|
OA協同辦公系統：商業(yè)智能—發(fā)覺數據金礦的工具 |
| 作者：佚名 來源：網絡 |
| 導讀：OA協同辦公系統 ，商業(yè)智能—發(fā)覺數據金礦的工具：據集市)、查詢報表、數據分析、數據挖掘、數據備份和恢復等部分組成的，以幫助企業(yè)決策為目的技術及其應用。目前，商業(yè)智能通常被理解為將企業(yè)中現有的數據轉化為知識，幫助企業(yè)做出明智的業(yè)務經營決策的工具。這里所談的數據包括來自企業(yè)業(yè)務系統的訂單、庫存、交易賬目．客戶和供應商資料來自企業(yè)所處行業(yè)和競爭對手的數 |
|
關鍵詞：
協同辦公
ERP軟件
檔案
客戶管理
知識管理
項目管理
合同管理
|
商業(yè)智能(Business Inteligence，簡稱BI)的概念最早是Gartner Group于1996年提出來的。當時將商業(yè)智能定義為一類由數據倉庫I或數據集市)、查詢報表、數據分析、數據挖掘、數據備份和恢復等部分組成的，以幫助企業(yè)決策為目的技術及其應用。目前，商業(yè)智能通常被理解為將企業(yè)中現有的數據轉化為知識，幫助企業(yè)做出明智的業(yè)務經營決策的工具。這里所談的數據包括來自企業(yè)業(yè)務系統的訂單、庫存、交易賬目．客戶和供應商資料來自企業(yè)所處行業(yè)和競爭對手的數據，以及來自企業(yè)所處的其他外部環(huán)境中的各種數據。而商業(yè)智能能夠輔助的業(yè)務經營決策，既可以是操作層的，也可以是戰(zhàn)術層和戰(zhàn)略層的決策。為了將數據轉化為知識，需要利用數據倉庫，聯機分析處理(OLAP)工具和數據挖掘等技術。因此，從技術層面上講．商業(yè)智能不是什么新技術，它只是數據倉庫，OLAP和數據挖掘等技術的綜合運用。
為此，把商業(yè)智能看成是一種鏹決方案應該比較恰當。BI的關鍵是從許多來自不同的企業(yè)運作系統的數據中．提取出有用的數據，進行清理以保證數據的正確性，然后經過抽取(Extraction)，轉換(Transformation)和裝載(LOAd)，即ETL過程，合并到一個企業(yè)級的數據倉庫里，從而得到企業(yè)數據的一個全局視圖在此基礎上利用合適的查詢和分析工具、數據挖掘工具。OLAP工具等對其進行分析和處理(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，數據倉庫、數據集市，數據查詢和報告，多維／聯機數據分析，數據挖掘和可視化工具。圖1是一個典型的商業(yè)智能系統。
二、商業(yè)智能的技術構成
商業(yè)智能所要解決的問題不同，其應用到的技術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，但本質相同)。
1．ETL：即數據的抽取／轉換／加載。也就是將原來不同形式．分布在不同地方的數據，轉換到一個整理好，統一的存放數據的地方數據倉庫)。ETL可以通過專門的工具來實現，也可以通過任何編程或類似的技術來實現。
2．數據倉庫：一個標準的定義是：數據倉庫是一個面向主題，集成、時變、非易失的數據集合，是支持管理部門的決策過程。簡單地說．數據倉庫就是儲存數據的地方。它既可能是原始的業(yè)務數據庫，也可能是另外生成的。既可能是標準的關系型數據庫，也可能是包括了一些特定面向分析特性的專門產品。
3．查詢：找出所需要的數據。由于需求的多樣性和復雜程度的差異，查詢可能是最簡單的從一張表中找出”所有姓張的人“到基于非常復雜的條件、對關系非常復雜的數據進行查找和生成復雜的結果。
4．報表分析：以預先定義好的或隨時定義的形式查看結果和分析數據。將人工或自動查詢出來的數據，以所需要的形式(包括進行各種計算、比較、生成各種展現格式、生成各種圖表等)展現給用戶，甚至讓用戶可以進一步逐層深入鉆取這些數據，乃至靈活地按照各種需求進行新的分析并查看其結果。在這個領域，報表已經由原來狹義的做好固定報表發(fā)展為靈活地按業(yè)務要求隨時制作各種報表、進行各種分析和數據研究處理。
5 OLAP分析：多維數據分析，從多個不同的角度立體地同時對數據進行分析。理解OLAP分析，最簡單的例子是Excel中的數據透視表。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分析和數據挖掘，但真正大家所講的實際是狹義的OLAP，即多維數據分析。OLAP分析一般講應該是通過建模和建立立方體(CUBE)來實現．但現在也有一些簡單的OLAP工具可以不建模即進行小數據量，低復雜度的分析(EXCEL的數據透視表即是一例)。
6，數據挖掘：一種在大型數據庫中尋找你感興趣或是有值信息的過程。相比于上面幾個部分，數據挖掘是最不確定的。如果理解它與查詢的區(qū)別，似乎是數據如果容易查出來，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，而是要根據應用的實際情況．具體問題具體分析。一般地講，數據倉庫(這里是廣義的，其中相當一部分情況就是指標準的關系型數據庫)和查詢，報表分析是必不可少的，而其他一些功能則視應用的需要可能有不同程度的應用。
