商業(yè)智能BI介紹

《商業(yè)智能BI介紹》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。

1、BI介紹內(nèi)容?為什么需要BI?什么是BI?BI的體系結(jié)構(gòu)?如何實(shí)施BI?BI與大數(shù)據(jù)為什么需要BIBI的意義?BI是把運(yùn)營(yíng)數(shù)據(jù)轉(zhuǎn)化成為高價(jià)值的可以獲取的信息（或知識(shí)），并且在恰當(dāng)?shù)臅r(shí)候通過(guò)恰當(dāng)?shù)姆绞桨亚‘?dāng)?shù)男畔鬟f給恰當(dāng)?shù)娜藬?shù)據(jù)信息知識(shí)決策BI的價(jià)值責(zé)任分析??用于經(jīng)理、主管的精確及時(shí)的?從收入、可贏利性、滿意度的角度報(bào)告來(lái)講，哪些是您最好的客戶？?公司數(shù)以萬(wàn)計(jì)的以及其他的公?哪些客戶會(huì)對(duì)促銷作出響應(yīng)？開(kāi)內(nèi)容銷售市場(chǎng)營(yíng)銷計(jì)劃和模型開(kāi)發(fā)采購(gòu)執(zhí)行生產(chǎn)服務(wù)報(bào)告和財(cái)務(wù)/HR項(xiàng)目管理分析響應(yīng)能力計(jì)劃?監(jiān)視事件和計(jì)量標(biāo)準(zhǔn)?預(yù)測(cè)和趨勢(shì)分析?將最近事件和歷史數(shù)據(jù)相關(guān)聯(lián)?實(shí)施之前預(yù)估策略中的潛在變化學(xué)術(shù)界的觀點(diǎn)

2、BI實(shí)際上是幫助企業(yè)提高決策能力和運(yùn)營(yíng)能力的概念、方法、過(guò)程以及軟件的集合，其主要目標(biāo)是將企業(yè)所掌握的信息轉(zhuǎn)換成競(jìng)爭(zhēng)優(yōu)勢(shì)，提高企業(yè)決策能力、決策效率、決策準(zhǔn)確性。什么是BI與BI相關(guān)的重要概念?BI（BusinessIntelligence，商務(wù)智能）?DW（DataWarehouse，數(shù)據(jù)倉(cāng)庫(kù)）?ETL(抽取轉(zhuǎn)化)?OLAP（OnlineAnalysisProcess）?DM（DataMining，數(shù)據(jù)挖掘）BI（BusinessIntelligence）商務(wù)智能簡(jiǎn)稱BI，指通過(guò)對(duì)數(shù)據(jù)的收集、管理、分析以及轉(zhuǎn)化，使數(shù)據(jù)成為可用的信息，從而獲得必要的洞察力和理解力，更好地輔助決策和指導(dǎo)行動(dòng)。數(shù)

3、據(jù)倉(cāng)庫(kù)（DataWarehouse）數(shù)據(jù)倉(cāng)庫(kù)（DataWarehouse簡(jiǎn)稱DW）是一個(gè)面向主題的（SubjectOriented）、集成的（Integrate）、相對(duì)穩(wěn)定的（Non-Volatile）、反映歷史變化（TimeVariant）的數(shù)據(jù)集合。數(shù)據(jù)倉(cāng)庫(kù)是實(shí)現(xiàn)商務(wù)智能的基礎(chǔ)平臺(tái)數(shù)據(jù)倉(cāng)庫(kù)VS數(shù)據(jù)庫(kù)數(shù)據(jù)庫(kù)系統(tǒng)（生產(chǎn)系統(tǒng)）：以銀行為例●面向應(yīng)用、事務(wù)驅(qū)動(dòng)的儲(chǔ)蓄對(duì)公信用卡其他●實(shí)時(shí)性高●數(shù)據(jù)檢索量少●只存當(dāng)前數(shù)據(jù)?數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)（決策系統(tǒng)）：●面向主題、分析和決策數(shù)據(jù)倉(cāng)庫(kù)●實(shí)時(shí)性要求不是特別高客產(chǎn)渠交機(jī)戶品道易構(gòu)●數(shù)據(jù)檢索量大●存儲(chǔ)大量的歷史數(shù)據(jù)和當(dāng)前數(shù)據(jù)ETLETL是數(shù)據(jù)抽?。‥xtracti

