(bi商務智能)什么是BI商業智能也稱作BI，是英文單詞BusinessIntelligence的縮寫。商業智能的概念最早在1996年提出。當時將商業智能定義為一類由數據倉庫(或數據集市)、查詢報表、數據分析、數據挖掘、數據備份和恢復等部分組成的、以幫助業中現有的數談的數據包括企業所處行業。而商業智能能夠輔助的業務經營決策既可以是操作層的，也可以是戰術層和戰略層的決策。它只是數據倉以保證數行分析和處理(這時信息變為輔助決策的知識)，最后將知識呈現給管理者，為管理者的決策過程提供支持。BI的選型要選型，首先要了解目前市場上主流的BI產品：ickIBMr從這些主流產品來看，大多是舶來品。國內也有研發BI產品的，但多限于從目前各類用戶的產品選型過程來看，問題多出在以下幾個方面。有些大企業在IT建設上一擲千金，從不在乎在購買產品上投入多少，每一塊都據自己來開發是不是會省點資金出來。本恐怕會更產品，組合起來也不一定就是最好的。合自己的。客。對于廠商而言，這就是一筆單子，當然會盡量把自己產品的優勢體現出來，回避自己的弱勢。同時對于選型負責人來說，也許其早就對某種工具有好感，不容易。是三點需滿意不提I國外先進的商業經驗。來的業務系統用的就是這幾家產品之一，不妨仍然用它。其次案例比白皮書更重要。如今很多BI廠商可以提供全方位解決方案，提一家產品是那么回果同行業沒有，就去尋找數據量類似、業務復雜度類似以及相似應用的其他行業案例。BI的體系架構及相關技術一個BI系統為了滿足企業管理者的要求，從浩如煙海的資料中找出其關心理的要求。3)最后，對于集中起來的龐大的數據集，還應進行相應的專業統計，從中發掘出對企業決策有價值的新的機會——OLAP(聯機事務分析)和數據挖掘整個體系架構中包括：終端用戶查詢和報告工具、OLAP工具、數據挖掘 生成工具。處理(STL-數據抽取、轉換、裝載)理，以保證數據的正確性，然后經過抽取(Extraction)、轉換(Transformation)和裝載(Load)，即ETL過程，合并到一個企業級的數據倉庫里，從而得到企業數據的一個全局視圖。4)、數據挖掘(DataMining)軟件。基于數據的推斷。art如財務分析模型。致、交互地存取，從而獲得對數據的更深入了解的一類軟件技術。理：準選擇合乎響正在使用的在線事務處理系統，降低其性能，同時，用戶可以自行控制抽取出來的數據。理系統，而的不同軟件。由此，我一的格式進行轉換，然后集中裝載入數據倉庫中。類數據成新定量的二進制數據文件，多媒體文件等，這類數據如果對企業決策不大，可以舍去。EvolutionaryTechnologies,Inc.(ETI)ExtractSASInstitute：這些與該主題相關的所有歷史數據就形成了相應的主題域。規則進行一致性轉換，最終集成為一體。對這些數進入到數據倉庫的數據。時間的記錄，每個記錄都有著相應的時間戳。信息客戶需要查詢數據時先通過信息展現系統了解元數據或者直接瀏覽元數據庫，再發起數據查詢請求得到所需數據。訪問三個部分。是構建數據倉庫系統的基礎是整個系統的數據源泉。典、數據操作數據，按照主時間更短為部門級數據倉庫。應的分析主題結構(即進行事實表和維表的設計)，使管理決策人員在多維數據和預測工數據可以形成一個或多個多維立方體。ROLAP(RelationalOLAP)將的星型模式組織。：模式的重要過程。并用它來進行關鍵的商業決策的過程。些方法。數據挖掘是發現數據中有益模式的過程。