SQLServer2005數(shù)據(jù)挖掘與商業(yè)智能完全解決方案電子版本

1、Good is good, but better carries it.精益求精，善益求善。SQLServer2005數(shù)據(jù)挖掘與商業(yè)智能完全解決方案-HYPERLINK/bookfiles/537SQLServer2005數(shù)據(jù)挖掘與商業(yè)智能完全解決方案HYPERLINK/bookfiles/537/10053718136.shtml1.1企業(yè)經(jīng)營管理活動對商業(yè)智能的需求HYPERLINK/bookfiles/537/10053718137.shtml1.2商業(yè)智能的技術(shù)構(gòu)成HYPERLINK/bookfiles/537/10053718138.shtml1.3部署商業(yè)智能HYPERLINK/b

2、ookfiles/537/10053718140.shtml2.2設(shè)計和使用ETLHYPERLINK/bookfiles/537/10053718141.shtml2.3創(chuàng)建OLAP數(shù)據(jù)立方HYPERLINK/bookfiles/537/10053718142.shtml2.4創(chuàng)建和使用報表本章導(dǎo)讀：“工欲善其事，必先利其器”。信息技術(shù)在商業(yè)領(lǐng)域應(yīng)用的卓越成效在經(jīng)過近20年的信息化建設(shè)已經(jīng)初步顯現(xiàn)。企業(yè)通過MIS（管理信息系統(tǒng)）快速收集和處理商業(yè)信息，通過ERP（企業(yè)資源計劃系統(tǒng)）準確監(jiān)控信息流，從而對企業(yè)經(jīng)營的各個方面進行管理。這些系統(tǒng)除了本身的應(yīng)用外，還積累了大量的數(shù)據(jù)，如來自業(yè)務(wù)系統(tǒng)的訂

3、單、庫存、交易賬目、客戶和供應(yīng)商資料，來自企業(yè)所處行業(yè)和競爭對手的數(shù)據(jù)，以及來自企業(yè)所處的其他外部環(huán)境中的各種數(shù)據(jù)，這是一筆寶貴的財富。信息系統(tǒng)應(yīng)該具備把這些龐大的數(shù)據(jù)轉(zhuǎn)化為知識，進而輔助企業(yè)經(jīng)營決策，甚至自動生成商業(yè)決策的能力，這就是商業(yè)智能。信息系統(tǒng)正在經(jīng)歷著“MISERPBI”的演變過程。本章將對于商業(yè)智能涉及到的相關(guān)技術(shù)，如數(shù)據(jù)倉庫（DW）、數(shù)據(jù)挖掘（DM）等進行概要地分析，同時從理論上明確商業(yè)智能在企業(yè)經(jīng)營決策過程中的價值發(fā)揮原理。本章先簡單地說明企業(yè)經(jīng)營管理活動對商業(yè)智能的需求，從而明確實施BI的原因，解決Why的問題；再闡述商業(yè)智能的技術(shù)構(gòu)成，大概了解如何實現(xiàn)商業(yè)智能，解決Wha

4、t和How的問題；最后列舉一些實際部署的部署商業(yè)智能項目結(jié)果，解決WhatEffect的問題。1.1企業(yè)經(jīng)營管理活動對商業(yè)智能的需求信息系統(tǒng)在企業(yè)管理中的應(yīng)用不僅隨著管理理念的更新而發(fā)展，還在很大程度上依賴于企業(yè)商業(yè)信息的存儲量。隨著社會節(jié)奏的加快，企業(yè)信息積累越來越多，而商業(yè)知識的需求卻得不到滿足，于是就提出了商業(yè)智能的概念。這一節(jié)將對商業(yè)智能系統(tǒng)應(yīng)用的深層原因進行探討。1.1.1企業(yè)經(jīng)營活動面臨的挑戰(zhàn)企業(yè)經(jīng)營活動包括采購、生產(chǎn)、銷售、商貿(mào)磋商、價格比較、經(jīng)營決策、營銷策略、推銷促銷、公關(guān)宣傳、售前/售后服務(wù)、客戶關(guān)系和咨詢服務(wù)等。這些活動的背后實際上有3種“流”在支持著整個企業(yè)的運轉(zhuǎn)：物流

5、、資金流和信息流?！拔锪鳌笔菑脑牧虾土闩浼匠善氛麄€物資流通的過程。它將運輸、倉儲、加工、整理和配送等整個物資流通過程通過信息有機結(jié)合，形成完整的供應(yīng)和需求鏈?！百Y金流”是資金在企業(yè)內(nèi)部和企業(yè)之間的流動過程。它包括融資、應(yīng)收賬款和應(yīng)付賬款的管理等，涉及財務(wù)的各個方面?！靶畔⒘鳌笔瞧髽I(yè)管理的各個環(huán)節(jié)產(chǎn)生的信息的規(guī)律性流動。如業(yè)務(wù)運作過程產(chǎn)生的單據(jù)及其處理過程；經(jīng)營管理過程中的成本、收入、利潤報表及其相互關(guān)聯(lián)；戰(zhàn)略決策規(guī)劃過程中的產(chǎn)品結(jié)構(gòu)及市場定位信息；企業(yè)的經(jīng)營目標和策略信息等。實際上，每個時期的企業(yè)經(jīng)營活動過程都可以抽象出這“三流”。只不過傳統(tǒng)企業(yè)管理由于企業(yè)規(guī)模和經(jīng)營過程產(chǎn)生的信息量等還不

6、是十分龐大，所以對這“三流”沒有進行深入的研究和給予更多的重視。然而，信息時代的企業(yè)經(jīng)營活動在這3個方面卻面臨著兩個很大的挑戰(zhàn)。1商務(wù)工具的變遷技術(shù)總是不斷地影響著商務(wù)模式。自從人類社會有商業(yè)活動以來，采用新進有效的商業(yè)工具往往能在競爭中先發(fā)制人。這里不討論生產(chǎn)工具和交通工具，只著眼于和商業(yè)智能關(guān)聯(lián)的信息工具來看現(xiàn)代企業(yè)在這方面面臨的這一挑戰(zhàn)。每一次科學(xué)技術(shù)的進步，總是會在很短的時間內(nèi)在商業(yè)領(lǐng)域得到普遍的應(yīng)用。圖1-1的上面部分展示了從電報到互聯(lián)網(wǎng)在不同階段有代表性的商業(yè)工具，伴隨著商業(yè)工具的變遷，人們處理信息的能力在工具的幫助下變得越來越強大，信息量的增長也越來越快。在此圖的下半部分是與商業(yè)

7、工具的發(fā)展相對應(yīng)的信息量的增長?？梢哉f，對商業(yè)活動影響最大的工具是計算機在商業(yè)領(lǐng)域的應(yīng)用，它標志著商業(yè)活動真正進入信息化的時代，這時候的信息處理方式以數(shù)據(jù)庫為主?，F(xiàn)階段企業(yè)的很多商業(yè)活動的信息化都還屬于這個階段。互聯(lián)網(wǎng)在商業(yè)活動中的應(yīng)用不僅從某種程度上改變了傳統(tǒng)的商業(yè)模式，在信息增長和信息處理方式上也發(fā)生了前所未有的變化。在這個階段，伴隨著網(wǎng)絡(luò)的使用，商業(yè)信息呈爆炸狀增長，企業(yè)從以前使用的系統(tǒng)中繼承了相當(dāng)多的數(shù)據(jù)，如從ERP中繼承的生產(chǎn)運作相關(guān)信息、從CRM中繼承的客戶信息和從HR系統(tǒng)中繼承得到的員工信息等，這些信息只有共同作用才能發(fā)揮其效益，故信息處理方式以數(shù)據(jù)倉庫和數(shù)據(jù)集市等為主。圖1-1

