在大數(shù)據(jù)概念面世之前，商業(yè)智能（BI）幾乎是我們進(jìn)入“智慧世界”的不二選擇，然而，價(jià)格不菲的數(shù)據(jù)庫、數(shù)據(jù)倉庫、ETL等工具共同構(gòu)筑的高門檻擋住了很多企業(yè)一探究竟的腳步，而數(shù)據(jù)規(guī)模的爆炸式增長更是加高了這個(gè)門檻，讓企業(yè)在獲得“智慧”的投入成本越發(fā)高企。

大數(shù)據(jù)的出現(xiàn)使得這個(gè)局面得以改觀。大數(shù)據(jù)讓傳統(tǒng)的商業(yè)智能擁有了處理郵件、視頻和社交數(shù)據(jù)等非結(jié)構(gòu)化數(shù)據(jù)的能力，而更為重要的是，它大大降低了企業(yè)獲得“智慧”的門檻，讓眾多草根企業(yè)也可以從受益。

不過，我們并不能因?yàn)榇髷?shù)據(jù)的到來而否定商業(yè)智能。實(shí)際上，傳統(tǒng)的基于事實(shí)的商業(yè)分析仍然能夠?yàn)槠髽I(yè)帶來價(jià)值，特別是在實(shí)時(shí)性需求和處理關(guān)系型數(shù)據(jù)時(shí)；而大數(shù)據(jù)分析則為企業(yè)從多種數(shù)據(jù)源中挖掘分析鋪平了道路，兩者結(jié)合讓我們可以更為從容地挖掘出各種各樣海量數(shù)據(jù)中的價(jià)值。而如何讓兩者有機(jī)融合實(shí)現(xiàn)價(jià)值最大會(huì)則是本次活動(dòng)將重點(diǎn)探討的問題。