bi商务智能BI讲解

(bi商务智能)BI讲解商业智能也称作BI是英文单词BusinessIntelligence的缩写。商业智能通常被工供应商等来自企业所处行业和竞争对手的数据以及来自企业所处的其他外部环境可机数据集市)、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、企业中现里所谈的数及来自企据。层和战略技术，它的即ETL(数据抽象、转换和装载的过程)过程，合并到一个企业级的数据仓库里，析工具、数最后将知识呈现给管理者，为管理者的决策过程提供支持。产品、展示产品、和集成以上几种产品的针对某个应用的整体解决方案等。目前，很多厂商活跃在商业智能(下面称BI)领域。事实上，能够满足用户需要BI平台需要提供用户管理、非常重要，因为这关系到与企业多种应用系统的兼容问题，解决不了兼容问题，BI系统就不能发挥出应有效果。这里我们通过对一个实验室的BI系统模型(我们将其称为D系统)进行功能解剖，来介绍BI系统。 (BI)系统的功能，主要构架包括以下几个方面。D系统可读取多种格式(如Excel、Access、以Tab分割的txt和固定长的txtCCSVKey合并到一个文件，这样可以象操作数据库一样方便，但无须用户编程即可实现。设置项目类型作为数据的项目类型，除按钮(button)(文字项目)、数值项目以不需要生成按钮但在列表显示中能够浏览的参照项目。期间设置日期项目数据可以根据年度或季度等组合后生成新的期间项目。同样，时间项目数据可以根据上午、下午或时间带等组合后生成新的时间项目。按钮。例如，可关联/限定关联分析主要用于发现不同事件之间的关联性，即一个事件发生的同的关统计D分析设计成按钮的形式，通过选择有/无关联，同时/可能展客户购买的产品范围，吸引更多的客户。值比例/指示显示顺序D系统可使数值项目的数据之间的比例关系通过按序等。选，并能够凸显差异，便于深入分析现象背后的本质。监视功能预先设置条件，使符合条件的按钮显示报警(红)、注意(黄)信号，万元的报警(红色标出)。执行后，D系统就把以店名命名的按钮用相应色表示出来。2季度]。成同样的操作环境。这样用户可以把精力集中在所关心的数据上。的文件等，可以通过按钮进行查找。接不断实行已登录过的定型处理。并执行这些程序。外，其他的按钮类也可以对查找结果相关的数据进行限定。值项目，统计方法分三种：合计、件数、平均，而且可以按照12种方式改变数值的显示格式。视图画面提供切换视角和变换视图功能，通过变换与设置条件相应的数值(单元依次变换视角可进行多方面的数据分析。视图的统计对象只针对数值项目，统计方法有合计、平均、构成比(纵向、横向)、累计(纵向、值项目切换通过按钮类的阶层化(行和列最多可分别设置8层)，由整体到局部，一边分层向下挖掘，一边分析数据，可以更加明确探讨问题所在。次进行挖掘和返回等操作。来。比、盈利能牌、日期、时分析思路；同种销售指标产生新的透视表。构为主线的分析思路。主要分析数据有商品的类别结构、品牌结构、价格结构、商品的竞争能力和合理配置。人员分析通过D系统对公司的人员指标进行分析，特别是对销售人员指标(销售指标为主，毛利指标为辅)和采购人员指标(销售额、毛利、供应商更换、购销商品数、代销商品数、资金占用、资金周转等)的分析，以达到考核员工业绩，提高员工积极性，并为人力资源的合理利用提供科学依据。主要分析的主题有，、各管理架构的人均销售额、毛利贡献、采购人员分管商品的进货多少、购销代销的比例、引进的商品销量如何等等。的集合于专业人士的成品报告生成工具。DataMining用诸如神经网络、规则归纳等技术，用来发现数据之间的关系，做出基于数据的推断。理和存取等方面的预配置软件，通常还包括一些业务模型，如财务分析模型。当今的数据处理大致可以分成两大类：联机事务处理OLTP 用，支持复杂的分析操作，侧重决策支持，并且提供直观易懂的查询结果。下特定的查询和报表需求，它的技术核心是"维"这个概念。着层次关系,这种层次关系有时会相当复杂。通过把一个实体的多项重要的属性集合。OLAP的基本多维分析操作有钻取(rollup和drilldown)、切片(slice)和切块(dice)、以及旋转(pivot)、drillacross、drillthrough等。钻取是改变维的层次，变换分析的粒度。它包括向上钻取(rollup)和向下钻取 (drilldown)。rollup是在某一维上将低层次的细节数据概括到高层次的汇总观察或增加新维。布。如果剩余的维只有两个，则是切片；如果有三个，则是切块。旋转是变换维的方向，即在表格中重新安排维的放置(例如行列互换)。即对事实表通过主关键字和外关键字联系在一起,形成了“星型模式”。对于层次复杂的型模花模式”。这种方式具有更好的灵活性。式(如星型、雪片型)提供对SQL查询的特殊支持。度量指标)，如(地区、时间、产品、销售额)。多维分析是指对以多维形式组旋转(Pivot)等各种分析动作，以求剖析数据，使用户能从多个角度、多侧面地观察数据库中的数据，从而深入理解包含在数据中的信息。 (http:///)也集成了一些基本的商业智能工具。统计分析工具配合使用，增强决策分析功能。统可统s库中分业务人，如何把数据转化为信息，使得业务人员(包括管理者)能够充分掌握、利用这些信息，并且辅助决策，就是商业智能主要解决的问题。如何把数据库中存在的数据转变为业务人员需要的信息?大部分的答案是报表系统。简单说，报表系统已经可以称作是BI了，它是BI的低端实现。gService传统报表系统面临的挑战也越来越多。1.数据太多，信息太少密密麻麻的表格堆砌了大量数据，到底有多少业务人员仔细看每一个数据?到底这些数据代表了什么信息、什么趋势?级别越高的领导，越需要简明的信息。如2.难以交互分析、了解各种组合张表无法。业务问题经常需要多个角度的交互分析。3.难以挖掘出潜在的规则呢?什么客户对我们价值最大，产品之间相互关联的程度如何?越是深层的规则，对于决策支持的价值越大，但是，也越难挖掘出来。4.难以追溯历史，数据形成孤岛业务系统很多，数据存在于不同地方。太旧的数据(例如一年前的数据)往往被业导致宏观分析、长期历史分析难度很大。的是，数据取代数据报挖掘系统一起并存下去。析数据，获得有价值的信息。27% 企业不停留在事务处理过程而注重有效利用企业的数据为准确和更快的决策提供支持的需求越来越强烈，由此带动的对商业智能的需求将是巨大的。纳为以下几点：性BI系统的范围从为部门的特定用户服务扩展到为整个企业所有用户服务。同时，知识的分析和使用。范围。入式商业智能发展商业智能的 (联机分析处理)技术应用到某一个应用系统，一个相对完整的商业智能开发过能转变分析层的功能。而数据挖掘、企业建模是BI系统应该加强的应用，以更好地提高系统性能。DC场全球化和自由化带来了更加激烈的竞争和复杂性，亚太区(不含日本)的许多制造商继续对IT进行投资，以提高运营效率，更好地控制不断增长的业务成本。随着越来越多的制造商在华建立了生产基地，降低成本并占领巨大的国内市场，这些制造商需要对主要的IT基础架构、应用和服务进行投资以使其运营能够健康平稳地发展，并获得领先优势。这将继续促进中国和海外制造商的制造业IT印度这样的新兴大型市场的许多制造商将继续对企业资源管理(ERM)和商务智能(BI)解决方案进行投资，从而为更好