《BI平台介绍》由会员分享，可在线阅读，更多相关《BI平台介绍（35页珍藏版）》请在金锄头文库上搜索。
1、,商务智能（BI）平台介绍,2004.8北京,Agenda,BI是什么企业为什么需要BIBI的体系结构如何实施BIQ&A,BI是什么,与BI相关的几个重要概念,BI（Business Intelligence，商务智能）DW（Data Warehouse，数据仓库）OLTP（Online Transaction Process）OLAP（Online Analysis Process）DM（Data Mining，数据挖掘）,BI（Business Intelligence）,商务智能，简称BI，指通过对数据的收集、管理、分析以及转化，使数据成为可用的信息，从而获得必要的洞察力和理解力，更好地
2、辅助决策和指导行动。,DW（Data Warehouse）,数据仓库（Data Warehouse 简称DW）是一个面向主题的（SubjectOriented）、集成的（Integrate）、相对稳定的（Non-Volatile）、反映历史变化（TimeVariant）的数据集合。 数据仓库是实现商务智能的基础平台,数据仓库 VS 数据库,数据库系统（生产系统）： 面向应用、事务驱动的 实时性高 数据检索量少 只存当前数据,数据仓库系统（决策系统）： 面向主题、分析和决策 实时性要求不是特别高 数据检索量大 存储大量的历史数据和当前数据,以银行为例,储蓄,对公,信用卡,其他,客户,产品,渠道,
3、交易,机构,OLTP & OLAP,OLTP（Online Transaction Process）联机事务处理，是公司日常运营的基础，是业务流程信息化的关键，基于生产数据库。OLAP（Online Analysis Process）联机分析处理，基于数据仓库的数据分析，以供决策所需，面向管理层，面向未来。,OLAP的目标,满足决策支持或多维环境特定的查询和报表需求，它的技术核心是“维”这个概念，因此OLAP也可以说是多维资料分析工具的集合。通常所说的BI分析就是指OLAP，更为准确是指OLAP分析及结果展示。,OLAP特性（演示）,快速性可分析性多维性信息性,OLAP多维分析方法（演示）,切
4、片和切块(Slice and Dice)钻取(Drill)旋转(Rotate)/转轴(Pivot),OLAP分类,OLTP、ROLAP与MOLAP模式比较,OLTP,ROLAP,MOLAP,DM（Data Mining）,数据挖掘(Data Mining)就是从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。,数据挖掘的两个阶段,建立模型目前用得较多的建模技术主要有：统计分析、神经网络、决策树、遗传算法等等预测未来结果通过对基本数据不断理解的交互处理而不断提炼和调整，达到可以接受的精确程度 ，从而获得有价值的建议,数据挖掘
5、 VS 数据仓库,数据挖掘（Data Mining）与数据仓库（Data Warehouse）没有直接的联系在大部分情况下，数据挖掘都要把数据从数据仓库中拿到数据挖掘库或数据集市中为了数据挖掘你也不必非得建立一个数据仓库，数据仓库不是必须的,DM（数据挖掘） vs OLAP,DM（Data Mining）和OLAP是完全不同的 OLAP分析过程的本质是一个演绎推理的过程 OLAP分析先建立一系列的假设，然后通过OLAP来证实或推翻这些假设来最终得到自己的结论DM本质上是一个归纳的过程 不是用于验证某个假定的模型的正确性，而是在数据库中自己寻找模型 数据挖掘和OLAP具有一定的互补性 网易BI目
6、前的应用仅仅局限于OLAP,BI VS Excel,BI是一个由多个组件构成的完整的数据分析系统，面向数据仓库的海量数据，提供多维度对视角的数据分析Excel是桌面的办公软件，面向平面小规模数据的处理BI与Excel并不矛盾，它们互为补充,企业为什么需要BI,企业为什么需要BI？,BI能够从根本上帮助你把公司的运营数据转化成为高价值的可以获取的信息（或知识），并且在恰当的时候通过恰当的方式把恰当的信息传递给恰当的人,数据,信息,知识,利润,BI价值陈述,响应能力监视事件和计量标准将最近事件和历史数据相关联,分析从收入、可赢利性、满意度的角度来讲，哪些是您最好的客户？哪些客户会对促销作出响应？,
7、计划预测和趋势分析实施之前预估策略中的潜在变化,责任用于经理、主管的精确及时的报告公司数以万计的以及其他的公开内容,市场营销,采购,服务,销售,项目管理,财务 / HR,计划和模型,执行,报告和分析,开发,生产,国内业界的观点（1）,“经过几年ERP系统的运行，企业拥有了大量的经营及客户数据，为了进一步获得市场的竞争优势，BI必须把这些尘封在各个数据库中的各种结构的数据充分利用起来，提高企业运营绩效，获得更大市场。”,国内业界的观点（2）,商务智能是指一种能力：通过智能地使用企业的数据财产来制定更好的商务决策。它的意思是说各种企业的决策人员以企业中的数据仓库(Data Warehouse)为本
8、，经由各式各样的查询分析工具(Query/Report Tools)、联机分析处理(OLAP)工具、或是数据挖掘(Data Mining)工具加上决策规划人员的行业知识(Industry Knowledge)，从数据仓库中获得有利的信息，进而帮助企业提高获利，增加生产力与竞争力。,学术界的观点,BI实际上是帮助企业提高决策能力和运营能力的概念、方法、过程以及软件的集合，其主要目标是将企业所掌握的信息转换成竞争优势，提高企业决策能力、决策效率、决策准确性。,客户需要统一的视图,计划,监视,分析,报告,BI的体系结构,BI平台基本架构,数据仓库引擎,数据集成引擎,OLAP引擎,挖掘引擎（DM）,业
9、务数据库（OLTP）,ETL,DW,如何实施BI,BI项目实施方法论,数据仓库管理,物理数据模型,数据转换,应用开发,数据挖掘服务,系统体系结构设计,元数据管理,解决方案集成,项目具体实施步骤,项目前期准备,业务探索,信息探索,逻辑数据模型,BI项目具体实施步骤,1. 项目前期准备2. 业务探索（Business Discovery)3. 信息探索（Information Discovery)4. 逻辑数据模型设计5. 系统体系结构设计6. 物理数据库设计7. 数据转换加载ETL8. 前端应用开发9. 数据挖掘服务10.元数据管理11.数据仓库管理（处理流程与操作）12.解决方案集成（测试验收
10、与试运行）,建立BI项目团队,项目评估需求分析逻辑模型设计物理模型设计数据抽取转换装载数据存储和管理数据展现和发布培训,项目经理（Project Manager）业务顾问（Business Consultant）模型工程师（Model Engineer）最终用户（End User）ETL工程师数据库管理员（DBA）界面开发工程师（GUI Developer）培训工程师（Trainning Engineer）,BI项目成功的关键,高层领导的强力支持流畅的数据流一支熟悉业务、精通技术的团队业务驱动，业务人员与BI团队良好的沟通完善的推广、培训制度功能完善的相关软件（DW、ETL、OLAP、DM),BI的实施是一个长期的、不断完善的过程，需要公司各部门良好的协作,Q&A,
