商业智能基础及BI.Office基本体系结构.ppt

商业智能基础 主 题 商业智能知识基础 商业智能系统及产品方案 BI.Office 简介 商业智能知识 商业智能是什么？ 数据 信息 帮助用户对自身业务经营做出正确明智决定的工具。 产生背景: 市场经济下激烈的竞争业务经营精益求精 计算机处理大量历史数据 硬件、软件计算机技术基本成熟 商业智能的应用 投资回报 市场前景 据IDC预测分析，从1997年到2002年，整个数据仓库市场（软件、服务、服务器和存储）将以平均每年20.5％的速度增长，到2002年将超过290亿美元。中国的数据仓库市场前景广阔，更是充满无限商机。 商业智能技术 数据仓库技术 联机分析处理技术 数据挖掘技术 数据处理技术的演变 商业智能（Business Intelligence ，BI） 数据挖掘（Data Mining ，DM） 联机分析处理（Online Analytical Processing，OLAP） 数据仓库（Data Warehousing ，DW） 联机事务处理（OLTP） 关系数据库（RDB） 基于主机的专用数据库 什么是数据仓库？ 概念产生标志：以Prism Solutions公司副总裁W.H.Inmon在1990年出版的《建立数据仓库(Building the Data Warehouse)》。 数据仓库 —— 面向主题的、集成的、稳定的、不同时间的数据集合，用以支持经营管理中的决策制定过程。 目的：解决在信息技术(IT) 发展中存在的拥有大量数据、然而有用信息贫乏(Data rich-Information poor)的问题。 数据仓库 数据仓库的特点 面向主题 集成性—企业数据框架 历史性、稳定性 数据仓库不是现成软件或硬件产品 数据仓库与数据库应用的区别 星型模式的物理模型构造图 数据仓库的管理 元数据管理 ETL（data extraction, transformation and loading ） 获取 转换 装载 关键的问题 增量抽取 自动化管理 数据安全 什么是联机分析处理（OLAP）？ OLAP的定义OLAP是使分析人员、管理人员能够从多种角度对从原始数据中转化出来的、能够真正为用户所理解的、并真实反映数据维特性的信息，进行快速、一致、交互地访问，从而获得对数据的更深入了解的一类软件技术。 OLAP的特征 OLAP的核心——维（Dimension） OLAP的目标——多维分析 OLAP的特点 灵活、动态 多方位、多层次的视角 快速 OLAP的基本功能 商业语义层的定义 上钻和下钻（Roll up or Drill down） 切片和切块（Slice and Dice） 旋转（Pivoting） 强大的复杂计算能力 时间智能 丰富的数据展现方式 OLAP功能示意 OLAP的存储结构 MOLAP——多维存储 ROLAP——关系数据库存储 HOLAP——混合存储 数据挖掘技术（Data Mining） DM的定义 数据挖掘（Data Mining）是从大量数据中挖掘出隐含的、先前未知的、对决策有潜在价值的知识和规则，为决策、策划、金融预测等提供依据，使大型数据库作为一个丰富可靠的资源为知识归纳服务。 DM的特点 面向应用 涉及数据库技术 运用了统计分析、人工智能多种技术 特征和规律描述 预测和验证功能 数据挖掘的方法 预测分析 聚类分析 主成分分析 因子分析 商业智能的技术体系 商业智能＝数据仓库＋联机分析处理＋数据挖掘 （BI＝DW＋OLAP＋DM） BI体系的互补性 DW——数据整合 OLAP——数据分析 DM——知识发现 BI体系统一性的优势 更加全面、深入的分析 形成知识库指导决策、再分析 商业智能系统及产品方案 商业智能产品 商业智能系统结构 商业智能产品分类 商业智能产品评测 主流智能产品介绍 商业智能系统 商业智能系统结构 企业建立数据仓库的前提 数据大集中 具备多年的历史数据 基础系统已完善 商业智能产品分类 数据仓库产品 数据抽取产品 OLAP产品 前台展示产品 OLAP展示产品 DM产品 报表产品 * * FEnet Royalstone 典型行业： 银行 保险 证券 电信 零售 新应用行业： 税务 电力 … … 据调查，幸福500中已经有85%的企业建成或正在建立数据仓库，正在成为最快的IT增长点。 IDC在1996年的一次对90年代前期进行的62个数据仓库项目的调查结果表明：进行数据仓库项目开发的公司在平均2.73年的时间内获得了平均为321％的投资回报率。数据仓库的平均投资回报率在401%，从小型数据仓库开始实施的平均超过500%，平均回报时间为2-3年。 地域维 时间维 企业性质维 事实表 年，季，月 财年，财季