|
商業(yè)智能—發(fā)覺數(shù)據(jù)金礦的工具 |
| 作者：佚名 來源：網(wǎng)絡(luò) |
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(dāng)時(shí)將商業(yè)智能定義為一類由數(shù)據(jù)倉庫I或數(shù)據(jù)集市)、查詢報(bào)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(yùn)用。
為此，把商業(yè)智能看成是一種鏹決方案應(yīng)該比較恰當(dāng)。BI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)，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。OLAP工具等對其進(jìn)行分析和處理(這時(shí)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(gè)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(bào)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(gè)典型的商業(yè)智能系統(tǒng)。
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(gè)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(shí)現(xiàn)，也可以通過任何編程或類似的技術(shù)來實(shí)現(xiàn)。
2．?dāng)?shù)據(jù)倉庫：一個(gè)標(biāo)準(zhǔn)的定義是：數(shù)據(jù)倉庫是一個(gè)面向主題，集成、時(shí)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．?dāng)?shù)據(jù)倉庫就是儲(chǔ)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(bào)表分析：以預(yù)先定義好的或隨時(shí)定義的形式查看結(jié)果和分析數(shù)據(jù)。將人工或自動(dòng)查詢出來的數(shù)據(jù)，以所需要的形式(包括進(jìn)行各種計(jì)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(gè)領(lǐng)域，報(bào)表已經(jīng)由原來狹義的做好固定報(bào)表發(fā)展為靈活地按業(yè)務(wù)要求隨時(shí)制作各種報(bào)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(gè)不同的角度立體地同時(shí)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(bào)表分析。OLAP分析和數(shù)據(jù)挖掘，但真正大家所講的實(shí)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(shí)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值信息的過程。相比于上面幾個(gè)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(fèi)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(shí)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(bào)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(shí)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(gè)組成部分。
三、實(shí)施商業(yè)智能的步驟
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。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．商業(yè)需求分析／整理一商業(yè)需求確認(rèn)／修正： 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。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(bào)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(chǔ)模式；3)物理實(shí)現(xiàn)。
3 數(shù)據(jù)抽�。簲�(shù)據(jù)倉庫建立后必矮將數(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(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)方式簡單，快捷)。
5．用戶培訓(xùn)和數(shù)據(jù)模擬測試：對于開發(fā)一使用分離型的商業(yè)智能系統(tǒng)，最終用戶的使用是相當(dāng)簡單的，只需要點(diǎn)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(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 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(diǎn)：
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(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，具有針對性的功能。從簡單的數(shù)據(jù)獲取，劉利用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(shí)．提供客戶化的界面針對不同企業(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13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(dú)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(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]Bl系統(tǒng)的某個(gè)組件而不是整個(gè)BI系統(tǒng)并非一件簡單的事．比如將OL AP技術(shù)應(yīng)用到某一個(gè)應(yīng)用系統(tǒng)，一個(gè)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(jì)、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(shí)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(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(xiǎn)、能源、制造、零售，政府等行業(yè)．應(yīng)用比例見
隨著商業(yè)智能在13個(gè)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(gè)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(xiǎn)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(固稅總局)、汽車行業(yè)(上海汽車銷售總公司)。..
|
|
