越來越多人將資料導入至圖資料。所以他們要如何在喜愛的 BI 工具看資料呢？
Neo4j BI Connector 可以讓使用者可以直接利用熱門的商業智慧平臺即時顯示圖資料集，支援的平臺包括 Tableau、Looker、TIBCO Spotfire Server 以 及Microstrategy。BI Connector 是第一個企業級應用程式，將資料結果連接到BI使用者，避免程式設計、自訂義腳本和不受管控的存取。
在此章節，我們將為您介紹它如何幫助您杜絕洗錢，協助業務規劃並幫助零售企業進行 BI 的可視化場景。
洗錢和金融詐欺
考量到客戶採用 Neo4j 檢測洗錢，Neo4j 的表現極佳。我們需要知道整在更廣泛的企業範圍內，我們需要知道在更廣泛的企業範圍內，整體詐欺活動和去年相比是否有所上升，或者檢測到的活動是否與其他企業或政府報告的內容有關。
業務衝擊計劃
另一位客戶使用圖資料來告知KPI和業務衝擊計劃。在大型供應鏈或經濟衝擊的情況下，企業需要了解他們的暴險。採用圖資料科技，企業可以判斷各公司之間複雜關係網的總價值。然後他們可以利用該總價值為業務決策提供如何適應衝擊的相關訊息，不論是天然災害、COVID-19 疫情還是金融危機所引起的供應鏈衝擊。
網路和 IT 運營
對於網路和 IT 管理的案例，企業使用圖資料規劃關鍵基礎設施架構。這是不同形式的衝擊計劃，我們可以把特定資料中心的硬體中斷和游某個系統統的可用性不足而導致的業務後果結合起來。
在下一章節中，我們將更深入地研究一個業務案例——產品推薦——並建立一個零售促銷折扣方案，看看所有的點是如何連接起來的。
零售銷售方案：圖資料的 BI 可視化
假設我們正在與一家大型線上的零售商合作，該零售商在網站上有很多關於家庭購買的數據資料。在上圖中，我們展示了有效商品的基本銷售數據，以及商品是高銷量還是低銷量的分類。雖然這只是一個基本的起點，但值得高興的是我們可以透過整個資料數據去查看哪些家庭具有相似的購買行為，以便更能了解他們的購買模式並制定促銷銷售計劃。
家庭購買模式
當你需要了解那些相似的購買行為時，圖資料的價值就會體現。從下面的傳統 BI可視化範例中，你會看到已經做到了。根據購買行為將所有家庭分組到社區中，然後顯示出每個社區購買了多少不同的商品。
社區分組資料數據由 Neo4j 實行，該零售商目前使用 Neo4j 進行產品推薦。
為了要正確做到產品推薦，需要隨著時間的變化的所有家庭、商品和購買模式之間的相關訊息，產品推薦是一個非常“圖形化”的案例。
下面是實現家庭社區可視化的後端圖資料。這裡有兩樣東西：家庭購買的東西和商品。他們之間的關係代表了誰買了什麼。
在查看每個家庭時，我們也可以看到他們每個人都有一個 ID 和一個社區識別碼號。社區識別碼是使用 Neo4j 圖資料科學庫對家庭進行 Louvain 社區檢測計算得出的。
使用此圖資料並查看哪些家庭購買哪些商品的模式，零售商可以為他們的線上體驗提出很棒的推薦建議。(喜歡這個商品的顧客也喜歡其他的商品…等等。)
建立促銷折扣方案
現在讓我們假設一位零售分析師正在查看這些數據並嘗試建立一個程式來增加網站的銷售額。我們會這樣做的方法之一是查看獲利的社區所購買的小批量商品。
如果我們專注於購買大量商品的獲利的社區，我們就可以尋找吸引他們的小批量商品，並針對這些商品展開促銷折扣計劃。
從圖中可以看出，在最上面有社區，在左邊有 ID。我們可以看到一個特定的家庭購買了特定的商品。這讓我們知道這些特定家庭已經有購買那些商品的意向，而且我們知道它們通常是有營利的。當他們進到零售網站，他們極有可能會再購買其他商品，這也是我們的策略之一。
您可以看到 Neo4j 在辨別不同社區的數據方面做得很好的方法之一是他們的購買模式之間幾乎沒有重疊。8713 社區買某樣東西比較多，但其他社區根本沒買，當然這是可以被預測的，因為我們將家庭分為社區，所以他們的行為是不同的。
技術案例：JDBC 資料整合
Neo4j BI 連接器是一個 JDBC 驅動程式。基本上，它的作用是透過“虛擬關聯模式”展示圖形資料，以便讓其他工具知道如何和 JDBC 資料協同合作可以走訪圖形。
在這個範例程式倉儲中，提供了一個範例，說明如何編寫使用 SQL 查詢 Neo4j 的 Java 應用程式。雖然許多圖形工作負載受益於透過 Java 使用官方 Bolt 驅動程式和 Cypher 查詢語言，但某些應用程式需要使用 JDBC 做為部分應用程式整合的腳本、既有程式碼或其他方法。這可能需要包括使用 ETL 工具，例如 Informatica、Ab Initio 等等，但需要你進行一些測試，以便了解這種方法如何應用在你的資料整合架構。
最主要的限制是是 Neo4j BI 連接器是唯讀連接；也就是說，你可以查詢表格，但不支援 INSERT、UPDATE 和 DELETE 操作。
總結
隨著越來越多的人渴望查看數據連接，BI 連接器結合了人們喜愛的工具與儲存在 Neo4j 等圖形資料庫中不斷增長的數據。