一．商業(yè)智能概念提出的背景和定義
商業(yè)智能(Business Intelligence．簡稱BI)的概念最早是Gartner Group于1996年提出來的。當(dāng)時將商業(yè)智能定義為一類由數(shù)據(jù)倉庫(或數(shù)據(jù)集市)、查詢報表、數(shù)據(jù)分析、數(shù)據(jù)挖掘、數(shù)據(jù)備份和恢復(fù)等部分組成的，以幫助企業(yè)決策為目的技術(shù)及其應(yīng)用。目前，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，幫助企業(yè)做出明智的業(yè)務(wù)經(jīng)營決策的工具。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)商資料來自企業(yè)所處行業(yè)和競爭對手的數(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，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)的綜合運用。
為此，把商業(yè)智能看成是一種解決方案應(yīng)該比較恰當(dāng)。Bl的關(guān)鍵是從許多來自不同的企業(yè)運作系統(tǒng)的數(shù)據(jù)中，提取出有用的數(shù)據(jù)，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，合并到一個企業(yè)級的數(shù)據(jù)倉庫里，從而得到企業(yè)數(shù)據(jù)的一個全局視圖。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、OLAP工具等對其進(jìn)行分析和處理(這時信息變?yōu)檩o助決策的知識)。最后將知識呈現(xiàn)給管理者，為管理者的決策過程提供支持。因此，BI是涉及一個很寬領(lǐng)域的、集收集、合并、分析和提供信息存取功能為一身的解決方案。包括ETL、軟件、數(shù)據(jù)倉庫、數(shù)據(jù)集市、數(shù)據(jù)查詢和報告、多維／聯(lián)機(jī)數(shù)據(jù)分析、數(shù)據(jù)挖掘和可視化工具。圖1是一個典型的商業(yè)智能系統(tǒng)。
圖1 商業(yè)智能系統(tǒng)構(gòu)圖
二、商業(yè)智能的技術(shù)構(gòu)成
商業(yè)智能所要解決的問題不同，其應(yīng)用到的技術(shù)也不盡相同，一般地講包括以下的部分(不同的體系．劃分的方法可能有些差別，但本質(zhì)相同)。
1．ETL：即數(shù)據(jù)的抽�。D(zhuǎn)換／加載。也就是將原來不同形式，分布在不同地方的數(shù)據(jù)，轉(zhuǎn)換到一個整理好、統(tǒng)一的存放數(shù)據(jù)的地方(數(shù)據(jù)倉庫)。ETL可以通過專門的工具來實現(xiàn)，也可以通過任何編程或類似的技術(shù)來實現(xiàn)。
2．?dāng)?shù)據(jù)倉庫：一個標(biāo)準(zhǔn)的定義是：數(shù)據(jù)倉庫是一個面向主題，集成、時變、非易失的數(shù)據(jù)集合，是支持管理部門的決策過程。
簡單地說，數(shù)據(jù)倉庫就是儲存數(shù)據(jù)的地方。它既可能是原始的業(yè)務(wù)數(shù)據(jù)庫，也可能是另外生成的。既可能是標(biāo)準(zhǔn)的關(guān)系型數(shù)據(jù)庫，也可能是包括了一些特定面向分析特性的專門產(chǎn)品。
3．查詢：找出所需要的數(shù)據(jù)。由于需求的多樣性和復(fù)雜程度的差異，查詢可能是最簡單的從一張表中找出“所有姓張的人”，到基于非常復(fù)雜的條件、對關(guān)系非常復(fù)雜的數(shù)據(jù)進(jìn)行查找和生成復(fù)雜的結(jié)果。
4．報表分析：以預(yù)先定義好的或隨時定義的形式查看結(jié)果和分析數(shù)據(jù)。將人工或自動查詢出來的數(shù)據(jù)，以所需要的形式(包括進(jìn)行各種計算、比較、生成各種展現(xiàn)格式、生成各種圖表等)展現(xiàn)給用戶，甚至讓用戶可以進(jìn)一步逐層深入鉆取這些數(shù)據(jù)，乃至靈活地按照各種需求進(jìn)行新的分析并查看其結(jié)果。在這個領(lǐng)域，報表已經(jīng)由原來狹義的做好固定報表發(fā)展為靈活地按業(yè)務(wù)要求隨時制作各種報表、進(jìn)行各種分析和數(shù)據(jù)研究處理。
