1. 商业智能分析bi的工具有哪些
市面上打着BI的旗号，实际却只是单纯数据工具的产品不少，大家在进行BI 选型时，眼花缭乱，不知所措。我从技术来源上可以将市面上的BI工具做个简单分类，方便了解。
1、基于直接连接业务系统出报表的报表工具（OLTP应用）
代表厂商是润乾报表，后来是帆软FineReport。
此类报表工具的优势是开发比较灵活，同时含数据填报和补录功能；不足是非基于OLAP的BI报表工具，导致不支持基于多维的报表操作，比如基于同一维度的钻取表，就需要做多张表，通过链接的方式来实现；同时，由于做表前要通过sql语句锁定和加载分析的源数据，不能充分使用数据库的性能，因此大数据量下的计算性能和高并发下的性能是其最大的弱项。
也正因为此类报表这些不足，润乾新一代产品集算器定位在源数据库与报表的中间层，致力于解决数据库到报表的计算性能问题。帆软推出FineBI，试图通过BI技术解决相关问题，但由于基于OLAP技术的积累时间较短，其直连数据库的实现直到今年年初才发布，还有待进一步验证。
2、基于DW/BI理论的传统BI工具
国外代表厂商： IBM收购的Cognos、Oracle的BIEE和SAP收购的BO
国内代表厂商： 亿信华辰的亿信ABI、思迈特的SmartBI
这类分析工具，较好地解决了多维报表操作问题以及性能问题。但国外工具在中国式的复杂报表实现上处于弱势，同时由于BI工具偏应用层，各项目中不可避免有些定制和二次开发的需求，国外公司在此类问题上基本上无法响应。由于基于OLAP技术，因此BI工具本身不能提供数据的修改和补录相关功能，国外工具在这种场景下就捉襟见肘。
亿信华辰是国内成立较早的一批BI厂商，客户遍及政府、银行、电力、税务、租赁等行业，服务国税总局、进出口银行、国家电网、海尔集团等众多政企用户，行业影响力可见一斑。亿信ABI脱胎于2003年发布的单机版数据分析系统，从BI@Report，到亿信BI，再到如今的亿信ABI，历经四次架构跃进，二十多次重大版本更新，十余年技术沉淀，产品功能和性能基本上可以与国外类似工具一较高低。
这类工具国内还有一个典型代表厂商思迈特（SmartBI）。思迈特团队对DW/BI有比较多的实践经验，但由于一些历史原因，最终把产品发展成一个基于Excel做设计器的报表工具和一个面向业务使用的自助分析工具。基于Excel做报表设计器，一是无法实现在线设计与共享，二是也不符合国家对某些领域要求的自主安全可控的发展方向，同时由于对标FineReport，未能很好地解决报表工具固有的缺点。
3、面向业务人员使用的敏捷BI工具。
国外代表厂商：Tableau
国内代表厂商：帆软FineBI、亿信华辰豌豆BI
随着技术和市场的发展，有很多公司开始研发直接面向业务用户的敏捷BI工具。国外有代表性的是Tableau，Tableau一开始的产品定位就是为了替代Excel，单机用户在本地完成各种快速的设计与分析操作，重点强调与数据的互动，以及各种分析方式的操作互动。这类工具由于其定位问题，在制作各种复杂的统计报表的能力天然不足。
国内也有很多的厂商做敏捷BI，比如帆软的FineBI、亿信华辰的豌豆BI。第一个版本的FineBI由于严重依赖FineReport技术，因此其第一个版本的BI更想定位为传统BI工具，重点解决多维分析的能力，但从市场反馈来说，无法做到与FineReport的明显区分，因此其后续版本的BI逐步趋向于敏捷BI工具。但由于其在OLAP技术上的经验很少，还是需要把分析数据打包成的专用数据包，然后BI工具基于专用数据包进行分析，这个专用数据包的作用相当于帆软自有的数据分析模型（类似于OLAP数据库或者cube的作用），需要自己完成对数据分析模型的管理和维护。直到最近，其才发布能够直连OLAP数据库的引擎，相关能力还需要项目上的进一步验证。
亿信华辰在共用核心OLAP引擎技术上单独发展了一个面向业务人员使用的豌豆BI，定位为更简单，更易上手的自助分析BI，其中采用了很多智能化技术提供产品的自动化，让用户操作更加简便，比如数据表导入时的自动建模技术，数据画像功能，多表的自动关联技术，图表智能化推荐技术，以及图表动态自动关联技术等。
4、基于互联网技术和资源的创业型BI
代表厂商：阿里云的QuickBI、网易有数、海致BDP、神策数据等
由于很多人都看好BI的市场和应用场景，因此有些互联网公司在自身应用的基础上开发了BI产品，如阿里云的QuickBI，以及网易有数等，这些工具属于轻量级的工具，其业务地位在公司属于边缘业务，因此得不到重视和发展。
