《考试大纲(留存).doc》由会员分享，可在线阅读，更多相关《考试大纲(留存).doc（6页珍藏版）》请在金锄头文库上搜索。
1、第一章 决策支持与商务智能概述一、知识点1、传统决策依靠个人的直觉、经验、阅历等主观行为进行决策2、科学决策结合定量分析和定性分析 ，运用多门学科，例如经济学、社会学、心理学、统计学、计算机科学等3、决策类型一般分为结构化、非结构化和半结构化问题4、结构化（程序化）问题是指那些日常的、重复的有标准解决方案的问题5、非结构化问题是指没有一刀切的解决方案，模糊的复杂的问题。6、半结构化问题是指在信息收集、方案（计划）制定和方案选择三个决策阶段（西蒙）部分是结构化的。7、结构化决策的特点：问题相对简单、重复发生、有规律可循、建立模型8、非结构化决策特点：问题复杂、没有规律可循、不能建立固定的模型、没
2、有最优或次优方案、创造性思维9、商务智能技术可以分析结构化数据、半结构化数据以及非结构化数据、静态的历史数据和动态数据流等各种类型的数据10、图灵（1950）提出了图灵试验，发表了“计算机与智能”的论文，提出了计算机能够思维的论述12、从本质上讲，商务智能是帮助企业提高决策能力和运营能力的方法、过程及软件的集合，其主要目标是将企业掌握的的信息转化为竞争优势，提高企业的决策能力、决策效率和决策的准确性。13、商务智能的应用层次（1）：简单的查询报告；在线分析处理；经理信息系统；数据挖掘；外网。14、企业商务智能的应用层次（2）：业务活动管理；以前发生了什么；现在正在发生什么；为什么发生；将来会发
3、生什么。15、制造企业中制造过程所生成的数据源包括：调度数据；生产量、生产效率；故障数据；库存数据；生产计划数据；运行成本数据等，这些数据通过ERP系统得到汇总，并整合在集成的ERP数据库/数据仓库中。16、商务智能在制造企业中的典型应用包括：质量控制与故障检测；生产流程优化及选择；供应链管理等17、商务智能在金融保险行业应用包括：分支行利润分析；交叉销售；信用风险管理；新产品推销；收费策略；客户利润分析；欺诈管理；客户挽留18、商务智能在零售业中典型应用：客户关系管理；交叉销售分析；顾客忠诚度分析；市场定位分析。19、商务智能的Web应用：互联网搜索技术；网上商品/服务推荐技术；精准营销等。
4、20、商务智能的应用水平直接与信息技术基础和信息系统成熟程度相关。就算在商务智能最发达的地区，商务智能的理想和现实之间仍然存在了一条“成熟性沟壑” ，商务智能要想实现其在企业中的战略性地位还有很长一段路要走。21、商务智能架构主要包括四个部分：数据环境、商业分析环境、性能和应用策略；用户界面22、商务智能数据分析工具主要包括OLAP、可视化、预测模型和数据挖掘、记分卡等。23、商务智能的用户界面负责将商务智能分析层的功能以集成的、个性化方式提交其用户，实现访问层功能的方式包括网络浏览器、Web服务和门户系统等。二、简要概述知识1、企业为什么需要商务智能工具。（C1p46）（1）传统业务报告数据
5、充分而知识匮乏（2）传统分析工具的整合能力有限，用户被限定在数据对象中，而不能进一步分析和整合（3）传统报告不能满足用户需求。天气预报：每天只告诉你历史数据对你来说有用么？（4）信息技术及应用的推广大容量数据存储，互联网，并行处理，云技术2、中粮生化全面信息化之后存在需要用商务智能解决方案处理的问题有那些（1）数据量增大，数据难以管理（2）信息孤岛，部门数据相互独立（3）查询与报表不足以支持战略决策的需求3、简述商务智能在公司战略、业务战略和职能战略决策中的作用（1）商务智能可以根据公司各战略业务单元的经营业绩和经营定位来选择合格的投资组合战略（2）商务智能可以进行企业外部因素分析：外部环境分
