商业智能BI介绍

《商业智能BI介绍》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、BI介绍内容•为什么需要BI•什么是BI•BI的体系结构•如何实施BI•BI与大数据为什么需要BIBI的意义•BI是把运营数据转化成为高价值的可以获取的信息（或知识），并且在恰当的时候通过恰当的方式把恰当的信息传递给恰当的人数据信息知识决策BI的价值责任分析••用于经理、主管的精确及时的•从收入、可赢利性、满意度的角度报告来讲，哪些是您最好的客户？•公司数以万计的以及其他的公•哪些客户会对促销作出响应？开内容销售市场营销计划和模型开发采购执行生产服务报告和财务/HR项目管理分析响应能力计划•监视事件和计量标准•预测和趋势分析•将最近事件和历史数据相关联•实施之前预估策略中的潜在变化学术界的观点

2、BI实际上是帮助企业提高决策能力和运营能力的概念、方法、过程以及软件的集合，其主要目标是将企业所掌握的信息转换成竞争优势，提高企业决策能力、决策效率、决策准确性。什么是BI与BI相关的重要概念•BI（BusinessIntelligence，商务智能）•DW（DataWarehouse，数据仓库）•ETL(抽取转化)•OLAP（OnlineAnalysisProcess）•DM（DataMining，数据挖掘）BI（BusinessIntelligence）商务智能简称BI，指通过对数据的收集、管理、分析以及转化，使数据成为可用的信息，从而获得必要的洞察力和理解力，更好地辅助决策和指导行动。数

3、据仓库（DataWarehouse）数据仓库（DataWarehouse简称DW）是一个面向主题的（SubjectOriented）、集成的（Integrate）、相对稳定的（Non-Volatile）、反映历史变化（TimeVariant）的数据集合。数据仓库是实现商务智能的基础平台数据仓库VS数据库数据库系统（生产系统）：以银行为例●面向应用、事务驱动的储蓄对公信用卡其他●实时性高●数据检索量少●只存当前数据•数据仓库系统（决策系统）：●面向主题、分析和决策数据仓库●实时性要求不是特别高客产渠交机户品道易构●数据检索量大●存储大量的历史数据和当前数据ETLETL是数据抽取（Extracti

4、ng）、转换（Transforming）、清洗（Cleaning）、装载（Loading）几个过程的简称。ETL是构建数据仓库的重要一环，用户从数据源抽取出所需的数据，经过ETL最终按照预先定义好的数据仓库模型，将数据加载到数据仓库中去。ETL数据抽取:从源数据源系统抽取目的数据源系统需要的数据数据清洗:重复行数据的清理，无用字段的清理，空值的处理等，正则表达式的使用。数据转换:数据类型的转换，比如int转varchar,字符型转日期型（如20090801转2009-08-01）等等。类似用1标识男，2表示女。ETL分层ODSMIDDW-DMETL流程ETL工具•开源kettle工具•DI•O

5、racleODI•IBMdatastage•informaticaOLTP&OLAP•OLTP（OnlineTransactionProcess）联机事务处理，是公司日常运营的基础，是业务流程信息化的关键，基于生产数据库。•OLAP（OnlineAnalysisProcess）联机分析处理，基于数据仓库的数据分析，以供决策所需，面向管理层，面向未来。OLAP的目标•满足决策支持或多维环境特定的查询和报表需求，它的技术核心是“维”这个概念，因此OLAP也可以说是多维资料分析工具的集合。•通常所说的BI分析就是指OLAP，更为准确是指OLAP分析及结果展示。OLTP数据OLAP数据原始数据导出数据

6、细节性数据综合性和提炼性数据当前值数据历史数据可更新可更新，但周期性刷新一次处理的数据量小一次处理的数据量大面向应用，事务驱动面向分析，分析驱动面向操作人员，支持日常操作面向决策人员支持管理需要OLAP分类ROLAPMOLAPHOLAPROLAP的优点•没有大小限制，现有的关系数据库的技术可以沿用，可以通过SQL实现详细数据与概要数据的存储。现有关系型数据库已经对OLAP做了很多优化，包括并行存储、并行查询、并行数据管理、基于成本的查询优化、位图索引、SQL的OLAP扩展(cube,rollup)等大大提高ROALP的速度ROLAP的缺点一般响应速度慢不支持有关预计算的读写操作无法完成维之间的

7、计算MOLAP的优点性能好、响应速度快专为OLAP所设计，支持高性能的决策支持计算复杂的跨维计算多用户的读写操作行级的计算MOLAP的缺点增加系统复杂度，增加系统培训与维护费用受操作系统平台中文件大小的限制需要进行预计算，可能导致数据爆炸无法支持维的动态变化缺乏数据访问的标准HOLAP的优点混合数据组织的OLAP实现低层是关系型的高层是多维矩阵型ROLAP和MOLAP的有机结合度量值度量值是决策者