商务智能介绍.pdf

《商务智能介绍.pdf》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、商务智能技术讲解商务智能理论和实践商务智能理论和实践商务智能理论和实践商务智能理论和实践商务智能领域专家阳维国apollo_yang@yeah.com日程第⼀天（上午）：商务智能介绍�什么是商务智能？�商务智能的起源、现状�决策⽀持系统的发展�商务智能理论的提出�商务智能的应⽤现状�商务智能的发展趋势�商务智能的发展趋势研究�数据仓库技术的引⼊�什么是数据仓库？�企业为什么要构建数据仓库？�数据仓库基础概念讲解什么是商务智能？�通俗来讲：�运用数据仓库、数据挖掘等计算机技术和方法；成本管理、质量管理、人力资源管理、客户关系管理等管理理论；结合企业的实际情况，将企业所能够获取

2、的数据转换为知识，帮助企业做出科学的决策，并通过执行落实转化为商务价值。决策支持系统的发展决策支持系统的发展决策支持系统的发展商务智能理论的提出�商业智能一词是由HowardDresner在1989提出的，用来描述一种透过特定的概念与方法，让企业制定决策时能立基于事实基础之上。为了实现这个目标，软件商各自发展出BI的解决方案，实现的技术各有擅长，但简单而言，便是从搜集数据、整理数据、分析数据的过程，最终再呈现给分析人员。商务智能理论的提出�上个世纪80年代，著名的计算机科学家BillInmon出版了《BuildingtheDataWarehouse》一书，提出了构建数据仓库

3、的方法和理论。�RalphKimball博士则出版了《TheDataWarehouseToolkit》一书，提出了构建数据仓库的工具集。�数据仓库：一个面向主题的、集成的、随时间变化的、非易变的用于支持管理的决策过程的数据集合。-----数据仓库之父BillInmon商务智能理论的提出�BillInmon主张自上而下构建商务智能系统，先构建数据仓库，数据仓库的数据模型按照第三范式来设计。�RalphKimball主张自下而上构建商务智能系统，提出先按照星型模型构建数据集市。商务智能应用现状�商务智能发展至今已经在各行各业得到广泛的应用：�电信�银行�证券�保险�制造企业�物

4、流�港口�零售�政府�公安�互联网�...商务智能的发展趋势�理论：�BillInmon最近提出DW2.0的理论。�DW2.0的相关理论参考：www.inmoncif.com/news/pdf/buildingFN.pdf�BillInmon官方网站地址：www.inmoncif.com�RalphKimball的官方网站：http://www.kimballgroup.com/�应用：�基于云的商务智能，基于移动的商务智能，基于开源的商务智能系统数数据据据据据据据据仓库仓库技技技技技技技技术术的引⼊的引⼊的引⼊的引⼊的引⼊的引⼊的引⼊的引⼊什么是数据仓库？�数据仓库：一个

5、面向主题的、集成的、随时间变化的、非易变的用于支持管理的决策过程的数据集合。-----数据仓库之父BillInmon�数据仓库的特性：�面向主题（Subject-Oriented）�集成（Integrated）�随时间变化（Time-Variant）�非易变（Nonvolatile）�关键术语：�OLAP（On-LineAnalyticalProcessing）在线分析处理�OLTP（On-LineTransactionProcessing）在线交易处理企业为什么要构建数据仓库？传统的决策：产品在不停的降价,为什么还是留不住客户?用户数在不停的增加,为什么销售收入反而减少?

6、是哪些用户在使用我们的产品?推出什么样的业务会赢得更多的用户?…企业为什么要构建数据仓库？不同的数据源不一致的数据不一致的结果UncleanDataCostDifferentSalesSummarisationCostInconsistentDefinitionsSales企业为什么要构建数据仓库？业务系统能为我们提供:-这个月的销售业绩?-这个月的销售收入明细?-近期的业务使用情况?…?????繁杂的数据满足不了决策的需求…决策者往往在信息不充分的情况下做出了决策…企业为什么要构建数据仓库？决策数据信息知识从大量繁杂的数据源中抽取有用的信息,经过处理转换,形成可以重复使用

7、的规则和知识,为企业的管理决策提供支持。企业为什么要构建数据仓库？数据仓库决策其他信息系统A区域B区域业务系统数据仓库基础概念讲解数据仓库是一个过程而不是一个产品DecisionObtainUseKnowledgeInformationDataManageDataDataWarehousing数据仓库基础概念讲解�专业术语讲解�Dashboard�仪表盘、仪表板�CUBE�立方体，为方便多维度展现而存储的多维数据�Dimension�维度，按照不同的视角来分析数据�Mesure�度量，指标�Fact�事实�KPI