數(shù)據(jù)處理教案引言：根據(jù)高專中專部安排，由我?guī)?0級綜合班的數(shù)據(jù)處理課和Office辦公自動化課，根據(jù)教學的要求，特寫此教案，該教案分為5部分，第一部分介紹數(shù)據(jù)處理定義，結(jié)構(gòu)，常用軟件；第二部分計算機基礎；第三部分介紹Excel數(shù)據(jù)處理；第四部分介紹常用數(shù)據(jù)庫（access、sql語句），第四部分介紹簡單的關系數(shù)據(jù)庫、數(shù)據(jù)建模等；第五部分介紹簡單的數(shù)據(jù)處理、報表制作等。第一部分數(shù)據(jù)處理定義，結(jié)構(gòu)數(shù)據(jù)處理定義教學目的：通過對數(shù)據(jù)處理的定義使學生明白，在當今的社會，數(shù)據(jù)是如何的重要，數(shù)據(jù)處理在現(xiàn)代社會中起到什么樣的作用。教學內(nèi)容：重點是數(shù)據(jù)處理的定義，難點為如何看待數(shù)據(jù)和信息的關系，模糊數(shù)據(jù)和數(shù)字數(shù)據(jù)的區(qū)別教學方法：口述與上機教學進程：全面4個課時為理論口述講解，后面4個課時上機介紹數(shù)據(jù)處理常用軟件。1.1.1數(shù)據(jù)處理定義數(shù)據(jù)處理是對數(shù)據(jù)的采集、存儲、檢索、加工、變換和傳輸。數(shù)據(jù)是對事實、概念或指令的一種表達形式，可由人工或自動化裝置進行處理。數(shù)據(jù)的形式可以是數(shù)字、文字、圖形或聲音等。數(shù)據(jù)經(jīng)過解釋并賦予一定的意義之后，便成為信息。數(shù)據(jù)處理的基本目的是從大量的、可能是雜亂無章的、難以理解的數(shù)據(jù)中抽取并推導出對于某些特定的人們來說是有價值、有意義的數(shù)據(jù)。數(shù)據(jù)處理是系統(tǒng)工程和自動控制的基本環(huán)節(jié)。數(shù)據(jù)處理貫穿于社會生產(chǎn)和社會生活的各個領域。數(shù)據(jù)處理技術的發(fā)展及其應用的廣度和深度，極大地影響著人類社會發(fā)展的進程1.1.2數(shù)據(jù)處理軟件數(shù)據(jù)處理離不開軟件的支持，數(shù)據(jù)處理軟件包括：用以書寫處理程序的各種程序設計語言及其編譯程序，管理數(shù)據(jù)的文件系統(tǒng)和數(shù)據(jù)庫系統(tǒng)，以及各種數(shù)據(jù)處理方法的應用軟件包。為了保證數(shù)據(jù)安全可靠，還有一整套數(shù)據(jù)安全保密的技術。1.1.3數(shù)據(jù)處理方式根據(jù)處理設備的結(jié)構(gòu)方式、工作方式，以及數(shù)據(jù)的時間空間分布方式的不同，數(shù)據(jù)處理有不同的方式。不同的處理方式要求不同的硬件和軟件支持。每種處理方式都有自己的特點，應當根據(jù)應用問題的實際環(huán)境選擇合適的處理方式。數(shù)據(jù)處理主要有四種分類方式①根據(jù)處理設備的結(jié)構(gòu)方式區(qū)分，有聯(lián)機處理方式和脫機處理方式。②根據(jù)數(shù)據(jù)處理時間的分配方式區(qū)分，有批處理方式、分時處理方式和實時處理方式。③根據(jù)數(shù)據(jù)處理空間的分布方式區(qū)分，有集中式處理方式和分布處理方式。④根據(jù)計算機中央處理器的工作方式區(qū)分，有單道作業(yè)處理方式、多道作業(yè)處理方式和交互式處理方式。1.1.4數(shù)據(jù)處理加工數(shù)據(jù)處理對數(shù)據(jù)（包括數(shù)值的和非數(shù)值的）進行分析和加工的技術過程。包括對各種原始數(shù)據(jù)的分析、整理、計算、編輯等的加工和處理。比數(shù)據(jù)分析含義廣。隨著計算機的日益普及，在計算機應用領域中，數(shù)值計算所占比重很小，通過計算機數(shù)據(jù)處理進行信息管理已成為主要的應用。如側(cè)繪制圖管理、倉庫管理、財會管理、交通運輸管理，技術情報管理、辦公室自動化等。在地理數(shù)據(jù)方面既有大量自然環(huán)境數(shù)據(jù)（土地、水、氣候、生物等各類資源數(shù)據(jù)），也有大量社會經(jīng)濟數(shù)據(jù)（人口、交通、工農(nóng)業(yè)等），常要求進行綜合性數(shù)據(jù)處理。故需建立地理數(shù)據(jù)庫，系統(tǒng)地整理和存儲地理數(shù)據(jù)減少冗余，發(fā)展數(shù)據(jù)處理軟件，充分利用數(shù)據(jù)庫技術進行數(shù)據(jù)管理和處理。1.1.5數(shù)據(jù)清洗有關商務網(wǎng)站的數(shù)據(jù)處理：由于網(wǎng)站的訪問量非常大，在進行一些專業(yè)的數(shù)據(jù)分析時，往往要有針對性的數(shù)據(jù)清洗，即把無關的數(shù)據(jù)、不重要的數(shù)據(jù)等處理掉。接著對數(shù)據(jù)進行相關分分類，進行分類劃分之后，就可以根據(jù)具體的分析需求選擇模式分析的技術，如路徑分析、興趣關聯(lián)規(guī)則、聚類等。通過模式分析，找到有用的信息，再通過聯(lián)機分析（OLAP）的驗證，結(jié)合客戶登記信息，找出有價值的市場信息，或發(fā)現(xiàn)潛在的市場。第二節(jié)數(shù)據(jù)處理結(jié)構(gòu)教學目的：通過對數(shù)據(jù)處理結(jié)構(gòu)的介紹使學生明白數(shù)據(jù)倉庫、數(shù)據(jù)集市與數(shù)據(jù)挖掘的關系。教學內(nèi)容：重點是數(shù)據(jù)倉庫的圖像理解，難點也是數(shù)據(jù)倉庫整體結(jié)構(gòu)的理解。教學方法：口述與上機教學進程：全面4個課時為理論口述講解，后面4個課時上機介紹數(shù)據(jù)倉庫案例。1.2.1商業(yè)智能在中國的發(fā)展機會（數(shù)據(jù)處理）商業(yè)智能就像幾年前的ERP（企業(yè)資源管理）一樣，正成為企業(yè)首席技術官們關注的焦點，呈現(xiàn)如火如荼的發(fā)展態(tài)勢。眾所周知，在ERP等基礎信息系統(tǒng)部署完之后，企業(yè)能夠?qū)ζ錁I(yè)務數(shù)據(jù)進行更為有效的管理，于是如何利用這些數(shù)據(jù)創(chuàng)造價值成為企業(yè)下一步思考的問題。商業(yè)智能系統(tǒng)已經(jīng)作為一種含金量極高的管理工具，融合在部分大型企業(yè)管理文化的血脈之中了。商業(yè)智能在幫助企業(yè)管理層發(fā)現(xiàn)市場機會、創(chuàng)造競爭新優(yōu)勢的作用顯而易見，因此成為企業(yè)信息化的新寵也是必然的。

