商业智能技术与应用分析_BI_管理信息化VIP

商业智能技术与应用分析_BI_管理信息化 1 引 言 ??? 无论是国内市场还是国外市场，各个行业都面对着激烈的竞争，正确、及时的决策是企业生存与发展的重要环节。越来越多的企事业管理层认识到，只有靠充分利用、发掘其现有数据，才能实现更大的效益。随着信息技术的发展和不同业务的普遍应用，产生了大量富有价值的电子数据，如制造企业里有生产制造、库存、销售、财务等，电信企业有客户数据、计费数据、网管数据、企业管理数据等，政府部门有交通、卫生、教育、税收等，如何将这些数据转化为企业决策所需的信息，是企事业单位面临的迫切课题。在信息技术领域，蓬勃发展的商业智能(BI，Business Intelligence)技术正是解决这些难题的金钥匙。BI技术采用数据仓库构建汇总数据的基础，进而支持数据发掘、多维数据分析等当今尖端技术及传统的查询及报表功能。大量的调查研究表明，采用BI技术是国际成功企业在各个行业的激烈竞争中保持领先的极为重要的一环。 2 商业智能概念 ??? 作为一种将数据转变为信息、信息转变成知识的工具，商业智能在全球一直享有较高的声誉。商业智能概念最早由IBM公司在1998年提出，在2000年2月，IBM围绕商业智能正式推出了一项企业级的启动计划。如今，它已经在电子商务、客户关系管理、信息门户、ERP及其它各类企业应用系统中担当起核心技术的角色。 ??? 那么什么是商业智能呢？简而言之，它是能够帮助用户对自身业务经营做出科学决策的工具。商业智能充分利用现有的业务信息，借助现代信息技术，提取和组织有用的信息，帮助用户在加强管理、促进运销和企业发展方面做出及时、正确的决策，把握、分析和发现新的商机。 ??? IDC将商业智能定义为下列软件工具的集合： ??? * 终端用户查询和报告工具。专门用来支持初级用户的原始数据访问，不包括适用于专业人士的成品报告生成工具； ??? * 联机分析处理(OLAP，On-line Analytical Processing)工具。提供多维数据管理环境，其典型的应用是对商业问题的建模与商业数据分析。OLAP也被称为多维分析； ??? * 数据挖掘(Data Mining)软件。使用诸如神经网络、规则归纳等技术，用来发现数据之间的关系，做出基于数据的推断， ??? * 数据集市(Data Mart)和数据仓库(Data Warehouse)产品。包括数据转换、管理和存取等方面的预配置软件，通常还包括一些业务模型，如财务分析模型； ??? * 主管信息系统(IIS，Executive Information System) ??? 企业机构利用上述软件工具在统的BI平台上建立所需的企业范围内的商业分析。 ??? 从系统的观点来看，商业智能的过程是从不同的数据源收集的数据中提取有用的数据，对数据进行清理以保证数据的正确性，将数据经转换、重构后存人数据仓库或数据集市(这时数据变为信息)，然后寻找合适的查询和分析工具、数据挖掘工具、在线分析工具(OLAP)对信息进行处理(这时信息变为辅助决策的知识)，最后将知识呈现干用户面前，转变为决策。 3 商业智能解决方案 ??? IDC将商业智能解决方案定义为帮助企业跟踪、分析、模拟和预测他们自己的业务过程以及他们的客户、供应商和合作伙伴关系的解决方案。从技术架构来讲，商业智能系统上要由数据仓库系统、数据源、商业智能应用和元数据几个部分组成。图1是商业智能应用的系统架构。 图1 商业智能应用的系统架构 ??? 3.1 数据仓库系统??? 数据仓库系统是商业智能应用的核心，它是整个系统存储和管理数据和信息的地方。许多基木报表可以由它生成，但它更大的用处是作为进一步分析的数据源。数据仓库系统可以分为以下几个部分： ??? 数据抽取、转换和装载：负责将数据从业务系统或外部系统中获得、转换和处理成数据仓库需要的格式和形态，并在规定的时间装入到数据仓库中去。通常把这3个具体的步骤统称为ETL，在系统实现时一般采用数据抽取工具和应用编程实现，并拥有调度管理和控制功能。 ??? 数据仓库(DW)：是面向主题的、集成的、稳定的、不同时间的数据集合，用以支持经营管理中的决策制定过程。多维分析和数据挖掘是最常听到的例子，数据仓库能供给他们所需要的、整齐一致的数据。数据仓库是数据存储核心，目前，大多数数据仓库采用关系型数据库管理。由于数据量的庞大和查询复杂的特点，在系统配置上强调大规模并行处理和针对决策支持访问的专项优化。 ??? 操作数据：近年来，随着商业智能应用的需求，如数据挖掘和实时业务分析，在数据仓库中需要有部分数据拥有当前数据的特征，根据业务系统的变化而变化，不必关心历史信息，同时又拥有数据仓库数据面向主题的特点。这部分数据叫做操作数据，一般采用关系数据库存储，规模适中，强调快