0 引言

    通過創(chuàng)新技術(shù)手段探索商業(yè)智能應用在電力行業(yè)管理集團化、集約化、精細化以及市場機制深入開展的今天，關(guān)鍵數(shù)據(jù)的重要性日益凸現(xiàn)。從領(lǐng)域覆蓋角度來說，無論新興的智能電網(wǎng)、物聯(lián)網(wǎng)、節(jié)能減排還是電力傳統(tǒng)業(yè)務。都與數(shù)據(jù)靈活便捷有效的聚集及分析支撐息息相關(guān)；從應用類型來說，企業(yè)投資建設各類應用系統(tǒng)，正是為了謀求獲取各種有價值信息，輔助經(jīng)營與生產(chǎn)快速面對問題正確決策。因此無論是決策型還是操作型商業(yè)智能數(shù)據(jù)應用。

    都有著廣泛的市場需求空間。傳統(tǒng)商業(yè)智能(BI，Business Intelligence)技術(shù)體系一般是：通過數(shù)據(jù)規(guī)劃梳理業(yè)務，清晰數(shù)據(jù)標準與關(guān)聯(lián)關(guān)系；通過數(shù)據(jù)采集、清理等手段整合數(shù)據(jù)；通過建立數(shù)據(jù)中心、數(shù)據(jù)倉庫(DW，Data Warehouse)存儲數(shù)據(jù)；通過OLAP(On Line Analytical Processing)、數(shù)據(jù)挖掘(Data Mining)等手段定義分析與挖掘模型；再通過門戶、駕駛艙、報表平臺等方式將其展示出來。

    但在實際應用中，除了在部分管理模式、分析模式已十分清晰的行業(yè)與部門，在信息化應用與數(shù)據(jù)基礎(chǔ)比較好的前提下。傳統(tǒng)商業(yè)智能應用模式的效果和作用會有體現(xiàn)。但在很多信息數(shù)據(jù)及其應用方式尚處探索性行業(yè)或業(yè)務中，在數(shù)據(jù)規(guī)律把握不足，分析模式與模型尚不確定情況下，實施效果不理想情況居多。存在數(shù)據(jù)雖然在源源不斷地積累到數(shù)據(jù)中心，但對其如何發(fā)揮作用卻很迷茫的狀態(tài)，投入產(chǎn)出比較低的狀況屢見不鮮。

    本文將結(jié)合近幾年行業(yè)研發(fā)應用實踐，從技術(shù)角度提出新的創(chuàng)新應用手段，以期為決策支持或商業(yè)智能數(shù)據(jù)應用探索一條突破瓶頸提升效率的有效途徑。

1 關(guān)鍵癥結(jié)

    在傳統(tǒng)商業(yè)智能應用模式中，主要瓶頸是數(shù)據(jù)質(zhì)量保證(采集數(shù)據(jù)不準確)，以及數(shù)據(jù)倉庫構(gòu)建效率與品質(zhì)(數(shù)據(jù)分析與挖掘模型)。數(shù)據(jù)不準確會直接導致商業(yè)智能應用軟件無用。而缺乏有效數(shù)據(jù)分析與挖掘模型則會導致商業(yè)智能展示空洞乏味。傳統(tǒng)商業(yè)智能數(shù)據(jù)應用模式大致如圖1所示。

圖1 傳統(tǒng)商業(yè)智能數(shù)據(jù)應用模式概覽

    其中數(shù)據(jù)質(zhì)量難以保證主要由下述原因造成。

    1)數(shù)據(jù)規(guī)劃品質(zhì)保證不足造成。諸如數(shù)據(jù)標準框架與數(shù)據(jù)業(yè)務關(guān)系梳理不清晰，數(shù)據(jù)屬性定義不明確都會直接造成數(shù)據(jù)采集質(zhì)量低下。

    2)缺乏數(shù)據(jù)審核與校驗措施。數(shù)據(jù)采集過程會由于內(nèi)外部各種因素干擾發(fā)生異常，異常發(fā)現(xiàn)或者處理不及時，都會使數(shù)據(jù)展示效果直接受影響。

    而數(shù)據(jù)分析與挖掘模型構(gòu)建效率與品質(zhì)難以保障則有以下原因：

    1)分析與挖掘模型構(gòu)建難度高。業(yè)務分析模型在業(yè)務專家頭腦中。而構(gòu)建模型的方式在技術(shù)專家頭腦中。因此需要業(yè)務專家整理清晰業(yè)務管理思路與模式，包括相關(guān)數(shù)據(jù)應用模式。再依賴IT專家在理解業(yè)務的基礎(chǔ)上選擇適宜的模型構(gòu)造出來，結(jié)合采集數(shù)據(jù)及定制展示方式。方可達到滿意應用目標。這就必然帶來對時間寶貴的專家依賴度高的問題。

