網(wǎng)站數(shù)據(jù)分析的一些問題2

1、上一篇 網(wǎng)站數(shù)據(jù)分析的一些問題1 中主要羅列了一些關(guān)于網(wǎng)站數(shù)據(jù)分析行業(yè)與數(shù)據(jù)分析師這個(gè)職業(yè)相關(guān)的一些問題，這篇是第二篇，主要想羅列一些關(guān)于BI的問題。BI(Business Intelligence，商業(yè)智能)，先看一下維基百科上面對BI的定義：Business intelligence (BI) is defined as the ability for an organization to take all its capabilities and convert them into knowledge.BI提供大量有價(jià)值的信息引導(dǎo)企業(yè)尋找新的發(fā)展機(jī)遇，當(dāng)企業(yè)認(rèn)識到潛在的機(jī)遇并成功地實(shí)施相

2、應(yīng)戰(zhàn)略決策的時(shí)候，BI就能幫助企業(yè)在市場建立競爭優(yōu)勢并維持企業(yè)持續(xù)地發(fā)展。BI時(shí)常跟決策支持系統(tǒng)(Decision Support System, DSS)聯(lián)系在一起，其實(shí)BI最主要的目標(biāo)就是實(shí)現(xiàn)對企業(yè)的決策支持。下面就探討幾個(gè)BI方面的問題：Q1、BI與數(shù)據(jù)倉庫(DW)之間的關(guān)系是怎么樣的?(知乎)首先可以明確的是BI的重點(diǎn)在于對數(shù)據(jù)的應(yīng)用上，讓數(shù)據(jù)變成有價(jià)值的信息，而所有的基礎(chǔ)數(shù)據(jù)基本都是來源于數(shù)據(jù)倉庫。BI有兩個(gè)方向的定義：廣義的BI是包含數(shù)據(jù)倉庫的，廣義的BI包括數(shù)據(jù)的獲取、處理、儲存，到之后的分析、挖掘、展現(xiàn)變成有價(jià)值信息的整個(gè)過程，組成了一套完整的系統(tǒng)，當(dāng)然在這個(gè)系統(tǒng)中數(shù)據(jù)倉庫擔(dān)當(dāng)

3、著從數(shù)據(jù)獲取之后的處理和存儲的職責(zé)，是基礎(chǔ)組成部分;狹義的BI僅僅包括上層的數(shù)據(jù)應(yīng)用，包括數(shù)據(jù)的展現(xiàn)、分析、挖掘等，所以不包括數(shù)據(jù)倉庫。因?yàn)锽I的定義更側(cè)重于數(shù)據(jù)應(yīng)用，而隨著數(shù)據(jù)量的不大擴(kuò)大，數(shù)據(jù)倉庫更多地被作為一項(xiàng)獨(dú)立的技術(shù)被抽離出來，所以當(dāng)前BI和數(shù)據(jù)倉庫的定義更傾向于分離，整個(gè)系統(tǒng)被叫做“DW/BI”的解決方案。Q2、BI系統(tǒng)主要是為了幫助企業(yè)解決什么樣的問題?(知乎)BI最初的目標(biāo)就是優(yōu)化企業(yè)的決策支持，實(shí)現(xiàn)從數(shù)據(jù)到有價(jià)值的信息的轉(zhuǎn)化，輔助企業(yè)商業(yè)戰(zhàn)略和決策的制定。所以BI的最終目標(biāo)是獲取商業(yè)的Insight。BI首先實(shí)現(xiàn)的是企業(yè)數(shù)據(jù)的透明化，原始的數(shù)據(jù)報(bào)表就是為了從數(shù)據(jù)的角度定量地掌

4、握企業(yè)的運(yùn)營狀態(tài)，有了數(shù)據(jù)的支撐，很多決策的制定就會有了參考依據(jù)。隨著商業(yè)和信息技術(shù)的不斷發(fā)展，BI不再僅僅停留在報(bào)表的領(lǐng)域，數(shù)據(jù)除了展現(xiàn)以外被更多地用于商業(yè)分析，而商業(yè)分析的基礎(chǔ)組成就是統(tǒng)計(jì)、預(yù)測和優(yōu)化，這些對企業(yè)的運(yùn)營決策起到了更加關(guān)鍵的作用。但隨著信息膨脹，數(shù)據(jù)量的劇增，BI也不斷面臨挑戰(zhàn)，我們需要花更多的成本去處理和存儲數(shù)據(jù)，需要花更多的精力去分析和應(yīng)用數(shù)據(jù)。我之前寫過BI應(yīng)用中的三大矛盾這篇文章，因?yàn)橛卸螘r(shí)間了，很多地方的看法可能有了變化，但這3個(gè)矛盾相信依然還是存在。所以，最終還是要把握BI的輸出是有價(jià)值的信息，無論中間的處理方式是查詢、報(bào)表，還是分析、挖掘，最終要得出的是有價(jià)值的

