商業(yè)智能

 　　商業(yè)智能的概念在1996年最早由加特納集團(tuán)（Gartner Group）提出，加特納集團(tuán)將商業(yè)智能定義為：商業(yè)智能描述了一系列的概念和方法，通過應(yīng)用基于事實(shí)的支持系統(tǒng)來輔助商業(yè)決策的制定。商業(yè)智能技術(shù)提供使企業(yè)迅速分析數(shù)據(jù)的技術(shù)和方法，包括收集、管理和分析數(shù)據(jù)，將這些數(shù)據(jù)轉(zhuǎn)化為有用的信息，然后分發(fā)到企業(yè)各處。

　　來源

　　商業(yè)智能又名商務(wù)智能，英文為Business Intelligence，簡(jiǎn)寫為BI。

　　提到“商業(yè)智能”這個(gè)詞，網(wǎng)上普遍認(rèn)為是Gartner機(jī)構(gòu)在1996年第一次提出來的，但事實(shí)上IBM的研究員Hans Peter Luhn早在1958年就用到了這一概念。他將“智能”定義為“對(duì)事物相互關(guān)系的一種理解能力，并依靠這種能力去指導(dǎo)決策，以達(dá)到預(yù)期的目標(biāo)。”

　　在1989年，Howard Dresner將商業(yè)智能描述為“使用基于事實(shí)的決策支持系統(tǒng)，來改善業(yè)務(wù)決策的一套理論與方法。”

　　商業(yè)智能通常被理解為將企業(yè)中現(xiàn)有的數(shù)據(jù)轉(zhuǎn)化為知識(shí)，幫助企業(yè)做出明智的業(yè)務(wù)經(jīng)營(yíng)決策的工具。這里所談的數(shù)據(jù)包括來自企業(yè)業(yè)務(wù)系統(tǒng)的訂單、庫存、交易賬目、客戶和供應(yīng)商等來自企業(yè)所處行業(yè)和競(jìng)爭(zhēng)對(duì)手的數(shù)據(jù)以及來自企業(yè)所處的其他外部環(huán)境中的各種數(shù)據(jù)。而商業(yè)智能能夠輔助的業(yè)務(wù)經(jīng)營(yíng)決策，既可以是操作層的，也可以是戰(zhàn)術(shù)層和戰(zhàn)略層的決策。為了將數(shù)據(jù)轉(zhuǎn)化為知識(shí)，需要利用數(shù)據(jù)倉庫、聯(lián)機(jī)分析處理（OLAP）工具和數(shù)據(jù)挖掘等技術(shù)。因此，從技術(shù)層面上講，商業(yè)智能不是什么新技術(shù)，它只是數(shù)據(jù)倉庫、OLAP和數(shù)據(jù)挖掘等技術(shù)的綜合運(yùn)用。

　　可以認(rèn)為，商業(yè)智能是對(duì)商業(yè)信息的搜集、管理和分析過程，目的是使企業(yè)的各級(jí)決策者獲得知識(shí)或洞察力（insight），促使他們做出對(duì)企業(yè)更有利的決策。商業(yè)智能一般由數(shù)據(jù)倉庫、聯(lián)機(jī)分析處理、數(shù)據(jù)挖掘、數(shù)據(jù)備份和恢復(fù)等部分組成。商業(yè)智能的實(shí)現(xiàn)涉及到軟件、硬件、咨詢服務(wù)及應(yīng)用，其基本體系結(jié)構(gòu)包括數(shù)據(jù)倉庫、聯(lián)機(jī)分析處理和數(shù)據(jù)挖掘三個(gè)部分。

　　因此，把商業(yè)智能看成是一種解決方案應(yīng)該比較恰當(dāng)。商業(yè)智能的關(guān)鍵是從許多來自不同的企業(yè)運(yùn)作系統(tǒng)的數(shù)據(jù)中提取出有用的數(shù)據(jù)并進(jìn)行清理，以保證數(shù)據(jù)的正確性，然后經(jīng)過抽取（Extraction）、轉(zhuǎn)換（Transformation）和裝載（Load），即ETL過程，合并到一個(gè)企業(yè)級(jí)的數(shù)據(jù)倉庫里，從而得到企業(yè)數(shù)據(jù)的一個(gè)全局視圖，在此基礎(chǔ)上利用合適的查詢和分析工具、數(shù)據(jù)挖掘工具（大數(shù)據(jù)魔鏡）、OLAP工具等對(duì)其進(jìn)行分析和處理（這時(shí)信息變?yōu)檩o助決策的知識(shí)），最后將知識(shí)呈現(xiàn)給管理者，為管理者的決策過程提供支持。

　　提供商業(yè)智能解決方案的著名IT廠商包括微軟、IBM、Oracle、SAP、Informatica、Microstrategy、SAS、Royalsoft等。

　　相關(guān)定義

　　定義為下列軟件工具的集合終端用戶查詢和報(bào)告工具。專門用來支持初級(jí)用戶的原始數(shù)據(jù)訪問，不包括適應(yīng)于專業(yè)人士的成品報(bào)告生成工具。

　　OLAP工具。提供多維數(shù)據(jù)管理環(huán)境，其典型的應(yīng)用是對(duì)商業(yè)問題的建模與商業(yè)數(shù)據(jù)分析。OLAP也被稱為多維分析。

　　數(shù)據(jù)挖掘（Data Mining）軟件。使用諸如神經(jīng)網(wǎng)絡(luò)、規(guī)則歸納等技術(shù)，用來發(fā)現(xiàn)數(shù)據(jù)之間的關(guān)系，做出基于數(shù)據(jù)的推斷。

　　數(shù)據(jù)倉庫（Data Warehouse）和數(shù)據(jù)集市（Data Mart）產(chǎn)品。包括數(shù)據(jù)轉(zhuǎn)換、管理和存取等方面的預(yù)配置軟件，通常還包括一些業(yè)務(wù)模型，如財(cái)務(wù)分析模型。

　　聯(lián)機(jī)分析處理 (OLAP) 的概念最早是由關(guān)系數(shù)據(jù)庫之父E.F.Codd于1993年提出的，他同時(shí)提出了關(guān)于OLAP的12條準(zhǔn)則。OLAP的提出引起了很大的反響，OLAP作為一類產(chǎn)品同聯(lián)機(jī)事務(wù)處理(OLTP) 明顯區(qū)分開來。

　　當(dāng)今的數(shù)據(jù)處理大致可以分成兩大類：聯(lián)機(jī)事務(wù)處理OLTP（On-Line Transaction Processing）、聯(lián)機(jī)分析處理OLAP（On-Line Analytical Processing）。OLTP是傳統(tǒng)的關(guān)系型數(shù)據(jù)庫的主要應(yīng)用，主要是基本的、日常的事務(wù)處理，例如銀行交易。OLAP是數(shù)據(jù)倉庫系統(tǒng)的主要應(yīng)用，支持復(fù)雜的分析操作，側(cè)重決策支持，并且提供直觀易懂的查詢結(jié)果。

　　OLAP是使分析人員、管理人員或執(zhí)行人員能夠從多角度對(duì)信息進(jìn)行快速、一致、交互地存取，從而獲得對(duì)數(shù)據(jù)的更深入了解的一類軟件技術(shù)。OLAP的目標(biāo)是滿足決策支持或者滿足在多維環(huán)境下特定的查詢和報(bào)表需求，它的技術(shù)核心是"維"這個(gè)概念。

　　“維”是人們觀察客觀世界的角度，是一種高層次的類型劃分。“維”一般包含著層次關(guān)系，這種層次關(guān)系有時(shí)會(huì)相當(dāng)復(fù)雜。通過把一個(gè)實(shí)體的多項(xiàng)重要的屬性定義為多個(gè)維（dimension），使用戶能對(duì)不同維上的數(shù)據(jù)進(jìn)行比較。因此OLAP也可以說是多維數(shù)據(jù)分析工具的集合。

　　OLAP的基本多維分析操作有鉆取（roll up和drill down）、切片（slice）和切塊（dice）、以及旋轉(zhuǎn)（pivot）、drill across、drill through等。

　　鉆取是改變維的層次，變換分析的粒度。它包括向上鉆?。╮oll up）和向下鉆?。╠rill down）。roll up是在某一維上將低層次的細(xì)節(jié)數(shù)據(jù)概括到高層次的匯總數(shù)據(jù)，或者減少維數(shù)；而drill down則相反，它從匯總數(shù)據(jù)深入到細(xì)節(jié)數(shù)據(jù)進(jìn)行觀察或增加新維。

　　切片和切塊是在一部分維上選定值后，關(guān)心度量數(shù)據(jù)在剩余維上的分布。如果剩余的維只有兩個(gè)，則是切片；如果有三個(gè)，則是切塊。

　　旋轉(zhuǎn)是變換維的方向，即在表格中重新安排維的放置（例如行列互換）。

　　OLAP有多種實(shí)現(xiàn)方法，根據(jù)存儲(chǔ)數(shù)據(jù)的方式不同可以分為ROLAP、MOLAP、HOLAP。

　　ROLAP表示基于關(guān)系數(shù)據(jù)庫的OLAP實(shí)現(xiàn)（Relational OLAP）。以關(guān)系數(shù)據(jù)庫為核心，以關(guān)系型結(jié)構(gòu)進(jìn)行多維數(shù)據(jù)的表示和存儲(chǔ)。ROLAP將多維數(shù)據(jù)庫的多維結(jié)構(gòu)劃分為兩類表：一類是事實(shí)表，用來存儲(chǔ)數(shù)據(jù)和維關(guān)鍵字；另一類是維表，即對(duì)每個(gè)維至少使用一個(gè)表來存放維的層次、成員類別等維的描述信息。維表和事實(shí)表通過主關(guān)鍵字和外關(guān)鍵字聯(lián)系在一起，形成了“星型模式”。對(duì)于層次復(fù)雜的維，為避免冗余數(shù)據(jù)占用過大的存儲(chǔ)空間，可以使用多個(gè)表來描述，這種星型模式的擴(kuò)展稱為“雪花模式”。

　　MOLAP表示基于多維數(shù)據(jù)組織的OLAP實(shí)現(xiàn)（Multidimensional OLAP）。以多維數(shù)據(jù)組織方式為核心，也就是說，MOLAP使用多維數(shù)組存儲(chǔ)數(shù)據(jù)。多維數(shù)據(jù)在存儲(chǔ)中將形成“立方塊（Cube）”的結(jié)構(gòu)，在MOLAP中對(duì)“立方塊”的“旋轉(zhuǎn)”、“切塊”、“切片”是產(chǎn)生多維數(shù)據(jù)報(bào)表的主要技術(shù)。

　　HOLAP表示基于混合數(shù)據(jù)組織的OLAP實(shí)現(xiàn)（Hybrid OLAP）。如低層是關(guān)系型的，高層是多維矩陣型的。這種方式具有更好的靈活性。

　　還有其他的一些實(shí)現(xiàn)OLAP的方法，如提供一個(gè)專用的SQL Server，對(duì)某些存儲(chǔ)模式（如星型、雪片型）提供對(duì)SQL查詢的特殊支持。

　　OLAP工具是針對(duì)特定問題的聯(lián)機(jī)數(shù)據(jù)訪問與分析。它通過多維的方式對(duì)數(shù)據(jù)進(jìn)行分析、查詢和報(bào)表。維是人們觀察數(shù)據(jù)的特定角度。例如，一個(gè)企業(yè)在考慮產(chǎn)品的銷售情況時(shí)，通常從時(shí)間、地區(qū)和產(chǎn)品的不同角度來深入觀察產(chǎn)品的銷售情況。這里的時(shí)間、地區(qū)和產(chǎn)品就是維。而這些維的不同組合和所考察的度量指標(biāo)構(gòu)成的多維數(shù)組則是OLAP分析的基礎(chǔ)，可形式化表示為（維1，維2，……，維n，度量指標(biāo)），如（地區(qū)、時(shí)間、產(chǎn)品、銷售額）。多維分析是指對(duì)以多維形式組織起來的數(shù)據(jù)采取切片（Slice）、切塊（Dice）、鉆?。―rill-down和Roll-up）、旋轉(zhuǎn)（Pivot）等各種分析動(dòng)作，以求剖析數(shù)據(jù)，使用戶能從多個(gè)角度、多側(cè)面地觀察數(shù)據(jù)庫中的數(shù)據(jù)，從而深入理解包含在數(shù)據(jù)中的信息。