8、商業(yè)工具的發(fā)展及其相對應(yīng)的信息量正是由于信息工具的變化和信息量的不斷增長，人們針對這些不同時期的不同信息類型一直在探索管理好它們的方法，也伴隨著產(chǎn)生了一些工具。在使用電報、電話和傳真等商業(yè)工具的階段，信息量還不是很龐大，人們自身的能力還可以處理它們，這段時間出現(xiàn)的都是手工處理信息的方法，如文件的編目和文件系統(tǒng)的管理等。計算機的商業(yè)應(yīng)用出現(xiàn)后，信息處理的方式發(fā)生了革命性的變化，先是商業(yè)單據(jù)的電子化，即EDI（電子數(shù)據(jù)交換），然后是MIS（管理信息系統(tǒng)）的廣泛應(yīng)用。隨著信息的持續(xù)增長，一些新的商業(yè)信息處理方式被提了出來，如企業(yè)資源規(guī)劃、供應(yīng)鏈管理、客戶關(guān)系管理和人力資源管理等，對應(yīng)的商業(yè)信息處理工

9、具分別有ERP、SCM、CRM和HR等。這一過程如圖1-2所示。圖1-2信息管理工具的演變在這個變化的時代，能適應(yīng)變化并趨利避害者才能在競爭中取得勝利。對于企業(yè)經(jīng)營管理來說，這既是機遇又是威脅。新的商業(yè)工具在成本和效率等方面都有優(yōu)勢，如何使新的商業(yè)工具得到使用并使企業(yè)快速適應(yīng)使用這種工具的環(huán)境，揚其長避其短，這是企業(yè)經(jīng)營活動面臨的一個重要挑戰(zhàn)。2信息囚籠、信息孤島和信息對抗的問題企業(yè)里有大量的分布于各個計算機系統(tǒng)的數(shù)據(jù)，人們使用信息處理工具的目的就是希望把這些數(shù)據(jù)進行整理和分析，找到其中有價值的信息，為企業(yè)的經(jīng)營決策提供依據(jù)。但是實際情況往往和這個愿望大相徑庭，在現(xiàn)有的信息傳統(tǒng)中，存在著信息化

10、系統(tǒng)與傳統(tǒng)業(yè)務(wù)系統(tǒng)脫節(jié)、信息化各子系統(tǒng)脫節(jié)、信息化整合傳統(tǒng)資源脫節(jié)的“三脫節(jié)”現(xiàn)象，這直接導(dǎo)致了企業(yè)信息囚籠、信息孤島和信息對抗的問題。在信息化過程中，企業(yè)積累了大量的數(shù)據(jù)，包括生產(chǎn)運作、客戶、產(chǎn)品和銷售等方面，但這些數(shù)據(jù)卻被深埋在單獨的計算機系統(tǒng)中未加以或難以運用，其潛力也不能發(fā)揮出來。而另一方面，企業(yè)在維護這些計算機設(shè)備和數(shù)據(jù)庫系統(tǒng)上進行了可觀的投資，很多管理者甚至不無感慨地說：“在信息系統(tǒng)上的投資就像一個黑洞，花了很多錢，卻不見成效”。不僅豐富的數(shù)據(jù)被深埋著，企業(yè)自身好像也被這些系統(tǒng)套著，這就是信息的囚籠現(xiàn)象。系統(tǒng)間的相互交互、兼容和集成問題是另一個重要的問題。信息化有一個從初級階段到中

11、級階段，再到高級階段的發(fā)展過程。在計算機應(yīng)用的初級階段，人們?nèi)菀讖奈淖痔幚怼蟊泶蛴￠_始使用計算機，進而圍繞一項項業(yè)務(wù)工作，開發(fā)或引進一個個應(yīng)用系統(tǒng)。這些分散開發(fā)或引進的應(yīng)用系統(tǒng)，一般不會統(tǒng)一考慮數(shù)據(jù)標準或信息共享問題，如某企業(yè)財務(wù)管理用“管家婆”，生產(chǎn)運作用“用友”，銷售管理用“金蝶”，客戶關(guān)系管理和人力資源管理自己開發(fā)，這樣，各個系統(tǒng)之間的數(shù)據(jù)很難進行交換。信息系統(tǒng)往往被其所屬的部門隔絕，決策者很難得到一個基于對大量數(shù)據(jù)進行運算后得到的企業(yè)經(jīng)營運作總體圖景，這種現(xiàn)象就稱為“信息孤島”。企業(yè)中的信息流、資金流和物流應(yīng)該能夠相互驗證，協(xié)調(diào)一致，但由于數(shù)據(jù)的分散和不兼容性，不同部門也有各自不同的

12、體制，這樣導(dǎo)致信息流所反映的資金流和物流的情況在很多時候還存在矛盾，這必然會導(dǎo)致信息之間的相互對抗。如何解決信息囚籠、信息孤島和信息對抗的問題是現(xiàn)代企業(yè)經(jīng)營管理中面臨的又一個挑戰(zhàn)。雖然進行信息系統(tǒng)建設(shè)非常麻煩，但卻不能放棄。正如不能因為火車壓死過人就不使用火車一樣，決不能因為存在缺陷就拒絕新思想新技術(shù)的使用，應(yīng)該想辦法去消除信息孤島、信息囚籠和信息對抗，趨利避害方能有所成。實際上在本書的姐妹篇SQLServer2005數(shù)據(jù)庫管理與應(yīng)用高手修煉指南中的最后一章，已經(jīng)簡單地闡述了從數(shù)據(jù)到智能的相關(guān)理論，那么在這里，需要解決的問題就是從現(xiàn)有系統(tǒng)中的數(shù)據(jù)出發(fā)，如何得到能真正輔助商業(yè)活動的智能，進而轉(zhuǎn)化

13、為利潤，也就是完成信息系統(tǒng)的“數(shù)據(jù)信息知識利潤”轉(zhuǎn)化過程。在SQLServer2005數(shù)據(jù)庫管理與應(yīng)用高手修煉指南一書中，筆者詳細地論述了3個相關(guān)問題：數(shù)據(jù)、信息、知識和智慧有何區(qū)別；一般情況下數(shù)據(jù)如何經(jīng)由信息和知識生成智慧；基于數(shù)據(jù)庫系統(tǒng)的智慧是如何產(chǎn)生的。本書將在以上問題的基礎(chǔ)上進一步探討由數(shù)據(jù)轉(zhuǎn)化為商業(yè)智能后如何發(fā)揮其作用，即商業(yè)活動決策中的信息需求問題，在此基礎(chǔ)上才能明確一個提供商業(yè)智能的系統(tǒng)到底應(yīng)該包含哪些功能。1.1.2企業(yè)決策實現(xiàn)過程的信息需求管理就是決策，決策需要信息。決策過程實際上就是一個信息輸入、信息輸出及信息反饋的循環(huán)過程。原來的決策支持系統(tǒng)，現(xiàn)在流行的商業(yè)智能，其目的都

14、是為了輔助決策，讓管理者從拍腦袋做決策到依據(jù)數(shù)據(jù)和事實做決策。這些依賴的數(shù)據(jù)和事實來源于兩個方面，一是來源于競爭環(huán)境，這包括內(nèi)部信息源（主要是存在于決策主體的經(jīng)驗信息）和外部信息源（主要是決策主體和咨詢機構(gòu)從社會中通過各種渠道獲取的信息），另一方面來源于企業(yè)多年信息化建設(shè)中積累的數(shù)據(jù)庫信息。對于第1個方面，信息的非結(jié)構(gòu)化特征決定了其隨意性和不確定性，這是決策理論中研究的問題，而對于第2個方面的信息，即使用存在于數(shù)據(jù)庫中的信息來輔助決策的問題，就是可以通過商業(yè)智能從技術(shù)上來得到很大程度的解決。要基于計算機輔助決策的軟件系統(tǒng)（商業(yè)智能系統(tǒng)就是其中最典型的代表）進行決策，需要經(jīng)過5個步驟：1決策信息