商業(yè)智能軟件市場穩(wěn)步增長從全球范圍來看，商業(yè)智能領域并購不斷，商業(yè)智能市場已經(jīng)超過ERP和CRM（客戶關系管理）成為最具增長潛力的領域。從中國市場來看，商業(yè)智能已經(jīng)被電信、金融、零售、保險、制造等行業(yè)越來越廣泛地應用，操作型商業(yè)智能逐步在大企業(yè)普及，商業(yè)智能不局限于高層管理者的決策之用，也日益成為普通員工日常操作的工具。

不過，盡管這個市場潛力巨大，但仍有不少的現(xiàn)實情況導致這一市場的發(fā)育沒有大家預期中的那么好。首先一點，國內(nèi)的成熟、專業(yè)的商業(yè)智能實施顧問較少，不但上游廠商的相關人才少，下游負責實施的渠道合作伙伴更是缺乏相關人才，很多時候用戶要啟用商業(yè)智能工具，但是不太明確自己的需求，負責實施的人很多時候也是一知半解，不能給用戶很好的解決方案；其次，目前多數(shù)商業(yè)智能廠商，尤其是國外廠商都是通過分公司或辦事處來銷售的，而未來國內(nèi)制造業(yè)企業(yè)多數(shù)需要本地化服務，這種模式必將改變。同時，商業(yè)智能系統(tǒng)的銷售、服務要求代理商要有很強的能力，如何選擇、培養(yǎng)、發(fā)展這些代理商將是商業(yè)智能大發(fā)展面臨的一個很重要問題。

SaaS將成為重要交付模式同時，商業(yè)智能系統(tǒng)的核心不是平臺，而是模型。目前，由于國內(nèi)應用商業(yè)智能的企業(yè)并不多，應用深入的更少，應用基礎也比較薄弱，即使拿來國外先進的商業(yè)模型也不一定能運轉(zhuǎn)起來，所以盡快建立各種適合國內(nèi)企業(yè)特色的模型是各服務商未來要加大投入著力解決的。當然，對企業(yè)而言，商業(yè)智能的有效應用，離不開數(shù)據(jù)的支持。如果沒有準確的數(shù)據(jù)，那么所要分析產(chǎn)生的報表、決策都與事實存在差距，將會導致整個決策的錯誤，因此，必須要求前期的數(shù)據(jù)準確。

最后，隨著云計算的大規(guī)模普及，下一代商業(yè)智能的精細分析系統(tǒng)很可能會建設在動態(tài)的基礎架構(gòu)上，而虛擬化、云計算等技術的發(fā)展也會帶動商業(yè)智能系統(tǒng)的建設和應用，這就是“云智能”。我國企業(yè)需要抓住“云智能”機遇，加快發(fā)展、迎頭趕上，才能從容應對下一階段的全球化競爭。1.2.2數(shù)據(jù)倉庫技術的發(fā)展及體系結(jié)構(gòu)1數(shù)據(jù)倉庫技術的發(fā)展及概念

傳統(tǒng)的數(shù)據(jù)庫技術是以單一的數(shù)據(jù)資源，即數(shù)據(jù)庫為中心，進行事務處理工作的。然而，不同類型的數(shù)據(jù)有著不同的處理特點，以單一的數(shù)據(jù)組織方式進行組織的數(shù)據(jù)庫并不能反映這種差異，滿足不了現(xiàn)代商業(yè)企業(yè)數(shù)據(jù)處理多樣化的要求。總結(jié)起來，當前的商、世企業(yè)數(shù)據(jù)處理可以大致地劃分為2大類：操作型處理和分析型處理。操作型處理也叫事務型處理，主要是為企業(yè)的特定應用服務的（這是目前最為常用的），分析型處理則用于商業(yè)企業(yè)管理人員的決策分析，這種需求既要求聯(lián)機服務，又涉及大量用于決策的數(shù)據(jù)，傳統(tǒng)的數(shù)據(jù)庫系統(tǒng)已經(jīng)無法滿足，具體體現(xiàn)在：