　　主流的商業(yè)智能工具包括 Style Intelligence（思達(dá)商業(yè)智能）[2]  、FineBI商業(yè)智能軟件、BO、COGNOS、BRIO。一些國(guó)內(nèi)的軟件工具平臺(tái)如KCOM也集成了一些基本的商業(yè)智能工具。

　　根據(jù)綜合性數(shù)據(jù)的組織方式的不同，目常見的OLAP主要有基于多維數(shù)據(jù)庫的MOLAP及基于關(guān)系數(shù)據(jù)庫的ROLAP兩種。MOLAP是以多維的方式組織和存儲(chǔ)數(shù)據(jù)，ROLAP則利用現(xiàn)有的關(guān)系數(shù)據(jù)庫技術(shù)來模擬多維數(shù)據(jù)。在數(shù)據(jù)倉庫應(yīng)用中，OLAP應(yīng)用一般是數(shù)據(jù)倉庫應(yīng)用的前端工具，同時(shí)OLAP工具還可以同數(shù)據(jù)挖掘工具、統(tǒng)計(jì)分析工具配合使用，增強(qiáng)決策分析功能。

　　補(bǔ)充定義

　　商業(yè)智能（Business Intelligence，簡(jiǎn)稱：BI），又稱商業(yè)智慧或商務(wù)智能，指用現(xiàn)代數(shù)據(jù)倉庫技術(shù)、線上分析處理技術(shù)、數(shù)據(jù)挖掘和數(shù)據(jù)展現(xiàn)技術(shù)進(jìn)行數(shù)據(jù)分析以實(shí)現(xiàn)商業(yè)價(jià)值。

　　商業(yè)智能作為一個(gè)工具，是用來處理企業(yè)中現(xiàn)有數(shù)據(jù)，并將其轉(zhuǎn)換成知識(shí)、分析和結(jié)論，輔助業(yè)務(wù)或者決策者做出正確且明智的決定。是幫助企業(yè)更好地利用數(shù)據(jù)提高決策質(zhì)量的技術(shù)，包含了從數(shù)據(jù)倉庫到分析型系統(tǒng)等。

　　數(shù)據(jù)質(zhì)量

　　數(shù)據(jù)質(zhì)量與商業(yè)智能

　　數(shù)據(jù)質(zhì)量角色

　　對(duì)于增強(qiáng)數(shù)據(jù)資產(chǎn)準(zhǔn)確度和價(jià)值而言，將數(shù)據(jù)質(zhì)量規(guī)則與活動(dòng)（探查、清洗和監(jiān)測(cè)）和MDM流程相集成顯得十分關(guān)鍵。在啟動(dòng)任何MDM項(xiàng)目之前，您都需要了解源數(shù)據(jù)的內(nèi)容、質(zhì)量和結(jié)構(gòu)。在數(shù)據(jù)源進(jìn)行的數(shù)據(jù)探查使數(shù)據(jù)管理員和數(shù)據(jù)倉庫管理員能夠在數(shù)據(jù)進(jìn)入MDM系統(tǒng)之前，快速發(fā)現(xiàn)和分析跨所有數(shù)據(jù)源的所有數(shù)據(jù)異常。此流程可極大加快從MDM實(shí)施中獲取價(jià)值。

　　由于數(shù)據(jù)清洗增強(qiáng)了數(shù)據(jù)的準(zhǔn)確度，帶來了數(shù)據(jù)完整性，并從源頭增進(jìn)了數(shù)據(jù)的可信度，因此數(shù)據(jù)清洗改善了MDM系統(tǒng)中的數(shù)據(jù)一致性。一旦源數(shù)據(jù)進(jìn)入MDM系統(tǒng)，它將接受數(shù)據(jù)質(zhì)量處理，其中包括驗(yàn)證、更正和標(biāo)準(zhǔn)化。MDM系統(tǒng)存儲(chǔ)了在數(shù)據(jù)清洗前后的整個(gè)歷史記錄，從而開發(fā)人員不必再跟蹤數(shù)據(jù)倉庫中的數(shù)據(jù)沿襲。

　　最后，數(shù)據(jù)質(zhì)量度量標(biāo)準(zhǔn)使數(shù)據(jù)倉庫管理員能夠更好地監(jiān)控參考數(shù)據(jù)的質(zhì)量，并確?？梢蚤L(zhǎng)期持續(xù)使用高質(zhì)量的數(shù)據(jù)。

　　因此，從技術(shù)角度看，實(shí)施MDM和Informatica Data Quality，作為數(shù)據(jù)倉庫中主數(shù)據(jù)的確定來源，可以從提取、轉(zhuǎn)換和加載（ETL）流程中簡(jiǎn)化數(shù)據(jù)集成。此方法可極大減低與數(shù)據(jù)倉庫有關(guān)的整個(gè)開發(fā)和維護(hù)工作。通過建立數(shù)據(jù)質(zhì)量度量標(biāo)準(zhǔn)和定義數(shù)據(jù)質(zhì)量目標(biāo)，數(shù)據(jù)倉庫管理員和數(shù)據(jù)管理員能夠更好地監(jiān)控參考數(shù)據(jù)的質(zhì)量，并確保隨著時(shí)間的推移能夠跨企業(yè)持續(xù)使用高質(zhì)量的數(shù)據(jù)。MDM簡(jiǎn)化了對(duì)數(shù)據(jù)倉庫維度更新的處理，因?yàn)橛糜诖_定更改內(nèi)容的所有邏輯均封裝在MDM系統(tǒng)中。

　　此外，MDM系統(tǒng)可以卸除大多數(shù)數(shù)據(jù)倉庫的歷史記錄跟蹤負(fù)擔(dān)，使數(shù)據(jù)倉庫僅管理它需要為進(jìn)行聚合而應(yīng)跟蹤的變更。此系統(tǒng)可帶來更小的數(shù)據(jù)倉庫維度以及對(duì)負(fù)荷和查詢性能的重大改進(jìn)。運(yùn)用MDM和Informatica Data Quality將最終降低數(shù)據(jù)集成的工作量，提高從商業(yè)智能和報(bào)表推導(dǎo)的洞察分析的質(zhì)量，確保能夠從為商業(yè)智能增效的數(shù)據(jù)倉庫方案中獲得預(yù)期的價(jià)值和投資回報(bào)。

　　數(shù)據(jù)質(zhì)量水平與商業(yè)智能的關(guān)系

　　當(dāng)無法通過商業(yè)智能系統(tǒng)和報(bào)告系統(tǒng)提供準(zhǔn)確的數(shù)據(jù)時(shí)，業(yè)務(wù)總體上都會(huì)受到影響。以下是為創(chuàng)建報(bào)表的商業(yè)智能系統(tǒng)提供不可靠數(shù)據(jù)所造成的一些后果：

　　業(yè)務(wù)負(fù)責(zé)人：不準(zhǔn)確的管理報(bào)告導(dǎo)致決策不夠明智。

　　合規(guī)主管：合規(guī)性法案要求公司能為其財(cái)務(wù)和合規(guī)報(bào)表提供一定的透明度和可審計(jì)性。

　　業(yè)務(wù)分析師：如果業(yè)務(wù)分析師花費(fèi)過多時(shí)間在多個(gè)商業(yè)智能系統(tǒng)間手動(dòng)搜索和整理信息以更新和修正報(bào)表，則業(yè)務(wù)分析師的生產(chǎn)率會(huì)受到影響。此低效的工作會(huì)直接影響成本和營(yíng)利能力。

　　這些業(yè)務(wù)問題的根源在于沒有關(guān)于客戶、產(chǎn)品、渠道合作伙伴和供應(yīng)商的唯一真實(shí)版本。由于在處理每個(gè)業(yè)務(wù)流程的不同系統(tǒng)間收集、存儲(chǔ)和管理這些數(shù)據(jù)（亦稱之為參考數(shù)據(jù)或主數(shù)據(jù)），因此，需要正確地解析重疊和沖突的參考數(shù)據(jù)，以獲得唯一真實(shí)版本，從而帶來寶貴而可操作的洞察力。許多組織擁有數(shù)十或數(shù)百數(shù)據(jù)庫，并且在這些數(shù)據(jù)庫中有維護(hù)相同核心參考對(duì)象的數(shù)十個(gè)（有時(shí)為數(shù)百個(gè)）不同的應(yīng)用程序，而這些核心參考對(duì)象還具有重疊的屬性。

　　商業(yè)智能系統(tǒng)的用途是以中立的視角報(bào)告取自多個(gè)系統(tǒng)的現(xiàn)有數(shù)據(jù)。商業(yè)智能系統(tǒng)可以為維度分析進(jìn)行一些累積工作，但是設(shè)計(jì)或配備商業(yè)智能系統(tǒng)并非為了創(chuàng)建唯一的真實(shí)版本。在取自應(yīng)用程序孤島的客戶或產(chǎn)品數(shù)據(jù)中存在的不一致會(huì)對(duì)數(shù)據(jù)倉庫中運(yùn)行的分析可靠性產(chǎn)生消極的影響。

　　總而言之，企業(yè)的商業(yè)智能只會(huì)與企業(yè)的數(shù)據(jù)質(zhì)量水平相當(dāng)。

　　數(shù)據(jù)質(zhì)量與五種形式的商業(yè)智能。

　　商業(yè)智能已經(jīng)發(fā)展成為多種形式，旨在滿足企業(yè)不斷增長(zhǎng)的要求和任務(wù)關(guān)鍵型活動(dòng)日益增長(zhǎng)的水平。這些形式都有其自己的一套數(shù)據(jù)質(zhì)量要求。

　　儀表板

　　記分卡和儀表板正被廣泛采用，越來越多的用戶利用它們獲取財(cái)務(wù)，業(yè)務(wù)和績(jī)效監(jiān)控的鳥瞰圖。通過可視化的圖形、圖標(biāo)和計(jì)量表，這些傳輸機(jī)制幫助跟蹤性能指標(biāo)并向員工通知相關(guān)趨勢(shì)和可能需要的決策。提供集成視圖所需的數(shù)據(jù)元素通?？缭蕉鄠€(gè)部門和學(xué)科，需要絕對(duì)最新才能有效。

　　數(shù)據(jù)質(zhì)量會(huì)影響記分卡和儀表板用戶，因此這些用戶必須能夠：

　　1． 使用儀表板中計(jì)量表和刻度盤上的完整數(shù)據(jù)，并迅速采取措施。

　　2． 獲取集成視圖并使用標(biāo)準(zhǔn)化數(shù)據(jù)進(jìn)行協(xié)作。

　　3． 利用具有一致數(shù)據(jù)的正式記分卡方法。

　　4． 向下鉆取以查看組或個(gè)人級(jí)別績(jī)效的準(zhǔn)確數(shù)據(jù)。

　　5． 找到能夠生成明顯趨勢(shì)且重復(fù)數(shù)據(jù)最少的業(yè)務(wù)流程。

　　6． 推導(dǎo)關(guān)聯(lián)性并通過驗(yàn)證的數(shù)據(jù)執(zhí)行交叉影響分析。

　　企業(yè)報(bào)告

　　企業(yè)報(bào)告為所有級(jí)別的個(gè)人提供來自企業(yè)資源規(guī)劃（ERP）、客戶關(guān)系管理（CRM）、合作伙伴關(guān)系管理（PRM）、發(fā)票和帳單系統(tǒng)，以及整個(gè)企業(yè)內(nèi)其他源系統(tǒng)的各種運(yùn)營(yíng)報(bào)告和其他業(yè)務(wù)報(bào)告。這些報(bào)告分布廣泛，而薪酬和其他激勵(lì)計(jì)劃通常與報(bào)告的結(jié)果有關(guān)。