15、請求（商務(wù)查詢需求）的發(fā)起。例如，現(xiàn)在某公司的決策層次年度在不同的地區(qū)投資的力度，需要知道本年度和前5年華中、華北、華東和華南等區(qū)域的銷售量和銷售額，并且要有很美觀的界面和直觀的圖示來表達這些來源于數(shù)據(jù)庫中的數(shù)據(jù)，這就為此決策發(fā)出了信息請求。2調(diào)用商業(yè)智能應(yīng)用程序。決策者可以直接使用原來的系統(tǒng)，如ERP和CRM等來訪問相關(guān)的銷售數(shù)據(jù)，但是，這些數(shù)據(jù)往往分散在不同的數(shù)據(jù)庫中，原來的系統(tǒng)也可能并沒有提供十分富有個性化的查詢需求。比如，在上述的決策中，原系統(tǒng)可能只提供了所有年度的銷售數(shù)據(jù)，而不會具體到某一年甚至某一個月，那么這時候要滿足決策信息需求就必須使用基于數(shù)據(jù)倉庫技術(shù)的商業(yè)智能應(yīng)用程序。3基于

16、已發(fā)布的模型、規(guī)則或是策略確定適當(dāng)?shù)臎Q策。這一步是用計算機輔助決策的重要步驟。也是智能化體現(xiàn)的地方。決策（特別是結(jié)構(gòu)化決策）是有一定規(guī)律的，這些規(guī)律可以從以往的決策過程或者從以往的數(shù)據(jù)中抽象獲得，把抽象得到的這些規(guī)律放在經(jīng)過特別組織的庫中，可以構(gòu)成模型庫、規(guī)則庫和策略庫，智能決策可以在這些庫的基礎(chǔ)上獲得。4發(fā)布決策。決策最終是人的行為，計算機輔助了決策過程中信息的提取和規(guī)律性決策的結(jié)果，但最終的決策行為還是掌握在決策者自己的手中。5采取行動。這是檢驗決策正確性的唯一途徑。圖1-3是把以上決策過程中對信息的需求和計算機輔助決策的過程及其相互關(guān)系進行歸納所得。其中，圖的左邊部分是決策的信息源，右邊

17、部分借鑒了DSS（決策支持系統(tǒng)）的相關(guān)理論，表達了計算機輔助決策過程的全貌。圖1-3決策信息源及基于計算機系統(tǒng)的決策過程商業(yè)智能系統(tǒng)建設(shè)的目標就是要為企業(yè)提供一個統(tǒng)一的分析平臺，充分利用原有系統(tǒng)中積累的寶貴數(shù)據(jù)，對其進行深層次的發(fā)掘，并從不同的角度分析企業(yè)的各種業(yè)務(wù)指標和構(gòu)建業(yè)務(wù)知識模型，進而滿足決策的信息需求和實現(xiàn)通過技術(shù)輔助決策的功能。1.1.3企業(yè)信息化系統(tǒng)的進化信息流的質(zhì)量、速度和覆蓋范圍，可以反映企業(yè)的生產(chǎn)、管理和決策等各方面的優(yōu)劣度。企業(yè)的“生命活動”最終都將以信息流的形式展現(xiàn)。因此企業(yè)管理者十分重視信息流的管理。隨著技術(shù)的發(fā)展，企業(yè)信息化系統(tǒng)也圍繞著對信息流的更合理、更有效率的管

18、理而努力著，這一點在圖1-2信息管理工具的演變中已經(jīng)明確。實際上，如果把相似的系統(tǒng)進行歸一，如把對于企業(yè)相關(guān)領(lǐng)域的信息進行細節(jié)管理的系統(tǒng)都歸一為管理信息系統(tǒng)，把通過資源管理的整合來實現(xiàn)全局利益最大化的系統(tǒng)歸一為企業(yè)資源計劃系統(tǒng)，那么企業(yè)信息化系統(tǒng)的轉(zhuǎn)化可以表示為這樣的一種路徑：MISERPBI智能決策系統(tǒng)。在這個路徑中相應(yīng)的管理對象就是：數(shù)據(jù)信息知識利潤。這里將通過描述這些系統(tǒng)的區(qū)別來明確商業(yè)智能系統(tǒng)在企業(yè)信息化浪潮中的位置。管理信息系統(tǒng)和企業(yè)資源計劃系統(tǒng)積累了大量的歷史數(shù)據(jù)，這些數(shù)據(jù)是不同歷史時期，根據(jù)不同業(yè)務(wù)的需要，由不同供應(yīng)商提供的，體系結(jié)構(gòu)和管理實施等方面存在著較大的差異，各系統(tǒng)間的數(shù)

19、據(jù)也相對分散和獨立，難以共享，沒有建立起統(tǒng)一的能用于分析處理的基礎(chǔ)數(shù)據(jù)平臺。若一種類型的業(yè)務(wù)數(shù)據(jù)用一個三角形代表，那么這些百家爭鳴、百花齊放的系統(tǒng)數(shù)據(jù)就猶如圖1-4所示的狀態(tài)，可見，要一下子明確整個企業(yè)中的業(yè)務(wù)數(shù)據(jù)和相互關(guān)系（即圖示中三角形的數(shù)量和聯(lián)系）是有較大困難的。圖1-4百家爭鳴、百花齊放的管理系統(tǒng)數(shù)據(jù)（共有多少個三角形？）在來自不同系統(tǒng)的大量數(shù)據(jù)中往往隱藏著重要的規(guī)律和商業(yè)規(guī)則，這些是企業(yè)管理者需要從系統(tǒng)中尋找的“金礦”。此“金礦”的形成過程實際上就是“數(shù)據(jù)信息知識智慧”的轉(zhuǎn)化過程：對數(shù)據(jù)進行整理得到信息，深入的分析信息得到關(guān)于這些事實的相關(guān)情況，這就是知識。知識是寶貴的，如果將這些知

20、識用在輔助決策上，會使決策更具科學(xué)性和可行性，這些決策可以是操作層面的，也可以是戰(zhàn)術(shù)層面和戰(zhàn)略層面的，于是，知識又轉(zhuǎn)化成了智慧。若決策是用于企業(yè)經(jīng)營管理中的，那么這種智慧就可以稱為商業(yè)智慧，也就是商務(wù)智能，或者叫商業(yè)智能（BusinessIntelligence，BI）。商業(yè)智能過程實際上包含2個層次。第1個層次是在整合系統(tǒng)數(shù)據(jù)的基礎(chǔ)上提供靈活的前端展現(xiàn)，例如，通過直方圖等形式表現(xiàn)來自銷售管理系統(tǒng)的地區(qū)銷售情況報表，對復(fù)雜的計算則通過計算機的手段輔助完成。如圖1-5所示的即是這種商業(yè)智能功能的直觀表現(xiàn)。圖1-5經(jīng)過數(shù)據(jù)整合的BI系統(tǒng)功能（現(xiàn)在有多少個三角形？）商業(yè)智能的第2個層次是數(shù)據(jù)庫中的知

21、識發(fā)現(xiàn)。許多商業(yè)、政府和科學(xué)數(shù)據(jù)庫的爆炸性增長已遠遠超出了能夠解釋和消化這些數(shù)據(jù)的能力，需要新一代的工具和技術(shù)對數(shù)據(jù)庫進行自動和智能地分析。這些工具和技術(shù)正是知識發(fā)現(xiàn)（KnowledgeDiscoveryinDatabase，KDD）。知識發(fā)現(xiàn)的主要技術(shù)構(gòu)成就是數(shù)據(jù)挖掘（DataMining），“啤酒與尿布”的故事是在商業(yè)領(lǐng)域使用數(shù)據(jù)挖掘與知識發(fā)現(xiàn)的一個典型的案例（見SQLServer2005數(shù)據(jù)庫管理與應(yīng)用高手修煉指南第18章）。圖1-6描述了加入智能數(shù)據(jù)挖掘算法后的系統(tǒng)功能。具備數(shù)據(jù)挖掘功能的商業(yè)智能系統(tǒng)能夠在對歷史數(shù)據(jù)分析的基礎(chǔ)上，通過特定的算法，獲取這些歷史數(shù)據(jù)中的規(guī)律，進而完成預(yù)測、