6、析、行业状况分析、竞争对手分析等（3）商务智能可以在分析企业内部因素（劳动力，成本，技术，竞争等）的基础上为职能战略提供科学的决策依据第二章一、知识点1、数据仓库是面向主题的、集成的、稳定的、随时间变化的数据集合，用以支持管理决策的过程。2、以1992年W H Inmon出版Building the Data Warehouse为标志，数据仓库发展速度很快。 W H Inmon被誉为数据仓库之父。3、数据集市(Data Mart) ，也叫数据市场，是一个从操作的数据和其他的为某个特殊的专业人员团体服务的数据源中收集数据的仓库。4、企业数据仓库（EDW）是支持整个企业决策的大型数据仓库。能够为多
7、种决策系统提供数据支持。5、数据仓库可以分为三个部分：数据仓库本身，包括数据和相关的软件。数据采集软件；客户端软件6、选择数据仓库分层架构需要考虑：使用何种数据库管理系统；是否使用并行处理和分区处理；是否使用数据迁移工具进行数据加载；使用何种工具进行数据检索和分析。7、数据集成的三个阶段：数据访问；数据合并；变化捕捉。8、ETL，即数据抽取、转换、装载的过程，能够按照统一的规则集成并提高数据的价值，是负责完成数据从数据源向目标数据仓库转化的过程，是实施数据仓库的重要步骤。9、数据库中的数据组织有这样几种类型：当前综合级（近期基本数据）；早期历史数据（历史基本数据）；轻度综合级数据；高度综合级数
8、据。10、数据仓库中数据表示的概念模型确定包括：确定系统边界；确定主题域及其内容；确定维度；确定类别；确定指标和事实。11、大多数的数据仓库都采用“星型模型”。星型模型是由“事实表”以及多个“维表”所组成。12、“事实表”中存放大量关于企业的事实数据（数量数据）。13、雪花模型对星型模型的维表进一步层次化，原来的各维表可能被扩展为小的事实表，形成一些局部的“层次”区域。二、简要概述知识1、简述事务型处理和分析型处理的特点（1）事务型处理，即操作型处理，是指对数据库的联机操作处理OLTP。事务型处理是用来协助企业对响应事件或事务的日常商务活动进行处理。它是事件驱动、面向应用的，通常是对一个或一组
9、记录的增、删、改以及简单查询等（大量、简单、重复和例行性）。在事务型处理环境中，数据库要求能支持日常事务中的大量事务，用户对数据的存取操作频率高而每次操作处理的时间短。（2）分析型处理，用于管理人员的决策分析，例如DSS、 EIS和多维分析等。它帮助决策者分析数据以察看趋向、判断问题。分析型处理经常要访问大量的历史数据，支持复杂的查询。分析型处理过程中经常用到外部数据，这部分数据不是由事务型处理系统产生的，而是来自于其他外部数据源。2、简述数据库系统在分析型处理的局限性。（1）数据库适于存储高度结构化的日常事务细节数据，而决策型数据多为历史性、汇总性或计算性数据，多表现为静态数据。（2）决策分
10、析型数据是多维性，分析内容复杂。（3）决策性分析的数据量大，来源复杂，直接对这些数据进行操作会造成分析的混乱。（4）分析型处理和事务型处理对系统资源的要求区别很大。3、简述数据仓库的特征（1）面向主题。数据仓库中的数据是按照各种主题来组织的（2）集成性。数据仓库中的数据是从原有分散的源数据库中提取出来的，必须将这些来自不同数据源的数据集成起来。（3）非易失性（稳定性），数据仓库内的数据有很长的时间跨度，所涉及的数据操作主要是查询，一般情况下并不进行修改操作。（4）随时间而变（时间序列），许多商业分析要求对发展趋势做出预测，对发展趋势的分析需要访问历史数据。第三章一、知识点1、1993年，E.F