　　數(shù)據(jù)質(zhì)量會(huì)影響組織報(bào)告，因?yàn)榻M織必須：

　　1． 瀏覽多個(gè)報(bào)告，將它們顯示到從不同來源聚合數(shù)據(jù)的多個(gè)表單中。

　　2． 選擇各種參數(shù)并通過標(biāo)準(zhǔn)化數(shù)據(jù)為用戶定制報(bào)告。

　　3． 利用各種性能指標(biāo)的協(xié)調(diào)數(shù)據(jù)呈現(xiàn)多個(gè)表格和圖表。

　　4． 使業(yè)務(wù)用戶能夠利用高精準(zhǔn)數(shù)據(jù)創(chuàng)建自己的報(bào)告，無需IT部門參與。

　　5. 通過清洗和匹配的數(shù)據(jù)減少合規(guī)性管理的人工檢查和審計(jì)。

　　6． 利用完整財(cái)務(wù)數(shù)據(jù)直接從商業(yè)智能報(bào)告開具發(fā)票和帳單。

　　OLAP分析

　　OLAP使用戶能夠即時(shí)以交互方式對(duì)相關(guān)數(shù)據(jù)子集進(jìn)行“切片和切塊”。同時(shí)，OLAP功能，比如向上鉆取、向下鉆取、或任意挖掘（跨業(yè)務(wù)維度）、透視、排序、篩選、以及翻閱，可用于提供關(guān)于績(jī)效的基本詳細(xì)信息。最為重要的是它能夠回答存在的任何業(yè)務(wù)問題。這意味著調(diào)查深入到單個(gè)或多個(gè)數(shù)據(jù)倉庫中可用的最原子級(jí)別的詳細(xì)信息。

　　數(shù)據(jù)質(zhì)量會(huì)影響OLAP分析，因?yàn)橛脩艉徒M織需要：

　　1． 通過對(duì)目標(biāo)數(shù)據(jù)的完全訪問在所有維度中任意鉆取以進(jìn)行深入調(diào)查。

　　2． 通過設(shè)置好格式的一致數(shù)據(jù)將OLAP輕松應(yīng)用于任何維度子集。

　　3． 利用一致的基本數(shù)據(jù)對(duì)象最大限地減少?zèng)_突報(bào)告，確保交互性。

　　4． 利用多個(gè)維度的正確數(shù)據(jù)執(zhí)行用戶驅(qū)動(dòng)的適時(shí)分析。

　　5． 提供更新的同步數(shù)據(jù)來處理事務(wù)級(jí)數(shù)據(jù)分析。

　　預(yù)測(cè)分析

　　高級(jí)和預(yù)測(cè)分析使富有經(jīng)驗(yàn)的用戶能夠充分調(diào)查和發(fā)現(xiàn)特定業(yè)務(wù)績(jī)效背后的詳細(xì)信息并使用該信息預(yù)測(cè)遠(yuǎn)期效果。此方法可能涉及高級(jí)統(tǒng)計(jì)分析和數(shù)據(jù)挖掘功能。為了推動(dòng)積極決策和改進(jìn)對(duì)潛在商業(yè)威脅的姿態(tài)，預(yù)測(cè)分析可能包括假設(shè)測(cè)試，客戶流失預(yù)測(cè)，供應(yīng)和需求預(yù)測(cè)，以及客戶評(píng)分。預(yù)測(cè)建?？捎糜陬A(yù)測(cè)各種業(yè)務(wù)活動(dòng)及相關(guān)效果。

　　數(shù)據(jù)質(zhì)量會(huì)影響高級(jí)和預(yù)測(cè)分析，因?yàn)橛脩魰?huì)尋求：

　　1． 為可定制報(bào)告創(chuàng)建跨越任何數(shù)據(jù)元素的報(bào)告過濾標(biāo)準(zhǔn)。

　　2． 為標(biāo)準(zhǔn)化數(shù)據(jù)格式搜索模式和預(yù)測(cè)洞察力以促進(jìn)積極決策。

　　3． 通過一致數(shù)據(jù)獲得信心，找出相互依存的趨勢(shì)和預(yù)期成果。

　　4． 對(duì)準(zhǔn)確數(shù)據(jù)采用多變量復(fù)原和其他技術(shù)，以實(shí)現(xiàn)更好的預(yù)測(cè)。

　　5． 在無數(shù)據(jù)重復(fù)的前提下定制數(shù)據(jù)分組，最大限度減少?zèng)_突。

　　6． 使用經(jīng)認(rèn)證的數(shù)據(jù)檢驗(yàn)假設(shè)并使用統(tǒng)計(jì)、財(cái)務(wù)和數(shù)字函數(shù)。

　　通知警報(bào)

　　使用電子郵件、瀏覽器、網(wǎng)絡(luò)服務(wù)器和打印機(jī)、PDA或門戶網(wǎng)站時(shí)，通過通知和警報(bào)在廣泛的用戶觸點(diǎn)間主動(dòng)共享信息。通過及時(shí)交付目標(biāo)信息，關(guān)鍵相關(guān)人士和決策者可以識(shí)別潛在的機(jī)會(huì)領(lǐng)域并發(fā)現(xiàn)要采取措施的問題領(lǐng)域。這種“一線”BI傳輸機(jī)制使組織能夠保持協(xié)調(diào)一致，與業(yè)務(wù)風(fēng)險(xiǎn)和機(jī)會(huì)并進(jìn)，同時(shí)事件仍將保持新鮮和有意義以保證響應(yīng)。

　　在此領(lǐng)域，數(shù)據(jù)質(zhì)量會(huì)影響組織，因?yàn)榻M織會(huì)努力：

　　1． 從任何和所有數(shù)據(jù)源向最廣泛的用戶接觸點(diǎn)發(fā)布警報(bào)。

　　2． 確保標(biāo)準(zhǔn)化及非沖突數(shù)據(jù)集上各種訂閱類型的高吞吐量。

　　3． 使用戶能夠打開附件或點(diǎn)擊鏈接，同時(shí)呈現(xiàn)一致、集成的數(shù)據(jù)。

　　4． 通過預(yù)先評(píng)定并核準(zhǔn)的數(shù)據(jù)質(zhì)量來降低發(fā)布錯(cuò)誤警報(bào)和通知的風(fēng)險(xiǎn)。

　　5． 允許在多個(gè)事件數(shù)據(jù)符合特定闕值時(shí)實(shí)時(shí)觸發(fā)警報(bào)。

　　6． 利用經(jīng)驗(yàn)證的數(shù)據(jù)進(jìn)行內(nèi)容個(gè)性化和組關(guān)聯(lián)。

　　功能綜述

　　很多廠商活躍在商業(yè)智能（下面稱BI）領(lǐng)域。事實(shí)上，能夠滿足用戶需要的BI產(chǎn)品和方案必須建立在穩(wěn)定、整合的平臺(tái)之上，該平臺(tái)需要提供用戶管理、安全性控制、連接數(shù)據(jù)源以及訪問、分析和共享信息的功能。BI平臺(tái)的標(biāo)準(zhǔn)化也非常重要，因?yàn)檫@關(guān)系到與企業(yè)多種應(yīng)用系統(tǒng)的兼容問題，解決不了兼容問題，BI系統(tǒng)就不能發(fā)揮出應(yīng)有效果。這里我們通過對(duì)一個(gè)實(shí)驗(yàn)室的BI系統(tǒng)模型（我們將其稱為D系統(tǒng)）進(jìn)行功能解剖，來介紹BI系統(tǒng)。D系統(tǒng)是一個(gè)面向終端使用者，直接訪問業(yè)務(wù)數(shù)據(jù)，能夠使管理者從各個(gè)角度出發(fā)分析利用商業(yè)數(shù)據(jù)，及時(shí)地掌握組織的運(yùn)營(yíng)現(xiàn)狀，作出科學(xué)的經(jīng)營(yíng)決策的系統(tǒng)。D系統(tǒng)可實(shí)現(xiàn)從簡(jiǎn)單的標(biāo)準(zhǔn)報(bào)表瀏覽到高級(jí)的數(shù)據(jù)分析，滿足組織內(nèi)部人員的需求。D系統(tǒng)涵蓋了常規(guī)意義上商業(yè)智能（BI）系統(tǒng)的功能，主要構(gòu)架包括以下幾個(gè)方面。

　　讀取數(shù)據(jù)

　　D系統(tǒng)可讀取多種格式（如Excel、Access、以Tab分割的txt和固定長(zhǎng)的txt等）的文件，同時(shí)可讀取關(guān)系型數(shù)據(jù)庫 （對(duì)應(yīng)ODBC）中的數(shù)據(jù)。在讀取文本和數(shù)據(jù)的基礎(chǔ)上，D系統(tǒng)還可以完成：

　　連接文本 把2個(gè)CSV文件中的共同項(xiàng)目作為鍵（Key），將所需的數(shù)據(jù)合并到一個(gè)文件，這樣可以象操作數(shù)據(jù)庫一樣方便，但無須用戶編程即可實(shí)現(xiàn)。

　　設(shè)置項(xiàng)目類型作為數(shù)據(jù)的項(xiàng)目類型，除按鈕（button）（文字項(xiàng)目）、數(shù)值項(xiàng)目以外，還可以設(shè)置日期表示形式的日期數(shù)據(jù)項(xiàng)目、多媒體項(xiàng)目和不需要生成按鈕但在列表顯示中能夠?yàn)g覽的參照項(xiàng)目。

　　期間設(shè)置 日期項(xiàng)目數(shù)據(jù)可以根據(jù)年度或季度等組合后生成新的期間項(xiàng)目。同樣，時(shí)間項(xiàng)目數(shù)據(jù)可以根據(jù)上午、下午或時(shí)間帶等組合后生成新的時(shí)間項(xiàng)目。

　　設(shè)置等級(jí) 對(duì)于數(shù)值項(xiàng)目，可以任意設(shè)置等級(jí)，生成與之相對(duì)應(yīng)的按鈕。例如，可以生成與年齡項(xiàng)目中的20歲年齡段、30歲年齡段的等級(jí)相對(duì)應(yīng)的按鈕。

　　分析功能

　　關(guān)聯(lián)/限定 關(guān)聯(lián)分析主要用于發(fā)現(xiàn)不同事件之間的關(guān)聯(lián)性，即一個(gè)事件發(fā)生的同時(shí)，另一個(gè)事件也經(jīng)常發(fā)生。關(guān)聯(lián)分析的重點(diǎn)在于快速發(fā)現(xiàn)那些有實(shí)用價(jià)值的關(guān)聯(lián)發(fā)生的事件。其主要依據(jù)是，事件發(fā)生的概率和條件概率應(yīng)該符合一定的統(tǒng)計(jì)意義。D系統(tǒng)把這種關(guān)聯(lián)的分析設(shè)計(jì)成按鈕的形式，通過選擇有/無關(guān)聯(lián)，同時(shí)/相反的關(guān)聯(lián)。對(duì)于結(jié)構(gòu)化的數(shù)據(jù)，以客戶的購買習(xí)慣數(shù)據(jù)為例，利用D系統(tǒng)的關(guān)聯(lián)分析，可以發(fā)現(xiàn)客戶的關(guān)聯(lián)購買需要。例如，一個(gè)開設(shè)儲(chǔ)蓄賬戶的客戶很可能同時(shí)進(jìn)行債券交易和股票交易。利用這種知識(shí)可以采取積極的營(yíng)銷策略，擴(kuò)展客戶購買的產(chǎn)品范圍，吸引更多的客戶。