4、ng）、轉(zhuǎn)換（Transforming）、清洗（Cleaning）、裝載（Loading）幾個(gè)過(guò)程的簡(jiǎn)稱。ETL是構(gòu)建數(shù)據(jù)倉(cāng)庫(kù)的重要一環(huán)，用戶從數(shù)據(jù)源抽取出所需的數(shù)據(jù)，經(jīng)過(guò)ETL最終按照預(yù)先定義好的數(shù)據(jù)倉(cāng)庫(kù)模型，將數(shù)據(jù)加載到數(shù)據(jù)倉(cāng)庫(kù)中去。ETL數(shù)據(jù)抽取:從源數(shù)據(jù)源系統(tǒng)抽取目的數(shù)據(jù)源系統(tǒng)需要的數(shù)據(jù)數(shù)據(jù)清洗:重復(fù)行數(shù)據(jù)的清理，無(wú)用字段的清理，空值的處理等，正則表達(dá)式的使用。數(shù)據(jù)轉(zhuǎn)換:數(shù)據(jù)類型的轉(zhuǎn)換，比如int轉(zhuǎn)varchar,字符型轉(zhuǎn)日期型（如20090801轉(zhuǎn)2009-08-01）等等。類似用1標(biāo)識(shí)男，2表示女。ETL分層ODSMIDDW-DMETL流程ETL工具?開(kāi)源kettle工具?DI?O

5、racleODI?IBMdatastage?informaticaOLTP&OLAP?OLTP（OnlineTransactionProcess）聯(lián)機(jī)事務(wù)處理，是公司日常運(yùn)營(yíng)的基礎(chǔ)，是業(yè)務(wù)流程信息化的關(guān)鍵，基于生產(chǎn)數(shù)據(jù)庫(kù)。?OLAP（OnlineAnalysisProcess）聯(lián)機(jī)分析處理，基于數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)分析，以供決策所需，面向管理層，面向未來(lái)。OLAP的目標(biāo)?滿足決策支持或多維環(huán)境特定的查詢和報(bào)表需求，它的技術(shù)核心是“維”這個(gè)概念，因此OLAP也可以說(shuō)是多維資料分析工具的集合。?通常所說(shuō)的BI分析就是指OLAP，更為準(zhǔn)確是指OLAP分析及結(jié)果展示。OLTP數(shù)據(jù)OLAP數(shù)據(jù)原始數(shù)據(jù)導(dǎo)出數(shù)據(jù)

6、細(xì)節(jié)性數(shù)據(jù)綜合性和提煉性數(shù)據(jù)當(dāng)前值數(shù)據(jù)歷史數(shù)據(jù)可更新可更新，但周期性刷新一次處理的數(shù)據(jù)量小一次處理的數(shù)據(jù)量大面向應(yīng)用，事務(wù)驅(qū)動(dòng)面向分析，分析驅(qū)動(dòng)面向操作人員，支持日常操作面向決策人員支持管理需要OLAP分類ROLAPMOLAPHOLAPROLAP的優(yōu)點(diǎn)?沒(méi)有大小限制，現(xiàn)有的關(guān)系數(shù)據(jù)庫(kù)的技術(shù)可以沿用，可以通過(guò)SQL實(shí)現(xiàn)詳細(xì)數(shù)據(jù)與概要數(shù)據(jù)的存儲(chǔ)?，F(xiàn)有關(guān)系型數(shù)據(jù)庫(kù)已經(jīng)對(duì)OLAP做了很多優(yōu)化，包括并行存儲(chǔ)、并行查詢、并行數(shù)據(jù)管理、基于成本的查詢優(yōu)化、位圖索引、SQL的OLAP擴(kuò)展(cube,rollup)等大大提高ROALP的速度ROLAP的缺點(diǎn)一般響應(yīng)速度慢不支持有關(guān)預(yù)計(jì)算的讀寫(xiě)操作無(wú)法完成維之間的

7、計(jì)算MOLAP的優(yōu)點(diǎn)性能好、響應(yīng)速度快專為OLAP所設(shè)計(jì)，支持高性能的決策支持計(jì)算復(fù)雜的跨維計(jì)算多用戶的讀寫(xiě)操作行級(jí)的計(jì)算MOLAP的缺點(diǎn)增加系統(tǒng)復(fù)雜度，增加系統(tǒng)培訓(xùn)與維護(hù)費(fèi)用受操作系統(tǒng)平臺(tái)中文件大小的限制需要進(jìn)行預(yù)計(jì)算，可能導(dǎo)致數(shù)據(jù)爆炸無(wú)法支持維的動(dòng)態(tài)變化缺乏數(shù)據(jù)訪問(wèn)的標(biāo)準(zhǔn)HOLAP的優(yōu)點(diǎn)混合數(shù)據(jù)組織的OLAP實(shí)現(xiàn)低層是關(guān)系型的高層是多維矩陣型ROLAP和MOLAP的有機(jī)結(jié)合度量值度量值是決策者