1）歷史數(shù)據(jù)量大；

2）輔助決策信息涉及許多部門的數(shù)據(jù)，而不同系統(tǒng)的數(shù)據(jù)難以集成；

3）由于訪問數(shù)據(jù)的能力不足，它對大量數(shù)據(jù)的訪問能力明顯下降。

數(shù)據(jù)倉庫技術的出現(xiàn)為解決上述問題提供了新的思路。數(shù)據(jù)倉庫的創(chuàng)始人Inmon指出：“數(shù)據(jù)倉庫是面向主題的、集成的、穩(wěn)定的、隨時間變化的數(shù)據(jù)集合，用以支持經(jīng)營管理中的決策制定過程”。它從大量的事務型數(shù)據(jù)中抽取數(shù)據(jù)，并將其清理、轉(zhuǎn)換為新的存儲格式，即為決策目標把數(shù)據(jù)聚合在一種特殊的格式中，作為決策分析的數(shù)據(jù)基礎，從而在理論上解決了從不同系統(tǒng)的數(shù)據(jù)庫中提取數(shù)據(jù)的難題。同時，利用聯(lián)機分析處理（OLAP）技術可以對數(shù)據(jù)倉庫提供的數(shù)據(jù)進行深入加工。

2企業(yè)數(shù)據(jù)倉庫的體系結(jié)構(gòu)

一個典型的企業(yè)數(shù)據(jù)倉庫系統(tǒng)通常包含數(shù)據(jù)源、數(shù)據(jù)存儲與管理、OLAP服務器以及前端工具與應用4個部分。

1）數(shù)據(jù)源。

數(shù)據(jù)源是數(shù)據(jù)倉庫系統(tǒng)的基礎，是整個系統(tǒng)的數(shù)據(jù)源泉。通常包括企業(yè)內(nèi)部信息和外部信息。內(nèi)部信息包括存放于企業(yè)操作型數(shù)據(jù)庫中（通常存放在RD-BMS中）的各種業(yè)務數(shù)據(jù)，外部信息包括各類法律法規(guī)、市場信息、競爭對手的信息以及各類外部統(tǒng)計數(shù)據(jù)及各類文檔等。

2）數(shù)據(jù)的存儲與管理。

數(shù)據(jù)的存儲與管理是整個數(shù)據(jù)倉庫系統(tǒng)的核心。在現(xiàn)有各業(yè)務系統(tǒng)的基礎上，對數(shù)據(jù)進行抽取、清理，并有效集成，按照主題進行重新組織，最終確定數(shù)據(jù)倉庫的物理存儲結(jié)構(gòu)，同時組織存儲數(shù)據(jù)倉庫元數(shù)據(jù)（具體包括數(shù)據(jù)倉庫的數(shù)據(jù)字典、記錄系統(tǒng)定義、數(shù)據(jù)轉(zhuǎn)換規(guī)則、數(shù)據(jù)加載頻率以及業(yè)務規(guī)則等信息）。按照數(shù)據(jù)的覆蓋范圍，數(shù)據(jù)倉庫存儲可以分為企業(yè)級數(shù)據(jù)倉庫和部門級數(shù)據(jù)倉庫（通常稱為“數(shù)據(jù)集市”，DataMart）。數(shù)據(jù)倉庫的管理包括數(shù)據(jù)的安全、歸檔、備份、維護、恢復等工作。這些功能與目前的DBMS基本一致。

3）OLAP服務器。

對分析需要的數(shù)據(jù)按照多維數(shù)據(jù)模型進行再次重組，以支持用戶多角度、多層次的分析，發(fā)現(xiàn)數(shù)據(jù)趨勢。

4）前端工具與應用。

前端工具主要包括各種數(shù)據(jù)分析工具、報表工具、查詢工具、數(shù)據(jù)挖掘工具以及各種基于數(shù)據(jù)倉庫或數(shù)據(jù)集市開發(fā)的應用。其中數(shù)據(jù)分析工具主要針對OLAP服務器，報表工具、數(shù)據(jù)挖掘工具既針對數(shù)據(jù)倉庫，同時也針對OLAP服務器。1.2.3商業(yè)智能（BI）落地需要的三大工具商業(yè)智能（后面簡稱BI）的各類角色用戶必須借助和使用工具實現(xiàn)其需求。BI角色分為業(yè)務、業(yè)務融合技術、技術這三類，對于其相應的應用需求（含演繹型和歸納型）和管控開發(fā)需求，需要借演繹型需求支撐工具和歸納型需求支撐工具，及管控開發(fā)型工具來予以實現(xiàn)。本篇先講述演繹型需求支撐的7種工具，其可分為描述統(tǒng)計工具、經(jīng)營技術與方法、經(jīng)濟預測方法與模型、OLAP分析、知識發(fā)現(xiàn)工具、專家系統(tǒng)以及決策方法與模型。管控開發(fā)支持型工具一般包括系統(tǒng)管理工具、開發(fā)工具；

