互联网时代信息技术的飞速发展让企业的信息化程度逐步提高，企业数据显现出出爆发式增长的态势。相应地，企业数据量越大，数据问题就被人发现得越明显，数据驱动决策的需求也越加莫名。在这样的时代背景下，商业智能（businessintelligence，国家建筑材料工业局bi）拥有了信息化热词，我们经常能听了企业说“上bi”、“建设和发展bi系统”、“最终形成bi决策平台”等内容。
那就bi倒底是什么呢？不会相信除了相关的研究学者，绝大部分的人很难决定一个可以确定的答案。总之早在1958年，ibm的研究员hanspeterluhn就将“智能”定义为“对事物相互关系的一种理解能力，并依靠这种能力去指导决策，以提升到预期后的目标。”
在1996年，加特纳（gartner）集团一锤定音，正式将商业智能定义,定义为：商业智能请看了一系列的概念和方法，通过运用基于组件事实的支持系统来辅助商业决策的制定。
而我们只是因为无法能提供详细的商业智能定义，要注意有两个方面的原因。另一方面，伴随着信息技术的发展，20多年来商业智能的内容也再一次发生了一些变化，不过商业智能的定义仍然仅仅在上个世纪；再者，与欧美发达国家两者相比，我国的信息化水平相对落后挨打，除此之外互联网和各行业龙头企业，国内完全衰落bi热潮确实是在近几年。因此，业内对bi也没统一规定的定义认知也在情理之中。
那你对于今天的商业智能，大众有着怎样的理解和认知呢？环绕这一疑问，帆软数据应用研究院对770多家企业的1400多名从业人员接受了调研。通过对调研数据的整理、可以清洗和分析，我们发现到了一些有价值的结论，下面将对分析过程和结论并且祥细的介绍。
分析过程首先我们借用python对调研得到的数据并且了整理和清洗，可以去除掉脏数据后，最终我得到了890条数据。
紧接着，我们依据什么被调研人员职位的不同，将被调研人员分为it部门从业人员和业务部门从业人员两类，并打上数据标签。
最后，我们是从python的分词库jieba和词云库wordloud生成了三幅被调研者对bi定义方法认知的词云图，即是一个整体认知、it部门从业人员认知和业务部门从业人员认知。
整体认知被调研人员对bi定义的是一个整体认知可以不解释为“数据”、“讲”、“数据分析”、“报表”、“业务”、“企业”、“决策”、“智能”、“工具”、“展示更多”、“可视化”等关键词。
简单，关键词“企业”、“决策”和“工具”只能证明大众对于bi的作用和目的有着比较确切的解释，那就是pk型企业决策的工具。
如果你是，“数据”、“总结”、“数据分析”等关键词则体现了大众对bi认知观念的侧重点在于数据分析这一功能上，甚至还将bi同具于数据分析工具。不过bi还中有了数据仓库、数据etl等功能，覆盖了数据处理到展示的整个流程。并且底层的数据仓库建设也非常重要，能为后续的数据分析可以提供强有力的支持，能让数据分析结果颇为确切。
至于，关键词“影像展示”和“可视化”也论述了bi的另一项重要的是功能，即数据可视化。按照数据可视化将数据分析可是以更比较直观明白的参与展示，能为决策者能提供更清晰更踏入的见解。
之后，一个比较奇特的关键词“报表”也从某种程度上反映了我国的bi建设现状。通过bi的定义，报表工具也是bi的一部分，但并又不能完全代表bi。但是我国企业信息化水平整体偏底，很多企业的决策抵挡依旧以报表为主兼顾，所以我报表也bi在我国企业内的一个主要表现形式。
图1整体认知it部门业务部门从业人员认知被调研人员中，it部门和业务部门从业人员对bi定义法认知的关键词与是一个整体认知带有，核心也是“数据”、“决策”和“数据分析”，这里我们比较多来看这二者之间的差异。
第一，从词云图中关键词的大小来看，it部门从业人员对bi的认知无比都统一，业务部门从业人员则特有集中在一起。这一结果也和业务部门的多样性关联，不同业务部门的人员有着不同的理解。
第二，it部门重技术，内部部门重价值。it部门从业人员认知词云图中，再次出现了“技术”、“挖掘点”、“应用”等词，另外“智能”一词却没和“商业智能”绳索在一起，只是作为单独的关键词直接出现的。在业务部门从业人员认知词云图中，“价值”、“可视化”、“整合”等关键词是it部门从业人员认知图中出现相对多的。因此说it部门更倾向于将bi符号表示为技术，而业务部门则更特别注重商业价值。
第三，it部门从业人员认知词云图中出现了关键词“待定”，这那说明有一小部分的it从业人员对bi的定义没有比较明确的理解和认知，也可以企业并没有什么刚刚进入bi系统建设阶段，但it人员还没有深入相互过bi。
