近两年来,随着大数据被人们的广泛讨论，商务智能也迅速进入了新一轮的快速发展。商务智能的新一轮发展面临一个新的问题如何让业务人员可以访问传统数据库数据，而不仅仅是并不是数据科学家或BI专家。商务智能的发展下更多的业务需求是数据驱动的，数据变得越来越大，越来越非结构化。
BI转向善于处理半结构化和非结构化数据的Hadoop、NoSQL非常有意义。在大数据时代的今天，大多数增长的数据都是半结构化（JSON、XML）、键值和多种格式的生数据。BI工具能直接连接这些新的数据源是很重要的，如果能利用后面的集群的力量，而不是简单地提取数据，然后把数据传输到专有cube或传统关系型数据库，那就更好了。用户想要的是通过自己的API和新数据源相连，而不是通过哪些SQL访问层。

以前，BI行业也做出了种种尝试，让业务人员可以访问传统数据库数据。今天，更多的业务需求是数据驱动的，数据变得越来越大，越来越非结构化。BI走向“一切都将数据化”的最大的挑战是如何提供漂亮的，简单的，但同时又很有力的用户界面和技术栈，允许普通用户去访问数据，可视化数据，进行数据协作，虽然数据往往以流的方式存储在后端，但前端用户还是能够高效低利用大数据。大数据分析可以理解为BI在数据量大规模爆发后的演进成果。传统的技术手段的确很难应付数据量的爆炸式增长，但无论是“小数据”时代还是“大数据”时代，企业所面临的数据管理问题都是相同的，即发掘数据之间的内在联系，催生新的商业价值。

（Via 大数据魔镜 www.moojnn.com转载请注明）