筆者認為BI以認識論和組織理論為基本原理，采取相適宜的“工具”，旨在幫助“相關角色”對職責范圍內(nèi)的“有關內(nèi)容”做出最佳決定的整體解決方案。它由“三維模式”和“三層漏斗”組成，是輔助整個企業(yè)集理念，組織，流程，技術為一體的整體決策支持方案三維模式由角色維、內(nèi)容維和工具維構(gòu)成，體現(xiàn)了BI的主體、客體和工具等一般性原理。根據(jù)BI的定義，只有清晰劃分相關角色并據(jù)以確定需求，并借助工具才能實現(xiàn)BI輔助主體對職責范圍的有關事項做出最佳決定的宗旨。

BI的業(yè)務類角色、技術類角色以及業(yè)務融合技術類角色對應存在著業(yè)務應用需求（指業(yè)務類的演繹型需求和業(yè)務融合技術類的歸納型需求）和技術應用需求，即管控開發(fā)型需求。這種需求能否得以有效實現(xiàn)和提升，必須借助工具。針對三大類角色的兩種需求，BI的工具分為應用型支撐型工具和管控開發(fā)支持型工具。鑒于文章的范圍，硬件支撐工具的內(nèi)容請參見相關書籍。

應用支撐工具可以分為描述統(tǒng)計工具、經(jīng)營技術與方法、經(jīng)濟預測方法與模型、OLAP分析、知識發(fā)現(xiàn)工具、專家系統(tǒng)以及決策方法與模型。管控開發(fā)支持型工具一般包括系統(tǒng)管理工具、開發(fā)工具。一般來說，這些工具以軟件包的形式形成產(chǎn)品。鑒于BI對于業(yè)務應用的重要作用及業(yè)務應用成功對BI的重要意義，本文著重分析BI的應用型支撐工具，并對有關產(chǎn)品作簡單介紹。

一、實現(xiàn)演繹型需求的7種工具

BI的演繹型內(nèi)容可以分為三個層次：報表查詢、綜合分析、決策選擇討。如下圖所示，BI的演繹型需求通過描述性統(tǒng)計工具、報表與展示工具、經(jīng)濟預測方法與模型、經(jīng)營技術與工具、OLAP分析及專家系統(tǒng)工具、決策方法與模型來實現(xiàn)。

上圖中，描述性統(tǒng)計工具幫助用戶在報表查詢層次實現(xiàn)對事實的充分了解；綜合分析以邏輯的方式幫助相關主體尋求原因或?qū)唵螁栴}直接獲得建議，需要運用經(jīng)濟預測方法與模型、經(jīng)營技術與工具及OLAP分析來得以實現(xiàn)。專家系統(tǒng)和決策方法與模型是實現(xiàn)定量和部分定性決策的有力工具。通過該類工具，用戶在決策選擇時通過評價各個方案的優(yōu)劣來輔助主體選擇最優(yōu)，得出結(jié)論。BI演繹型應用的三層次結(jié)構(gòu)合理、有步驟地解決了前提、邏輯規(guī)則和結(jié)論這一演繹型思維方法的遷移應用。（一）描述性統(tǒng)計工具

統(tǒng)計的基本意義在于利用統(tǒng)計指標，通過指標值的對比關系和發(fā)展變化來研究社會經(jīng)濟現(xiàn)象的數(shù)量和數(shù)量關系，表明其變化發(fā)展的過程、結(jié)果及其規(guī)律。作為統(tǒng)計學兩大基本內(nèi)容之一的描述性統(tǒng)計是整個統(tǒng)計學的基礎和統(tǒng)計研究工作的第一步，它包括數(shù)據(jù)的收集、整理、顯示，對數(shù)據(jù)中有用信息的提取和分析，而對變量的集中趨勢和離中趨勢的分析則是其主要內(nèi)容。描述性統(tǒng)計工具指為實現(xiàn)相關主體對基本事實了解的需求而需利用基本指標。這些基本統(tǒng)計指標包括總量指標、相對指標、平均指標和變異指標。

總量指標：表明具體社會經(jīng)濟現(xiàn)象總體的規(guī)模、水平或工作總量的數(shù)值，是計算各種派生指標的基礎。如某集團公司年銷量即是總量指標。它可分為總體單位總量、總體標志總量和時期總量（如某個事業(yè)部門的總銷量）、時點總量（如月末庫存）。總量指標可通過直接計算和間接計算求出。

相對指標：表明兩個互有聯(lián)系的社會、經(jīng)濟現(xiàn)象之間數(shù)量對比關系的統(tǒng)計指標。如競爭企業(yè)之間庫存周轉(zhuǎn)率的對比，或行業(yè)內(nèi)某企業(yè)銷量與行業(yè)總銷量的對比等等；常用的同比和環(huán)比也是相對指標的運用。相對指標反映了社會經(jīng)濟現(xiàn)象的實質(zhì)及其數(shù)量的對比關系，從現(xiàn)象間數(shù)量對比關系中清晰地認識事物。其次，可使原來無法直接比較的現(xiàn)象，找到共同的基礎進行科學地對比分析。相對指標又包括：計劃完成程度指標、結(jié)構(gòu)相對指標（高中低檔產(chǎn)品利潤在全部利潤中的各自占比）、比例相對指標（產(chǎn)品A與產(chǎn)品B的對比）、比較相對指標（某企業(yè)銷量增長率與競爭企業(yè)銷量增長率的對比）、強度相對指標（如煙草行業(yè)銷售情況中條/人指標的對比）、動態(tài)相對指標（如歷年的銷售額的比較）。運用時，要正確選擇對比的基數(shù)、確定可比的對比指標、相對指標要與對比基數(shù)結(jié)合使用。