5. OLAP分析：多維數(shù)據(jù)分析，從多個不同的角度立體地同時對數(shù)據(jù)進(jìn)行分析。理解OLAP分析，最簡單的例子是Excel中的數(shù)據(jù)透視表。需要指出的是，OLAP有廣義與狹義之分．廣義的OLAP是相對OLTP而言，可以說包括了查詢、報表分析、OLAP分析和數(shù)據(jù)挖掘。但真正大家所講的實際是狹義的OLAP，即多維數(shù)據(jù)分析。OLAP分析一般講應(yīng)該是通過建模和建立立方體(CUBE)來實現(xiàn)，但現(xiàn)在也有一些簡單的OLAP工具可以不建模即進(jìn)行小數(shù)據(jù)量、低復(fù)雜度的分析(EXCEL的數(shù)據(jù)透視表即是一例)。
6. 數(shù)據(jù)挖掘：一種在大型數(shù)據(jù)庫中尋找你感興趣或是有價值信息的過程。相比于上面幾個部分，數(shù)據(jù)挖掘是最不確定的。如果理解它與查詢的區(qū)別，似乎是數(shù)據(jù)如果容易查出來，就是查詢。如果費很大勁才能找出來，就是挖掘。
上面這若干部分，并不是每一部分都必不可少，而是要根據(jù)應(yīng)用的實際情況，具體問題具體分析。一般地講，數(shù)據(jù)倉庫(這里是廣義的，其中相當(dāng)一部分情況就是指標(biāo)準(zhǔn)的關(guān)系型數(shù)據(jù)庫)和查詢，報表分析是必不可少的，而其他一些功能則視應(yīng)用的需要可能有不同程度的應(yīng)用。
除了上面所講的這些實質(zhì)性、技術(shù)性的組成部分外，與商業(yè)智能相關(guān)的還有很多應(yīng)用層面的概念，如EPM(企業(yè)績效管理)．DashBoard(儀表盤)，預(yù)警、決策支持等等。這些概念在應(yīng)用上有很大意義，也有一些相關(guān)的輔助技術(shù)，但本質(zhì)上還是基于上述的幾個組成部分。
三、實施商業(yè)智能的步驟
實施商業(yè)智能系統(tǒng)是一項復(fù)雜的系統(tǒng)工程，整個項目涉及企業(yè)管理、運作管理、信息系統(tǒng)、數(shù)據(jù)倉庫、數(shù)據(jù)挖掘、統(tǒng)計分析等眾多門類的知識。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施方法才能保證項目得以成功。商業(yè)智能項目的實施步驟可分為：
1．商業(yè)需求分析／整理——商業(yè)需求確認(rèn)／修正： 需求分析是商業(yè)智能實施的第一步，在其他活動開展之前必須明確的定義企業(yè)對商業(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)哪些方面的規(guī)律、用戶的需求、必須明確。對比規(guī)劃的商業(yè)需求滿足現(xiàn)有業(yè)務(wù)需求的程度，通過對比、修正并確認(rèn)用戶對BI的需求。包括報表的需求、分析模式的需求。
2. 數(shù)據(jù)倉庫建模：通過對企業(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。
(1)制定數(shù)據(jù)ETL(抽�。D(zhuǎn)換、上載)的規(guī)則；(2)制定有利于布置、分析效率的DW存儲模式；(3)物理實現(xiàn)。
3. 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。
4．建立商業(yè)智能分析報表：商業(yè)智能分析報表需要專業(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)方式簡單，快捷)。
5．用戶培訓(xùn)和數(shù)據(jù)模擬測試：對于開發(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)簡單的，只需要點擊操作就可針對特定的商業(yè)問題進(jìn)行分析。