除了上面所講的這些實質性、技術性的組成部分外，與商業(yè)智能相關的還有很多應用層面的概念，如EPM(企業(yè)績效管理)，DashBOArd(儀表盤)，預警、決策支持等等。這些概念在應用上有很大意義，也有一些相關的輔助技術，但本質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)智能系統是一項復雜的系統工程，整個項目涉及企業(yè)管理、運作管理、信息系統、數據倉庫、數據挖掘、統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／整理一商業(yè)需求確認／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)現企業(yè)那些方面的規(guī)律，用戶的需求、必須明確。對比規(guī)劃的商業(yè)需求滿足現有業(yè)務需求的程度，通過對比，修正并確認用戶對BI的需求。包括報表的需求、分析模式的需求。
2 數據倉庫建模：通過對企業(yè)需求的分析， 建立企業(yè)數據倉庫的邏輯模型和物理模型，并規(guī)劃好系統的應用架構，將企業(yè)各類數據按照分析主題進行組織和歸類。1)制定數據ETL(抽取．轉換、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。
3 數據抽�。簲祿䝼}庫建立后必矮將數據從業(yè)務系統中抽取到數據倉庫中，在抽取的過程中還必須將數據進行轉換。清洗，以適應分析的需要。
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．用戶培訓和數據模擬測試：對于開發(fā)一使用分離型的商業(yè)智能系統，最終用戶的使用是相當簡單的，只需要點擊操作就可針對特定的商業(yè)問題進行分析。
6系統改進和完善：任何系統的實施都必須是不斷完善的，商業(yè)智能系統更是如此，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進行重構或完善。
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預測，到2005年，BI市場將達到118億美元．平均年增長率為27％(Information Access Tools Market Forecast and Analysis：2001-2005．IDC#24779．June 2001)。隨著企業(yè)CRM，ERP，SCM等應用系統的引入。企業(yè)不停留在事務處理過程而注重有效利用企業(yè)的數據為準確和更快的決策提供支持的需求越來越強烈，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系統的范圍從為部門的特定用戶服務擴展到為整個企業(yè)所有用戶服務。同時，由于企業(yè)用戶在職權、需求上的差異。BI系統提供廣泛的，具有針對性的功能。從簡單的數據獲取，劉利用WEB和局域網，廣域網進行豐富的交互、決策信息和知識的分析和使用。解決方案更開放、可擴展、可按用戶定制。在保證核心技術的同時．提供客戶化的界面針對不同企業(yè)的獨特的需求。BI系統在提供核心技術的同時使系統又具個性化，即在原有方案基礎上加入自己的代碼和解決方案，增強客戶化的接13和擴展特性；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)智能應用的一大趨勢，即在企業(yè)現有的應用系統中，如財務、人力、銷售等系統中嵌入商業(yè)智能組件，使普遍意義上的事務處理系統具有商業(yè)智能的特性。考慮Bl系統的某個組件而不是整個BI系統并非一件簡單的事．比如將OL AP技術應用到某一個應用系統，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、方案設計、原型系統開發(fā)，系統應用等過程是不可缺少的。
3．從傳統功能向增強型功能轉變。增強型的商業(yè)智能功能是相對于早期的用SQL工具實現查詢的商業(yè)智能功能。目前應用中的BI系統除實現傳統的BI系統功能之外，大多數已實現了數據分析層的功能。而數據挖掘．企業(yè)建模是Bl系統應該加強的應用．以更好地提高系統性能。
4 應用領域更加寬廣。2006年，商業(yè)智能在中國的應用主要集中在金融、電信、保險、能源、制造、零售，政府等行業(yè)．應用比例見
隨著商業(yè)智能在13個行業(yè)成功的應用案例，商業(yè)智能的應用領域越來越廣闊。這13個行業(yè)是：衛(wèi)生行業(yè)(廣州藥業(yè))、空調行業(yè)(上海雙菱)、電子行業(yè)(西門子A&D集團)，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(固稅總局)、汽車行業(yè)(上海汽車銷售總公司)。..
|
|