    2)模型調(diào)整不便。很多模型即使是專家思路，也需要反復驗證和調(diào)整。才能趨向穩(wěn)定。但采用傳統(tǒng)數(shù)據(jù)倉庫技術(shù)，由于其產(chǎn)生的數(shù)據(jù)是“歷史的、不可變化的”。模型如需要調(diào)整就需重構(gòu)，比較繁瑣，需求難以滿足，特別是那些數(shù)據(jù)應用模式尚未明確的業(yè)務。

    此外，數(shù)據(jù)倉庫應用大多采用單向的數(shù)據(jù)分析與數(shù)據(jù)展現(xiàn)形式。同樣缺乏與業(yè)務對象業(yè)務數(shù)據(jù)互動交流的能力，如圖1所示數(shù)據(jù)倉庫應用的數(shù)據(jù)整合流程均是從源系統(tǒng)主題數(shù)據(jù)庫中。經(jīng)過清洗與裝載，保存到操作數(shù)據(jù)層(ODS，Operational Data Store)、再抽取到中間匯總層(DW)、分析結(jié)果層(ST)，最后從ST層展現(xiàn)KPI及OLAP效果。各層之間難以形成有機應用關(guān)聯(lián)，也使得應用效果受限。

2 解決方案

    上海實時數(shù)據(jù)軟件有限公司多年來專注于面向行業(yè)的商業(yè)智能基礎(chǔ)與應用產(chǎn)品研發(fā)，在掌握自主商業(yè)智能產(chǎn)品性能基礎(chǔ)上，創(chuàng)新商業(yè)智能應用模式。自主研發(fā)“特征數(shù)據(jù)梳理與屬性定義”、“數(shù)據(jù)審核與校正”、“分析模型調(diào)整適配”等前臺化平臺，增強商業(yè)智能各技術(shù)手段間有機關(guān)聯(lián)，彌補傳統(tǒng)商業(yè)智能技術(shù)不足。使商業(yè)智能數(shù)據(jù)應用手段與形式更加豐富靈活、簡單便捷。

    創(chuàng)新商業(yè)智能數(shù)據(jù)應用模式如圖2所示(杏黃色為創(chuàng)新產(chǎn)品，紅色線為創(chuàng)新產(chǎn)品帶來的新增數(shù)據(jù)走向與關(guān)聯(lián))。

    如圖2所示，特征數(shù)據(jù)梳理平臺可充分保障數(shù)據(jù)規(guī)劃持續(xù)完善，支持動態(tài)配置各類特征數(shù)據(jù)(有實際使用意義的數(shù)據(jù)的最小單位)屬性及其關(guān)聯(lián)關(guān)系；數(shù)據(jù)驗證與調(diào)整模型平臺。動態(tài)管理與配置數(shù)據(jù)驗證與調(diào)整規(guī)則，以保障更富于行業(yè)針對性的數(shù)據(jù)ETL品質(zhì)；分析模型調(diào)整適配平臺。重點解決ODS層分析模型構(gòu)建問題，既可豐富BI展示途徑。同時起到提升OLAP構(gòu)建效率與品質(zhì)的作用：此外創(chuàng)新產(chǎn)品彼此及與傳統(tǒng)商業(yè)智能產(chǎn)品之間均有機關(guān)聯(lián)，可有效豐富展示結(jié)果輸出途徑。

圖2 創(chuàng)新商業(yè)智能應用模式概覽

3 應用實踐

    以發(fā)電企業(yè)經(jīng)營分析功能為例說明創(chuàng)新商業(yè)智能應用模式應用步驟與方式，應用框架如圖3所示。

圖3 創(chuàng)新商業(yè)智能應用框架

    1)通過特征數(shù)據(jù)梳理平臺，依據(jù)數(shù)據(jù)規(guī)劃成果，將經(jīng)營分析所需特征數(shù)據(jù)(有實際使用意義的數(shù)據(jù)的最小單位)成體系定義完畢，同時配置數(shù)據(jù)屬性，包括統(tǒng)計屬性、維度屬性、采集屬性等。

    2)通過分析模型配置平臺配置數(shù)據(jù)分析實現(xiàn)方案(利潤影響因素分析模型、量價平衡分析模型等)，本模型可移植到第三方OLAP平臺上。

    3)由數(shù)據(jù)ETL平臺負責將所定義特征數(shù)據(jù)采集到數(shù)據(jù)中心數(shù)據(jù)庫，數(shù)據(jù)源可以是多個，可以是電子表格、實時數(shù)據(jù)以及業(yè)務管理數(shù)據(jù)庫中的數(shù)據(jù)。