6. 系統(tǒng)改進(jìn)和完善：任何系統(tǒng)的實施都必須是不斷完善的，商業(yè)智能系統(tǒng)更是如此，在用戶使用一段時間后可能會提出更多的，更具體的要求，這時需要再按照上述步驟對系統(tǒng)進(jìn)行重構(gòu)或完善。
四、商業(yè)智能的發(fā)展趨勢
商業(yè)職能與DSS、ElS系統(tǒng)相比，具有更美好的發(fā)展前景。近些年來，，商業(yè)智能市場持續(xù)增長。IDC預(yù)測，到2005年，BI市場將達(dá)到118億美元．平均年增長率為27％(Information Access ToolsMarket 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，由此帶動的對商業(yè)智能的需求將是巨大的。
商業(yè)智能的發(fā)展趨勢可以歸納為以下幾點：
1. 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)展到為整個企業(yè)所有用戶服務(wù)。同時，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、具有針對性的功能。從簡單的數(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，提供客戶化的界面針對不同企業(yè)的獨特的需求。BI系統(tǒng)在提供核心技術(shù)的同時，使系統(tǒng)又具個性化。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)智能平臺的定制的工具，使系統(tǒng)具有更大的靈活性和使用范圍。
2．從單獨的商業(yè)智能向嵌入式商業(yè)智能發(fā)展。這是目前商業(yè)智能應(yīng)用的一大趨勢，即在企業(yè)現(xiàn)有的應(yīng)用系統(tǒng)中，如財務(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。考慮Bl系統(tǒng)的某個組件而不是整個BI系統(tǒng)并非一件簡單的事。比如將OLAP技術(shù)應(yīng)用到某一個應(yīng)用系統(tǒng)，一個相對完整的商業(yè)智能開發(fā)過程，如企業(yè)問題分析、方案設(shè)計、原型系統(tǒng)開發(fā)，系統(tǒng)應(yīng)用等過程是不可缺少的。
3．從傳統(tǒng)功能向增強(qiáng)型功能轉(zhuǎn)變。增強(qiáng)型的商業(yè)智能功能是相對于早期的用SQL工具實現(xiàn)查詢的商業(yè)智能功能。目前應(yīng)用中的BI系統(tǒng)除實現(xiàn)傳統(tǒng)的BI系統(tǒng)功能之外．大多數(shù)已實現(xiàn)了數(shù)據(jù)分析層的功能。而數(shù)據(jù)挖掘、企業(yè)建模是Bl系統(tǒng)應(yīng)該加強(qiáng)的應(yīng)用，以更好地提高系統(tǒng)性能。
4. 應(yīng)用領(lǐng)域更加寬廣。2006年，商業(yè)智能在中國的應(yīng)用主要集中在金融、電信、保險、能源、制造、零售、政府等行業(yè)。應(yīng)用比例見下圖2。
圖2 2006年中國BI市場各行業(yè)所占比例
隨著商業(yè)智能在13個行業(yè)成功的應(yīng)用案例，商業(yè)智能的應(yīng)用領(lǐng)域越來越廣闊。這13個行業(yè)是：衛(wèi)生行業(yè)(廣州藥業(yè))、空調(diào)行業(yè)(上海雙菱)、電子行業(yè)(西門子A&D集團(tuán))、鋼鐵行業(yè)(寶鋼)、制藥行業(yè)(廣藥)、保險行業(yè)(泰康人壽)、電信行業(yè)(天津聯(lián)通)、啤酒行業(yè)(珠江啤酒)、證券行業(yè)(上海證交所)、金融行業(yè)(光大銀行)、煙草行業(yè)(重慶煙草)、政府部門(國稅總局)、汽車行業(yè)(上海汽車銷售總公司)。
轉(zhuǎn)載請注明出處：拓步ERP資訊網(wǎng)http://www.ezxoed.cn/
本文標(biāo)題：商業(yè)智能BI——發(fā)掘數(shù)據(jù)金礦的工具
本文網(wǎng)址：http://www.ezxoed.cn/html/consultation/1081944909.html
相關(guān)文章