还有些从互联网公司出来的创业团队创立的公司，如海致BDP和神策等，这些公司的产品重点是基于saas或者某类业务应用场景的BI应用。因此这类BI工具的通用性上还需要更多的时间验证。
2. 人工分析与智能分析的差距在哪里
首先大数据抄分析侧重袭点是在数据上，数据越多越好，而计算的函数一般都不复杂，大部分的计算都是在进行数据的统计和归纳。
而人工智能也需要很多的数据，但是人工智能的侧重点是调用数据的函数，也就是算法。
优秀的算法让调取数据的方式更加合理和“理智”，也就实现了我们眼中的“智能”。那么大数据在人工智能里面的使用就比较明确了，更多的是为了算法服务，没有数据，算法再好也没有办法进行处理，而大量的数据堆砌更不是人工智能。
而当下无疑处于大数据时代，至于人工智能，只能说还是在路上。而人工智能的实现无疑也是一个大数据的运用过程。
简单来说，人工智能需要很多的测试，算法需要不断的完善。
或者说只要是程序都是需要大量的测试才会更加完善。人工智能的发展，被普遍认为将极大地提升社会效率，将人们从繁重的体力和脑力劳动中解放出来。至于大家在科幻片中所看到的，或许某一天人工智能会有自己的意识和思考，甚至威胁到人类的生存，则仁者见仁、智者见智。哪怕是在科学界，科学家们也对人工智能是否会威胁到人类也存在巨大争议。
3. 基于大数据的智能分析到底颠覆了什么
因题干条件不完整，缺已知条件，不能正常作答
4. 商务智能和数据分析的区别
商来务智能又称商业自智能或BI，是一种将数据仓库、数据挖掘和联机分析处理等技术进行综合运用的一种方法，通过对数据的分析得出数据报表对企业的经营决策提供参考，是针对企业的一种商业智能解决方案。
数据分析只是一种利用数学方法处理数据的工具，讲究的是对数据的统计分析、探索假设以及验证的过程。数据分析只是商业智能运用里的一部分。
在使用方面，FineBI一类的商务智能系统应用性和使用感都要更强。
5. 智能视频分析的介绍
智能视频分析类产品进入我国市场已经有七、八个年头了，这几年间，国内的企业也纷纷投入智能视频相关技术和产品的研发中，市场上的智能品牌也越来越多。但是，市场是残酷的，由于智能技术本身存在着瓶颈，大多数智能产品无法真正满足用户的使用需求，所以，虽然智能分析厂商很多，却没有哪家真正的形成撬动市场，形成品牌优势。大多数智能项目往往是试点之后由于产品原因达不到预期效果，而很快遍夭折了。这给用户在选择智能分析产品时带来了困惑，到底该选什么样的产品才能正在满足用户需求呢？
我们一般选择使用一款产品时，会从如下几个方面来考量：1、产品的功能是否满足用户的需求？2、产品的形态是否适合现场安装？3、产品的易用性如何？人机交互是否便捷。我们先从这几个方面对智能产品进行剖析。
1、 产品功能
早期的智能分析可能只有虚拟警戒线、进入\离开区域等等简单的行为分析功能。而时至今日，产品的功能越来越多，单就智能行为分析看，打架、奔跑、聚集、倒地等各种功能眼花缭乱；同时，人脸识别，动态人脸识别等新产品也层出不穷。基本可以这么认为，只要你有需求，总能从厂商那里找到满足需求的功能。
2、 产品形态
早起的智能产品大多只是支持模拟视频的输入分析，而随着这几年高清IPCAMERA的发展，智能分析产品也从模拟输入发展到支持网络视频流的输入和分析。视频监控产品也从前端的嵌入式盒子，发展到可以放置在中心机房，进行后端集中式分析的服务器模式；同时，还有厂商，把智能分析功能集成到网络摄像机中，推出智能网络摄像机。
3、 产品交互
智能产品配置、管理等应用软件也越来越便捷、漂亮。智能产品完善的过程中，很多厂商也不断的完善配置、管理等应用软件，从而使现在的应用软件越来越漂亮，越来越人性化。
产品功能丰富化，产品形态多样化，产品交互便捷化，是不是可以认为智能视频分析类产品已经非常成熟，用户选择更容易了呢？显然不是，仅仅从产品功能，产品形态和产品交互性选择智能分析产品是一个误区。
智能分析产品不同于其他监控产品，除了产品功能，产品形态和产品交互性外，还有一个最最重要的指标—------准确性！
准确性是描述智能产品最本质也是最重要的指标，同时，又是用户最难把握的参数。不同的厂商可能都能提供人脸识别的功能，但是，不同厂商的准确性却差异甚大。
准确性拆解开来应该分为两个指标：误报率和漏报率。这两个指标是智能算法的关键指标。当您在选用智能分析产品之前，必须明白任何智能分析产品都存在误报和漏报的可能。那么问题来了，您是否想过在您的项目中，要求智能分析产品的误报和漏报是多少呢？
