《BI实施设计》PPT课件.ppt

《《BI实施设计》PPT课件.ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、BI项目实施1.BI的概念定义2.应用BI的意义3.BI的项目流程4.BI的ETL实施工具5.BI的报表实施工具BI的概念指应用在商业信息的收集，集成，分析和报告的技术，应用与实践；通俗来讲就是用以帮助企业更好地利用数据提高决策质量的技术集合，是从大量的数据中钻取信息与知识的过程，简单而言就是业务，数据，数据价值应用的过程；目的：支持商业决策（非产生决策）BI的概念信息处理：支持查询和基本的统计分析（用列表，交叉表，图表等展现报表）分析处理：支持基本的OLAP操作（上钻，下钻，切片等）知识发现：支持数据挖掘（找出隐藏的模式关联，分类预测等）1.BI

2、的概念定义2.应用BI的意义3.BI的项目流程4.BI的ETL实施工具5.BI的报表实施工具应用BI的意义统一的数据视图完整的数据良好的数据组织统一的数据解释清晰的数据流向应用BI的意义高度的数据可用性减少数据冗余存储分步策略公用数据提炼各环节数据功能切分应用BI的意义为领导层或监管层决策支持以为目标提供服务为驱动以客户为中心进行数据分析和挖掘提供个性化的数据支持服务解决信息孤岛问题1.BI的概念定义2.应用BI的意义3.BI的项目流程4.BI的ETL实施工具5.BI的报表实施工具BI项目流程项目计划和准备用户需求是否清楚？是否已经明确BI的技术标

3、准？业务部门是否有所准备？项目计划和准备用户需求是否清楚这方面尤为重要实际情况是用户在开始阶段并不能完全清楚自己需要什么,可能会在以后的过程中修正自己的需求,故在设计阶段需要充分考虑到扩展性.但一些主要的需求必须要在项目计划阶段搞清楚项目计划和准备注意事项：缺乏高层领导的支持。BI的目标用户不同于ERP，它覆盖的面从高层领导到一线员工都有，并且更侧重于管理层。他们可能是BI的最终用户，并且直接介入管理层的日常工作。如果领导层不理解项目的意义并支持项目的实施，将对项目产生巨大的不利影响。没有制定BI的技术标准。BI的项目实施是一个长期的过程，分阶段来

4、实现，通常不会一个项目就解决所有的问题。因此在选择BI软件，硬件，架构等问题上必须有长期的考虑，为企业制定可扩展的BI技术标准是关键没有获得业务部门的资源支持。BI项目同ERP一样需要大量的业务部门的资源，IT只能负责其中的一部分，业务部门必须承诺在项目中投入相应的资源。设计阶段设计阶段是BI项目最重要的阶段，其重要性甚至超过了具体的开发阶段。该阶段大致需要覆盖以下方面：设计阶段设计阶段的注意事项本阶段中的关键的关键是业务分析和模型设计应该如何展开业务分析？业务分析事实上包括了两方面，源系统分析和用户需求分析。以下图示是比较通用的业务分析方式：设计

5、阶段业务分析人员应该同时从用户需求和源系统两端同时展开分析，并且其中的重点在于源系统的数据,是最终该BI应用可以满足多少用户需求的必要条件。一个好的业务分析应该在充分理解源系统数据的基础上，不但能满足用户的需求，并且能超越或预见用户未来可能的需求从而予以相应的考虑。设计阶段如何进行模型设计业务分析所产生的文档将直接指导数据仓库的模型设计。模型设计与业务分析经常是同一个人来负责，但也因此对建模师的要求抬高了。目前数据仓库建模基本上有两种模式，一种是BillInmon所首先提出的ER模型，另一种是Kimbal的维度建模方式。数据集市一般都是维度建模的（

6、也叫星型模型）。也有将这两种模型混合使用的。设计阶段如何验证所建模型的好坏客户经常反复检验的是报表或分析的质量而非常少的来检验模型的质量。殊不知，模型的好坏很大程度上将影响前端分析的质量，系统的速度，ETL开发的难易等一系列的问题。可见，检验模型质量是如何重要了，但是目前而言还没有一个业界公认的标准方法和流程来检验模型的质量。下面是一个经常用到的方法:设计阶段如何验证所建模型的好坏客户经常反复检验的是报表或分析的质量而非常少的来检验模型的质量。殊不知，模型的好坏很大程度上将影响前端分析的质量，系统的速度，ETL开发的难易等一系列的问题。可见，检验模

7、型质量是如何重要了，但是目前而言还没有一个业界公认的标准方法和流程来检验模型的质量。下面是一个经常用到的方法:设计阶段如何验证所建模型的好坏第一步：如果是ER模型则首先应检验是否所有的实体表已经在模型中正确的建立了。比如，项目包含了销售主题的分析，那么销售相关的实体表是否已经包含在了模型中？（假设发现销售订单表或客户表没有包含，那么显然有问题）。如果是维度建模，那么总是首先确认是否所有的维度表已经明确。接下来，就要检验实体表之间的关系（ER建模）或维度和事实表之间的关系（维度建模）。第二步:如果是维度建模那么检验事实表和粒度是相当.显而易见，如果是

8、ER建模同样要检验是否在ER模中包含足够细的数据粒度。同时在这一步中可以检验是否因为系统性能优化的需求而进行了相关的设置，