商業(yè)智能BI介紹

《商業(yè)智能BI介紹》由會員上傳分享，免費在線閱讀，更多相關內容在行業(yè)資料-天天文庫。

1、BI介紹內容?為什么需要BI?什么是BI?BI的體系結構?如何實施BI?BI與大數(shù)據為什么需要BIBI的意義?BI是把運營數(shù)據轉化成為高價值的可以獲取的信息（或知識），并且在恰當?shù)臅r候通過恰當?shù)姆绞桨亚‘數(shù)男畔鬟f給恰當?shù)娜藬?shù)據信息知識決策BI的價值責任分析??用于經理、主管的精確及時的?從收入、可贏利性、滿意度的角度報告來講，哪些是您最好的客戶？?公司數(shù)以萬計的以及其他的公?哪些客戶會對促銷作出響應？開內容銷售市場營銷計劃和模型開發(fā)采購執(zhí)行生產服務報告和財務/HR項目管理分析響應能力計劃?監(jiān)視事件和計量標準?預測和趨勢分析?將最近事件和歷史數(shù)據相關聯(lián)?實施之前預估策略中的潛在變化學術界的觀點

2、BI實際上是幫助企業(yè)提高決策能力和運營能力的概念、方法、過程以及軟件的集合，其主要目標是將企業(yè)所掌握的信息轉換成競爭優(yōu)勢，提高企業(yè)決策能力、決策效率、決策準確性。什么是BI與BI相關的重要概念?BI（BusinessIntelligence，商務智能）?DW（DataWarehouse，數(shù)據倉庫）?ETL(抽取轉化)?OLAP（OnlineAnalysisProcess）?DM（DataMining，數(shù)據挖掘）BI（BusinessIntelligence）商務智能簡稱BI，指通過對數(shù)據的收集、管理、分析以及轉化，使數(shù)據成為可用的信息，從而獲得必要的洞察力和理解力，更好地輔助決策和指導行動。數(shù)

3、據倉庫（DataWarehouse）數(shù)據倉庫（DataWarehouse簡稱DW）是一個面向主題的（SubjectOriented）、集成的（Integrate）、相對穩(wěn)定的（Non-Volatile）、反映歷史變化（TimeVariant）的數(shù)據集合。數(shù)據倉庫是實現(xiàn)商務智能的基礎平臺數(shù)據倉庫VS數(shù)據庫數(shù)據庫系統(tǒng)（生產系統(tǒng)）：以銀行為例●面向應用、事務驅動的儲蓄對公信用卡其他●實時性高●數(shù)據檢索量少●只存當前數(shù)據?數(shù)據倉庫系統(tǒng)（決策系統(tǒng)）：●面向主題、分析和決策數(shù)據倉庫●實時性要求不是特別高客產渠交機戶品道易構●數(shù)據檢索量大●存儲大量的歷史數(shù)據和當前數(shù)據ETLETL是數(shù)據抽取（Extracti

4、ng）、轉換（Transforming）、清洗（Cleaning）、裝載（Loading）幾個過程的簡稱。ETL是構建數(shù)據倉庫的重要一環(huán)，用戶從數(shù)據源抽取出所需的數(shù)據，經過ETL最終按照預先定義好的數(shù)據倉庫模型，將數(shù)據加載到數(shù)據倉庫中去。ETL數(shù)據抽取:從源數(shù)據源系統(tǒng)抽取目的數(shù)據源系統(tǒng)需要的數(shù)據數(shù)據清洗:重復行數(shù)據的清理，無用字段的清理，空值的處理等，正則表達式的使用。數(shù)據轉換:數(shù)據類型的轉換，比如int轉varchar,字符型轉日期型（如20090801轉2009-08-01）等等。類似用1標識男，2表示女。ETL分層ODSMIDDW-DMETL流程ETL工具?開源kettle工具?DI?O

5、racleODI?IBMdatastage?informaticaOLTP&OLAP?OLTP（OnlineTransactionProcess）聯(lián)機事務處理，是公司日常運營的基礎，是業(yè)務流程信息化的關鍵，基于生產數(shù)據庫。?OLAP（OnlineAnalysisProcess）聯(lián)機分析處理，基于數(shù)據倉庫的數(shù)據分析，以供決策所需，面向管理層，面向未來。OLAP的目標?滿足決策支持或多維環(huán)境特定的查詢和報表需求，它的技術核心是“維”這個概念，因此OLAP也可以說是多維資料分析工具的集合。?通常所說的BI分析就是指OLAP，更為準確是指OLAP分析及結果展示。OLTP數(shù)據OLAP數(shù)據原始數(shù)據導出數(shù)據

6、細節(jié)性數(shù)據綜合性和提煉性數(shù)據當前值數(shù)據歷史數(shù)據可更新可更新，但周期性刷新一次處理的數(shù)據量小一次處理的數(shù)據量大面向應用，事務驅動面向分析，分析驅動面向操作人員，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?沒有大小限制，現(xiàn)有的關系數(shù)據庫的技術可以沿用，可以通過SQL實現(xiàn)詳細數(shù)據與概要數(shù)據的存儲?，F(xiàn)有關系型數(shù)據庫已經對OLAP做了很多優(yōu)化，包括并行存儲、并行查詢、并行數(shù)據管理、基于成本的查詢優(yōu)化、位圖索引、SQL的OLAP擴展(cube,rollup)等大大提高ROALP的速度ROLAP的缺點一般響應速度慢不支持有關預計算的讀寫操作無法完成維之間的

7、計算MOLAP的優(yōu)點性能好、響應速度快專為OLAP所設計，支持高性能的決策支持計算復雜的跨維計算多用戶的讀寫操作行級的計算MOLAP的缺點增加系統(tǒng)復雜度，增加系統(tǒng)培訓與維護費用受操作系統(tǒng)平臺中文件大小的限制需要進行預計算，可能導致數(shù)據爆炸無法支持維的動態(tài)變化缺乏數(shù)據訪問的標準HOLAP的優(yōu)點混合數(shù)據組織的OLAP實現(xiàn)低層是關系型的高層是多維矩陣型ROLAP和MOLAP的有機結合度量值度量值是決策者