數據挖掘是我們為那些未知的信息模式而研究大型數據集的一個決策支持過程。去的歷次淘金熱中一樣，目標是`開發礦工`。利潤最大的是賣工具給礦工，而不是干實際的開發。踐 圖如下：描述型數據挖掘包括數據總結、聚類及關聯分析等。預測型數據挖掘包括分類、回歸及時間序列分析等。濃縮,給出它的緊湊描述。傳統統計方法如求和值、平均值、方差值等都是有效講，多維分析也可以歸入這一類。分。在開始特性相似的一些針對不同客戶群體的營銷方案。則和序列模式與此類似，尋找的是事件之間時間上的相關性，如對股票漲跌的分析等。個訓練樣本數據集作為輸入。訓練集由一組數據庫記錄或元組構成,每個元組是一個由有關字段(又稱屬性或特征)值組成的特征向量,此外,訓練樣本還有一個類于回歸也可用于分類。常見的算法有邏輯回歸、決策樹、神經網絡等。DataMining用諸如神經網絡、規則歸納等技術，用來發現數據之間的關系，做出基于數據的推斷。IBM:IntelligentMiner智能礦工iliconGraphicsMineSetCaliforniaScientificSoftware:BrainMaker聯機分析處理(OLAP)：區分開來。 支持復雜的分析操作，側重決策支持，并且提供直觀易懂的查詢結果。滿足決策支持或者滿足在多維環境下特定的查詢和報表需求，它的技術核心是"維"這個概念。重要的也可以說是多維數據分析工具的集合。切塊(Dice)、以及旋轉(Pivot)、DrillAcross、DrillThrough等。鉆取是改變維的層次，變換分析的粒度。它包括向上鉆取(RollUp)和向下行觀察或增加新維。布。如果剩余的維只有兩個，則是切片；如果有三個，則是切塊。旋轉是變換維的方向，即在表格中重新安排維的放置(例如行列互換)。劃分為兩類表：一類是事實表，用來存儲數據和維關鍵字；另一類是維表，層是多維矩陣型的。這種方式具有更好的靈活性。儲模式(如星型、雪片型)提供對SQL查詢的特殊支持。在考慮的銷售度量指維n，度量指標)，如(地區、時間、產品、銷售額)。多維分析是指對以多維形旋轉(Pivot)等各種分析動作，以求剖析數據，使用戶能從多個角度、多側面地觀察數據庫中的數據，從而深入理解包含在數據中的信息。具、統計分析工具配合使用，增強決策分析功能。功能：定長的txt等)的文件，同時可讀取關系型數據庫(對應ODBC)中的數據。些有實用價值的關聯發生的事件。視圖和圖表顯示出來。換過程的自動化的差距，有助于公司更進一步了解其業務、市場、競爭對手和客戶。DataPropagator個數據源讀取數據并把它送到另外一個地方，而且可以是雙向的。當發生沖突時，可自動檢測出來并進行補償。有以下特色：(1)PullArchitectureThroughStagingTables(分級表牽引式體系結構)：二中，并從分級表中源的額外開銷，能夠支持數據源及目標機的獨立運作性以及新一代流動計算機作為目標機的數據復制。這種體系結構還支持中介分級表，其中最初的源可以復制到區域目標中，然后再復制到各區域內的目標機上。數據或者僅僅修正上次復制以來所發生的改變。(4)加工數據：數據首先要從運行記錄移到分級表，所以能在復制之前加工of詢等等。員的范圍。數據挖掘工具(IntelligentMiner)果和待發現價值隱藏在其中，該工具幫助客戶發現這些有價值的數據。用分性、系統性能和系統安全的控制。(1)強大功能的報表(2)圖形化分析員可以根據需要排序、分組數據并改變“圖表”(Chart)的類型(直方圖、餅形圖、線圖、堆積圖)。