　　顯示數(shù)值比例/指示顯示順序 D系統(tǒng)可使數(shù)值項(xiàng)目的數(shù)據(jù)之間的比例關(guān)系通過按鈕的大小來呈現(xiàn)，并顯示其構(gòu)成比，還可以改變數(shù)值項(xiàng)目數(shù)據(jù)的排列順序等。選擇按鈕后，動(dòng)態(tài)顯示不斷發(fā)生變化。這樣能夠獲得直觀的數(shù)據(jù)比較效果，并能夠凸顯差異，便于深入分析現(xiàn)象背后的本質(zhì)。

　　監(jiān)視功能 預(yù)先設(shè)置條件，使符合條件的按鈕顯示報(bào)警（紅）、注意（黃）信號(hào)，使問題所在一目了然。比如說：上季度營(yíng)業(yè)額少于100萬元的店警告（黃色標(biāo)出），少于50萬元的報(bào)警（紅色標(biāo)出）。執(zhí)行后，D系統(tǒng)就把以店名命名的按鈕用相應(yīng)的顏色表示出來。

　　按鈕增值功能 可將多個(gè)按鈕組合，形成新的按鈕。比如：把[4月]、[5月]、[6月]三個(gè)按鈕組合后得到新的按鈕[第2季度]。

　　記錄選擇功能 從大量數(shù)據(jù)中選擇按鈕，取出必要的數(shù)據(jù)。挑出來的數(shù)據(jù)可重新構(gòu)成同樣的操作環(huán)境。這樣用戶可以把精力集中在所關(guān)心的數(shù)據(jù)上。

　　多媒體情報(bào)表示功能 由數(shù)碼相機(jī)拍攝的照片或影像文件、通過掃描儀輸入的圖形等多媒體文件、文字處理或者電子表格軟件做成的報(bào)告書、HTML等標(biāo)準(zhǔn)形式保存的文件等，可以通過按鈕進(jìn)行查找。

　　分割按鈕功能 在分割特定按鈕類的情況下，只需切換被分割的個(gè)別按鈕，便可連接不斷實(shí)行已登錄過的定型處理。

　　程序調(diào)用功能 把通過按鈕查找抽取出的數(shù)據(jù)，傳給其他的軟件或用戶原有的程序，并執(zhí)行這些程序。

　　查找按鈕名稱功能 通過按鈕名查找按鈕，可以指定精確和模糊兩種查找方法。另外，其他的按鈕類也可以對(duì)查找結(jié)果相關(guān)的數(shù)據(jù)進(jìn)行限定。

　　豐富畫面

　　列表畫面 可以用and/or改變查找條件，可以進(jìn)行統(tǒng)計(jì)/排序。統(tǒng)計(jì)對(duì)象只針對(duì)數(shù)值項(xiàng)目，統(tǒng)計(jì)方法分三種：合計(jì)、件數(shù)、平均，而且可以按照12種方式改變數(shù)值的顯示格式。

　　視圖畫面 提供切換視角和變換視圖功能，通過變換與設(shè)置條件相應(yīng)的數(shù)值（單元格）的顏色表示強(qiáng)調(diào)。依次變換視角可進(jìn)行多方面的數(shù)據(jù)分析。視圖的統(tǒng)計(jì)對(duì)象只針對(duì)數(shù)值項(xiàng)目，統(tǒng)計(jì)方法有合計(jì)、平均、構(gòu)成比（縱向、橫向）、累計(jì)（縱向、橫向）、加權(quán)平均、最大、最小、最新和絕對(duì)值等12種。

　　數(shù)值項(xiàng)目切換 通過按鈕類的階層化（行和列最多可分別設(shè)置8層），由整體到局部，一邊分層向下挖掘，一邊分析數(shù)據(jù)，可以更加明確探討問題所在。

　　圖表畫面 D系統(tǒng)使用自己開發(fā)的圖形庫，提供柱形圖、折線圖、餅圖、面積圖、柱形+折線五大類35種。在圖表畫面上，也可以像在階層視圖一樣，自由地對(duì)層次進(jìn)行挖掘和返回等操作。

　　數(shù)據(jù)輸出

　　打印統(tǒng)計(jì)列表和圖表畫面等，可將統(tǒng)計(jì)分析好的數(shù)據(jù)輸出給其他的應(yīng)用程序使用，或者以HTML格式保存。

　　定型處理

　　所需要的輸出被顯示出來時(shí)，進(jìn)行定型登錄，可以自動(dòng)生成定型處理按鈕。以后，只需按此按鈕，即使很復(fù)雜的操作，也都可以將所要的列表、視圖和圖表顯示出來。

　　架構(gòu)

　　企業(yè)要實(shí)現(xiàn)業(yè)務(wù)信息智慧洞察的目標(biāo)，必須使用適當(dāng)?shù)募夹g(shù)架構(gòu)平臺(tái)來支持業(yè)務(wù)數(shù)據(jù)分析系統(tǒng)。該平臺(tái)不僅要為各種用戶（無論其身處何處）提供分析和協(xié)作功能，還要充分利用現(xiàn)有基礎(chǔ)結(jié)構(gòu)，并維持低成本。它必須是可擴(kuò)展的并具有高性能，以滿足任意組織的發(fā)展需求。

　　適當(dāng)?shù)募軜?gòu)可以為系統(tǒng)成功鋪平道路，并最終帶領(lǐng)組織取得成功。開放的商業(yè)智能架構(gòu)應(yīng)該能同時(shí)滿足IT和業(yè)務(wù)用戶的需求。

　　對(duì)IT用戶而言，商業(yè)智能軟件需要滿足如下條件才能向用戶交付更高價(jià)值，具體包括：能輕松地與組織的基礎(chǔ)架構(gòu)集成；支持當(dāng)前的技術(shù)和標(biāo)準(zhǔn)；能根據(jù)不斷發(fā)展的需求方便地進(jìn)行調(diào)整；整合組織中的所有數(shù)據(jù)；能隨著用戶需求的發(fā)展不斷進(jìn)行擴(kuò)展；可靠地執(zhí)行；能在不增加預(yù)算和人力資源的情況下加以管理。

　　對(duì)于業(yè)務(wù)用戶，商業(yè)智能軟件必須與用戶的眾多角色、技能集和需求相匹配；為用戶提供多種不同格式的信息，包括常規(guī)報(bào)表、特別查詢、記分卡、儀表板等；易于使用，以使業(yè)務(wù)用戶愿意采用并信任其提供的信息。

　　企業(yè)級(jí)商業(yè)智能架構(gòu)具有幾項(xiàng)共同特征和價(jià)值。這些需求是將在組織內(nèi)部廣泛部署的商業(yè)智能系統(tǒng)的基礎(chǔ)。所有這些特質(zhì)都將通過底層架構(gòu)來體現(xiàn)。IBM Cognos商業(yè)智能平臺(tái)以面向服務(wù)的開放式架構(gòu)為基礎(chǔ)設(shè)計(jì)和構(gòu)建，與那些只會(huì)把來自Web服務(wù)的多個(gè)架構(gòu)中的舊式“客戶機(jī)-服務(wù)器”組件簡(jiǎn)單打包的商業(yè)智能解決方案不同，它能夠在三個(gè)不同的層面上交付所有的商業(yè)智能功能：即演示層，可處理Web環(huán)境中的所有用戶交互；應(yīng)用層，包含用于執(zhí)行所有BI處理的專用服務(wù)；數(shù)據(jù)層，可用于訪問各種數(shù)據(jù)源。

　　相關(guān)應(yīng)用

　　與業(yè)務(wù)分析

　　通過了解各種受眾以及相關(guān)利益方的獨(dú)特分析需求，可以發(fā)揮商業(yè)智能解決方案的全部潛能。企業(yè)所需的分析功能應(yīng)該能夠訪問幾乎所有企業(yè)數(shù)據(jù)源，而不受平臺(tái)限制；同時(shí)可以為所有用戶提供便于理解的詳細(xì)信息視圖，而不受用戶角色或所在位置的影響。這些解決方案應(yīng)具有創(chuàng)新的工具，以幫助這些不同的業(yè)務(wù)用戶組輕松地通過臺(tái)式機(jī)或移動(dòng)設(shè)備分析信息。

　　企業(yè)需要廣泛的分析功能，但不同的分析工具、信息壁壘、多種平臺(tái)，以及過度依賴于電子表格，讓企業(yè)難以準(zhǔn)確地分析信息。企業(yè)使用的分析解決方案必須能夠滿足所有業(yè)務(wù)用戶的需求，從一線員工到部門主管，一直到高級(jí)分析員。這些用戶希望能夠自己分析數(shù)據(jù)，而無需等待部門提供所請(qǐng)求的信息，從而做出更出色、更智慧的業(yè)務(wù)決策。

　　需要說明的是，業(yè)務(wù)分析并非放之四海而皆準(zhǔn)。用戶需求可能會(huì)有很大的不同。通過了解不同類型的分析需求，并將其與組織中的特定角色相聯(lián)系，企業(yè)可以從中受益。

　　與決策管理

　　決策管理是用來優(yōu)化并自動(dòng)化業(yè)務(wù)決策的一種卓有成效的方法。它通過預(yù)測(cè)分析讓組織能夠在制定決策以前有所行動(dòng)，以便預(yù)測(cè)哪些行動(dòng)在未來最有可能獲得成功。從廣義角度來看，主要存在三種組織決策類型，即戰(zhàn)略型、業(yè)務(wù)型和戰(zhàn)術(shù)型。

　　其中，戰(zhàn)略決策通常為組織設(shè)定長(zhǎng)遠(yuǎn)方向。其制定者是C級(jí)主管人員、副總裁、業(yè)務(wù)線經(jīng)理；業(yè)務(wù)決策通常包括策略或流程的制定。它們專注于在戰(zhàn)術(shù)級(jí)別上執(zhí)行特定項(xiàng)目或目標(biāo)，其制定者為業(yè)務(wù)經(jīng)理、系統(tǒng)經(jīng)理和業(yè)務(wù)分析師；戰(zhàn)術(shù)決策通常是將策略、流程或規(guī)則應(yīng)用到具體事例的“前線”行動(dòng)。這些類型的決策適用于自動(dòng)化，使結(jié)果更具一致性和可預(yù)測(cè)性。其制定者包括消費(fèi)者服務(wù)代表、財(cái)務(wù)服務(wù)代表、分支經(jīng)理、銷售人員，以及網(wǎng)站推薦引擎等自動(dòng)化系統(tǒng)。

　　決策管理使改進(jìn)成為可能。它使用決策流程框架和分析來優(yōu)化并自動(dòng)化決策、優(yōu)化成果，并解決特定的業(yè)務(wù)問題。決策管理通常專注于大批量決策，并使用基于規(guī)則和基于分析模型的應(yīng)用程序?qū)崿F(xiàn)決策。因此，雖然決策管理相對(duì)較新，但是它受到已經(jīng)證實(shí)技術(shù)的支撐。

　　了解了組織中的決策類型和可用的決策管理選擇后，就可以著手建立決策管理基礎(chǔ)架構(gòu)了。業(yè)務(wù)經(jīng)理首先應(yīng)該在影響他們決策的范圍內(nèi)定義其業(yè)務(wù)挑戰(zhàn)。然后通過為特定業(yè)務(wù)問題開發(fā)的以決策為中心的應(yīng)用程序，利用決策管理優(yōu)化目標(biāo)決策。這些應(yīng)用程序展現(xiàn)了業(yè)務(wù)人員熟悉的相關(guān)信息，并在影響問題的決策范圍內(nèi)加入了預(yù)測(cè)分析。

　　應(yīng)用范圍

　　商業(yè)智能系統(tǒng)可輔助建立信息中心，如產(chǎn)生各種工作報(bào)表和分析報(bào)表。用作以下分析：

　　銷售分析主要分析各項(xiàng)銷售指標(biāo)，例如毛利、毛利率、交叉比、銷進(jìn)比、盈利能力、周轉(zhuǎn)率、同比、環(huán)比等等；而分析維又可從管理架構(gòu)、類別品牌、日期、時(shí)段等角度觀察，這些分析維又采用多級(jí)鉆取，從而獲得相當(dāng)透徹的分析思路；同時(shí)根據(jù)海量數(shù)據(jù)產(chǎn)生預(yù)測(cè)信息、報(bào)警信息等分析數(shù)據(jù)；還可根據(jù)各種銷售指標(biāo)產(chǎn)生新的透視表。

