到重視和發展。
還有些從互聯網公司出來的創業團隊創立的公司，如海致BDP和神策等，這些公司的產品重點是基於saas或者某類業務應用場景的BI應用。因此這類BI工具的通用性上還需要更多的時間驗證。
2. 人工分析與智能分析的差距在哪裡
首先大數據抄分析側重襲點是在數據上，數據越多越好，而計算的函數一般都不復雜，大部分的計算都是在進行數據的統計和歸納。
而人工智慧也需要很多的數據，但是人工智慧的側重點是調用數據的函數，也就是演算法。
優秀的演算法讓調取數據的方式更加合理和「理智」，也就實現了我們眼中的「智能」。那麼大數據在人工智慧裡面的使用就比較明確了，更多的是為了演算法服務，沒有數據，演算法再好也沒有辦法進行處理，而大量的數據堆砌更不是人工智慧。
而當下無疑處於大數據時代，至於人工智慧，只能說還是在路上。而人工智慧的實現無疑也是一個大數據的運用過程。
簡單來說，人工智慧需要很多的測試，演算法需要不斷的完善。
或者說只要是程序都是需要大量的測試才會更加完善。人工智慧的發展，被普遍認為將極大地提升社會效率，將人們從繁重的體力和腦力勞動中解放出來。至於大家在科幻片中所看到的，或許某一天人工智慧會有自己的意識和思考，甚至威脅到人類的生存，則仁者見仁、智者見智。哪怕是在科學界，科學家們也對人工智慧是否會威脅到人類也存在巨大爭議。
3. 基於大數據的智能分析到底顛覆了什麼
因題干條件不完整，缺已知條件，不能正常作答
4. 商務智能和數據分析的區別
商來務智能又稱商業自智能或BI，是一種將數據倉庫、數據挖掘和聯機分析處理等技術進行綜合運用的一種方法，通過對數據的分析得出數據報表對企業的經營決策提供參考，是針對企業的一種商業智能解決方案。
數據分析只是一種利用數學方法處理數據的工具，講究的是對數據的統計分析、探索假設以及驗證的過程。數據分析只是商業智能運用里的一部分。
在使用方面，FineBI一類的商務智能系統應用性和使用感都要更強。
5. 智能視頻分析的介紹
智能視頻分析類產品進入我國市場已經有七、八個年頭了，這幾年間，國內的企業也紛紛投入智能視頻相關技術和產品的研發中，市場上的智能品牌也越來越多。但是，市場是殘酷的，由於智能技術本身存在著瓶頸，大多數智能產品無法真正滿足用戶的使用需求，所以，雖然智能分析廠商很多，卻沒有哪家真正的形成撬動市場，形成品牌優勢。大多數智能項目往往是試點之後由於產品原因達不到預期效果，而很快遍夭折了。這給用戶在選擇智能分析產品時帶來了困惑，到底該選什麼樣的產品才能正在滿足用戶需求呢？
我們一般選擇使用一款產品時，會從如下幾個方面來考量：1、產品的功能是否滿足用戶的需求？2、產品的形態是否適合現場安裝？3、產品的易用性如何？人機交互是否便捷。我們先從這幾個方面對智能產品進行剖析。
1、 產品功能
早期的智能分析可能只有虛擬警戒線、進入\離開區域等等簡單的行為分析功能。而時至今日，產品的功能越來越多，單就智能行為分析看，打架、奔跑、聚集、倒地等各種功能眼花繚亂；同時，人臉識別，動態人臉識別等新產品也層出不窮。基本可以這么認為，只要你有需求，總能從廠商那裡找到滿足需求的功能。
2、 產品形態
早起的智能產品大多隻是支持模擬視頻的輸入分析，而隨著這幾年高清IPCAMERA的發展，智能分析產品也從模擬輸入發展到支持網路視頻流的輸入和分析。視頻監控產品也從前端的嵌入式盒子，發展到可以放置在中心機房，進行後端集中式分析的伺服器模式；同時，還有廠商，把智能分析功能集成到網路攝像機中，推出智能網路攝像機。
3、 產品交互
智能產品配置、管理等應用軟體也越來越便捷、漂亮。智能產品完善的過程中，很多廠商也不斷的完善配置、管理等應用軟體，從而使現在的應用軟體越來越漂亮，越來越人性化。
產品功能豐富化，產品形態多樣化，產品交互便捷化，是不是可以認為智能視頻分析類產品已經非常成熟，用戶選擇更容易了呢？顯然不是，僅僅從產品功能，產品形態和產品交互性選擇智能分析產品是一個誤區。
智能分析產品不同於其他監控產品，除了產品功能，產品形態和產品交互性外，還有一個最最重要的指標—------准確性！
准確性是描述智能產品最本質也是最重要的指標，同時，又是用戶最難把握的參數。不同的廠商可能都能提供人臉識別的功能，但是，不同廠商的准確性卻差異甚大。
准確性拆解開來應該分為兩個指標：誤報率和漏報率。這兩個指標是智能演算法的關鍵指標。當您在選用智能分析產品之前，必須明白任何智能分析產品都存在誤報和漏報的可能。那麼問題來了，您是否想過在您的項目中，要求智能分析產品的誤報和漏報是多少呢？