    4)通過應用展示平臺布局設計展示各類分析模型。

4 方案性能特點

    1)支持動態(tài)數(shù)據(jù)規(guī)劃，保障數(shù)據(jù)采集品質(zhì)。特征數(shù)據(jù)梳理即是數(shù)據(jù)關(guān)聯(lián)體系和特征屬性定義的過程，可高效高質(zhì)構(gòu)建主題與共享數(shù)據(jù)模型。從根本上解決數(shù)據(jù)規(guī)劃數(shù)據(jù)ETL及數(shù)據(jù)分析模型構(gòu)建的動態(tài)有機關(guān)聯(lián)問題，使得數(shù)據(jù)規(guī)劃成果動態(tài)持續(xù)得以應用，數(shù)據(jù)采集品質(zhì)得以保障。

    2)基于關(guān)系數(shù)據(jù)庫實現(xiàn)分析模型配置，降低對業(yè)務與技術(shù)專家的依賴度。采用創(chuàng)新商業(yè)智能應用手段允許模型起初不甚理想(但有實際作用)，比如指標關(guān)系配置有問題，分析維度不足等，均支持結(jié)合實踐反饋持續(xù)動態(tài)調(diào)整，逐步趨近專家級優(yōu)質(zhì)模型，效率高而對人員要求相對降低。

    3)豐富數(shù)據(jù)展示途徑。創(chuàng)新商業(yè)智能產(chǎn)品增強了商業(yè)智能技術(shù)之間的有機關(guān)聯(lián)性，使得各層次都可提供商業(yè)智能展示信息，增強了積累數(shù)據(jù)被喚醒、組織起來發(fā)揮智能作用的可能性。

    4)支持從任何一個應用點、任何信息化應用階段開展商業(yè)智能或決策支持應用。實際上，無論企業(yè)信息化建設程度如何，企業(yè)信息資源始終存在，決策模型也客觀存在，不過粗放些而已。

    傳統(tǒng)商業(yè)智能應用模式的思路是，通過ERP EAM、SIS等手段規(guī)范流程，獲取并整合業(yè)務主題數(shù)據(jù)，再用數(shù)據(jù)倉庫技術(shù)構(gòu)建數(shù)據(jù)分析模型、形成數(shù)據(jù)集市，進而提供決策支持應用。

    而本文創(chuàng)新商業(yè)智能應用模式，支持所有過程動態(tài)規(guī)范構(gòu)造，可根據(jù)企業(yè)信息資源現(xiàn)狀，有選擇優(yōu)先構(gòu)造BI應用主題，從人工報表獲取的數(shù)據(jù)即可開展數(shù)據(jù)規(guī)劃、數(shù)據(jù)采集整合與分析模型構(gòu)建，例如通過整合財務、生產(chǎn)與計劃報表數(shù)據(jù)，即可構(gòu)建發(fā)電經(jīng)營分析全套模型，提供有價值的利潤影響因素分析、預算目標執(zhí)行情況分析等功能，與有無ERP系統(tǒng)無關(guān)，ERP帶來的只會是數(shù)據(jù)質(zhì)量的改變，而不會導致分析模型改變，這一性能附加價值在于：決策主持應用優(yōu)先獲得成效，有益信息化應用推進力度增加，有益過程應用軟件(ERP、EAM)推行更加順利，使用戶可以結(jié)合經(jīng)營現(xiàn)狀增加一種選擇信息化建設方式的途徑。

5 結(jié)語

    基于商業(yè)智能應用模式開發(fā)的產(chǎn)品，便于構(gòu)造可重用決策應用產(chǎn)品，已實現(xiàn)的發(fā)電經(jīng)營分析平臺(集團與企業(yè)版)軟件、生產(chǎn)綜合分析平臺軟件、電網(wǎng)在線仿真計算軟件節(jié)能綜合監(jiān)測與評價平臺、IT運行維護系統(tǒng)監(jiān)測與考核評估平臺已經(jīng)或正在通過直銷和代理的形式應用于發(fā)電與電網(wǎng)企業(yè)，基于創(chuàng)新商業(yè)智能基礎(chǔ)產(chǎn)品與應用產(chǎn)品部署的云平臺也即將開始運營，面向行業(yè)用戶提供定制商業(yè)智能數(shù)據(jù)應用服務，面向IT業(yè)務系統(tǒng)提供商提供定制嵌入決策支持應用功能服務。隨著應用實踐不斷深入開展，這一創(chuàng)新科學實用的商業(yè)智能應用模式將得到進一步的完善發(fā)展，為用戶帶來高效快捷的決策支持應用。

轉(zhuǎn)載請注明出處：拓步ERP資訊網(wǎng)http://www.ezxoed.cn/

本文標題：通過創(chuàng)新技術(shù)手段探索商業(yè)智能應用

本文網(wǎng)址：http://www.ezxoed.cn/html/solutions/1401935374.html