　　商品分析 商品分析的主要數(shù)據(jù)來自銷售數(shù)據(jù)和商品基礎(chǔ)數(shù)據(jù)，從而產(chǎn)生以分析結(jié)構(gòu)為主線的分析思路。主要分析數(shù)據(jù)有商品的類別結(jié)構(gòu)、品牌結(jié)構(gòu)、價(jià)格結(jié)構(gòu)、毛利結(jié)構(gòu)、結(jié)算方式結(jié)構(gòu)、產(chǎn)地結(jié)構(gòu)等，從而產(chǎn)生商品廣度、商品深度、商品淘汰率、商品引進(jìn)率、商品置換率、重點(diǎn)商品

　　、暢銷商品、滯銷商品、季節(jié)商品等多種指標(biāo)。通過D系統(tǒng)對(duì)這些指標(biāo)的分析來指導(dǎo)企業(yè)商品結(jié)構(gòu)的調(diào)整，加強(qiáng)所營(yíng)商品的競(jìng)爭(zhēng)能力和合理配置。

　　人員分析通過D系統(tǒng)對(duì)公司的人員指標(biāo)進(jìn)行分析，特別是對(duì)銷售人員指標(biāo)（銷售指標(biāo)為主，毛利指標(biāo)為輔）和采購人員指標(biāo)（銷售額、毛利、供應(yīng)商更換、購銷商品數(shù)、代銷商品數(shù)、資金占用、資金周轉(zhuǎn)等）的分析，以達(dá)到考核員工業(yè)績(jī)，提高員工積極性，并為人力資源的合理利用提供科學(xué)依據(jù)。主要分析的主題有，員工的人員構(gòu)成、銷售人員的人均銷售額、對(duì)于銷售的個(gè)人銷售業(yè)績(jī)、各管理架構(gòu)的人均銷售額、毛利貢獻(xiàn)、采購人員分管商品的進(jìn)貨多少、購銷代銷的比例、引進(jìn)的商品銷量如何等等。

　　實(shí)施步驟

　　實(shí)施商業(yè)智能系統(tǒng)是一項(xiàng)復(fù)雜的系統(tǒng)工程，整個(gè)項(xiàng)目涉及企業(yè)管理，運(yùn)作管理，信息系統(tǒng)，數(shù)據(jù)倉庫，數(shù)據(jù)挖掘，統(tǒng)計(jì)分析等眾多門類的知識(shí). 因此用戶除了要選擇合適的商業(yè)智能軟件工具外還必須按照正確的實(shí)施方法才能保證項(xiàng)目得以成功. 商業(yè)智能項(xiàng)目的實(shí)施步驟可分為：

　　（1）需求分析: 需求分析是商業(yè)智能實(shí)施的第一步，在其他活動(dòng)開展之前必須明確的定義企業(yè)對(duì)商業(yè)智能的期望和需求，包括需要分析的主題，各主題可能查看的角度（維度）； 需要發(fā)現(xiàn)企業(yè)那些方面的規(guī)律. 用戶的需求必須明確.

　?。?） 數(shù)據(jù)倉庫建模：通過對(duì)企業(yè)需求的分析，建立企業(yè)數(shù)據(jù)倉庫的邏輯模型和物理模型，并規(guī)劃好系統(tǒng)的應(yīng)用架構(gòu)，將企業(yè)各類數(shù)據(jù)按照分析主題進(jìn)行組織和歸類.

　?。?）數(shù)據(jù)抽取: 數(shù)據(jù)倉庫建立后必須將數(shù)據(jù)從業(yè)務(wù)系統(tǒng)中抽取到數(shù)據(jù)倉庫中，在抽取的過程中還必須將數(shù)據(jù)進(jìn)行轉(zhuǎn)換，清洗，以適應(yīng)分析的需要.

　?。?） 建立商業(yè)智能分析報(bào)表：商業(yè)智能分析報(bào)表需要專業(yè)人員按照用戶制訂的格式進(jìn)行開發(fā)，用戶也可自行開發(fā)（開發(fā)方式簡(jiǎn)單，快捷） .

　　（5） 用戶培訓(xùn)和數(shù)據(jù)模擬測(cè)試： 對(duì)于開發(fā)—使用分離型的商業(yè)智能系統(tǒng)，最終用戶的使用是相當(dāng)簡(jiǎn)單的，只需要點(diǎn)擊操作就可針對(duì)特定的商業(yè)問題進(jìn)行分析.

　?。?） 系統(tǒng)改進(jìn)和完善：任何系統(tǒng)的實(shí)施都必須是不斷完善的. 商業(yè)智能系統(tǒng)更是如此，在用戶使用一段時(shí)間后可能會(huì)提出更多的，更具體的要求，這時(shí)需要再按照上述步驟對(duì)系統(tǒng)進(jìn)行重構(gòu)或完善。

　　處理流程

　　商業(yè)智能（BI）作為一個(gè)概念，描述與業(yè)務(wù)緊密結(jié)合，并且根據(jù)需要進(jìn)行相關(guān)特性展示和數(shù)據(jù)處理的過程。

　　為了讓數(shù)據(jù)“活”起來，往往需要利用數(shù)據(jù)倉庫、數(shù)據(jù)挖掘、報(bào)表設(shè)計(jì)與展示、聯(lián)機(jī)在線分析（OLAP）等技術(shù)。數(shù)據(jù)或者數(shù)據(jù)源包含的種類繁多，例如存儲(chǔ)在關(guān)系型數(shù)據(jù)庫中的，在外圍數(shù)據(jù)文件中的，在業(yè)務(wù)流中實(shí)時(shí)產(chǎn)生存儲(chǔ)在內(nèi)存中的等等。而商業(yè)智能最終能夠輔助的業(yè)務(wù)經(jīng)營(yíng)決策，既可以是操作層的，也可以是戰(zhàn)術(shù)層和戰(zhàn)略層的決策。

　　這些分析有財(cái)務(wù)管理、點(diǎn)擊流分析（Clickstream）、供應(yīng)鏈管理、關(guān)鍵績(jī)效指標(biāo)（Key Performance Indicators, KPI）、客戶分析等。商業(yè)智能關(guān)注的是，從各種渠道（軟件，系統(tǒng)，人，等等）發(fā)掘可執(zhí)行的戰(zhàn)略信息。商業(yè)智能用的工具有抽?。‥xtraction）、轉(zhuǎn)換（Transformation）和加載（Load）軟件（搜集數(shù)據(jù)，建立標(biāo)準(zhǔn)的數(shù)據(jù)結(jié)構(gòu)，然后把這些數(shù)據(jù)存在另外的數(shù)據(jù)庫中）、數(shù)據(jù)挖掘和在線分析（Online Analytical Processing，允許用戶容易地從多個(gè)角度選取和察看數(shù)據(jù)）等 。

　　企業(yè)導(dǎo)入BI的優(yōu)點(diǎn)

　　1.隨機(jī)查詢動(dòng)態(tài)報(bào)表

　　2.掌握指標(biāo)管理

　　3.隨時(shí)線上分析處理

　　4.視覺化之企業(yè)儀表版

　　5.協(xié)助預(yù)測(cè)規(guī)劃

　　企業(yè)效益

　　商業(yè)智能幫助企業(yè)的管理層進(jìn)行快速，準(zhǔn)確的決策，迅速的發(fā)現(xiàn)企業(yè)中的問題，提示管理人員加以解決. 但商業(yè)智能軟件系統(tǒng)不能代替管理人員進(jìn)行決策，不能自動(dòng)處理企業(yè)運(yùn)行過程中遇到的問題.因此商業(yè)智能系統(tǒng)并不能為企業(yè)帶來直接的經(jīng)濟(jì)效益，但必須看到，商業(yè)智能為企業(yè)帶來的是一種經(jīng)過科學(xué)武裝的管理思維，給整個(gè)企業(yè)帶來的是決策的快速性和準(zhǔn)確性，發(fā)現(xiàn)問題的及時(shí)性，以及發(fā)現(xiàn)那些對(duì)手未發(fā)現(xiàn)的潛在的知識(shí)和規(guī)律，而這些信息是企業(yè)產(chǎn)生經(jīng)濟(jì)效益的基礎(chǔ)，不能快速，準(zhǔn)確地指定決策方針等于將市場(chǎng)送給對(duì)手，不能及時(shí)發(fā)現(xiàn)業(yè)務(wù)中的潛在信息等于浪費(fèi)自己的資源.比如：通過對(duì)銷售數(shù)據(jù)的分析可發(fā)現(xiàn)各類客戶的特征和喜歡購買商品之間的聯(lián)系，這樣就可進(jìn)行更有針對(duì)性的精確的促銷活動(dòng)或向客戶提供更具有個(gè)性的服務(wù)等，這都會(huì)為企業(yè)帶來直接的經(jīng)濟(jì)效益.

　　市場(chǎng)分析

　　制造業(yè)是商業(yè)智能的重要市場(chǎng)

　　Manufacturing Insights(IDC 公司附屬公司）的報(bào)告顯示，2004年亞太區(qū)（不含日本）制造業(yè)IT市場(chǎng)規(guī)模為137億美元，預(yù)計(jì)該市場(chǎng)將以 11.4% 的年復(fù)合增長(zhǎng)率平穩(wěn)增長(zhǎng)，到2008年市場(chǎng)規(guī)模將達(dá)210億美元。2004年底，亞太區(qū)（不含日本）制造業(yè)IT支出共137億美元，其中離散制造占78.6%，流程制造占22.4%。由于市場(chǎng)全球化和自由化帶來了更加激烈的競(jìng)爭(zhēng)和復(fù)雜性，亞太區(qū)（不含日本）的許多制造商繼續(xù)對(duì)IT進(jìn)行投資，以提高運(yùn)營(yíng)效率，更好地控制不斷增長(zhǎng)的業(yè)務(wù)成本。隨著越來越多的制造商在華建立了生產(chǎn)基地，降低成本并占領(lǐng)巨大的國(guó)內(nèi)市場(chǎng)，這些制造商需要對(duì)主要的IT基礎(chǔ)架構(gòu) 、應(yīng)用和服務(wù)進(jìn)行投資以使其運(yùn)營(yíng)能夠健康平穩(wěn)地發(fā)展，并獲得領(lǐng)先優(yōu)勢(shì)。這將繼續(xù)促進(jìn)中國(guó)和海外制造商的制造業(yè)IT投資。在對(duì)基礎(chǔ)架構(gòu)投入大量資金的同時(shí)，在中國(guó)和印度這樣的新興大型市場(chǎng)的許多制造商將繼續(xù)對(duì)企業(yè)資源管理(ERM）和商務(wù)智能（BI）解決方案進(jìn)行投資，從而為更好的內(nèi)部協(xié)作和決策制定提供基礎(chǔ)平臺(tái)。

　　IDC的報(bào)告顯示，2004年亞太區(qū)（不含日本）商務(wù)智能（BI)工具軟件市場(chǎng)規(guī)模為2.332億美元，預(yù)計(jì)該市場(chǎng)將以12.3%的年復(fù)合增長(zhǎng)率迅猛增長(zhǎng)，到2009年市場(chǎng)規(guī)模將達(dá)4.173億美元，增長(zhǎng)預(yù)計(jì)主要源于中國(guó)和印度日益發(fā)展的經(jīng)濟(jì)。這兩國(guó)近幾年更加健康的經(jīng)濟(jì)環(huán)境和不斷增多的應(yīng)用系統(tǒng)部署為未來5年BI工具的采用打下了基礎(chǔ)。有關(guān)專家指出，隨著互聯(lián)網(wǎng)的普及，在決策支持系統(tǒng)基礎(chǔ)上發(fā)展商業(yè)智能已成為必然。隨著基于互聯(lián)網(wǎng)的各種信息系統(tǒng)在企業(yè)中的應(yīng)用，企業(yè)將收集越來越多的關(guān)于客戶、產(chǎn)品及銷售情況在內(nèi)的各種信息，這些信息能幫助企業(yè)更好地預(yù)測(cè)和把握未來。所以，電子商務(wù)的發(fā)展也推動(dòng)了商業(yè)智能的進(jìn)一步應(yīng)用。

