smartbi商务智能平台项目立项报告

《smartbi商务智能平台项目立项报告》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、智能报表项目立项报告1项目背景及意义1.1项目背景在互联网+大背景的影响下，从政府到金业都逐渐从数据封闭向数据开放合作的方式进行创新性的尝试与转型，借助大数据体系来创造更大的价値。数据时代也己从单一的业务数据收集和数据分析，逐步跨入数据开放、数据共享的数据2.0时代。建设一套商业卻能平台可以满足口常数据收集、存储、分析展现功能，充分发挥信息化在社会和经济发展屮的带动作用。商业智能平台是以业务运营系统的数据为基础，构建统一的企业级数据仓库。利用先进的OLAP（联机分析处理）技术和数据挖掘技术，帮助经营决策层了解经营

2、的现状，发现运营的优势和劣势，预测未来趋势；对决策的执行情况和结果进行客观准确的评估的系统。目前部分工作主要依靠excel和人工复制粘贴的方式在处理,这种方式会导致数据出口繁杂、操作复杂、数据易错、数据无审核等现实问题。随着公司的不断发展，考核数据会不断增多，考核方式更加多样性，最终依靠人工进行数据处理的方式无法实现公司的考核要求。为了提高公司整体的考核丁作效率，让各部门考核数据提供人员的职责清晰、沟通方便，因此我们搭建商业智能满足日常管理，随着业务的发展，指标监控、数据分析、数据挖掘需求不断增加，使得商业智能品

3、台的报表功能不断丰富，最终形成成熟的商业智能系统1.2项冃意义商务智能目标是要充分利用既有的数据和信息资源，通过对数据和信息的深度挖掘，对各类生产、经营、管理等指标进行多角度的综合分析，对相关方信息进行整合，使原本分散在不同环节和位置的信息得到冇效集成，并通过建立适当的数据模型和计算规则生成金业发展所需的各类型信息，在激烈的市场竞争中更加具有竞争力。商务智能目标根据不同需求乂可分为技术hl标和业务hl标。1.技术冃标(1)耍求系统能够対数据和信息进行快速分析，并以使用者需耍的形式展现出分析结果，对于新兴业务也要快

4、速作出反应。(2)耍求系统能够対海量数据进行及时处理并多角度分析，满足决策分析的需要。一般的应用程序完成这种角度转换必须进行复杂的编程，并且如果需求改变，程序的维护和修改是非常繁重的工作，而商业智能可使用户在极短时间内从不同的角度来审视企业业务的经营情况，适应多种不同的要求。(3)要求数据获取层具备高效的数据获取能力，可整合不同数据源数据和信息;要求数据访问具备多样的数据访问功能，以满足公司各层级及客户等不同人群的需求。2.业务目标(1)业务功能目标要求系统可及时、科学、准确的进行管理决策分析，并辅以报表填列与展

5、示的功能。(2)应用需求目标决策管理者：在现代企业小，尤英是信息化程度较高的企业，每天均会产生大量的数据，但是其中仅有一部分是与决策相关的关键性数据。商务智能可以通过对上述决策和关的关键件数据进行整理和分析，将数据转化为信息，信息转化为知识，然后按照既定路线及时将分析结果分发到企业各处，使决策和管理者可以透彻学握企业的运行状况，对企业做出准确的决策活动；同时，通过商务智能丰富的数据及分析结果的展现，企业可以及时发现并跟踪英在生产经营过程屮存在的问题，分析产生问题的各层面原因，并制定相应决策。数据分析人员：分析人员

6、可以利用系统的信息和结论进行更加灵活的阶段性的分析，以作为决策的支持，如采用什么产品、针对哪类客户、如何选择和有效地推出服务等等。商业智能平台是信息化的一个重要部分。在信息时代的今天，面对L1益激烈的竞争环境，为客户提供更好的客户体验是服务的价值，也可以提高工作效率，降低人员成木，提升服务品牌及形象。1.3项目目标本项冃冃标分三期实现：—•期目标是实现相关信息的采集功能，通过简单易用的报表设计工具将为企业提供方便快捷的数据输入页面，将数据收集上来并通过报表进行展示。同时对收集上来的数据进行分析及预警，借助表格和图

7、形方式直观的展现使得管理者能以宏观的角度及时了解现有用户数量、业务收入以及和同期发展的比较，也能以微观的角度了解具体某个地区、某类业务用户的具体情况。管理者根据业务发展不同时期的情况，可以通过选择或输入的方式对关键指标的门限值进行相应设路，达到对业务发展实时监控的目的，同时也借助平台快速生成各种分析报告和汇报文件。二期目标是实现综合分析，综合分析是基于OLAP的多维分析技术。综合分析内容包括客户分析、收益分析、业务量分析、新业务综合分析一些综合性较强的分析等。同时为最终用户提供公共分析平台。三期R标是实现高级数据

8、挖掘功能高级数据挖掘时利用数据挖掘方法和技术,从大量的数据屮寻找数据Z间的关系模式。高级数据挖掘内容包括客户价值分析、业务预测、消费层次变动分析、客户流失分析、客户细分等。与前面分析不同，数据挖掘分析不是一个单步骤的分析，而是一个迭代、螺旋式上升的流程。流程包括数据准备、数据建模、模型评价和解释三个阶段。当最斤阶段的模型评价解释不能达到要求时，就重新回到第二阶段数据建模阶