平均指標：反映同質(zhì)總體內(nèi)各單位某一數(shù)量標志的一般水平，可以對比總體的一般水平，如分公司年平均銷量與總公司平均銷量的對比，可以進行數(shù)量上的推算和預測。平均指標有算術平均數(shù)、調(diào)和平均數(shù)（較少用，主要用于已知標志總量而不知單位總量的情況）、幾何平均數(shù)（一般用于計算平均發(fā)展速度）、眾數(shù)（一組序列中出現(xiàn)次數(shù)最多的數(shù)）、中位數(shù)（按大小順序排列的數(shù)據(jù)中處于中間的數(shù)）五種。使用平均數(shù)時要與變異指標結(jié)合使用，有時需要用組平均數(shù)補充總體平均數(shù)。

標志變異指標：說明總體各單位某一標志數(shù)值差異程度，通過變異指標可以揭示被平均指標掩蓋了的差異情況，也可作為衡量平均指標代表性的尺度。可分為：全距、平均差、標準差、標志變異系數(shù)。全距是標志值最大值與最小值之差，如20XX年某產(chǎn)品在全國各省中最高銷量與最低銷量之差；平均差是各個標志值與總體算術平均數(shù)的離差的絕對值。標準差為各個標志值與總體算術平均數(shù)的離差的平方和的正平方根，其值越大表明差異越大，平均值不能很好代表一般水平；標準差與算術平均數(shù)的比值稱為標志變異系數(shù)，用以兩個平均數(shù)指標不相等時的對比。

描述性統(tǒng)計工具在當前BI的行業(yè)應用中非常普遍。值得關注的是，當前一般BI的報表查詢應用涉及更多是描述性統(tǒng)計的總量指標、平均指標和比較指標，而對于描述離中趨勢的標志變異指標運用得相當不夠。事實上，標志變異指標可以解決BI的應用主體很多實質(zhì)性問題，比如在眾多品牌中找到銷量不穩(wěn)定的品牌，在眾多客戶中找到交易額波動大的客戶，這些信息為BI的應用有關主體在研發(fā)、生產(chǎn)、采購、銷售、庫存方面起到較為關鍵的作用。

（二）報表與展示工具

以報表應用類別區(qū)分，BI系統(tǒng)能利用報表與展示工具來生成統(tǒng)計報表和查詢報表。查詢報表較為簡單，根據(jù)用戶的需求可以較容易地定制。由于中國式統(tǒng)計報表眾多的表頭項以及表頭中首格的一重甚至多種斜線的特征，甚至在表頭項中又切分子表頭的復雜情況，致使生成統(tǒng)計報表較為困難。國外的BI產(chǎn)品在生成統(tǒng)計報表方面和國內(nèi)的某些產(chǎn)品相比，如水晶報表，操作過程較繁鎖。對于報表的展示，一是產(chǎn)生表格，二是產(chǎn)生與表格對應的圖形，如曲線圖、柱形圖、三維圖等。一般來說，要求報表與圖形連動。即當報表數(shù)據(jù)發(fā)生變動時，圖形跟著變動。或者相反，圖形的變動要帶來報表數(shù)據(jù)的變動。這是在鉆取時較容易產(chǎn)生的情況。如SAS的BusinessIntelligence和BO的圖形互動功能都能實現(xiàn)此種需求。

報表與展示工具注重實現(xiàn)報表的靈活性，更強調(diào)圖形展示的美觀、圖形色彩的模板化定，強調(diào)圖形種類的多樣。這是BI工具的基本功能。前兩年大家談到BI時，更容易評判到某個廠家的BI的界面制作的是否美觀等等，這是當時人們對BI應用認識不夠造成的。現(xiàn)在廠家在宣傳BI時，不僅注重更深層次的綜合分析功能和預測、決策功能，更擴大到數(shù)據(jù)集成與整合，數(shù)據(jù)存儲和元數(shù)據(jù)管理等全套BI平臺上。

（三）經(jīng)濟預測方法與模型

經(jīng)濟預測方法與模型是統(tǒng)計學中統(tǒng)計推斷部分的運用，復雜且靈活。它是BI在綜合分析層次上的應用。該方法滿足業(yè)務類用戶展望未來的需求。統(tǒng)計推斷一般包括參數(shù)估計、假設檢驗以及分類與選擇。經(jīng)濟預測方法是參數(shù)估計的應用推廣，包含了點估計和參數(shù)估計，如某上時間段銷量的預測值，或者預測值所處的區(qū)間。經(jīng)濟預測模型是在預測方法的指導下，根據(jù)行業(yè)的實際經(jīng)過修正后建立的預測模型。