　　從行業(yè)發(fā)展來看，商業(yè)智能作為業(yè)務(wù)驅(qū)動(dòng)的決策支持系統(tǒng)，其發(fā)展是以較為完善企業(yè)的信息系統(tǒng)和穩(wěn)定的業(yè)務(wù)系統(tǒng)為基礎(chǔ)的。商業(yè)智能未來的應(yīng)用與行業(yè)內(nèi)信息化的基礎(chǔ)狀況密切相關(guān)，以制造型企業(yè)為主，其次是流通企業(yè)，這兩個(gè)領(lǐng)域?qū)⑹巧虡I(yè)智能不可忽視的新市場(chǎng)。企業(yè)隨著信息化水平的提高，商業(yè)智能產(chǎn)品將會(huì)與ERP和CRM等管理軟件進(jìn)一步融合，很多ERP廠商都把商業(yè)智能嵌入到相應(yīng)的ERP系統(tǒng)內(nèi)，比如SAP的ERP就嵌套了BO公司的商業(yè)智能產(chǎn)品，AD 也與和勤軟件進(jìn)行了類似的合作。

　　當(dāng)然，商業(yè)智能如ERP一樣，實(shí)施中存在著一定的風(fēng)險(xiǎn)，企業(yè)首先要認(rèn)清自身的需求情況，在選擇合作伙伴的同時(shí)也要進(jìn)行充分的了解。各主流廠商都有各自的優(yōu)勢(shì)，比如SAS的數(shù)據(jù)挖掘、Hyperion的預(yù)算與報(bào)表合并、BO的數(shù)據(jù)分析與報(bào)告等。而商業(yè)智能產(chǎn)品的發(fā)展趨勢(shì)必將是整合平臺(tái)基礎(chǔ)上的集成化應(yīng)用。如何切實(shí)了解自身需求、選擇具有優(yōu)勢(shì)的廠商產(chǎn)品，將是企業(yè)實(shí)施商業(yè)智能成功的關(guān)鍵。

　　發(fā)展趨勢(shì)

　　與DSS、EIS系統(tǒng)相比，商業(yè)智能具有更美好的發(fā)展前景。近些年來，商業(yè)智能市場(chǎng)持續(xù)增長(zhǎng)。IDC預(yù)測(cè)，到2005年，BI市場(chǎng)將達(dá)到118億$，平均年增長(zhǎng)率為27%（Information Access Tools Market Forecast and Analysis: 2001-2005,IDC#24779,June 2001）。隨著企業(yè)CRM、ERP、SCM等應(yīng)用系統(tǒng)的引入，企業(yè)不停留在事務(wù)處理過程而注重有效利用企業(yè)的數(shù)據(jù)為準(zhǔn)確和更快的決策提供支持的需求越來越強(qiáng)烈，由此帶動(dòng)的對(duì)商業(yè)智能的需求將是巨大的。

　　商業(yè)智能的發(fā)展趨勢(shì)可以歸納為以下幾點(diǎn)：

　　功能上具有可配置性、靈活性、可變化性

　　BI系統(tǒng)的范圍從為部門的特定用戶服務(wù)擴(kuò)展到為整個(gè)企業(yè)所有用戶服務(wù)。同時(shí)，由于企業(yè)用戶在職權(quán)、需求上的差異，BI系統(tǒng)提供廣泛的、具有針對(duì)性的功能。從簡(jiǎn)單的數(shù)據(jù)獲取，到利用WEB和局域網(wǎng)、廣域網(wǎng)進(jìn)行豐富的交互、決策信息和知識(shí)的分析和使用。

　　解決方案更開放、可擴(kuò)展、可按用戶定制，在保證核心技術(shù)的同時(shí)，提供客戶化的界面

　　針對(duì)不同企業(yè)的獨(dú)特的需求，BI系統(tǒng)在提供核心技術(shù)的同時(shí)，使系統(tǒng)又具個(gè)性化，即在原有方案基礎(chǔ)上加入自己的代碼和解決方案，增強(qiáng)客戶化的接口和擴(kuò)展特性；可為企業(yè)提供基于商業(yè)智能平臺(tái)的定制的工具，使系統(tǒng)具有更大的靈活性和使用范圍。

　　從單獨(dú)的商業(yè)智能向嵌入式商業(yè)智能發(fā)展

　　這是商業(yè)智能應(yīng)用的一大趨勢(shì)，即在企業(yè)現(xiàn)有的應(yīng)用系統(tǒng)中，如財(cái)務(wù)、人力、銷售等系統(tǒng)中嵌入商業(yè)智能組件，使普遍意義上的事務(wù)處理系統(tǒng)具有商業(yè)智能的特性?？紤]BI系統(tǒng)的某個(gè)組件而不是整個(gè)BI系統(tǒng)并非一件簡(jiǎn)單的事，比如將OLAP技術(shù)應(yīng)用到某一個(gè)應(yīng)用系統(tǒng)，一個(gè)相對(duì)完整的商業(yè)智能開發(fā)過程，如企業(yè)問題分析、方案設(shè)計(jì)、原型系統(tǒng)開發(fā)、系統(tǒng)應(yīng)用等過程是不可缺少的。

　　從傳統(tǒng)功能向增強(qiáng)型功能轉(zhuǎn)變

　　增強(qiáng)型的商業(yè)智能功能是相對(duì)于早期的用SQL工具實(shí)現(xiàn)查詢的商業(yè)智能功能。前應(yīng)用中的BI系統(tǒng)除實(shí)現(xiàn)傳統(tǒng)的BI系統(tǒng)功能之外，大多數(shù)已實(shí)現(xiàn)了圖2中數(shù)據(jù)分析層的功能。而數(shù)據(jù)挖掘、企業(yè)建模是BI系統(tǒng)應(yīng)該加強(qiáng)的應(yīng)用，以更好地提高系統(tǒng)性能。

　　市場(chǎng)增長(zhǎng)強(qiáng)勢(shì)不減

　　BI軟件市場(chǎng)在最近幾年得到了迅速增長(zhǎng)。在2000年，即使是經(jīng)濟(jì)不景氣的一年，BI軟件市場(chǎng)仍然增加了22%，達(dá)到了36億美元。IDC預(yù)測(cè)，到2005年，這個(gè)市場(chǎng)將以27%的年平均增長(zhǎng)率發(fā)展，屆時(shí)將會(huì)達(dá)到118億美元。在這個(gè)市場(chǎng)中，終端用戶查詢、報(bào)告和OLAP工具占絕對(duì)主流，達(dá)到65%。用戶希望從他們的企業(yè)資源規(guī)劃（ERP）、客戶關(guān)系管理（CRM）、供應(yīng)鏈管理（SCM）和遺留系統(tǒng)中發(fā)掘他們的數(shù)據(jù)資產(chǎn)，因此對(duì)BI軟件的需求正在不斷增加。這些需求推廣來看，說明企業(yè)正逐漸擺脫單純依賴于軟件來處理日常事務(wù)，而是明確要利用軟件來幫助自己，依據(jù)企業(yè)數(shù)據(jù)做出更好、更快的決策。

　　此外，對(duì)分析應(yīng)用需求的增加將持續(xù)刺激對(duì)商業(yè)智能軟件的需求。這些軟件主要用來進(jìn)行復(fù)雜的預(yù)測(cè)，得出相對(duì)直接的執(zhí)行報(bào)告，另外也包括以多維分析工具為基礎(chǔ)的客戶分類應(yīng)用。

　　商業(yè)智能解決方案走向完整

　　正當(dāng)國(guó)內(nèi)企業(yè)級(jí)用戶對(duì)基于世界先進(jìn)商業(yè)智能技術(shù)的本地化解決方案的需求日益高漲與迫切時(shí)，IBM（中國(guó)）公司日前在北京發(fā)布大型IBM商業(yè)智能解決方案，來自海內(nèi)外技術(shù)專家的精彩演示，淋漓盡致地展示了IBM商業(yè)智能解決方案的先進(jìn)技術(shù)、強(qiáng)大功能和完善的服務(wù)支持，為基于新一代IBM數(shù)據(jù)倉庫與智能挖掘的商業(yè)智能應(yīng)用方案在國(guó)內(nèi)的廣闊應(yīng)用前景繪出了精彩藍(lán)圖。

　　作為第一個(gè)進(jìn)入中國(guó)市場(chǎng)的完整的、本地化的商業(yè)智能解決方案，IBM商業(yè)智能解決方案的推出標(biāo)志著國(guó)內(nèi)用戶利用商業(yè)智能技術(shù)開展電子商務(wù)的時(shí)機(jī)更加成熟，國(guó)內(nèi)企業(yè)因此能夠借助世界最先進(jìn)的信息技術(shù)，更好地了解客戶，更有效地開展客戶關(guān)系管理，進(jìn)而獲得更有利的競(jìng)爭(zhēng)優(yōu)勢(shì)。

　　所謂商業(yè)智能（BusinessIntelligent），就是將企業(yè)中的現(xiàn)有數(shù)據(jù)轉(zhuǎn)化為知識(shí)的過程。企業(yè)在開展業(yè)務(wù)的同時(shí)，獲得了大量數(shù)據(jù)，來自國(guó)外的統(tǒng)計(jì)結(jié)果表明，全球企業(yè)的信息量平均每1．5年翻一番，而僅僅利用了全部信息數(shù)據(jù)的7%。隨著知識(shí)經(jīng)濟(jì)時(shí)代的來臨，記錄客戶與市場(chǎng)數(shù)據(jù)的信息和信息利用能力已經(jīng)成為決定企業(yè)生死存亡的關(guān)鍵因素，越來越多的國(guó)內(nèi)外企業(yè)已經(jīng)根據(jù)信息流和數(shù)據(jù)分析技術(shù)進(jìn)行企業(yè)重整，傳統(tǒng)的數(shù)據(jù)記錄方式無疑被更先進(jìn)的商業(yè)智能技術(shù)所代替。據(jù)美國(guó)PaloAlto管理集團(tuán)預(yù)測(cè)，到2001年，全球商業(yè)智能市場(chǎng)將達(dá)到700億美元?！≡谏虡I(yè)智能解決方案的幫助下，企業(yè)級(jí)用戶可以通過充分挖掘現(xiàn)有的數(shù)據(jù)資源，捕獲信息、分析信息、溝通信息，發(fā)現(xiàn)許多過去缺乏認(rèn)識(shí)或未被認(rèn)識(shí)的數(shù)據(jù)關(guān)系，幫助企業(yè)管理者做出更好的商業(yè)決策，例如開拓什么市場(chǎng)、吸引哪些客戶、促銷何種產(chǎn)品等等。商業(yè)智能還能夠通過財(cái)務(wù)分析、風(fēng)險(xiǎn)管理、欺詐分析、銷售分析等過程幫助企業(yè)降低運(yùn)營(yíng)成本，進(jìn)而獲得更高的經(jīng)營(yíng)效益。

　　根據(jù)世界權(quán)威性的IDC公司的調(diào)查結(jié)果表明，企業(yè)用于商業(yè)智能的投資回報(bào)率平均2．3年高達(dá)400%。數(shù)據(jù)倉庫是商業(yè)智能解決方案的基礎(chǔ)，一項(xiàng)來自美國(guó)MetaGroup的市場(chǎng)分析指出，92%的企業(yè)將在今后3年內(nèi)使用數(shù)據(jù)倉庫，到2000年，全球數(shù)據(jù)倉庫的使用者就將達(dá)到1000萬，數(shù)據(jù)庫訪問因特網(wǎng)和企業(yè)內(nèi)部網(wǎng)所帶來的投資回報(bào)率達(dá)68%。