11、.Codd提出了多维数据库和多维分析的概念，即OLAP。2、OLAP的目标是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也可以说是多维数据分析工具的集合。3、维是人们观察数据的特定角度，是考虑问题时的一类属性 (时间维、地理维等)。维的层次：人们观察数据的某个特定角度(即某个维)还可以存在细节程度不同的各个描述方面(时间维：日期、月份、季度、年)。维的成员：维的一个取值。是数据项在某维中位置的描述。(“某年某月某日”是在时间维上位置的描述)4、OLAP特性：快速性；可分析性；多维性；信息性5、立方体或超立方结构指用三维或更多的维数来描述一个对象,每个维
12、彼此垂直。数据的测量值发生在维的交叉点上,数据空间的各个部分都有相同的维属性。6、Codd从可视化角度提出，主要基于统计的方法：切片和切块；钻取(Drill)；旋转(Rotate)/旋转(Pivot)7、数据切片，多维数据是由多个维度组成的，如果在某一维度i上选定一个取值，则多维数据就从n维下降成了n-1维，我们称多维数组的子集(维度1、维度2、维度3维度i，维度i+1，维度n，度量变量)为多维数组在维度i上的切片。8、数据切块，选定多维数组(维度1、维度2、维度3维度n,度量变量）中若干维度（通常是3个维度，图形显示最多只能做到3维)的取值范围，从而形成了多维数据的子集(维度1、维度2、维度
13、3A1维度iB1，A2维度jB2，A3维度kB3，维度n，度变量）,我们将这个子集称为数据切块 。9、钻取，包括向下钻取/下卷、向上探取上卷，向下钻取是从汇总数据深入到细节数据进行观察，向上探取是在某一维上降低层次的数据概括到高层次的汇总数据，钻取的深度与维所划分的层次相对应。10、旋转，旋转是改变维度的位置关系，通过转转可以得到不同视角的数据。旋转可能交换行和列，也可能是在维度层次之间进行交换。11、OLAP的展示方式包括：多维报表，饼图，直方图，柱状图，曲线图，切片和切块，旋转，地图等12、按照存储方式的不同，OLAP可以分为：ROLAP，MOLAP，HOLAP。13、ROLAP，表示基于
14、关系数据库的OLAP实现（Relational OLAP），以关系数据库为核心,以关系型结构进行多维数据的表示和存储。14、MOLAP，表示基于多维数据组织的OLAP实现（Multidimensional OLAP）。以多维数据组织方式为核心,即MOLAP使用多维数组存储数据。15、星型模型是是关系数据库和数据立方体之间的桥梁二、简要概述知识1、简述ROLAP的优势和劣势（1）优势没有大小限制现有的关系数据库的技术可以沿用.可以通过SQL实现详细数据与概要数据的存储现有关系型数据库已经对OLAP做了很多优化，大大提高了ROALP的速度（2）劣势一般比MDD响应速度慢不支持有关预计算的读写操作S
15、QL无法完成部分计算2、简述MOLAP的优势和劣势（1）优势性能好、响应速度快专为OLAP所设计支持高性能的决策支持计算（2）劣势增加系统复杂度，增加系统培训与维护费用受操作系统平台中文件大小的限制，难以达到TB 级(只能1020G)需要进行预计算，可能导致数据爆炸无法支持维的动态变化缺乏数据模型和数据访问的标准第四章一、知识点1、业务绩效管理（BPM），是企业用于计量、监控和管理绩效的业务流程、方法、指标和技术。2、企业绩效管理的发展过程：生产导向，产品导向，销售导向，营销导向，需求导向。3、业务绩效管理的周期：制定战略，计划，监控和分析，行动和调整4、企业绩效评价的传统方法包括：沃尔评分法，坐标图评价法，雷达图评价法，杜邦分析法，财务报表结构指标评价法等。5、平衡记分卡是哈佛大学财会学教授卡普兰与复兴方案公司总裁诺顿在积累了大量实践经验的基础上，建立的一套革命性管理系统。从财务、内部运营、学习与成长和客户四个方面全面评价企业绩效。6、有效绩效指标的特点：指标应关注关键因素，包括过去、现在和将来，平衡利益相关者，包含各个管理层级，实际具体而不是随意的。7、企业绩效管理是战略驱动的，包含一系列从战略到行动的闭环过程二、简要概述知识1、以财务性数据为主的绩效管理体系的特点
