OracleDataIntegrator12c(ODI12c)助力大数据和实时业务分析.pdfVIP

Oracle Data Integrator 12c (ODI12c) — 助力大数据和实时业务分析 Oracle 白皮书 2013 年 10 月 Oracle Data Integrator 12c (ODI12c) — 助力大数据和实时业务分析 Oracle Data Integrator 12c (ODI12c) — 助力大数据和实时业务分析 2 引言： 如今，分析的价值已获得广泛认可，因此所有大中型企业都已部署了某种水平的业务智能 (BI) 工 具和技术。尽管分析已得到广泛实施，但其帮助提升运营效力的期望尚未完全实现。根据独立分 析公司 BI Scorecard 最近的一项调查发现，业务智能 (BI) 的使用率仍然相当低，仅达到潜在用 户的 25%。对许多用户来说，现有的业务智能 (BI) 工具很难使用、反应迟缓，而且它们所提供 的内容几乎无相关性。因此，业务用户默认基于不完整的信息或“直觉”进行决策。该调查还指 出，虽然 26% 的调查对象表示他们的业务智能部署非常成功，但绝大多数业务智能 (BI) 程序都 缺乏实现以下目标的潜力：增加收入、改善客户服务、降低成本以及利用战略洞察创造创新式的 新型产品或服务。 数据集成是否限制了业务分析？ 组织为什么无法在分析领域发挥其全部潜力，这涉及到多个因素。以下是数据集成技术可起 到重要作用的三个关键因素： 业务分析系统运行的数据既陈旧又不正确。如果数据仓库中没有实时、高质量的数据，数 据也就失去了其价值。这会对运营效率造成负面影响，同时也让精心打造的客户体验大打 折扣。 业务分析系统并非针对大数据和快速数据而设计。业务分析和数据仓储系统能否与时俱 进、紧跟趋势，从而处理海量、高速以及多样化的大数据，这日益引起人们的关注。 业务分析系统相互脱节。如果业务智能 (BI) 系统与各种规划系统、事务系统及打包应用程序 （如 ERP、CRM）的联系支离破碎，那么事实和假设必定都存在偏差。这种情况会导致众 多隐患，包括成本超支、库存短缺和过剩、不必要的风险，以及对威胁和商机反应迟缓。 不过，只要将数据集成的关键最佳实践作为业务分析和数据仓储的核心基础，上述障碍都可 以克服。这些战略包括：实时集成数据、通过集成大数据而有效地利用其价值，以及最终将 数据端到端集成到业务分析系统。本文除讨论这些需求外，还将阐述最新版的 Oracle Data Integrator 12c (ODI12c) 连同所支持的 Oracle 技术如何帮助组织推动业务分析，从而满足这方 面不断增长的需求。 Oracle Data Integrator 12c (ODI12c) — 助力大数据和实时业务分析 3 企业数据仓库 — 业务分析的后盾 即使在当今的大数据时代，在为各种业务提供业务智能应用程序方面，企业数据仓库也起着 至关重要的作用。绝大部分组织都拥有传统的数据仓库，这类仓库需要与组织的报告结构保 持同步并与之集成，以确保为业务线运营报告和管理信息板提供相关数据。上述传统仓库正 越来越多地与新的分析数据仓库、大数据集群、实时数据传输相集成，以便将全面的数据存 储提供给分析技术。这些数据存储需要的数据集成技术应具备以下特性 ? 可处理从数据源和数据仓库进出的传统数据和大数据的批量加载 ? 可结合“更改数据捕获”技术，以支持数据实时移动 ? 应当是快速数据生态系统的一环，从而能处理大数据，而最重要的是 ? 应当与企业业务分析解决方案紧密集成 大数据和快速数据的分析 当今的企业需要分析大量的数据，包括社交媒体活动、Web 日志、保修申请、呼叫中心的活 动、带 RFID 标签的资产移动以及传感器数据。在大多数情况下，组织需要将非结构化数据 与驻留在多个数据源中的数据相集成，这些数据源包括数据仓库、企业业务应用程序和联机 分析处理 (OLAP) 多维数据集等。此类“大数据”对业务分析、数据仓储和数据集成解决方案 领域具有不可估量的影响。其首要原因是，大数据为高速地处理大量和多样化的数据带来了 新的难题。快速数据是最近问世的一个新标准，它专门用来描述大数据所产生的速度的一 面，而且，由于它将大数据和分析的实时处理及内存