22、聚類和關(guān)聯(lián)等功能。例如，通過系統(tǒng)對銷售數(shù)據(jù)的分析，可能會發(fā)現(xiàn)“在購買面包和黃油的顧客中，有90%的人同時也買了牛奶”，即“面包+黃油+牛奶”是一種常見的顧客購買方式。這是關(guān)聯(lián)規(guī)則分析的結(jié)果。使用關(guān)聯(lián)規(guī)則還可以發(fā)現(xiàn)商品在時間或序列上的規(guī)律。這些規(guī)律對于商務(wù)的智能化和決策的科學(xué)化將有十分重要的意義。圖1-6加入智能挖掘算法的系統(tǒng)功能（最后一個框中應(yīng)該有多少個三角形？）知識經(jīng)濟的主要資產(chǎn)是“知本（知識資本）”，應(yīng)用在商務(wù)領(lǐng)域，“知本”包括對客戶需求的認識、市場定位和市場細分的方式、正確的定價方案等。要獲取這些“知本”，就要在已有資源（其中很重要的就是信息資源）的基礎(chǔ)上，充分分析，獲取這些“知本”，從

23、而做出可信和可行的決策。1.2商業(yè)智能的技術(shù)構(gòu)成上一節(jié)可以說從多個層面明確了商業(yè)智能系統(tǒng)的重要性和必要性，但是，到底如何理解商業(yè)智能？商業(yè)智能如何實現(xiàn)？本節(jié)將解決這些問題。對這些問題的深刻認識是保證在商業(yè)智能應(yīng)用技術(shù)實現(xiàn)過程中有一個清晰的思路。1.2.1什么是商業(yè)智能商業(yè)智能的概念最早是GartnerGroup于1996年提出來的。當(dāng)時將商業(yè)智能定義為一類由數(shù)據(jù)倉庫（或數(shù)據(jù)集市）、查詢報表、聯(lián)機分析、數(shù)據(jù)挖掘、數(shù)據(jù)備份和恢復(fù)等部分組成的，以幫助企業(yè)決策為目的的技術(shù)及其應(yīng)用。而后隨著商務(wù)環(huán)境的變遷和技術(shù)的進步，人們對于BI有了更多和更深的認識，下面將從兩個方面探索商業(yè)智能的內(nèi)涵。1不同視角的BI

24、BI本身是一個復(fù)雜的體系，況且應(yīng)用環(huán)境復(fù)雜，這就形成了從不同視角看BI的情況。GartnerGroup認為：商業(yè)智能技術(shù)提供使企業(yè)迅速分析數(shù)據(jù)的技術(shù)和方法，包括收集、管理和分析數(shù)據(jù)，將這些數(shù)據(jù)轉(zhuǎn)化為有用的信息，然后再分發(fā)到企業(yè)各處，輔助商業(yè)決策的制定。IDC將BI定義為：商業(yè)智能是終端用戶查詢和報告的工具、OLAP工具、數(shù)據(jù)挖掘軟件、數(shù)據(jù)集市和數(shù)據(jù)倉庫產(chǎn)品等軟件工具的集合。IBM認為：商業(yè)智能是一系列由系統(tǒng)和技術(shù)支持的以簡化信息收集和分析的策略集合，它應(yīng)該包括企業(yè)需要收集什么信息、誰需要去訪問這些數(shù)據(jù)、如何把原始數(shù)據(jù)轉(zhuǎn)化為最終導(dǎo)致戰(zhàn)略性決策的智能、客戶服務(wù)和供應(yīng)鏈管理。Microsoft認為：

25、商業(yè)智能是任何嘗試獲取、分析企業(yè)數(shù)據(jù)以更清楚地了解市場和客戶、改進企業(yè)流程和更有效地參與競爭的努力。SAP認為：商業(yè)智能是一大類收集、存儲、分析和訪問數(shù)據(jù)以幫助企業(yè)用戶更好地進行決策的應(yīng)用程序與技術(shù)。SAS認為：商業(yè)智能是關(guān)于在組織內(nèi)部和組織周圍正在發(fā)生的智能或知識。MSTR認為：商業(yè)智能是一系列能夠使公司分析數(shù)據(jù)庫中的數(shù)據(jù)并根據(jù)收集的信息獲得的洞察力來作決策的軟件系統(tǒng)。DWReview認為：從數(shù)據(jù)分析的觀點，商業(yè)智能是收集與研究主題相關(guān)的、高質(zhì)量的、有意義的信息、以幫助分析信息、得出結(jié)論或做出假設(shè)的過程。這些觀點代表了最典型的BI視角，有一個名為ttnnBI觀點的電子期刊也對此進行了研究，把

26、這些對BI的認識由虛到實探索其本質(zhì)，大致分成如下4類。1是努力，MS主張的。2是智能和知識，SAS倡導(dǎo)的。3是過程，DMReview的定義。4是工具和技術(shù)集合，Gartner、IDC、IBM、SAP和MSTR代表的。任何技術(shù)的出現(xiàn)都是為了解決現(xiàn)實中存在的問題。把以上的觀點與本章第1節(jié)的知識結(jié)合起來，應(yīng)該對商業(yè)智能形成以下的認識。商業(yè)智能是商業(yè)數(shù)據(jù)海洋中的指南針，它從歷史數(shù)據(jù)中提取信息，搞清楚經(jīng)營狀況，通過信息的分析獲取對經(jīng)營決策有價值的知識，從而幫助用戶對自身的業(yè)務(wù)經(jīng)營做出正確而明智的決定。比如，通過商業(yè)智能可以解決客戶在不同地域的分布情況，可以對客戶進行各個角度的分類，還可以把客戶和訂單聯(lián)系

27、起來，找出其變化趨勢。2BI中的統(tǒng)計、報表與分析、挖掘按照智能應(yīng)用的范圍，商業(yè)智能系統(tǒng)可以產(chǎn)生客戶智能、營銷智能、銷售智能和財務(wù)智能。這些智能的產(chǎn)生包括3個部分的具體功能：信息處理、分析處理和知識發(fā)現(xiàn)。前2個部分是商業(yè)智能的前端展現(xiàn)對象，第3個部分則屬于數(shù)據(jù)挖掘?qū)哟巍Ｐ畔⑻幚戆ú樵兒突镜慕y(tǒng)計分析，如使用交叉表、圖表或者圖進行報表的展示。分析處理是支持基本的OLAP操作，如上鉆、下鉆、旋轉(zhuǎn)、切片和切塊等，其表現(xiàn)形式也以報表為主。明確了這一點，就能解開大多數(shù)BI初學(xué)者的疑惑：既然是“智能”的了，為什么還是報表的天下。實際上，統(tǒng)計和報表在很長一段時間內(nèi)還是BI的重點，但這里的統(tǒng)計和報表與基于數(shù)據(jù)

28、庫的統(tǒng)計和報表有本質(zhì)的區(qū)別，在BI系統(tǒng)中，報表的數(shù)據(jù)來源不是關(guān)系型數(shù)據(jù)庫，而是從許多來自不同的企業(yè)運作系統(tǒng)的數(shù)據(jù)中提取出的有用數(shù)據(jù)，同時對這些數(shù)據(jù)進行清理以保證數(shù)據(jù)的正確性，然后經(jīng)過抽取、轉(zhuǎn)換和裝載（即ETL過程），合并到一個企業(yè)級的數(shù)據(jù)倉庫里，再經(jīng)過聯(lián)機分析處理（OLAP）而獲得的企業(yè)數(shù)據(jù)的一個全局視圖。都是報表，BI系統(tǒng)中的報表往往有很強的自定義功能（如可以針對某一個維度隨意上鉆和下鉆）和很強的表現(xiàn)能力（如可以在不同的圖形表現(xiàn)形式上隨意切換）。BI的應(yīng)用必須基于數(shù)據(jù)倉庫技術(shù)，因為數(shù)據(jù)倉庫夠大、夠清楚、夠全面，并且對統(tǒng)計分析需要的數(shù)據(jù)源支持得夠好，這些優(yōu)點是傳統(tǒng)的數(shù)據(jù)庫沒有的。筆者所接觸到的