5、結(jié)論。Q3、目前BI的應(yīng)用或組件主要有哪些?(知乎)這里簡單地歸納了一下，可能會有遺漏，希望大家能夠在評論中補(bǔ)充。這里僅僅包括狹義BI中基于數(shù)據(jù)應(yīng)用層面的一些功能，數(shù)據(jù)倉庫的數(shù)據(jù)處理方面的應(yīng)用不在這里羅列。首先是報(bào)表、圖表和Dashboard，目前的報(bào)表和圖表除了更加豐富以外，跟傳統(tǒng)報(bào)表還有一個(gè)關(guān)鍵的區(qū)別就是可交互性。目前的報(bào)表基本都提供簡單的數(shù)據(jù)篩選、排序等功能，Dashboard的出現(xiàn)實(shí)現(xiàn)了按需整合報(bào)表和圖表的功能。再則是OLAP，OLAP一度被當(dāng)做BI的核心功能，不得不承認(rèn)OLAP是分析數(shù)據(jù)最有效的手段，尤其是基于多個(gè)維度多個(gè)層面的分析，這些是一兩張報(bào)表圖表所無法做到的。OLAP一般都是

6、基于已經(jīng)設(shè)計(jì)成型的多維模型以及存放多維模型的數(shù)據(jù)集市(Data Mart)，數(shù)據(jù)集市和OLAP跟業(yè)務(wù)層面有著很多關(guān)聯(lián)，這個(gè)使數(shù)據(jù)集市跟底層的數(shù)據(jù)倉庫有了區(qū)分。然后是數(shù)據(jù)的查詢和分析，有時(shí)基于既定的模型的OLAP無法滿足分析的需求，所以就有了數(shù)據(jù)查詢的需求，一般直接查詢數(shù)據(jù)倉庫的細(xì)節(jié)數(shù)據(jù);BI中的Ad-hoc Query則是對既定多維模型的靈活查詢，可以自由組合維度和度量。最后是報(bào)表的發(fā)布和數(shù)據(jù)預(yù)警，這都是屬于BI平臺的推送功能，一般可以通過郵件訂閱的形式定期把組合的報(bào)表推送給相關(guān)的人員，而通過預(yù)警的設(shè)定，可以監(jiān)控?cái)?shù)據(jù)的變化趨勢，掌握數(shù)據(jù)可能出現(xiàn)的異常。另外BI還有很多新奇的功能，如基于GIS的

7、地圖數(shù)據(jù)、基于Flash實(shí)現(xiàn)的動態(tài)圖表及對數(shù)據(jù)挖掘功能的集成等。Q4、BI中的多維數(shù)據(jù)模型和OLAP的實(shí)用價(jià)值在哪?(知乎)之前有關(guān)于多維數(shù)據(jù)模型和OLAP的介紹，可以參考數(shù)據(jù)倉庫的多維數(shù)據(jù)模型和數(shù)據(jù)立方體與OLAP這兩篇文章中的內(nèi)容。其實(shí)多維數(shù)據(jù)模型和OLAP最主要的是解決了如何有效地觀察數(shù)據(jù)的問題，傳統(tǒng)關(guān)系模型很難直接對數(shù)據(jù)進(jìn)行觀察分析，而多維模型為數(shù)據(jù)觀察者提供了清晰的視角，就如平常我們從多個(gè)角度看待事物一樣，多維模型維度的設(shè)計(jì)就很好地提供了這些角度的選擇。而OLAP的幾個(gè)操作形式正是體現(xiàn)了“分析”這個(gè)詞本身的含義，從總體到細(xì)節(jié)，結(jié)合多個(gè)維度的交叉分析，讓我們具備了對整個(gè)數(shù)據(jù)集進(jìn)行全景觀

8、測的能力。OLAP最關(guān)鍵的技術(shù)除了多維模型設(shè)計(jì)還有就是預(yù)計(jì)算(Precomputation)，或者叫預(yù)聚合，預(yù)計(jì)算解決了數(shù)據(jù)快速獲取的問題，基于一定的規(guī)則或者算法對數(shù)據(jù)集進(jìn)行預(yù)計(jì)算之后，OLAP的操作性能可能得到有效地提升，從而使對大量數(shù)據(jù)的快速靈活的分析操作成為可能。Q5、目前市場上主流的BI產(chǎn)品主要有哪些?(知乎)市場上主要的商業(yè)BI產(chǎn)品包括IBM的Cognos，另外IBM有自己的DB2可以建立數(shù)據(jù)倉庫，在2010年收購SPSS之后，讓其在數(shù)據(jù)分析和數(shù)據(jù)挖掘的領(lǐng)域也更加具有競爭力、SAP的Business Objects(BO)，另外SAP有BW(Business Information

9、Warehouse)，作為傳統(tǒng)的ERP方案提供商在數(shù)據(jù)集成方面有獨(dú)特的優(yōu)勢、Oracle的BI(企業(yè)級的叫BIEE，Oracle Business Intelligence Enterprise Edition)，Oracle借助其強(qiáng)大的關(guān)系型數(shù)據(jù)庫建立數(shù)據(jù)倉庫有獨(dú)特的優(yōu)勢。這3大商業(yè)BI都屬于整合型的BI，再加上微軟借助Sql Server數(shù)據(jù)庫提供的SSIS、SSAS和SSRS也是屬于整合型的BI解決方案。另外也有獨(dú)立的BI公司，如SAS，傳統(tǒng)優(yōu)勢在數(shù)據(jù)挖掘領(lǐng)域、Micro Strategy的BI解決方案、開源強(qiáng)大的BI系統(tǒng)Pentaho(之前幾年還有很多開源的BI系統(tǒng)，但因?yàn)锽I在技術(shù)上有一定的門檻和成本，所以目前很多開源BI 都會包括開源版本和商業(yè)版本，Pentaho也不例外)，國內(nèi)也有用友的BQ軟件也是屬于BI產(chǎn)品。歸納一下就是目前