　　問題

　　經(jīng)過幾年的積累，大部分中大型的企事業(yè)單位已經(jīng)建立了比較完善的CRM、ERP、OA等基礎(chǔ)信息化系統(tǒng)。這些系統(tǒng)的統(tǒng)一特點(diǎn)都是：通過業(yè)務(wù)人員或者用戶的操作，最終對(duì)數(shù)據(jù)庫進(jìn)行增加、修改、刪除等操作。上述系統(tǒng)可統(tǒng)一稱為OLTP(Online Transaction Process，在線事務(wù)處理），指的就是系統(tǒng)運(yùn)行了一段時(shí)間以后，必然幫助企事業(yè)單位收集大量的歷史數(shù)據(jù)。但是，在數(shù)據(jù)庫中分散、獨(dú)立存在的大量數(shù)據(jù)對(duì)于業(yè)務(wù)人員來說，只是一些無法看懂的天書。業(yè)務(wù)人員所需要的是信息，是他們能夠看懂、理解并從中受益的抽象信息。此時(shí)，如何把數(shù)據(jù)轉(zhuǎn)化為信息，使得業(yè)務(wù)人員（包括管理者）能夠充分掌握、利用這些信息，并且輔助決策，就是商業(yè)智能主要解決的問題。

　　如何把數(shù)據(jù)庫中存在的數(shù)據(jù)轉(zhuǎn)變?yōu)闃I(yè)務(wù)人員需要的信息?大部分的答案是報(bào)表系統(tǒng)。簡(jiǎn)單說，報(bào)表系統(tǒng)已經(jīng)可以稱作是BI了，它是BI的低端實(shí)現(xiàn)。

　　國(guó)外的企業(yè)，大部分已經(jīng)進(jìn)入了中端BI，叫做數(shù)據(jù)分析。有一些企業(yè)已經(jīng)開始進(jìn)入高端BI，叫做數(shù)據(jù)挖掘。而中國(guó)的企業(yè)，大部分還停留在報(bào)表階段。

　　數(shù)據(jù)報(bào)表不可取代

　　傳統(tǒng)的報(bào)表系統(tǒng)技術(shù)上已經(jīng)相當(dāng)成熟，大家熟悉的Excel、水晶報(bào)表、FineReport、Reporting Service等都已經(jīng)被廣泛使用。但是，隨著數(shù)據(jù)的增多，需求的提高，傳統(tǒng)報(bào)表系統(tǒng)面臨的挑戰(zhàn)也越來越多。

　　1． 數(shù)據(jù)太多，信息太少

　　密密麻麻的表格堆砌了大量數(shù)據(jù)，到底有多少業(yè)務(wù)人員仔細(xì)看每一個(gè)數(shù)據(jù)?到底這些數(shù)據(jù)代表了什么信息、什么趨勢(shì)?級(jí)別越高的領(lǐng)導(dǎo)，越需要簡(jiǎn)明的信息。如果我是董事長(zhǎng)，我可能只需要一句話：我們的情況是好、中還是差

　　2． 難以交互分析、了解各種組合

　　定制好的報(bào)表過于死板。例如，我們可以在一張表中列出不同地區(qū)、不同產(chǎn)品的銷量，另一張表中列出不同地區(qū)、不同年齡段顧客的銷量。但是，這兩張表無法回答諸如“華北地區(qū)中青年顧客購買數(shù)碼相機(jī)類型產(chǎn)品的情況”等問題。業(yè)務(wù)問題經(jīng)常需要多個(gè)角度的交互分析。

　　3. 難以挖掘出潛在的規(guī)則

　　報(bào)表系統(tǒng)列出的往往是表面上的數(shù)據(jù)信息，但是海量數(shù)據(jù)深處潛在含有哪些規(guī)則呢?什么客戶對(duì)我們價(jià)值最大，產(chǎn)品之間相互關(guān)聯(lián)的程度如何?越是深層的規(guī)則，對(duì)于決策支持的價(jià)值越大，但是，也越難挖掘出來。

　　4． 難以追溯歷史，數(shù)據(jù)形成孤島

　　業(yè)務(wù)系統(tǒng)很多，數(shù)據(jù)存在于不同地方。太舊的數(shù)據(jù)（例如以前的數(shù)據(jù)）往往被業(yè)務(wù)系統(tǒng)備份出去，導(dǎo)致宏觀分析、長(zhǎng)期歷史分析難度很大。

　　因此，隨著時(shí)代的發(fā)展，傳統(tǒng)報(bào)表系統(tǒng)已經(jīng)不能滿足日益增長(zhǎng)的業(yè)務(wù)需求了，企業(yè)期待著新的技術(shù)。數(shù)據(jù)分析和數(shù)據(jù)挖掘的時(shí)代正在來臨。值得注意的是，數(shù)據(jù)分析和數(shù)據(jù)挖掘系統(tǒng)的目的是帶給我們更多的決策支持價(jià)值，并不是取代數(shù)據(jù)報(bào)表。報(bào)表系統(tǒng)依然有其不可取代的優(yōu)勢(shì)，并且將會(huì)長(zhǎng)期與數(shù)據(jù)分析、挖掘系統(tǒng)一起并存下去。

　　八維以上的數(shù)據(jù)分析

　　如果說OLTP側(cè)重于對(duì)數(shù)據(jù)庫進(jìn)行增加、修改、刪除等日常事務(wù)操作，OLAP(Online Analytics Process，在線分析系統(tǒng)）則側(cè)重于針對(duì)宏觀問題，全面分析數(shù)據(jù)，獲得有價(jià)值的信息。

　　為了達(dá)到OLAP的目的，傳統(tǒng)的關(guān)系型數(shù)據(jù)庫已經(jīng)不夠了，需要一種新的技術(shù)叫做多維數(shù)據(jù)庫。

　　多維數(shù)據(jù)庫的概念并不復(fù)雜。舉一個(gè)例子，我們想描述2003年4月份可樂在北部地區(qū)銷售額10萬元時(shí)，牽扯到幾個(gè)角度：時(shí)間、產(chǎn)品、地區(qū)。這些叫做維度。至于銷售額，叫做度量值。當(dāng)然，還有成本、利潤(rùn)等。

　　除了時(shí)間、產(chǎn)品和地區(qū)，我們還可以有很多維度，例如客戶的性別、職業(yè)、銷售部門、促銷方式等等。實(shí)際上，使用中的多維數(shù)據(jù)庫可能是一個(gè)8維或者15維的立方體。

　　雖然結(jié)構(gòu)上15維的立方體很復(fù)雜，但是概念上非常簡(jiǎn)單。

　　數(shù)據(jù)分析系統(tǒng)的總體架構(gòu)分為四個(gè)部分：源系統(tǒng)、數(shù)據(jù)倉庫、多維數(shù)據(jù)庫、客戶端。

　　·源系統(tǒng)：包括現(xiàn)有的所有OLTP系統(tǒng)，搭建BI系統(tǒng)并不需要更改現(xiàn)有系統(tǒng)。

　　·數(shù)據(jù)倉庫：數(shù)據(jù)大集中，通過數(shù)據(jù)抽取，把數(shù)據(jù)從源系統(tǒng)源源不斷地抽取出來，可能每天一次，或者每3個(gè)小時(shí)一次，當(dāng)然是自動(dòng)的。數(shù)據(jù)倉庫依然建立在關(guān)系型數(shù)據(jù)庫上，往往符合叫做“星型結(jié)構(gòu)”的模型。

　　·多維數(shù)據(jù)庫：數(shù)據(jù)倉庫的數(shù)據(jù)經(jīng)過多維建模，形成了立方體結(jié)構(gòu)。每一個(gè)立方體描述了一個(gè)業(yè)務(wù)主題，例如銷售、庫存或者財(cái)務(wù)。

　　·客戶端：好的客戶端軟件可以把多維立方體中的信息豐富多彩地展現(xiàn)給用戶。

　　數(shù)據(jù)分析案例：

　　在實(shí)際的案例中，我們利用Oracle 9i搭建了數(shù)據(jù)倉庫，Microsoft Analysis Service 2000搭建了多維數(shù)據(jù)庫，ProClarity 6.0 作為客戶端分析軟件。

　　分解樹好像一個(gè)組織圖。分解樹在回答以下問題時(shí)很有效：

　　·在指定的產(chǎn)品組內(nèi)，哪種產(chǎn)品有最高的銷售額

　　·在特定的產(chǎn)品種類內(nèi)，各種產(chǎn)品間的銷售額分布如何

　　·哪個(gè)銷售人員完成了最高百分比的銷售額

　　數(shù)據(jù)挖掘看穿你的需求

　　廣義上說，任何從數(shù)據(jù)庫中挖掘信息的過程都叫做數(shù)據(jù)挖掘。從這點(diǎn)看來，數(shù)據(jù)挖掘就是BI。但從技術(shù)術(shù)語上說，數(shù)據(jù)挖掘（Data Mining）特指的是：源數(shù)據(jù)經(jīng)過清洗和轉(zhuǎn)換等成為適合于挖掘的數(shù)據(jù)集。數(shù)據(jù)挖掘在這種具有固定形式的數(shù)據(jù)集上完成知識(shí)的提煉，最后以合適的知識(shí)模式用于進(jìn)一步分析決策工作。從這種狹義的觀點(diǎn)上，我們可以定義：數(shù)據(jù)挖掘是從特定形式的數(shù)據(jù)集中提煉知識(shí)的過程。數(shù)據(jù)挖掘往往針對(duì)特定的數(shù)據(jù)、特定的問題，選擇一種或者多種挖掘算法，找到數(shù)據(jù)下面隱藏的規(guī)律，這些規(guī)律往往被用來預(yù)測(cè)、支持決策。

　　關(guān)聯(lián)銷售案例：

　　美國(guó)的超市有這樣的系統(tǒng)：當(dāng)你采購了一車商品結(jié)賬時(shí)，售貨員小姐掃描完了你的產(chǎn)品后，計(jì)算機(jī)上會(huì)顯示出一些信息，然后售貨員會(huì)友好地問你：我們有一種一次性紙杯正在促銷，位于F6貨架上，您要購買嗎

　　這句話決不是一般的促銷。因?yàn)橛?jì)算機(jī)系統(tǒng)早就算好了，如果你的購物車中有餐巾紙、大瓶可樂和沙拉，則86%的可能性你要買一次性紙杯。結(jié)果是，你說，啊，謝謝你，我剛才一直沒找到紙杯。

　　這不是什么神奇的科學(xué)算命，而是利用數(shù)據(jù)挖掘中的關(guān)聯(lián)規(guī)則算法實(shí)現(xiàn)的系統(tǒng)。

　　每天，新的銷售數(shù)據(jù)會(huì)進(jìn)入挖掘模型，與過去N天的歷史數(shù)據(jù)一起，被挖掘模型處理，得到當(dāng)前最有價(jià)值的關(guān)聯(lián)規(guī)則。同樣的算法，分析網(wǎng)上書店的銷售業(yè)績(jī)，計(jì)算機(jī)可以發(fā)現(xiàn)產(chǎn)品之間的關(guān)聯(lián)以及關(guān)聯(lián)的強(qiáng)弱。

　　數(shù)據(jù)報(bào)表、數(shù)據(jù)分析、數(shù)據(jù)挖掘是BI的三個(gè)層面。我們相信未來幾年的趨勢(shì)是：越來越多的企業(yè)在數(shù)據(jù)報(bào)表的基礎(chǔ)上，會(huì)進(jìn)入數(shù)據(jù)分析與數(shù)據(jù)挖掘的領(lǐng)域。商業(yè)智能所帶來的決策支持功能，會(huì)給我們帶來越來越明顯的效益。