29、很多BI與DW的初學(xué)者對于商業(yè)智能和數(shù)據(jù)挖掘這兩者的關(guān)系都存在著認識上的誤區(qū)，他們要么把它們獨立開來，要么把它們等同起來。而實際上，通常講到BI，更多時候指的是前端應(yīng)用部分，如現(xiàn)階段聲稱是BI提供商的，大多數(shù)提供的是前端展現(xiàn)工具；而DW更多時候指的是后端部分，包括架構(gòu)體系的設(shè)計和多維模型的建立等。還有一個問題就是數(shù)據(jù)挖掘（DM，DataMining），說得學(xué)術(shù)化一點就是知識發(fā)現(xiàn)的問題，這是商業(yè)智能過程的第2個層次的應(yīng)用，通過它可以找出隱藏的模式和關(guān)聯(lián)，進行分類和預(yù)測。本書主要描述的是基于數(shù)據(jù)倉庫的商業(yè)智能和數(shù)據(jù)挖掘的技術(shù)實現(xiàn)，對其關(guān)系的準確認識是學(xué)習(xí)過程中進行整體把握的基礎(chǔ)。對商業(yè)智能體系結(jié)構(gòu)

30、的深入探究將有助于達到這一目的。1.2.2商業(yè)智能的結(jié)構(gòu)描述商業(yè)智能的實現(xiàn)包含了“數(shù)據(jù)信息知識行動智慧”這一過程所運用的技術(shù)和方法。在國外，有人曾經(jīng)把BI作為一種數(shù)據(jù)的提純工廠。BI過程以來自業(yè)務(wù)系統(tǒng)的數(shù)據(jù)為基礎(chǔ)，經(jīng)過數(shù)據(jù)倉庫技術(shù)的處理，整合數(shù)據(jù)并將其轉(zhuǎn)化為有序的信息；這些信息經(jīng)過聯(lián)機分析處理（OLAP）技術(shù)的分析后，可以表達出數(shù)據(jù)內(nèi)部的各種關(guān)聯(lián)，這是對商業(yè)管理活動有很大幫助的知識；經(jīng)營活動中很多時候還要進一步明確數(shù)據(jù)中隱藏的規(guī)則，這要靠數(shù)據(jù)挖掘技術(shù)的幫助，最后要采取行動時，可以用模型庫和方法庫等決策支持的相關(guān)技術(shù)來輔助決策；而決策和行動的結(jié)果又可以作為業(yè)務(wù)數(shù)據(jù)反應(yīng)在業(yè)務(wù)環(huán)境中，為以后的決策提

31、供數(shù)據(jù)源支持。如此循環(huán)往復(fù)，商務(wù)活動就在BI系統(tǒng)的支持下變得智能了。圖1-7表達了這一過程。在圖1-7中可以發(fā)現(xiàn)，商業(yè)智能系統(tǒng)是建立在數(shù)據(jù)倉庫、OLAP和數(shù)據(jù)挖掘等技術(shù)的基礎(chǔ)之上，通過收集、整理和分析企業(yè)內(nèi)外部的各種數(shù)據(jù)，加深企業(yè)對客戶及市場的了解，并使用一定的工具對企業(yè)運營狀況、客戶需求和市場動態(tài)等做出合理的評價及預(yù)測，為企業(yè)管理層提供科學(xué)的決策依據(jù)。圖1-7BI過程及其對應(yīng)的技術(shù)與方法把商業(yè)智能系統(tǒng)工作的這一過程進行技術(shù)上的抽象，可以把商業(yè)智能的體系結(jié)構(gòu)分為源數(shù)據(jù)層、數(shù)據(jù)轉(zhuǎn)換層、數(shù)據(jù)倉庫（數(shù)據(jù)集市）層、OLAP及數(shù)據(jù)挖掘?qū)雍陀脩粽宫F(xiàn)層。這幾層通過密切的協(xié)作完成商業(yè)智能的功能，它們的相互依賴

32、關(guān)系如圖1-8所示。在圖1-8中可以看到，實現(xiàn)商業(yè)智能應(yīng)用有4個十分關(guān)鍵的環(huán)節(jié)，包括數(shù)據(jù)源、ETL過程、數(shù)據(jù)倉庫及其應(yīng)用和BI前端展現(xiàn)。數(shù)據(jù)倉庫系統(tǒng)的數(shù)據(jù)來源主要是外部的操作性應(yīng)用系統(tǒng)，這些數(shù)據(jù)源包括數(shù)據(jù)的業(yè)務(wù)含義和業(yè)務(wù)規(guī)則，表達業(yè)務(wù)數(shù)據(jù)的表、字段、視圖、列和索引等。圖1-8BI解決方案的體系結(jié)構(gòu)ETL過程即抽取（Extraction）、轉(zhuǎn)換（Transformation）和裝載（Load）。ETL過程負責(zé)將業(yè)務(wù)系統(tǒng)中各種關(guān)系型數(shù)據(jù)、外部數(shù)據(jù)、遺留數(shù)據(jù)和其他相關(guān)數(shù)據(jù)經(jīng)過清洗、轉(zhuǎn)化和整理后放進中心數(shù)據(jù)倉庫。數(shù)據(jù)倉庫是商業(yè)智能系統(tǒng)的基礎(chǔ)，是面向主題的、集成的、穩(wěn)定的和隨時間不斷變化的數(shù)據(jù)集合。數(shù)據(jù)

33、倉庫的應(yīng)用包括聯(lián)機在線分析處理（OLAP）和數(shù)據(jù)挖掘（DM）。通過對數(shù)據(jù)倉庫中多維數(shù)據(jù)的鉆取、切片及旋轉(zhuǎn)等分析動作，可以完成決策支持需要的查詢及報表。通過數(shù)據(jù)挖掘，可以發(fā)現(xiàn)隱藏在數(shù)據(jù)中的潛在規(guī)則。前端展現(xiàn)可以提供各種能幫助人們快速理解數(shù)據(jù)內(nèi)涵的可視化手段。它是數(shù)據(jù)倉庫的門面，包括各種報表工具、查詢工具和數(shù)據(jù)分析工具以表格或圖形化的手段對數(shù)據(jù)的展現(xiàn)。這是一種具有層次關(guān)系的體系結(jié)構(gòu)。實際上，這種結(jié)構(gòu)是極為穩(wěn)定的，這是自然界的普遍規(guī)律，如生態(tài)系統(tǒng)中有層次，食物鏈中有層次，良好的軟件構(gòu)架有層次（如MVC結(jié)構(gòu)）。分層處理的同時也是解決復(fù)雜問題的一種基本思考方法，如管理中的層次。基于數(shù)據(jù)倉庫的商業(yè)智能和數(shù)

34、據(jù)挖掘應(yīng)用采用這種結(jié)構(gòu)已經(jīng)通過實踐證明是可行的。因此本書將依據(jù)圖1-8所示的商業(yè)智能系統(tǒng)實現(xiàn)的技術(shù)階段來組織相關(guān)內(nèi)容。事實上，這一結(jié)構(gòu)圖是較為通用的，包括SQLServer2005在內(nèi)的很多數(shù)據(jù)挖掘和商業(yè)智能工具都是基于此圖所描述的過程來實現(xiàn)其功能的。1.2.3數(shù)據(jù)挖掘和商業(yè)智能工具商業(yè)智能具有極為廣闊的應(yīng)用前景，吸引了相當(dāng)多的軟件產(chǎn)商為BI提供解決方案。其中包括軟件巨人Microsoft、Oracle、IBM和Sybase等。所以，商業(yè)智能工具的選擇余地還是很大的。根據(jù)BI解決方案的體系結(jié)構(gòu)，一個完整的BI應(yīng)用需要ETL工具、數(shù)據(jù)倉庫管理工具、OLAP工具、數(shù)據(jù)挖掘工具和報表查詢工具5種工具

