数据仓库及BI.pptVIP

* * 数据仓库的概念 实现数据仓库的目标 数据仓库的用户 数据仓库的体系结构 数据仓库开发原则 数据仓库的开发 数据仓库的应用 数据仓库的特殊性 TOPIC 什么是数据仓库？ 数据仓库之父W．Ｈ．Inmon 的定义： 数据仓库是一个面向主题的、集成的、非易失的且随时间变化的数据集合，用来支持管理人员的决策。 实现数据仓库的目标 更快、更好的决策 促进客户和合作伙伴之间的关系，提供更好的服务 走在竞争对手的前面 促使现有的ERP投资为明天增值 根据业务的发展为所有的用户提供正确的信息 发布式业务需要一致的报表及分析 企业商业智能 DBMS DBMS Flat File DW MDD 可管理的信息分发 可管理的信息读取 企业报表 分析报表 分析 应用系统开发 查询 在线分析 决策支持系统 数据仓库的用户 数据仓库的用户是DSS（决策支持系统）分析员，他首先是名商务人员，其次才是数据分析人员。DSS分析员的主要工作是定义和发现在企业决策中使用的信息。DSS分析员有一种想法，即“给我看一下我想要的东西，然后我告诉你我真正想要什么。”换句话说，DSS分析员在发现模式下工作，直到看到报表或屏幕上的数据时，他们才开始探讨是否有必要进行DSS分析。 数据仓库体系结构 数据源 数据抽取和转换过程 （ETL） 主控程序 ETL 转换 数据集市 最终用户数据分析 直接对数据 仓库分析 中央数据仓库 中央数据仓库 中间层 中间层 对数据集市 分析 OLAP分析 多维数据库MDB 公司业务 国际业务 零售业务 授信系统 多维数据装载 部门级数据集市 数据仓库的体系结构 数据仓库的开发原则 1、首先需要建立数据仓库，积累有效的历史数据 2、在已有数据仓库的基础上建立分析体系和决策支持系统 3、需要业务和技术的紧密结合 4、逐渐提高认识 为用户而设计 为IT而建立 充分利用 现有的 技术应用 概念模型设计 ．界定系统边界 ．确定主题域 技术准备工作 ．技术评估 ．技术环境准备 分析主题域，针对每一个选定的当前实施的主题域 物理模型设计 ．确定存储结构 ．确定索引结构 ．确定存放位置 ．确定存储分配 逻辑模型设计 ．粒度层次划分 ．数据分割策略 ．记录系统定义 ．关系模式定义 数据仓库生成 ．设计接口 ．数据装入 数据仓库运行与维护 数据仓库的建立及运行 集成的 完整的 BI 的功能－－面向所有用户，支持一般查询、高级分析、经营决策 在任何地方、任何时间使用 客户机/服务器和Web的环境，用户界面一致 用户可成为“ 开发人员” 用户能自己“ 开发”BI应用，高级分析人员实际就是BI应用的开发人员 为用户而设计 可伸缩性 可扩展性 可管理性 安全性 为IT而建立 建立数据仓库在商业智能中的应用 1、支持一般分析 对数据仓库的基础数据查询和OLAP的分析 2、高级分析 利用分析模型进行的深层数据挖掘和分析 3、经营决策支持 数据挖掘的分析方法： IBM的分类方法 关联分析 序列模式分析 分类分析 聚类分析 数据仓库在银行业的应用 客户分类分析 风险管理 效益分析 客户分类分析 根据客户群的消费特征分割 通过年龄、性别、社会阶层等属性分析客户群体的特征 分析目的 了解整个市场切实的行为特点 有针对性吸引某一潜在的客户群 为市场计划提供先决依据 风险管理是银行安全运营的一个重要手段 业务种类的扩展使风险种类更加复杂 风险管理的要求更高 数据仓库用于评估各类因素对各种风险的影响 找出关键的因素加以控制 机构效益 针对分行或支行、银行内部的机构 面向地域、经营和管理 产品效益 金融服务的种类 客户效益 不同的客户群为银行带来的效益 组合效益分析 三种效益分析因素的组合 数据仓库的特殊性 1、数据的特殊性 数据仓库的数据是信息型数据，包括历史数据、信息数据。 2、独立性 面向主题，逐个主题或部门完成数据的收集。 3、螺旋上升性 数据仓库的运行及维护，需要业务与技术部门协作解决业务系统的数据质量问题、系统变化，增强数据准确性，保证分析结果的正确度。 数据仓库体系结构 数据源 数据抽取和转换过程 （ETL） 主控程序 ETL 转换 数据集市 最终用户数据分析 直接对数据 仓库分析 中央数据仓库 中央数据仓库 中间层 中间层 对数据集市 分析 OLAP分析 多维数据库MDB 公司业务 国际业务 零售业务 授信系统 多维数据装载 部门级数据集市 数据仓库与业务系统的数据特性比较 1、事务处理和分析处理的性能要求不同 2、数据的集成性的差别 3、历史数据