　　軟件廠商

　　目前國(guó)內(nèi)市場(chǎng)主要商業(yè)智能軟件廠商有：國(guó)云數(shù)據(jù)（大數(shù)據(jù)魔鏡）、IBM Cognos[4]  、Informatica、Power-BI、ORACLE（甲骨文）、SAP Business Objects、Arcplan（阿普蘭）、Microstrategy （微策略）、SAS、Sybase、Analyzer、思邁特Smartbi、金蝶、用友華表[5]  、久其、帆軟FineBI商業(yè)智能軟件、思達(dá)商業(yè)智能平臺(tái) Style Intelligence[2]  、微軟、和勤、上海澤信(醫(yī)院BI)、畢盛商業(yè)智能（BizSmart BI）[6]  、QlikView[7]  、潤(rùn)乾、GrapeCity[8]  、永洪科技等。

　　其中，與選軟件網(wǎng)合作在線試用的廠商有：新中大、金算盤、奧威智動(dòng)、科脈、一汽啟明、浪潮、百勝、大掌柜等。

　　IBM

　　IBM提供了全面的商業(yè)智能解決方案，包括前端工具、在線分析處理工具、數(shù)據(jù)挖掘工具、企業(yè)數(shù)據(jù)倉庫、數(shù)據(jù)倉庫管理器和數(shù)據(jù)預(yù)處理工具等。結(jié)合行業(yè)用戶的業(yè)務(wù)需要，IBM還向用戶提供面向政府、電力、金融、電信、石油、醫(yī)療行業(yè)的商業(yè)智能解決方案。

　　IBM Cognos商業(yè)智能解決方案基于已經(jīng)驗(yàn)證的技術(shù)平臺(tái)而構(gòu)建的，旨在針對(duì)最廣泛的部署進(jìn)行無縫升級(jí)和經(jīng)濟(jì)有效的擴(kuò)展，能滿足各類型用戶的不同信息需求。Cognos10擴(kuò)展了傳統(tǒng)商業(yè)智能的功能領(lǐng)域，通過規(guī)劃、場(chǎng)景建模、實(shí)時(shí)監(jiān)控和預(yù)測(cè)性分析提供革命性的用戶體驗(yàn)。該軟件已將報(bào)表、分析、積分卡和儀表板匯集在一起，并支持用戶在微軟Office等桌面應(yīng)用程序中分發(fā)商業(yè)智能數(shù)據(jù)，以及向移動(dòng)智能終端（例如iPhone、iPad、安卓手機(jī)、BlackBerry等）交付相關(guān)信息。

　　微軟

　　商業(yè)智能工具能幫助您分析業(yè)務(wù)流程，找出需要改進(jìn)之處，并迅速根據(jù)條件的更改做出調(diào)整。Microsoft Dynamics CRM[9]  能夠提供可視化工具和報(bào)告，幫助您根據(jù)所了解的情況采取行動(dòng)。

　　在整個(gè)企業(yè)和供應(yīng)鏈范圍內(nèi)采集信息，并在集中統(tǒng)一的位置進(jìn)行編輯；

　　使用直觀易用的儀表板實(shí)時(shí)查看重要的績(jī)效指標(biāo)；

　　將 CRM 功能映射到特定模型上，如精益生產(chǎn)和準(zhǔn)時(shí)制 (JIT)庫存策略；

　　將MicrosoftDynamics CRM 解決方案與ERP、車間控制、存貨、財(cái)務(wù)及銷售訂單處理等用戶現(xiàn)有的系統(tǒng)進(jìn)行整合；

　　提供關(guān)于客戶報(bào)價(jià)、訂單以及服務(wù)查詢的實(shí)時(shí)更新。

　　Arcplan（阿普蘭）

　　arcplan--世界領(lǐng)先的純第三方專業(yè)商業(yè)智能分析軟件提供商

　　arcplan是分析型報(bào)表和信息編輯技術(shù)開創(chuàng)者；以業(yè)界最好的前端展現(xiàn)和集成的分析，最突出的儀表盤駕駛艙、地圖鉆取分析，以面向?qū)ο蟮淖罘奖愫?jiǎn)捷的“信息編輯器”著稱，是全球最為專業(yè)的純第三方BI軟件平臺(tái)。

　　最新一期BI Survey再次將全球針對(duì)SAP BW 與Cognos TM1的最佳第三方BI前端展現(xiàn)工具稱號(hào)授予arcplan

　　用戶商業(yè)目標(biāo)成功率：arcplan 名列榜首

　　arcplan 同時(shí)憑借其所擁有的對(duì)于眾多數(shù)據(jù)源的API接口廣受好評(píng)。

　　微策略

　　Microstrategy(微策略）商業(yè)智能

　　Microstrategy 一直是GartnerMagicQuadrant評(píng)鑒中列為領(lǐng)先的前五大BI工具和服務(wù)廠家。主要在以下各方面獲得客戶高度的肯定 ：

　　a) 企業(yè)級(jí)BI : 適合企業(yè)級(jí)的BI運(yùn)用, 基于數(shù)據(jù)倉庫理論的概念而設(shè)計(jì)，擁有很高的運(yùn)行效能，能支持大的客戶數(shù)據(jù)量。美國(guó)最大的數(shù)據(jù)倉庫公司也選擇MSTR做為其戰(zhàn)略伙伴，可見其處理大數(shù)據(jù)量的能力。

　　b) 年度最佳移動(dòng)BI ：支持移動(dòng)終端如Ipad 和Iphone. 可以讓客戶靈活的自己設(shè)計(jì)需要的儀表盤，輕松做好管理駕駛艙的項(xiàng)目，是這個(gè)領(lǐng)域的最佳BI廠家。

　　c) 重視用戶的體驗(yàn) ：能保證開發(fā)人員的效率和生產(chǎn)力, 主要是因?yàn)閰?shù)化的報(bào)表開發(fā)范例和面向?qū)ο蟮拈_發(fā)環(huán)境。

　　d) 開放獨(dú)立的平臺(tái) : 全部產(chǎn)品自行研發(fā), 有機(jī)成長(zhǎng), 持續(xù)的從客戶體驗(yàn)角度做改善, 兼顧整合性、易用性、靈活性和彈性的特點(diǎn)。

　　e) 最強(qiáng)的多維分析 : 強(qiáng)大的Olap分析能力,　擁有世界最強(qiáng)最快的Olap分析引擎，能與自行開發(fā)的Dashboard產(chǎn)品完美整合使用。

　　f) OEM支持：完整的SDK支持，提供超過4000個(gè)API接口，許多ISV或SI 在項(xiàng)目中，以MSTR作為中間件，為應(yīng)用作最佳的組合和搭配。

　　g) 良好的產(chǎn)品售后服務(wù)和技術(shù)支持能力。

　　增值服務(wù)商

　　北京德昂

　　是一家跨足海峽兩岸，在北京，上海，廈門和臺(tái)北設(shè)有公司的專業(yè)商務(wù)智能解決方案提供商， 公司提供從商務(wù)智能項(xiàng)目的前期咨詢、商務(wù)智能系統(tǒng)的規(guī)劃、工具的評(píng)估和選擇、報(bào)表和儀表盤需求的梳理和規(guī)劃、數(shù)據(jù)倉庫和集市的設(shè)計(jì)和實(shí)施、報(bào)表和分析系統(tǒng)的設(shè)計(jì)、實(shí)施和上線的整體實(shí)施服務(wù)。德昂公司并且在能源, 保險(xiǎn)，證劵，零售，地產(chǎn)和企業(yè)客戶中率先實(shí)施移動(dòng)商務(wù)智能解決方案。并且可以提供下列類似主題的完整解決方案 ：集團(tuán)決策支持系統(tǒng)或者管理決策駕駛艙，財(cái)務(wù)部門的財(cái)務(wù)數(shù)據(jù)中心，制造業(yè)的采購BI, 石油石化行業(yè)的移動(dòng)決策支持系統(tǒng)，運(yùn)營(yíng)管理決策支持系統(tǒng)， 零售行業(yè)的市場(chǎng)營(yíng)銷和獎(jiǎng)金自動(dòng)化系統(tǒng)等。

　　德昂是全球領(lǐng)先的商務(wù)智能平臺(tái)Microstrategy和Pervasive在中國(guó)的分銷代理；并結(jié)合SAP BPC，IBM DataModeler, Infromatica等工具產(chǎn)品，打包成完整的商務(wù)智能解決方案；同時(shí)，針對(duì)Microstrategy產(chǎn)品提供完整的架構(gòu)設(shè)計(jì)，建模服務(wù)，效能調(diào)優(yōu)，報(bào)表和儀表盤開發(fā)，產(chǎn)品支持，二次開發(fā)支持和維保服務(wù)。除了直接面向最終客戶，德昂也一直專注于建立一個(gè)良好的BI支持服務(wù)平臺(tái), 協(xié)助國(guó)內(nèi)各行各業(yè)的集成商(SI)和軟件開發(fā)商（ISV）在項(xiàng)目或其應(yīng)用產(chǎn)品中使用BI工具,以便提升其產(chǎn)品和解決方案的價(jià)值。

　　發(fā)展趨勢(shì)

　　第三點(diǎn)：自助分析服務(wù)依然是優(yōu)先的BI工具以及特殊的報(bào)表工具[10]

　　在2012以及2013年，自助分析將會(huì)依然是一種趨勢(shì)。在過去的幾年中，大型企業(yè)的IT部門看好即將到來的商業(yè)需求，將不會(huì)支持手動(dòng)。工作人員經(jīng)常要求信息以一種即時(shí)和隨機(jī)應(yīng)變的方式來更有效的支持商業(yè)決策。在這種情況下，BI廠商需要保持平衡的自助服務(wù)功能，來允許信息工作者構(gòu)建和發(fā)布他們自己的BI應(yīng)用程序，同時(shí)允許IT部門來控制完整的使用平臺(tái)。

　　第二點(diǎn)：企業(yè)將會(huì)繼續(xù)使用多個(gè)BI工具代替單一的平臺(tái)

　　世界領(lǐng)先級(jí)的Forrester咨詢公司也提到了了2012年的另一個(gè)預(yù)測(cè)，在近幾年圖表依然排在前十之內(nèi)，每個(gè)企業(yè)不會(huì)致力于一個(gè)或是所有的BI工具。將會(huì)朝更加靈活的框架發(fā)展，這里的靈活是使用很多的BI工具，而不是一個(gè)使用一個(gè)固定的使用平臺(tái)。更加重要的是，很多的企業(yè)意識(shí)到整個(gè)和幾種現(xiàn)有的BI工具已經(jīng)不再是一個(gè)全球化的解決方案，所以說這種趨勢(shì)將會(huì)持續(xù)到2013年。

　　第一點(diǎn)：無處不在的移動(dòng)平臺(tái)的傳播不再是一個(gè)創(chuàng)新。

　　要求和必須滿足任何類型的BI工具或是平臺(tái)，除了自助服務(wù)和個(gè)性化的BI。移動(dòng)客戶端的速度將會(huì)快速的增漲，同時(shí)網(wǎng)頁商業(yè)標(biāo)準(zhǔn)準(zhǔn)備用HTML5技術(shù)堆棧來支配現(xiàn)有的移動(dòng)本地化應(yīng)用程序框架。Ipads、 iphones、 androids以及各種各樣的的全球化消費(fèi)化將會(huì)使得企業(yè)所有的平臺(tái)，使得這個(gè)標(biāo)準(zhǔn)變成了更加復(fù)雜的任務(wù)。

　　根據(jù)Forrester的研究報(bào)告，企業(yè)級(jí)別上的24%已經(jīng)使用了移動(dòng)BI應(yīng)用程序在試點(diǎn)項(xiàng)目上，37%的已經(jīng)在考慮z在未來采用。要求所有的BI工具需要支持可用的移動(dòng)平臺(tái)來保持競(jìng)爭(zhēng)力，因?yàn)槿藗儾粫?huì)放棄ipads對(duì)于來自的PC風(fēng)格的簡(jiǎn)單工作方式，尤其是在操作和執(zhí)行層面上。