商业智能(BI)技术在广电企业中的应用.pdfVIP

商业智能(BI)技术在广电企业中的应用.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
,’磊鬻201‰0CCBN CCBN2010论文集论文榘 商业智能(BI)技术在广电企业中的应用 东方有线网络有限公司 黎永安 摘要:本文以东方有线网络有限公司数据仓库(DW,DataWarehouse)项目为背景,详细介 绍了商业智能(BI,Business Data Store)的数据仓库体系架构、维度建模(DimensionalModeling)和联机分析处理(OLAP, On-Line Processing)、数据挖掘(DataMining)等。通过具体展示商业智能技术 Analysis 在东方有线的实施,介绍了东方有线数据仓库体系的建设经验;从广电行业的业务特色及现 状出发,探讨了该技术在广电企业的实际应用价值以及如何通过数据建设提升广电企业的竞 争力。 关键词: 广电商业智能数据仓库OLAP数据挖掘 一.引言 近年来,随着有线电视网络的双向改造,在信号数字化、业务多样化的趋势下,广电企 业作为大型城域网的运营商,迫切地需要进入一个管理智能化的时代。IT技术的发展,尤 其是商务智能技术的日趋成熟,使得信息价值的深入利用变得可能。 当前,几乎覆盖每家每户的有线电视城域网给广电企业累积了庞大的客户群和海量数 据;各项增值业务的推广使得企业数据变得更加多样化;模拟电视向数字电视的整体转换使 得相关数据的收集变得更加容易。但由于数据缺乏规划、缺乏整合,导致企业的数据应用能 力薄弱,大量的有价值的信息被淹没。随着管理层和业务部门对数据的需求越来越来迫切, 利用商务智能技术充分挖掘数据的价值和潜力,已经成为迫在眉睫的课题。 笔者有幸负责了东方有线数据仓库项目的建设,本文将结合自身实践,通过分析和展 示商业智能在东方有线的实施,探讨商业智能在广电企业中的实际应用价值以及如何通过数 据建设提升广电企业的竞争力。 二.商业智能技术 商业智能通常被理解为将企业中现有的数据转化为知识,帮助企业做出明智的业务经营 决策的工具。但到目前为止,关于商业智能还没有一个准确的定义,不同的人不同的公司对 对商业智能有不同的理解。 商业智能(BI,BusinessIntelligence)的概念nm3最早由加特纳集团(GartnerGroup) 24 /≤篓辫蔑跏 CCBN2010论文集 CCBN2口,口 于1996年提出:商业智能描述了一系列的概念和方法,通过应用基于事实的支持系统来辅 助商业决策的制定。商业智能技术提供使企业迅速分析数据的技术和方法,包括收集、管理 和分析数据,将这些数据转化为有用的信息,然后分发到企业各处。国际数据公司(IDC, InternetData Corporation)则将商业智能定义为终端用户查询和报告工具、联机分析处 理工具、数据挖掘软件、数据集市和数据仓库产品等一系列工具的集合。因此,从技术层面 上讲,商业智能不是什么新技术,它只是数据仓库、OLAP和数据挖掘等技术的综合运用。 三.商业智能技术在广电企业的应用 3.1.应用背景 在海量数据未经有效“开采”的背景下,广电企业现有数据环境的不足逐渐暴露,主 要包括: · 数据相对离散:各种数据散布于各个业务系统中,如综合业务支撑系统(BOSS, Business OperationSupportingSystem)、客户服务系统(CRM,Customer RelationshipManagement)、财务系统等。由于这些系统各自独立建设,系统间没 有统一规范的接口,数据得不到综合利用,形成了一些“数据孤岛”。 · 数据存在污染:由于业务系统转换和迁移、数据输入不完整、数据输入错误、数据 老化等原因,造成现有数据质量不高,主要体现在:地址信息的不规范、客户信息 资料不足、产品信息凌乱等,严重阻碍了各项分析的深入进行。 为了能够有效地收集、管理和分析数据,将这些数据转化为有用的信息,然后分发到企 业各处,必须先建立一个高度规划的、有效清洗整合的数据仓库,再在数据仓库的基础

文档评论(0)

whx007 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档