舉個簡單的例子，您想使用智能分析的入侵功能來防範重點區域有人非法入侵，你的項目需要為300路視頻應用智能入侵分析功能。那麼，您希望安裝部署完成後，每天能夠允許多少個的錯誤報警以及每天允許漏掉多少個正確報警呢？您肯定回答我無法容忍遺漏任何次入侵行為，因為這是災難性的。那麼，您希望漏報是0，另外一方面，您又能容忍每天產生多少個錯誤報警呢？咱們做個簡單的推算，比如每路視頻分析每天產生4個錯誤報警（這個指標不算低），那麼300路每天將產生1200個錯誤報警，平均每小時有50個錯誤報警，相當於1分鍾多就會又一個錯誤報警。當管理人員在監控中心管理這300路視頻時，每分鍾彈出一個誤報，拉響一次警報，但是這些全都是錯誤的，管理人員還受得了嗎？面對每天這么多「狼來了」的錯誤報警，您還願意使用嗎？這樣的功能會讓您滿意嗎？
再舉一個例子，如果您想在某個重要的公共場所比如機場，車站等區域應用動態人臉識別功能。首先，您希望建立一個犯罪人員的人臉庫，然後，在這些場合用攝像機去捕獲每一個經過的人的人臉照片，並且進行人臉識別，一旦發現是犯罪人員（匹配犯罪人員庫的照片），就馬上報警抓捕。您的願景是好的，但是，您能夠承受的錯誤率有多高呢？如果每天人臉識別系統給出100多次犯罪分子識別報警，而抓捕之後發現都弄錯了，您或者您的用戶還願意繼續使用這樣准確率的智能產品嗎？
上述的例子及推算讓我們知道准確性對智能產品異常重要，是智能分析的本質。即使智能產品有多便捷、漂亮，哪怕產品功能豐富多彩，但是，沒有準確性的保障產品都無法使用。
現在，您肯定希望在購買產品之前最好能夠搞清楚產品的准確性。但是，很遺憾，這又是一件很難很難得事情。首先，到目前為止，並沒有一個值得信賴的第三方機構就智能產品的准確性給出權威的可信賴的評估，大多數機構可以就智能產品的功能給出評估，但是很難就智能產品的准確性給出評估。這里有個原理性問題，智能分析准確性是和應用場景息息相關的，如果在室內，光線恆定的情況下應用某個智能功能，多數情況您會得到較好的准確性；但是，當您把同樣的功能應用在室外，面對刮風下雨，各種光線變換，智能准確性就遠不如預期了。所以，可以得出這樣一個結論，同一款智能產品在不同場景下的准確性表現完全不一樣。這也就導致了很少有第三方機構能夠針對您的應用場景去測試智能功能，自然就無法給出一個可以信賴的准確性評估了。當然，隨著智能行業的發展及應用，應用場景收集越來越豐富，未來實現智能准確性的第三方評估是有可能的。
那麼，在缺乏第三方評估的情況下，如何獲取這個重要的准確性指標呢？可能只能從廠商哪裡獲取了。一方面，廠商的很多指標都是針對環境良好的室內實驗室測試得到的，而並非復雜的室外場景；另外一方面，王婆賣瓜，自賣自誇，廠商的承諾並不足以讓您放心。當然，在和廠商的溝通中有一個信息可以幫助你分析判斷，負責人的智能分析產品廠商會根據您的應用場景給出相應的准確性評估，也就是廠商通常要先了解您的應用場景，才能評估這樣的場景下准確率是多少；相反，如果廠商告訴你任何場景下我們都很「准」，這個就違背了智能技術的客觀規律了，這樣的選擇就非常冒險了。
沒有人能夠告訴你智能產品的准確性指標，而唯一的方法只能是實際場景的試用。您想把握產品的准確性指標，一定是在真實環境中進行3-5天的對比試用，你才能真正把握智能產品的優劣。為什麼要真實環境3-5天呢？在這3-5天可以經歷白天、晚上、燈光變換、下雨等等場景的變換，這些真實的場景能夠幫助您更好的把握智能產品的功能及准確性。
雖然試用是件很麻煩的事情，但是，在當前是唯一能夠幫助您准確把握產品准確性的有效方法。
這里，筆者重新梳理了三個方向來幫助選型：
1、智能分析功能及准確性--每個智能功能都必須結合準確性來把握能否滿足用戶需求；
2、智能分析產品形態--產品形態必須滿足現場的組網環境；
3、智能分析產品交互性—良好的交互性能夠方便用戶的配置及使用；
6. 全球眼的智能分析有什麼功能
全球眼的來智能分析提供自區域防範，客流統計以及人臉抓拍的智能分析功能。其中區域防範可以對客戶重點監控的區域實現攝像機自動監控報警。客流統計可以實現對商場、超市進出入的客流進行統計分析。人臉抓拍可以對監控的重點區域進入人員進行人臉抓拍和智能報警。
7. 智能分析軟體主要分析的對象有哪些
自主智能查找對象隱匿資金、賬戶及房產，並對可疑關系人進行綜合數據分析研判，幫助辦案人員發現關鍵線索，確定調查方向，實現辦案模式向大數據人工智慧化方向發展。
8. 智能分析的軟體哪款用著好
智能分析有很多種，看你是需要分析哪一種再去尋找，首先得明確你對智能分析的軟體需求，需要分析什麼內容，才能有的放矢的去找一大類，在看哪種智能分析的軟體比較好用
9. 智能分析軟體有哪些能自動識別
支持自動識別、一鍵導入和智能導入。
自帶中轉資料庫，對方賬號姓名、職務、地址、歸屬地、歸屬行自動匹配。