定量的預測方法實戰(zhàn)中可以建立很多模式，此處以時間序列預測為主簡要介紹經(jīng)濟預測方法與模型的運用。

時間序列預測法是動態(tài)分析法的一種運用。動態(tài)分析法是在統(tǒng)計研究中，把經(jīng)濟現(xiàn)象在不同時間上的數(shù)量進行對比，以了解現(xiàn)象變動的方向、速度、趨勢和規(guī)律，并據(jù)此預測未來的方法。動態(tài)趨勢分析與預測是動態(tài)分析法的重要用途。時間序列是動態(tài)分析研究的一個主要方面，其前提是編制時間序列，并形成時間序列預測法。當前時間序列有100種左右的預測方法，但其基本方法一般包括簡單平均、移動平均、指數(shù)平滑、最小二乘等，可以運用到直線趨勢預測和曲線趨勢預測方面。時間序列影響時間序列的值變化的四種因素：趨勢變動、季節(jié)變動、循環(huán)變動、不規(guī)則變動，循環(huán)變動在短期預測中通常不考慮。將這四個因素從時間序列值中分解出來的方法稱為分解分析法。如2月份在某地的某品牌白酒銷量為60箱，通過分解技術，可獲知趨勢變動（平均水平與增長勢頭）的影響值為40，中秋的季節(jié)變動影響值為15，但不規(guī)則變動影響值是5，所以即銷量為60。時間序列預測的基本方法結(jié)合上述四種因素并運用到直線預測和曲線預測中，就形成了近100種的具體預測方法，如加權(quán)平均，加權(quán)移動平均、溫特斯法等。溫特斯法是以指數(shù)平滑法為基本模型，結(jié)合季節(jié)因素并運用到直線趨勢中而形成的季節(jié)直線趨勢和季節(jié)變動指數(shù)平滑模型。下圖分別是直線趨勢和曲線趨勢預測的結(jié)果。1.2.4數(shù)據(jù)倉庫架構(gòu)的建立

每一個數(shù)據(jù)倉庫有一個架構(gòu)。這架構(gòu)要么是即時的或計劃過的；或隱式的或形成文件的。不幸的是，許多數(shù)據(jù)倉庫開發(fā)時并沒有一個明確的架構(gòu)，這極大的限制了它的靈活性。在沒有架構(gòu)的情況下，主題區(qū)域就無法契合在一起，它們之間的連接變得無目的，并且使整個數(shù)據(jù)倉庫的管理和變更都難于進行。此外，雖然它可能看起來不重要，數(shù)據(jù)倉庫的架構(gòu)已成為選擇工具時的框架。

讓我們把開發(fā)一個數(shù)據(jù)倉庫與建造一個真正的房屋進行比較。你如何建造一幢300萬美元的大廈呢？更不用說建造一間10萬美元的房子了。你要有藍圖、圖紙、技術規(guī)范、和在多個層次細節(jié)上顯示這個房子將如何進行建造的標準。當然，針對房子的各種子系統(tǒng)要有不同版本的藍圖，如管道工程、電氣、暖通空調(diào)系統(tǒng)（HVAC）、通信、和空間。針對所有的家用的設備也有相應的標準，包括插頭、燈具、衛(wèi)生潔具、門的尺寸等。

對于數(shù)據(jù)倉庫，架構(gòu)是對數(shù)據(jù)倉庫的元素和服務的一種描述，用具體細節(jié)說明各種組件如何組合在一起，和隨著時間的推移系統(tǒng)將如何地發(fā)展。就像這房子的比喻，數(shù)據(jù)倉庫架構(gòu)是一套文件、計劃、模型、圖紙和規(guī)范，針對每個關鍵的組件區(qū)域有獨立的分區(qū)，并且足夠詳細到讓專業(yè)技術人員可以實施它們。

這并是一個需求文件。需求文件說明架構(gòu)需要做些什么。數(shù)據(jù)倉庫架構(gòu)也不是一個項目計劃或任務清單；它說明數(shù)據(jù)倉庫是什么，而不是怎么去做或為什么去做。

一個數(shù)據(jù)倉庫的開發(fā)也并不容易，因為相對于房屋的5000年建筑史，我們發(fā)展數(shù)據(jù)倉庫系統(tǒng)只有20年的時間。因此，我們的標準還不多，工具和技術正在快速發(fā)展，關于我們已經(jīng)擁有數(shù)據(jù)倉庫系統(tǒng)的檔案還很少，而且數(shù)據(jù)倉庫的術語還有很大的出入。

所以，雖然開發(fā)一個架構(gòu)是困難的，但它也是可能的，并且又是至關重要的。首先，最主要的是，架構(gòu)應該受業(yè)務的驅(qū)動。如果你的要求是每夜進行更新，這一要求就該包含在架構(gòu)內(nèi)，而你必須弄清實現(xiàn)你目標的技術需求。下面是一些業(yè)務需求的例子，和針對每種需求的綜合技術考量：

●每夜更新――充足的數(shù)據(jù)準備能力

●全球可用性—平行或分布式服務器

●顧客層次分析――大型服務器

●新數(shù)據(jù)源――帶有支持元數(shù)據(jù)的靈活工具

●可靠性――工作的控制功能關鍵組件區(qū)域

一個完整的數(shù)據(jù)倉庫架構(gòu)包括數(shù)據(jù)和技術因素。架構(gòu)可以被分為三個主要區(qū)域。首先，是基于業(yè)務流程的數(shù)據(jù)架構(gòu)。其次是基礎設施，包括硬件、網(wǎng)絡、操作系統(tǒng)和電腦。最后，是技術區(qū)域，包含用戶所需的決策制定的技術以及它們的支持結(jié)構(gòu)。對這些區(qū)域?qū)⒃谙挛姆中」?jié)進行詳述。●數(shù)據(jù)架構(gòu)

如上所述，在整體數(shù)據(jù)倉庫架構(gòu)中的數(shù)據(jù)架構(gòu)部分是受業(yè)務流程所驅(qū)動的。例如，在一個制造環(huán)境里，數(shù)據(jù)模型可能包括訂單、裝運和帳單。每一個區(qū)域都依據(jù)一套不同的維度。但是在數(shù)據(jù)模型中對相交維度的定義必須相同。所以相同數(shù)據(jù)項應該有同樣的結(jié)構(gòu)和內(nèi)容，并有一個創(chuàng)建和維護的單一流程。