35、協(xié)同工作。如表1-1所示列出了其中一些軟件廠商在這些工具方面的主要產(chǎn)品。表1-1一些廠商提供的數(shù)據(jù)倉庫工具公司名稱ETL工具數(shù)據(jù)倉庫管理工具OLAP工具數(shù)據(jù)挖掘工具報表工具IBMWarehouseManagerVisualWarehouseOLAPServerIntelligentMinerInsight&QucikviewOracleOracleETLServerEnterpriseManagerExpressServerDarwinExpressAnalyserSybaseReplicationServerPowerStageWarehouseStudioWarehouseAnalyzer

36、SASSPSSInfoMakerCAInfoPumpPLATINUMERWinPLATINUMInfoPumpDecisionBaseInfoBeaconNeugentAionForest&TreesInfoReportsSAS第三方WarehouseAdministratorSASMDDBEnterpriseMinerEISERMicrosoftSSISSQLServerSSASSSASSSRS目前BI在開放源碼方面也有發(fā)展，最著名的是Pentaho開源BI系統(tǒng)，該系統(tǒng)的OLAP服務(wù)器采用Mondrian，OLAP展示使用JPivot，關(guān)系型數(shù)據(jù)庫使用FirebirdRDBMS，ETL工具使

37、用Enhydra，服務(wù)器使用JBoss，數(shù)據(jù)挖掘使用Weka，集成管理和開發(fā)環(huán)境使用Eclipse。這些都是開源項目。關(guān)于SQLServer2005的商業(yè)智能解決方案將在1.2.5節(jié)講解。1.2.4商業(yè)智能工具的選擇通過上面的討論，可以看出IBM、Oracle、NCR、CA、SAS和Sybase等著名數(shù)據(jù)倉庫廠商在數(shù)據(jù)倉庫管理、OLAP和報表、數(shù)據(jù)挖掘方面都提供了豐富的工具。各類產(chǎn)品各有其特點，并且有各自的適用環(huán)境，需要從商業(yè)需求和技術(shù)兩個角度來選擇。一般來說，產(chǎn)品選擇需要進行如下4個方面的基本工作。1了解商業(yè)需求了解商業(yè)需求首先要了解應(yīng)用的范圍和級別。這需要確定建立企業(yè)級數(shù)據(jù)倉庫、部門級數(shù)據(jù)

38、倉庫和個人級數(shù)據(jù)倉庫中的哪一級數(shù)據(jù)倉庫。還需要了解系統(tǒng)預(yù)期使用的用戶群體是哪些、預(yù)期的用戶數(shù)量是多少、用戶在地理上的位置怎樣、是集中在一起還是分散在網(wǎng)絡(luò)的不同位置，然后需要了解建立數(shù)據(jù)倉庫的用途和功能。了解用戶想利用數(shù)據(jù)倉庫進行哪些領(lǐng)域的工作，需要哪些功能，是簡單的多維查詢，還是需要進行多維分析，甚至是復(fù)雜的數(shù)據(jù)挖掘。了解現(xiàn)在進行數(shù)據(jù)分析的工作人員是如何進行工作的，他們的工作流程是怎樣的，在他們的工作過程中遇到了哪些比較棘手的問題和困難。2了解信息系統(tǒng)需求在商業(yè)需求的基礎(chǔ)上，需要進一步了解信息系統(tǒng)本身的需求。估算系統(tǒng)的數(shù)據(jù)量，了解數(shù)據(jù)的穩(wěn)定性。這是首當(dāng)其沖的工作。另外，元數(shù)據(jù)的維護要求也非常重

39、要。如果元數(shù)據(jù)由專業(yè)的技術(shù)人員來維護，則可以注重工具的效率；如果元數(shù)據(jù)由非專業(yè)的用戶群體來維護，則可以注重工具表達的直觀性。還需要了解企業(yè)用戶現(xiàn)有的技術(shù)情況，比如企業(yè)現(xiàn)在經(jīng)常使用哪些工具進行數(shù)據(jù)處理。在選擇工具時，需要考慮選擇的工具是否能夠同用戶已經(jīng)使用習(xí)慣了的工具互通。3工具功能評估在獲取上述需求后，應(yīng)當(dāng)對各大數(shù)據(jù)倉庫廠商的工具進行客觀的功能評估。功能評估可能包括：系統(tǒng)結(jié)構(gòu)（操作系統(tǒng)平臺、系統(tǒng)的跨平臺性、系統(tǒng)的可靠性、安全性和系統(tǒng)備份恢復(fù)的能力等）、數(shù)據(jù)抽取能力（定時調(diào)度的能力、數(shù)據(jù)抽取的速率和數(shù)據(jù)轉(zhuǎn)化功能的強弱等）、數(shù)據(jù)存取呈現(xiàn)能力（支持多維查詢的能力、是否具有OLAP分析的功能和是否有良

40、好的客戶界面等）、應(yīng)用支持（是否有良好應(yīng)用程序開發(fā)語言、數(shù)據(jù)庫對存儲過程的支持情況、系統(tǒng)提供的可重用軟件成分的多少和軟件的跨平臺性等）、用戶接口（用戶界面的美觀性和對Web平臺的支持情況）和工具的互操作性（數(shù)據(jù)庫、數(shù)據(jù)倉庫、OLAP分析、數(shù)據(jù)挖掘和前端展現(xiàn)工具間的互通情況）。4工具組合和測試在對各種產(chǎn)品進行客觀評價后，可以選擇某個廠商的產(chǎn)品或者選擇多個廠商產(chǎn)品的組合。在選定產(chǎn)品后還需要對產(chǎn)品進行現(xiàn)場測試，看產(chǎn)品是否能夠滿足實際需求。需要特別注意的是數(shù)據(jù)倉庫將隨著時間的推移不斷增大。因此，我們在進行產(chǎn)品選擇和測試時，必須對將來的情況進行預(yù)測。對于數(shù)據(jù)挖掘工具，第11章介紹的5A模型具有很好的指導(dǎo)

41、意義。5A模型認為任何數(shù)據(jù)挖掘方法學(xué)都由5個基本元素組成，即Assess、Access、Analyze、Act和Automate。在選擇數(shù)據(jù)挖掘軟件產(chǎn)品時，要注意某些軟件所采用的算法雖然名稱可能完全一樣，但它們的實現(xiàn)方法通常都不一樣。這些算法的不同影響了軟件對內(nèi)存和硬盤的需求不同及性能上的差異。1.2.5SQLServer2005的商業(yè)智能構(gòu)架SQLServer2005相關(guān)的知識綜合起來有兩大體系，一是關(guān)于數(shù)據(jù)庫管理的，一是關(guān)于商業(yè)智能應(yīng)用的。不同的服務(wù)各司其職，共同完成數(shù)據(jù)管理和應(yīng)用的功能。把這些服務(wù)和相應(yīng)的程序分配到這兩大知識體系就是如圖1-9所示的樣子。圖1-9SQLServer2005

42、的兩大知識體系SQLServer2005在商業(yè)智能方面提供了三大服務(wù)和一個工具來實現(xiàn)系統(tǒng)的整合。三大服務(wù)是SQLServer2005AnalysisServices（SSAS）、SQLServer2005IntegrationServices（SSIS）和SQLServer2005ReportingServices（SSRS），一個工具是BusinessIntelligenceDevelopmentStudio。它們的關(guān)系如圖1-10所示。圖1-10三大服務(wù)一個工具實現(xiàn)BI的體系圖從圖1-10中可以看出，三大服務(wù)都整合在BIStudio中，其中SSIS能從各種異構(gòu)數(shù)據(jù)源中整合BI需要的業(yè)務(wù)數(shù)據(jù)

