大数据时代，企业面临的境况正变得更为复杂多变,企业的决策越来越难以靠个人的智力与经验来应付了,因此现代决策应该更多地依靠科学，对于企业来说，内部海量数据蕴含着大量的“价值金矿”，根据IDC调查的2000多个大中型企业在全球20个国家表明，如果一个公司可以采取一套完整的大数据解决方案(包括数据收集、整合、筛选、分析、共享)。那么，在未来四年中，企业将从其数据资产中发掘出额外60%的数据红利。由此可见，这就是为什么企业需要BI商业智能的原因。

举几个例子。

一、BI数据分析可以对原始杂乱的数据进行清洗、脱敏、整合、分析和显示，以提高数据的利用率;

二、BI数据分析还可以预测数据，评估风险，协助决策者决策，合理规避风险;

三、BI数据分析可以通过可视化的方式，更直观地显示数据，让用户更直观地了解数据的价值，达到一图胜千言的效果。

那么如何做数据分析，数据分析的步骤是什么？

总的来说，数据分析一般可分为六个步骤：识别需求、确定思路、数据收集、数据处理、数据分析、制作报告。

识别需求是确保数据分析过程有效性的首要条件，可以为收集数据、分析数据提供清晰的目标，应满足管理者决策和过程控制的需求，确保数据分析产出满足管理者的诉求。

分析思想是分析的灵魂，是需求识别到细化分析工作的过程。分析思路清晰有逻辑，能有效避免反复分析问题。从分析目的出发，全面、深入地拆解分析维度，确定分析方法，最终形成完整的数据指标体系。