操作型BI——反思的机会-数据库.DOC

控制数据爆炸 ——操作型BI执行手册 如今，企业渐渐变得越来越复杂，而作为企业生命之本的数据也是如此。对数据进行分析，以此帮助企业做出关键的业务决策，这是操作型商业智能（Operational BI）的全部内容。本手册将一步步指导您在企业内部实施操作型 BI。 提示和技巧：如何为您的企业部署操作型商业智能解决方案 前言 3 第 1 章：将数据爆炸转化为商业智能 3 第 2 章：操作型 BI——反思的机会 5 第 3 章：获益之处——按序建立 BI 案例 7 第 4 章：坚实的基础——平台策略 9 第 5 章：超越数据仓库——数据新解 10 第 6 章：展开部署的时间：对发起人、复杂性和预期值进行管理 13 第 7 章：成本因素：在所有适当的领域寻找价值 15 第 8 章：底线：BI 的商业价值就是更快、更灵活、更简单 17 前言 本操作型 BI 手册针对想将数据爆炸转化为商业智能的企业，概述这些企业应该考虑的主要因素。本手册由Sybase编写，为管理由传统数据仓库向动态分析引擎的升级提供指导。此种动态分析引擎能够在操作型业务进行的同时将数据转化为有价值的商业智能。 为什么选择 Sybase？ 底层技术和平台必须能够支持和优化操作型 BI 的业务要求。通过融合Sybase? IQ 分析平台及相关商业智能软硬件的优势，企业能够选择专为操作型 BI 量身定制的解决方案。在本手册中，Sybase不仅仅通过技术手段，而且通过考虑从初始评估到 ROI 测评在内的整体业务，对企业进行指导。我们希望这对您有所帮助。 第 1 章：将数据爆炸转化为商业智能 当今世界，企业的生死存亡取决于其分析数据并据此做出清晰而明智决策的能力。但是随着企业每年收集到的数据以几何级数进行增长，许多企业发现公司的长远目标很难实现。 实际上，推动公司前进的不断变化的业务需求只会产生越来越多的数据。日益增长的规章需求迫使企业保存和维护急速增长的数据。同时，企业设法在整个公司内收集数据，以便获得尽可能完整的分析数据。 其结果是，大量涌入企业系统的数据可能会使现有的分析过程崩溃，同时大量数据转化为更为复杂且需要更长时间处理的查询。毫无疑问，这个结果造成了 IT 员工和系统性能的损失，不过企业运作遭受的打击才是真正的损失，因为知识型工作人员要花更长的时间等待关键的查询结果。 传统分析工具的不足加剧了问题的严重性。创建这些繁琐的工具是为了分析存储在数据仓库中的事务性数据，但是它们无法应对当前的数据爆炸。最终，企业要么无法处理查询，导致想要的信息减少，要么将查询分割为几个较小的进程，导致处理时间的延长。 随着决策周期的持续缩短，许多企业无法等待缓慢的分析结果。金融服务企业需要在几分钟，而不是几天内，完成在线交易的风险分析，零售企业需要在几秒钟，而不是几个小时之内，根据客户数据定制促销计划。使人失望的是，企业只知道时间就是金钱，却没有拥有一个可以快速准确分析复杂数据的商业智能功能。 发布实时决策 对许多公司来说，问题的答案是将商业智能由一种“远亲”业务转化为直接融入一线流程的业务，该策略被称为操作型商业智能 (BI)。 根据 Forrester Research 的研究，企业对商业智能的使用已转变为将 BI 纳入业务操作层面的日常决策过程中。1 现有的许多 BI 实施方案都针对可以容忍一定迟延的高端策略问题，但操作型 BI 的用户想要并希望获得实时的响应。这种向操作型层面转移的情况催生了不同于传统 BI 的分析要求。例如，呼叫中心的管理员可能将策略型 BI 用于规划和预测，而呼叫中心代表则使用操作型 BI 实时响应复杂的客户查询。 操作型 BI 密切取决于目标实时查询，这些查询用于提供详细入微的信息。呼叫中心的代表可能会用从各种非集成数据源中实时集成的控制面板来建立客户的单一视图。在这种情况下，数据的快速访问非常重要。在许多场合，操作型 BI 的用户都是一线员工，他们无法等待数据的准备和加载，也不能长时间等待查询结果，他们要的是即时信息。实际上，操作型 BI 的特点是用户数量和查询复杂性都会快速增长，因为越来越多的员工将操作型 BI 视为日常业务流程的一部分。这些用户需要快速应答，而不管源数据的出处。在许多情况下，他们需要实时使用 BI 工具从多种数据源中收集数据。 此类数据源不限于传统的数据存储设备，特别是当遵从性报告的压力越来越大时，情况更是如此。不过，企业需要确保操作型 BI 的源数据流中包含有价值的非结构化数据。操作型 BI 的底线：要让操作型 BI 正常工作，无论用户位于企业信息流上的何种位置，他们都必须能够从多个数据源中收集数据并进行实时应答。 解决方案和技术 推动操作型 BI 迅速增加的业务需求也将推动技术上的类似变革。这一创新的业务策略要想取得成功，底层的技