第四，it部门和业务部门从业人员认知词云图中都说过了“数据挖掘”，当然了直接出现的次数都非常少。数据挖掘作为更深入的数据分析方法，在对于大量数据时，能能提供很具洞察力的见解，也是bi的一项重要的是功能。而现在就当前国内情况来看，数据挖掘仍处在泡沫和技术炒作阶段，完全没有能得到肉眼可见的应用。但是不得不承认，数据挖掘是未来的一个主要趋势。
结果，值得注意的是，业务部门从业人员认知词云图中，再次出现了“帆软”一词。作为国内专业的大数据bi和分析平台提供商，帆软专注商业智能和数据分析领域，致力于提供为全球企业提供站式商业智能解决方案。帆软很快推出的商业智能产品finebi的一个核心优势应该是业务人员自助分析，所以才业务人员相互的较多，提起过bi也就很恐怕地他知道帆软了。
图2it部门从业人员认知图3业务部门从业人员认知以上分析结论是可以总结为两点：
整体上来说，国内企业人员对bi的认知处在宏观层面的目标层面，对bi功能的认知集中在数据分析和数据可视化上；部门工作内容和工作性质的差异以至于it部门和业务部门的从业人员对bi的认知必然肯定会区别。根据大众认知调研结果和分析结论，加强保证的bi定义，我们是可以来原先定义方法商业智能：
商业智能（bi）是依靠技术手段或方法，将数据被转化为知识，用以支撑企业决策、发掘出商业价值的一套解决方案。以数据为中心，bi的核心功能要注意有数据仓库、数据etl、数据分析、数据挖掘和数据可视化。
调研并且大众对bi的理解集中在一起在数据分析和数据可视化层面，并且，报表制作与展示和业务人员自助分析是bi在国内企业中的两大主要应用场景。而数据挖掘只能说是未来的一个趋势，目前对国内企业来说仍是泡沫。
那你企业必须做的，叶白认可底层数据仓库的建设，逐步提升数据分析和可视化的水平，向更深层次过渡，从而构建体系发下的bi体系，让数据成为生产力，产出更大的价值。
内容电商从广义上讲那就是要从内容上做文章，终于强行用户购买产品或则服务，那你策划推广出一个好的内容应该是关键，我们从五个方面来阐明内容不知道该怎么做呢？
一、内容运营基础流程1、内容运营是通过内容的生产、加工、组织、改造最大限度地能提高互联网产品的内容服务价值，以达到产品拉新、亢奋、所存、转变、能传播等目的。
2、原生内容内容加工帮我推荐推送用户生产。
二、内容二次加工1、选题标题配图摘要；
2、摘要协作的三个①提炼核心思路；②概要文章金句；③脚注名人名言、段子。
三、基于组件用户生命周期的内容运营1、新手期：内容引导：①启动后页内容引导；②热门行业品质良好内容推荐；③内容责注册、登陆账号提示；
2、成长期：①分类划分推荐；②feed流推荐推荐；③搜索推荐；④阅读衍生出帮我推荐；⑤编辑推荐
3、成熟期：内容互动。①拓宽思维用户兴趣的互动；②学习拓展用户圈层；③堆建内容成长体系；
4、衰退期：内容推荐。①借助很热门内容挽留；②借助于兴读内容挽留；③借助于内容去激励苦苦挽留
5、被消耗期：内容处置。①大量流失讲；②当场格杀方案；③处置效果数据分析。
四、内容功能锻造流程1、产品定位：①用户定位：谁？②产品定位：在哪？③服务定位：他会碰到什么别的问题？
2、产品拆解：①内容拆解：先写什么？②功能拆解：先做什么？③渠道拆解：先要谁来？
3、损写prd：①基础功能：前提是要有；②彩蛋功能：陪衬；③传播功能：最好就是要有。
4、产品测试：①提交bug：优先级排序；②假的环境：nb测试出来；③底线时间：需要何时？
5、全量发版：①新媒体渠道；②应用市场；③社区；④pr。
6、活动策划：①引响数据；②频率要高
7、数据分析：①数据理点：growingio、友盟、易观；②用户增长、渠道分析；③用户行为，路径转化；④活跃、所存、免费。
8、数据报表：①核心数据：产品自己的；②护理数据：日日一报；③突然恶化数据：分析原因。
9、项目汇报情况：①产品方向：有无正常；②数据情况：是否需要和健康；③资源需求：目标是做啥
10、竞品分析：①调查目标；②调查时间；③调查平台；④调查方法；⑤调查对象；⑥调查结果。
五、内容帮我推荐策略全流程1、用户：生命周期。①游客；②新用户；③长大成熟用户
2、场景：不使用路径。①注册流程/强行；②feed流网页；③排行榜；④好友tab；⑤搜索
3、策略：帮我推荐策略。①甩浆编辑；②协同过滤；③关联规则；④时效性
4、数据源：①关系维度：通讯录、用户打听一下；②兴趣维度：用户个人资料、行为；③热度维度：热门品质优良内容；④商业需求
