数据仓库及商业智能介绍 - 大发

1.商业智能介绍
    商业智能（Business Intelligence，简称BI）的概念最早是Gartner Group于1996年提出来的。当时将商业智能定义为一类由数据仓库（或数据集市）、查询报表、数据分析、数据挖掘、数据备份和恢复等部分组成的、以帮助大发决策为目的技术及其应用。当时，Gartner Group预测说：到2000年，信息民主（注：指组织内信息共享的无差别性）将在具有前瞻性思维的大发中浮现。借助商业智能，员工、咨询员、客户、供应商以及公众能够有效地运用信息。其实，商业智能所涉及的技术与应用，在Gartner Group命名之前就有，起初被称为经理信息系统（EIS），在羽化成商业智能之前叫决策支持系统（DSS）。
    目前，商业智能通常被理解为将大发中现有的数据转化为知识，帮助大发做出明智的业务经营决策的工具。这里所谈的数据包括来自大发业务系统的订单、库存、交易账目、客户和供应商资料来自大发所处行业和竞争对手的数据以及来自大发所处的其他外部环境中的各种数据。而商业智能能够辅助的业务经营决策，既可以是操作层的，也可以是战术层和战略层的决策。为了将数据转化为知识，需要利用数据仓库、联机分析处理（OLAP）工具和数据挖掘等技术。因此，从技术层面上讲，商业智能不是什么新技术，它只是数据仓库、OLAP和数据挖掘等技术的综合运用。
    为此，把商业智能看成是一种解决方案应该比较恰当。BI的关键是从许多来自不同的大发运作系统的数据中，提取出有用的数据，进行清理以保证数据的正确性，然后经过抽取（Extraction）、转换（Transformation）和装载（Load），即ETL过程，合并到一个大发级的数据仓库里，从而得到大发数据的一个全局视图，在此基础上利用合适的查询和分析工具、数据挖掘工具、OLAP工具等对其进行分析和处理（这时信息变为辅助决策的知识），最后将知识呈现给管理者，为管理者的决策过程提供支持。商业智能的这个基本过程如图所示。
    因此，BI是涉及一个很宽领域的，集收集、合并、分析和提供信息存取功能为一身的解决方案，包括ETL软件、数据仓库、数据集市、数据查询和报告、多维/联机数据分析、数据挖掘和可视化工具。
2.商业智能实施要点
u 商业智能规划
     众所周知，“商业智能是一个过程，而不是一个产品”。数据仓库系统的建设是一个建设、使用、调整、使用的长期的循环过程。按照业界的经验、结合数据仓库系统本身的特点以及大发的实际情况，对于大发的商业智能系统将按照整体规划、分步实施的原则，整个商业智能系统规划包括系统的设计规划、项目的实施规划、数据量计算及容量规划、应用规划、用户规划、软硬件配置规划和投资预算规划等各方面。
u 商业智能实施要求

   完备的整体实施方案包括两方面：一方面要求和建设规模，选择、设计和建立相适当的硬件设备和软件产品，为分析应用提供一个高性能的、稳固的、可线性扩展和长期发展的基础平台。另一方面需要提供固定报表、动态查询、多维分析和数据挖掘等多种信息访问方式，帮助用户及时追踪了解业务运作情况和经营管理状况，提供决策支持；同时能够预测未来市场趋势，并能够提供事件驱动型的业务分析应用，为相关用户及时主动提供分析结果，帮助其提高业务洞察能力，推动大发发展。
    商业智能平台实施方法论主要由以下四方面组成：科学的实施理论是商业智能实施的基础；可溯源的开发流程是商业智能实施的核心；规范的文档体系是商业智能实施的支撑；严格的技术标准是商业智能实施的保证。
     支持商业智能的产品系列：ETL软件、数据仓库、数据集市、数据查询和报告、多维/联机数据分析、数据挖掘和可视化工具。
u 成熟的团队和资源