43、，同時可以實現(xiàn)與商務(wù)流程統(tǒng)一。這項功能在以前是通過DTS服務(wù)（即數(shù)據(jù)轉(zhuǎn)換服務(wù)）來實現(xiàn)的。SSAS是從數(shù)據(jù)中產(chǎn)生智能的關(guān)鍵，通過這種服務(wù)，可以構(gòu)建數(shù)據(jù)立方（Cube），也就是多維數(shù)據(jù)集，然后進行OLAP分析，SSAS也提供數(shù)據(jù)挖掘的功能。有了這種服務(wù)就能夠很容易找出隱藏在數(shù)據(jù)中的金礦。一個BI項目一般要為不同的人提供不同特點的報表，如總經(jīng)理和部門經(jīng)理對報表的內(nèi)容要求是完全不一樣的，SSRS服務(wù)為滿足這一要求提供了相應(yīng)的工具，通過它可以對分析結(jié)果提供類型多樣、美觀且適合不同需求的圖表和報表。通過以上體系結(jié)構(gòu)的設(shè)計，SQLServer2005可以實現(xiàn)建模、ETL、建立查詢分析或圖表、定制KPI、建立

44、報表和構(gòu)造數(shù)據(jù)挖掘應(yīng)用及發(fā)布等功能。1.3部署商業(yè)智能企業(yè)要能維持競爭優(yōu)勢，持續(xù)改進流程與精確的商業(yè)決策是相輔相成的兩把利劍。正確的信息才能引導(dǎo)合理而高效率的企業(yè)流程。商業(yè)智能系統(tǒng)致力于企業(yè)管理信息的即時獲取，使得企業(yè)管理者能將這些信息轉(zhuǎn)化為決策，從而實現(xiàn)經(jīng)營目標。商業(yè)智能系統(tǒng)可以在大多數(shù)企業(yè)經(jīng)營管理領(lǐng)域起到重要的作用。1.3.1商業(yè)智能如何協(xié)助企業(yè)管理高科技行銷泰斗麥肯納在其著作即時行銷革命中認為，信息技術(shù)促使時間與空間瓦解，企業(yè)必須采用即時管理，以滿足客戶需求；而實現(xiàn)即時管理的企業(yè)，又必須以獲得即時信息為根基。即時信息加工后成為企業(yè)經(jīng)營的知識，把知識進一步與企業(yè)的經(jīng)營目標相結(jié)合，即可實現(xiàn)商

45、業(yè)智能。商業(yè)智能主要通過4種方式協(xié)助企業(yè)管理。1輔助目標管理（ManagementByObjective，MBO）個企業(yè)可能有上百個績效目標?；跈M跨全企業(yè)的信息系統(tǒng)，輔以擷取自外界的資料，商業(yè)智能系統(tǒng)能即時計算跨組織的績效目標，與同行業(yè)或工業(yè)標準相比較，便于企業(yè)了解自身的競爭優(yōu)勢。2輔助例外管理（ManagementByException）由于能即時而持續(xù)地計算各種績效目標，商業(yè)智能系統(tǒng)可監(jiān)測其與計劃目標的偏差。當(dāng)偏差過大時，系統(tǒng)立即以各種通信方式，比如電子郵件，來通知主管人員。例外管理可與工作流技術(shù)結(jié)合，進一步使整個例外處理自動化。3輔助事實管理（ManagementByFact）無論目標

46、或例外，背后支持的力量都來自于事實。維持企業(yè)營運的ERP系統(tǒng)在每日的交易之中，累積了無數(shù)的事實與知識。商業(yè)智能系統(tǒng)將企業(yè)目標與例外結(jié)合事實，使主管得以進一步分析原因或趨勢，查詢并探測相關(guān)信息。4智能協(xié)同管理（ManagementByIntelligentCooperation）它將企業(yè)外部資源和內(nèi)部資源的信息智能實時協(xié)同集成，輔助企業(yè)管理者不僅可以充分協(xié)同調(diào)度企業(yè)內(nèi)部資源，而且可以及時集成客戶和供應(yīng)商等變化信息，實現(xiàn)與客戶、供應(yīng)商及業(yè)務(wù)環(huán)境的協(xié)同同步和協(xié)同進化。智能協(xié)同管理，將有效改善企業(yè)管理者之間及企業(yè)與環(huán)境之間的信息交流，改進商務(wù)協(xié)作及決策的方式，從而有效地解決目前信息系統(tǒng)應(yīng)用中存在的諸多

47、資源管理失調(diào)問題，輔助企業(yè)實現(xiàn)實時智能商務(wù)聯(lián)盟和智能協(xié)同決策，提高企業(yè)供應(yīng)鏈價值及企業(yè)綜合競爭力。1.3.2商業(yè)智能在各領(lǐng)域的應(yīng)用商業(yè)智能的應(yīng)用具有很強的普適性。只要一個企業(yè)積累了歷史數(shù)據(jù)，并且有對這些數(shù)據(jù)進行分析的需求，商業(yè)智能都有用武之地。下面列舉企業(yè)管理和客戶服務(wù)兩個典型的應(yīng)用領(lǐng)域。1在企業(yè)管理中的應(yīng)用以生產(chǎn)制造企業(yè)為例，一般需要管理的領(lǐng)域包括庫存管理、采購管理、銷售管理、財務(wù)報表、賬務(wù)管理、應(yīng)收賬管理、應(yīng)付賬管理、工資核算、質(zhì)量管理和成本管理等。商業(yè)智能系統(tǒng)應(yīng)用于這類企業(yè)主要完成以下功能。1）銷售分析把握市場動向，提高銷售利潤是企業(yè)的最終目標。在企業(yè)管理日趨科學(xué)化的今天，如何準確及時地

48、進行生產(chǎn)經(jīng)營決策是企業(yè)老總面臨的嚴峻問題。這要求決策者準確及時地捕捉到銷售信息，分析銷售情況，隨時根據(jù)歷史的銷售情況，對下一步的生產(chǎn)經(jīng)營科學(xué)地進行決策。銷售分析需要的基礎(chǔ)數(shù)據(jù)涉及到的模塊有銷售、庫存、財務(wù)和人事，能夠圍繞銷售合同，從人員績效、應(yīng)收款、財務(wù)和庫存等多角度進行分析，并給出如銷售趨勢和產(chǎn)品需求趨勢等輔助決策信息。商業(yè)智能系統(tǒng)根據(jù)企業(yè)需要解決的問題，幫助企業(yè)建立相應(yīng)的分析主題和分析指標，從業(yè)務(wù)系統(tǒng)的基礎(chǔ)數(shù)據(jù)庫中抽取需要的數(shù)據(jù)，按預(yù)先建立的業(yè)務(wù)模型進行分析決策。分析結(jié)果顯示直觀而形象，決策者只需要簡單地點取操作，便可以從商業(yè)智能強大的銷售分析工具中獲得所需的決策信息。2）庫存分析良好的庫

49、存管理是企業(yè)正常運作的基礎(chǔ)之一。一方面保證生產(chǎn)所需原材料的及時供應(yīng)，生產(chǎn)半成品的合理周轉(zhuǎn)，另一方面保證產(chǎn)品銷售的及時供給。同時要求資金占用少，周轉(zhuǎn)快捷，即達到最優(yōu)庫存?；谏虡I(yè)智能系統(tǒng)構(gòu)建的庫存分析，既可滿足一般用戶對庫存物品的數(shù)量、庫存成本和資金占用進行級別、類別、貨位、批次和單件等不同角度的查詢，又能輔助決策解決企業(yè)深層次的相關(guān)問題，如呆滯物品的分析和處理，根據(jù)盤點結(jié)果及時進行庫存調(diào)整及優(yōu)化等。庫存分析的基礎(chǔ)數(shù)據(jù)取自于采購、銷售、生產(chǎn)和財務(wù)等業(yè)務(wù)模塊。3）采購分析生產(chǎn)原材料采購是企業(yè)生產(chǎn)的基礎(chǔ)，采購物品的價格及質(zhì)量問題直接影響到產(chǎn)品的質(zhì)量與成本。采取正確的采購策略是企業(yè)不容忽視的問題，一個