當你完成一個數(shù)據(jù)倉庫架構(gòu)并呈現(xiàn)數(shù)據(jù)給你的用戶，就要做出對工具的選擇，但隨著需求的設定，選擇就會變窄。例如，產(chǎn)品的功能開始融合，就像多維聯(lián)機分析處理（MOLAP）和關系型聯(lián)機分析處理（ROLAP）。如果停留在你建造的立方體，多維聯(lián)機分析處理（MOLAP）便可以了。它速度快又允許靈活的查詢――在立方體的范圍內(nèi)。它的缺點是規(guī)模（整體上和一個維度內(nèi)）、設計的局限性（受立方體結(jié)構(gòu)所限）、需要一個專有的數(shù)據(jù)庫。關系型聯(lián)機分析處理（ROLAP）是多維聯(lián)機分析處理（MOLAP）的一種替代方案，它克服了多維聯(lián)機分析處理（MOLAP）的這些缺點。通常，混合聯(lián)機處理（HOLAP）更受歡迎，它允許一部分數(shù)據(jù)存儲在維聯(lián)機分析處理（MOLAP）中，另一部分數(shù)據(jù)存儲在關系型聯(lián)機分析處理（ROLAP）中，折衷了各自的長處。●基礎設施架構(gòu)

對硬件及數(shù)據(jù)庫選擇的問題在于其大小、擴展性和靈活性。在大約80%的數(shù)據(jù)倉庫項目中，這并不困難，大多數(shù)企業(yè)有足夠的力量來應對他們的需要。

在網(wǎng)絡、檢查數(shù)據(jù)來源、數(shù)據(jù)倉庫準備區(qū)、以及它們之間的任何設施方面，要確保有足夠的帶寬用于數(shù)據(jù)的移動。●技術架構(gòu)

技術架構(gòu)被元數(shù)據(jù)目錄所驅(qū)動。一切都應該受元數(shù)據(jù)所驅(qū)動。服務應該依從表格所需的參數(shù)，而不是它們的硬編碼。技術架構(gòu)的一個重要組件是ETL（提取、轉(zhuǎn)換和加載）流程，它涵蓋了五個主要區(qū)域：

●提取－數(shù)據(jù)來自多種數(shù)據(jù)源并且種類繁多。在這個區(qū)域如果有數(shù)據(jù)的應用時必須考慮對它的壓縮和加密處理。

●轉(zhuǎn)換－數(shù)據(jù)轉(zhuǎn)換包括代理主鍵的管理、整合、去標準化、清洗、轉(zhuǎn)換、合并和審計。

●加載－加載通常是利用加載最優(yōu)化和對整個加載周期的支持對多種目標進行加載。

●安全－管理員訪問和數(shù)據(jù)加密的策略。

●元件控制-－它包括元件的定義、元件安排（時間和事件）、監(jiān)控、登錄、異常處理、錯誤處理和通知。

數(shù)據(jù)準備區(qū)需要能夠從多種數(shù)據(jù)源提取數(shù)據(jù)，如MVS、ORACLE、VM和其它，所以當你選擇產(chǎn)品時要具體。它必須將數(shù)據(jù)進行壓縮和加密、轉(zhuǎn)化、加載（可能對多個目標）和安全處理。此外，數(shù)據(jù)準備區(qū)的活動要能夠自動化進行。不同的供應商的產(chǎn)品做不同的事情，所以大多數(shù)企業(yè)將需要使用多種產(chǎn)品。

一個監(jiān)控數(shù)據(jù)倉庫使用的系統(tǒng)對查詢的采集、使用的跟蹤是有價值的，而且也有助于性能的調(diào)整。性能優(yōu)化包括通過“管理者”工具進行的成本估算，而且應包括即時查詢的時間表。有工具能夠提供查詢管理服務。可使用工具來針對這些和其它相關任務，如對前臺的基于服務器的查詢管理和來自于多種數(shù)據(jù)源的數(shù)據(jù)。也有工具可用于報表、連通性和基礎設施管理。最后，數(shù)據(jù)訪問塊應包括報表的服務（如發(fā)布和訂閱），還應包括報表庫，調(diào)度程序和分布管理員。關于元數(shù)據(jù)

在數(shù)據(jù)倉庫流程中數(shù)據(jù)的創(chuàng)建和管理要遵循以下的“步驟”：

●數(shù)據(jù)倉庫模型

●數(shù)據(jù)源的定義

●表的定義

●數(shù)據(jù)源到目標的映射

●映射和轉(zhuǎn)換信息

●物理信息（表格空間，等）

●提取數(shù)據(jù)

●轉(zhuǎn)移數(shù)據(jù)

●加載統(tǒng)計

●業(yè)務描述

●查詢請求

●數(shù)據(jù)本身

●查詢統(tǒng)計

為顯示元數(shù)據(jù)的重要性，上述的步驟列表中只有三步包括了“真正”的數(shù)據(jù)－7、8和12。其他的一切都是元數(shù)據(jù)，而且整個數(shù)據(jù)倉庫流程都依賴于它。元數(shù)據(jù)目錄的專業(yè)技術要素包括：●業(yè)務規(guī)則-－包括定義、推導、相關項目、驗證、和層次結(jié)構(gòu)信息（版本、日期等。）

●轉(zhuǎn)移/轉(zhuǎn)換信息-－源/目的地的信息，以及DDL（數(shù)據(jù)類型、名稱等等。）

●操作信息-－數(shù)據(jù)加載的工作時間表、依存性、通知和信息的可靠性（比如主機的重定向和加載平衡）。

●特定工具的信息-－圖形顯示信息和特殊功能的支持。

●安全規(guī)則-－認證和授權(quán)。建立架構(gòu)

