商业智能的革命.docVIP

商业智能的革命 企业使用商业智能（BI）已经有很多年，他们通过商业智能进行监控、制表、分析以及提升商业运作的绩效。目前，商业智能有三种主要类型——战略性、战术型、操作型。战略型BI用于管理长期的商业计划与目标。而当执行某项商业活动以帮助实现计划的商业绩效的时候，高级管理人员、业务分析员、以及各级经理人员则会使用战术性BI来评估与优化这些活动的绩效。操作型BI则关注于管理与优化每日的业务运行。它将正确的信息在正确的时间发布到正确的业务人员，帮助他们快速响应以解决商业问题与满足新的业务需求。其中，操作型BI是商业智能成长最快、增长最大的领域。 操作型BI可提高报表、分析、与信息发布的速度，从而做出更快的操作型决策并采取行动。对操作型事务或需求做出业务响应的时间通常被称为“行动期”。行动期可以是几秒钟，几分钟或者几个小时，这依赖于业务需求。因此，一般考虑的大多是操作型“适时”（right-time）商业智能，而非操作型实时（real-time）商业智能，因为对给定的业务进程而言需要确定什么才是合适的行动期，而不是尽可能将行动期减少到接近实时。 操作型适时商业智能进程主要分为四类：适时数据集成、操作性商业智能报表、操作型商业智能绩效管理（BI-PM）和决策自动化。 适时（Right-time）数据集成 适时数据集成是企业数据集成架构中的一个组件。该架构包含了数据集成应用、机制、技术与服务，提供联合的一致的企业范围的商业数据视图。该架构中的适时组件收集用于操作型商业智能应用分析的可执行的商业事件。 图：一个企业数据集成架构 数据集成有三个主要的集成机制：数据合并，数据联合与数据传播。数据集成可以采用其中一种或多种。 数据合并——数据合并是从多个源系统捕获数据并将这些数据集成到单一的长期的目标数据存储中，如数据仓库。目标数据存储包含高潜伏期的数据，典型的用于战略与战术BI进程。这些数据通过批处理方式的数据集成应用而建立，它以计划好的一定的时间间隔从源系统中提取数据。在数据合并期间，可能会通过数据转换机制对数据进行重新格式化、转换、清洗。随着源系统中的数据出现变化，变化数据捕获机制可能会被使用以使这些更新体现到目标数据存储中。抽取、转换与加载（ETL）就是一种支持数据合并的技术。 数据联合——数据联合对一个或多个源系统提供一个单一的虚拟视图。当商业应用事务向这个虚拟视图提交查询请求时，数据联合引擎从相关的源系统中检索数据，并将它集成到虚拟视图中，进行查询，同时将结果发送到提出请求的商业应用。顾名思义，数据联合总是从源系统中按照需求进行数据的检索。当数据从源数据文件中进行检索时，需要完成必要的数据转化。企业信息集成（EII）是一种支持联合方式进行数据集成的技术。Sybase Avali就是其中一种产品，它提供EII方式的数据联合。 数据传播——数据传播应用将数据从一个系统拷贝到另一个系统。这些应用通常是在线操作，将数据“推送”到目标方，也就是说，它们是时间驱动的。源系统的更新或其他事件可以同步或异步传播到目标系统。同步传播要求源系统与目标系统在同一个物理事务中同时更新。不论使用哪种同步类型，数据传播保证数据向目标方的发送。这种保证是数据传播的一种核心的独特的特征。多数同步数据传播技术支持在数据源与数据目标之间的双向数据交换。企业应用集成（EAI）与企业数据复制（EDR）是支持数据传播的两种技术。EAI驱动的Sybase RepConnect与EDR驱动的Sybase Replication Server（复制服务器）是支持数据传播的两类产品的例子。 数据集成应用所采用的方式依赖于商业与技术需求。应用可能联合使用数据集成机制与技术，也就是说，一个使用混合方式的数据集成解决方案包含几种数据集成机制是相当普遍的。 操作性商业智能报表 许多企业一直在做操作型报表。然而，由于数据源不断增加，企业生成统一及时的操作型报表的困难也一直在增加。数据联合与EII?技术 - 4 -