圖表中的元素可以被“鉆取”到其他的細節層次，并可以返回來恢復一個概要性的視圖。(3)多種圖表視圖：直方圖、線圖、組合圖、餅形圖、堆積圖和離散點圖(4)可在任何地方“鉆取”沒有路徑的預先定義(5)完善的報表復合報表通過用各種不同的形式(交叉表、圖表、表格或以上幾種形式的組合)來表現分析結果，對工作進行概括；優美格式的商用報表。。加方便和易于接受。BI的實施識。因此用戶除法才能保證項目得以成功。商業智能項目的實施步驟可分為：(1)需求分析：需求分析是商業智能實施的第一步，在其他活動開展之前能查看的角度(維度)；需要發現企業那些方面的規律，用戶的需求必須明確。(2)數據倉庫建模：通過對企業需求的分析，建立企業數據倉庫的邏輯模(3)數據抽取：數據倉庫建立后必須將數據從業務系統中抽取到數據倉庫(4)建立商業智能分析報表：商業智能分析報表需要專業人員按照用戶制訂的格式進行開發，用戶也可自行開發(開發方式簡單，快捷).(5)用戶培訓和數據模擬測試：對于開發—使用分離型的商業智能系統，問題進行分析。(6)系統改進和完善：任何系統的實施都必須是不斷完善的.商業智能系統再按照上述步驟對系統進行重構或完善。BI系統實施中要注意以下問題：的IT項目的實施，它涉及到企業經營管理的各個方面，的計劃，把BI軟件納入企業軟件管理的整體戰略之中。全局規劃不僅要對項目一起來。工作人員想到的只是利用BI迅速生成報表，提高勞動效率；而一把手的角度，全不同，結調整會遇到很大阻力，甚至是難以貫徹下去。因此，在決定上BI之前，企業用戶的老總和其智囊團需要慎重考慮哪些業會變得越來越理智客觀，在日益激烈的商業競爭中將也會領先一步。BI的組織和技能要素建立BI體系需要許多技能，包括商務技能、信息技術技能和分析技能。然不相關里面具備這種能力的人才很少，即使有也沒有被充分重視。國際國內的BI人才奇缺。果企業不能有效地組織BI活動(如著手建立集中化的BI能力中心和投資BI技由于人才的稀少，建立一個集中的，匯集各種人才的BI能力中心是非常必要成立專門的數據分析部門)。來自不同部門的人以建立一種互相協作的BI隊伍遠比尋找同時具備三種能力的人才更現實可行。務(如管理報表和簡單的重復分析)的自我服務；承擔復雜的，額外的分析工作直到這些分析能夠成為可重復使用的簡單工作；確保BI系統的功能和潛力不被高估，實實在在地解決現實的問題。企業建設BI系統的目的，是要從大量的數據中找出可以給企業帶來增值效益的數據分析，但是這些數據必須有相應的人對其進行跟蹤處理，否則BI的價策劃和長期的努力。設，如在實施，但是數據資源仍在不斷地變化，如何整合這些尚未確定的資源是一個巨大的挑戰。決策。積累了一定經驗后，再逐漸增加BI系統繼續對其他業務進行決策分析，這樣可以在一定程度上規避風險，因為上BI也要進行流程的重整，一個部門的手術的疼痛小一些一樣。堅持業務趨動而不是IT趨動。涉及到管理的問題，就是行為科學的問題，T業務人員ITIT部門共同協商提出需求模型，以盡量準確的把握企業的業務發展方向。BI與其它系統的差別商業智能(BI)幫助企業的管理層進行快速，準確的決策，迅速的發現企業人員進行的是一種，發現問題的及時性，以及發現那些對手未發現的潛在的知識和規律。BI與報表系統實現現有業務報表的問題常被作為BI應用的開始，雖然務實，但卻是一個陷阱。傳統的報表系統和BI是有本質區別的。傳統的業務報表系統針對分離的事務處理而設計扁平系統，并不擅長于結構化的分析和統計。