在開發(fā)技術架構(gòu)模型前，要先起草一份架構(gòu)需求的文件。然后將每一項業(yè)務需求計劃包含到它的架構(gòu)中。根據(jù)架構(gòu)的區(qū)域?qū)@些內(nèi)容進行分組（遠程訪問、數(shù)據(jù)準備、數(shù)據(jù)訪問工具等）。了解它如何于其它區(qū)域相適應。采集區(qū)域的定義及其內(nèi)容。最后提煉和形成模型的文件。

我們認識到開發(fā)一個數(shù)據(jù)倉庫架構(gòu)是困難的，因此要有一個周密細致的規(guī)劃。但ZACHMAN框架又超出了大多數(shù)企業(yè)對數(shù)據(jù)倉庫的需要，所以建議使用一個合理的折衷方案，它由四層流程所組成：業(yè)務需求、技術架構(gòu)、標準和工具。

業(yè)務需求本質(zhì)上驅(qū)動著架構(gòu)，所以要對業(yè)務經(jīng)理、分析師、高級用戶進行訪談。從你的訪談中尋找主要的業(yè)務問題，以及企業(yè)戰(zhàn)略、發(fā)展方向、挫折、業(yè)務流程、時間、可用性、業(yè)績預期的指標。將它們一一妥善歸檔。

從IT的角度來看，跟現(xiàn)有的數(shù)據(jù)倉庫/決策支持系統(tǒng)（DSS）的支持人員、聯(lián)機分析處理（OLTP）應用組成員、數(shù)據(jù)庫管理員們（DBA）；以及網(wǎng)絡、操作系統(tǒng)和桌面支持人員進行討論。也要與架構(gòu)師和專業(yè)規(guī)劃人員進行探討。你應該從這些討論中得知他們從IT的觀點考慮數(shù)據(jù)倉庫的意見。從中了解是否有現(xiàn)存的構(gòu)架文件、IT原則、標準文件、企業(yè)數(shù)據(jù)中心等。

關于數(shù)據(jù)倉庫并沒有太多現(xiàn)存的標準，但對于許多組件來說是有標準的。下面是一些需要牢記的標準：

●中間設備－－開放數(shù)據(jù)庫連接（ODBC）、對象鏈接與嵌入（OLE）、對象鏈接與嵌入數(shù)據(jù)庫（OLEDB）、數(shù)據(jù)通信設備（DCE）、對象請求代理（ORB）和數(shù)據(jù)庫編程（JDBC）

●數(shù)據(jù)庫連接－－ODBC,JDBC,OLEDB,和其它。

●數(shù)據(jù)管理－－ANSISQL和文件傳輸協(xié)議（FTP）

●網(wǎng)絡訪問－－數(shù)據(jù)通信設備（DCE）、域名服務器（DNS）、和輕量目標訪問協(xié)議（LDAP）

無論它們支持的是哪種標準，主流的數(shù)據(jù)倉庫工具都受元數(shù)據(jù)所驅(qū)動。然而，它們通常并不互相共享元數(shù)據(jù)而且在開放性上也所有不同。所以，要仔細研究和購買工具。架構(gòu)師是你選擇適當工具的向?qū)А?/p>

一個數(shù)據(jù)倉庫架構(gòu)需要具體到怎樣的程度呢？這個問題要問的是：它有足夠的信息可以讓一個有能力的團隊來建立一個滿足業(yè)務需求的數(shù)據(jù)倉庫嗎？至于它要花多長時間，隨著更多的人加入到它的開發(fā)中來（即：它變成了“復雜的技術策略”）和生成的系統(tǒng)需要變得更復雜（即“復雜的功能”），架構(gòu)的完成會呈指數(shù)倍的發(fā)展。

像數(shù)據(jù)倉庫中幾乎所有的事情一樣，一個迭代進程是最好的。你不能一次做完所有的事情因為它太大了，而且業(yè)務不能等。同時，數(shù)據(jù)倉庫的市場還沒有完備。所以從流程中影響大、高價值部分開始，然后，利用你的成功去帶動另外的階段。總結(jié)：

綜上所述，建立一個數(shù)據(jù)倉庫架構(gòu)的好處如下：

●提供了一個組織結(jié)構(gòu)的框架-－架構(gòu)對什么是單獨的組件、如何將它們組裝在一起、誰擁有什么部分以及優(yōu)先次序的問題劃出了界線。

●提高了靈活性和維護性-－讓你能快速加入新的數(shù)據(jù)來源，接口標準允許即插即用，模型和元數(shù)據(jù)允許影響分析和單點的變化。

●更快的開發(fā)和再利用-－數(shù)據(jù)倉庫開發(fā)者更能夠快速了解數(shù)據(jù)倉庫流程、數(shù)據(jù)庫內(nèi)容和業(yè)務規(guī)則。

●管理和通信的工具-－定義未來方向和項目范圍，確定職務和職責、對供應商傳達需求。

●協(xié)調(diào)多項任務同時進行——多種、相對獨立的工作有機會成功地集合。

我們建議公司對準業(yè)務需求而又要務實一些。時刻跟上數(shù)據(jù)倉庫產(chǎn)業(yè)的進步是很重要的。最后，請記住架構(gòu)總是存在的：或隱性或具體的，或無計劃或計劃內(nèi)的。經(jīng)驗證明，有一個計劃內(nèi)和具