举个简单的例子，您想使用智能分析的入侵功能来防范重点区域有人非法入侵，你的项目需要为300路视频应用智能入侵分析功能。那么，您希望安装部署完成后，每天能够允许多少个的错误报警以及每天允许漏掉多少个正确报警呢？您肯定回答我无法容忍遗漏任何次入侵行为，因为这是灾难性的。那么，您希望漏报是0，另外一方面，您又能容忍每天产生多少个错误报警呢？咱们做个简单的推算，比如每路视频分析每天产生4个错误报警（这个指标不算低），那么300路每天将产生1200个错误报警，平均每小时有50个错误报警，相当于1分钟多就会又一个错误报警。当管理人员在监控中心管理这300路视频时，每分钟弹出一个误报，拉响一次警报，但是这些全都是错误的，管理人员还受得了吗？面对每天这么多“狼来了”的错误报警，您还愿意使用吗？这样的功能会让您满意吗？
再举一个例子，如果您想在某个重要的公共场所比如机场，车站等区域应用动态人脸识别功能。首先，您希望建立一个犯罪人员的人脸库，然后，在这些场合用摄像机去捕获每一个经过的人的人脸照片，并且进行人脸识别，一旦发现是犯罪人员（匹配犯罪人员库的照片），就马上报警抓捕。您的愿景是好的，但是，您能够承受的错误率有多高呢？如果每天人脸识别系统给出100多次犯罪分子识别报警，而抓捕之后发现都弄错了，您或者您的用户还愿意继续使用这样准确率的智能产品吗？
上述的例子及推算让我们知道准确性对智能产品异常重要，是智能分析的本质。即使智能产品有多便捷、漂亮，哪怕产品功能丰富多彩，但是，没有准确性的保障产品都无法使用。
现在，您肯定希望在购买产品之前最好能够搞清楚产品的准确性。但是，很遗憾，这又是一件很难很难得事情。首先，到目前为止，并没有一个值得信赖的第三方机构就智能产品的准确性给出权威的可信赖的评估，大多数机构可以就智能产品的功能给出评估，但是很难就智能产品的准确性给出评估。这里有个原理性问题，智能分析准确性是和应用场景息息相关的，如果在室内，光线恒定的情况下应用某个智能功能，多数情况您会得到较好的准确性；但是，当您把同样的功能应用在室外，面对刮风下雨，各种光线变换，智能准确性就远不如预期了。所以，可以得出这样一个结论，同一款智能产品在不同场景下的准确性表现完全不一样。这也就导致了很少有第三方机构能够针对您的应用场景去测试智能功能，自然就无法给出一个可以信赖的准确性评估了。当然，随着智能行业的发展及应用，应用场景收集越来越丰富，未来实现智能准确性的第三方评估是有可能的。
那么，在缺乏第三方评估的情况下，如何获取这个重要的准确性指标呢？可能只能从厂商哪里获取了。一方面，厂商的很多指标都是针对环境良好的室内实验室测试得到的，而并非复杂的室外场景；另外一方面，王婆卖瓜，自卖自夸，厂商的承诺并不足以让您放心。当然，在和厂商的沟通中有一个信息可以帮助你分析判断，负责人的智能分析产品厂商会根据您的应用场景给出相应的准确性评估，也就是厂商通常要先了解您的应用场景，才能评估这样的场景下准确率是多少；相反，如果厂商告诉你任何场景下我们都很“准”，这个就违背了智能技术的客观规律了，这样的选择就非常冒险了。
没有人能够告诉你智能产品的准确性指标，而唯一的方法只能是实际场景的试用。您想把握产品的准确性指标，一定是在真实环境中进行3-5天的对比试用，你才能真正把握智能产品的优劣。为什么要真实环境3-5天呢？在这3-5天可以经历白天、晚上、灯光变换、下雨等等场景的变换，这些真实的场景能够帮助您更好的把握智能产品的功能及准确性。
虽然试用是件很麻烦的事情，但是，在当前是唯一能够帮助您准确把握产品准确性的有效方法。
这里，笔者重新梳理了三个方向来帮助选型：
1、智能分析功能及准确性--每个智能功能都必须结合准确性来把握能否满足用户需求；
2、智能分析产品形态--产品形态必须满足现场的组网环境；
3、智能分析产品交互性—良好的交互性能够方便用户的配置及使用；
6. 全球眼的智能分析有什么功能
全球眼的来智能分析提供自区域防范，客流统计以及人脸抓拍的智能分析功能。其中区域防范可以对客户重点监控的区域实现摄像机自动监控报警。客流统计可以实现对商场、超市进出入的客流进行统计分析。人脸抓拍可以对监控的重点区域进入人员进行人脸抓拍和智能报警。
7. 智能分析软件主要分析的对象有哪些
自主智能查找对象隐匿资金、账户及房产，并对可疑关系人进行综合数据分析研判，帮助办案人员发现关键线索，确定调查方向，实现办案模式向大数据人工智能化方向发展。
8. 智能分析的软件哪款用着好
智能分析有很多种，看你是需要分析哪一种再去寻找，首先得明确你对智能分析的软件需求，需要分析什么内容，才能有的放矢的去找一大类，在看哪种智能分析的软件比较好用
9. 智能分析软件有哪些能自动识别
支持自动识别、一键导入和智能导入。
自带中转数据库，对方账号姓名、职务、地址、归属地、归属行自动匹配。