而一個獨立的BI多層次的分析體系，并將其轉化成有商業意義的信息。BI的應用需求往往復雜多變。BI的思維模式進行BI系統實施。另外，報表系統和BI的使用對象和目的也不盡相同。報表系統更著重于短期的運作支持，而BI則關注長期的戰略決策，甚至更著重于商業趨勢和業務單表系統的！這種理解的含糊非常容易導致對BI項目復雜度和資源的投入要求估計不足。的能力；兩者都具有高度的分布性和應用程序的可擴展性，盡管這種特性在BI上體工作的信息參考。商業智能(BusinessIntelligence)和業績跟蹤(PerformanceTracking)的不同方面。方面，它們是互補的系統。環節的度也能相應改善。將大大改良,整合后的用戶數據無疑使報告進行得更快、更及時、更精確。其次,處理流數據倉庫按照執行快速、靈活可變的形式組織起來，數據訪問變得異常簡便(用戶不需專門應用軟件就能訪問，就像從書架上取下一本書一樣方便)。方面存在明確的優勢。，既有企，還包括客戶、供應商、合作伙伴等企業外部用戶。數據分析與知識發現能力。發生變化。即使發生變化，采用定期人為更新的方法修改。而BI系統是一個閉現有的數據倉庫或數據集市中發現新知識，隨時對知識庫中的內容進行自動修正，所以BI中的知識庫是一種動態結構。的效率和準確性。但BI是通過數據分析、知識發現工具提供有價值的、輔助決識和經驗進持系統那樣提供方案生成、方案協調、方案評估等功能，更不具備群體決策的能力。BI的市場分析和復雜性，亞太區(不含日本)的許多制造商繼續對IT進行投資，以提高運營效在華建立了生產基地，降低成本并占領巨大的國內市場，這些制造商需要對主要的IT基礎架構、領先優勢。這將繼續促進中國和海外制造商的制造業IT投資。在對基礎架構投入大量資金的同時，在中國和印度這樣的新興大型市場的許多制造商將繼續對企業資源管理(ERM)和商務智能(BI)解決方案進行投資，從而為更好的內部協作和決策制定提供基礎平國近幾年更加健康的經濟環境和不斷增多的應用系統部署為未來5年BI工具的發業助步較業領域將是商業智能不可忽視的新市場。BI的應用狀況與中外差距分析決勝未來靠的是什么？是通過透析歷史經營情況歸納成的經驗和失敗的教速準確地把握風云變幻的市場脈搏。而BI正是完成這項使命的有力武器。在國外，BI已有了本身所具有的靈活性和強大功能，使得它在業界迅速崛起。務智能開支還是處于不斷增長的勢頭。根據加特納公司預計，級分析比美國企業要多商務智能的部署重點在北美企業和歐洲企業中也有所不同。其管理理念可見一斑；顯的差距。這說明，國際商業智能廠商在中國推廣其BI產品的過程中，只扮演而，在契合點背后所隱含的成熟的管理思想卻沒有被大多數企業領導所領會。C商務金融服務業(如銀行、保險等)。由于國內的生活消費品行業和零售業利潤薄，信息看好準確、科學地把握客戶的需求是身處這些行業的企業決策者們孜孜以求的。有很長一段路要走！BI的發展趨勢 理過程而注重有效利用企業的數據為準確和更快的決策提供支持的需求越來越強烈，由此帶動的對商業智能的需求將是巨大的。納為以下幾點：性息和知識的分析和使用。的接口和擴更大的靈活性和使用范圍。入式商業智能發展這是目前商業智能應用的一大趨勢，即在企業現有的應用系統中，如財務、具有商業BI企業問題分析、方案設計、原型系統開發、系統應用等過程是不可缺少的。能轉變層的功能。而數據挖掘、企業建模是BI系統應該加強的應用，以更好地提高系統性能。們可信賴的個人信息。整，計劃和執行保證組織在預期的方向上是不斷向前推進的。經濟的低迷提醒企業領導