50、好的全面的采購分析對于領(lǐng)導(dǎo)制定下一步采購策略是至關(guān)重要的?；跀?shù)據(jù)倉庫技術(shù)的商業(yè)智能系統(tǒng)可實現(xiàn)供應(yīng)商信用評價和業(yè)務(wù)員業(yè)績考核等決策分析，幫助企業(yè)順利生產(chǎn)打下堅實的基礎(chǔ)，為最終產(chǎn)品在質(zhì)量和成本上的定位提供科學(xué)的依據(jù)。供應(yīng)商信用分析是采購分析很重要的一部分，往往作為采購分析的主題之一。采購分析的基礎(chǔ)數(shù)據(jù)來自財務(wù)、生產(chǎn)部門和庫存部門。商業(yè)智能的采購分析決策支持系統(tǒng)輔助企業(yè)選擇最佳的供應(yīng)商及采購策略，確保采購工作的高質(zhì)量、高效率和低成本。4）財務(wù)分析商業(yè)智能基于數(shù)據(jù)倉庫技術(shù)的財務(wù)分析能夠滿足企業(yè)領(lǐng)導(dǎo)對各業(yè)務(wù)部門費用支出情況查詢的要求，并實現(xiàn)了對應(yīng)收款，應(yīng)付款的決策分析。企業(yè)決策層通過使用這一功能，進一

51、步提高從現(xiàn)金流量、資產(chǎn)負債和資金回收率等角度決策企業(yè)運營的科學(xué)化水平。商業(yè)智能可以進行賬務(wù)分析、應(yīng)收賬分析和應(yīng)付款分析等各種財務(wù)方面的分析。5）成本分析成本分析的目的在于進一步加強成本的事前控制，同時有助于通過盈虧平衡分析，輔助產(chǎn)品科學(xué)的報價。影響成本的因素有多種，相應(yīng)地也會有多種類型的發(fā)生費用。企業(yè)關(guān)心這些費用在總成本中的重要程度，尤其是管理費用占總成本的比重，輔助發(fā)現(xiàn)生產(chǎn)與管理環(huán)節(jié)的不足，輔助決策改進措施。商業(yè)智能的產(chǎn)品成本分析突出成本與庫存、生產(chǎn)和賬務(wù)等ERP功能模塊的集成。從成本BOM的分析出發(fā)，對庫存管理和生產(chǎn)過程的發(fā)生費用進行監(jiān)控。并且，與銷售過程的發(fā)生費用和銷售收入一起進行量本利

52、分析，并得出諸如保本成本、保本價格、目標成本和目標價格等決策信息，指導(dǎo)以后的成本控制和定價。6）人力資源規(guī)劃分析基于數(shù)據(jù)倉庫技術(shù)的商業(yè)智能系統(tǒng)解決方案提供的勞動規(guī)劃應(yīng)用，應(yīng)在企業(yè)翔實的人力資源數(shù)據(jù)基礎(chǔ)之上，完成決策者多視角的人力資源統(tǒng)計分析，并通過對現(xiàn)有的人力資源的使用狀況，預(yù)測勞動滿員和緊缺，分析超時和工作量，鑒別無效的工作和優(yōu)秀的雇員，計算出某段時間內(nèi)勞動的收益率等，使勞動資源得到最大的利用。商業(yè)智能的人力規(guī)劃分析也可以實現(xiàn)不同角度的員工工資查詢和分析，結(jié)合完成的工作量，提高員工利益分配的科學(xué)性。2在客戶服務(wù)中的應(yīng)用現(xiàn)代商業(yè)競爭越來越激烈，客戶群體越來越龐大，客戶對服務(wù)的要求也越來越高，因

53、此客戶關(guān)系管理（CustomerRelationManagement，CRM）僅靠手工是難以完成的。由于不同企業(yè)的客戶群各不相同，客戶管理的內(nèi)容也千差萬別。商業(yè)智能應(yīng)用在客戶服務(wù)中可以進行7個方面的分析，即Sybase提出的“7P”，具體內(nèi)容如下。l客戶概況分析（Profiling）：包括客戶的層次、風(fēng)險、愛好和習(xí)慣等。l客戶忠誠度分析（Persistency）：指客戶對某個產(chǎn)品或商業(yè)機構(gòu)的忠實程度、持久性和變動情況等。l客戶利潤分析（Profitability）：指不同客戶所消費的產(chǎn)品的邊緣利潤、總利潤額和凈利潤等。l客戶性能分析（Performance）：指不同客戶所消費的產(chǎn)品按種類、渠道

54、和銷售地點等指標劃分的銷售額。l客戶未來分析（Prospecting）：包括客戶數(shù)量及類別等情況的未來發(fā)展趨勢和爭取客戶的手段等。l客戶產(chǎn)品分析（Product）：包括產(chǎn)品設(shè)計、關(guān)聯(lián)性和供應(yīng)鏈等。l客戶促銷分析（Promotion）：包括廣告和宣傳等促銷活動的管理。以上是兩個商業(yè)智能應(yīng)用得比較廣泛的領(lǐng)域。其實在不同的行業(yè)中，商業(yè)智能的應(yīng)用都有很重要的價值。例如在保險業(yè)中，可以使用BI進行關(guān)鍵業(yè)務(wù)指標分析、業(yè)績分析、財務(wù)分析、市場分析、重要險種分析、重大事件分析、即席分析、風(fēng)險評估、業(yè)務(wù)預(yù)測、風(fēng)險告警和風(fēng)險預(yù)測等；在證券業(yè)可以進行客戶分析、賬戶分析、證券交易數(shù)據(jù)分析和非資金交易分析等。下面從具體

55、應(yīng)用的角度講解幾個商業(yè)智能的實例。1.3.3商業(yè)智能應(yīng)用實例這一節(jié)將列舉某電信無線市話分析項目、某商委決策支持系統(tǒng)和AdventureWorksCycle公司BI應(yīng)用3個商業(yè)智能應(yīng)用的實例。其中前兩個來源于實際項目，第3個是本書后面將要構(gòu)建的項目。這里的實例不涉及到技術(shù)，主要是通過它們來更透徹地理解商業(yè)智能運用的方法、過程和商業(yè)效果。1某電信無線市話分析項目此公司是一家大型電信企業(yè)，下屬超過20家分公司。無線市話事業(yè)部即小靈通業(yè)務(wù)部，目前用戶共140萬左右，每天產(chǎn)生的話務(wù)量在800萬條左右?，F(xiàn)行業(yè)務(wù)系統(tǒng)運行非常良好，并在各個部門廣泛使用，現(xiàn)行系統(tǒng)主要存在查詢速度慢，而且在查詢的過程影響業(yè)務(wù)系統(tǒng)

56、的處理性能。在統(tǒng)計分析中，也沒有整個業(yè)務(wù)系統(tǒng)數(shù)據(jù)的統(tǒng)計分析報表。業(yè)務(wù)數(shù)據(jù)若能更好地進行查詢和分析，便有利于各個決策部門做出更好的市場決策，有利于商業(yè)智能項目的開展。這是一個較大的商業(yè)智能項目，因此下面以彩鈴增值業(yè)務(wù)分析和用戶消費情況分析兩個主題為例來說明商業(yè)智能在無線市話分析過程中的相關(guān)應(yīng)用。1）彩鈴增值業(yè)務(wù)分析該主題主要分析不同類型用戶的彩鈴使用習(xí)慣及相應(yīng)的人數(shù)。主要分析彩鈴使用金額、彩鈴定制金額和總費用等指標。系統(tǒng)的用戶能夠得到按各分類條件任意組合各分析指標的數(shù)據(jù)和報表。圖1-11是這個分析主題的分析視圖。圖1-11彩鈴分析視圖由圖1-11可知，對于系統(tǒng)的用戶可以從多個視角對彩鈴增值業(yè)務(wù)進

57、行分析，如時間段、用戶價格計劃、用戶開戶時間和號碼屬性等。這就是商業(yè)智能系統(tǒng)提供的的多維分析功能。2）用戶消費情況分析該主題主要分析不同類型用戶的充值習(xí)慣和欠費情況，以及相應(yīng)的用戶數(shù)量。主要分析充值金額、用戶個數(shù)、充值時間間隔、使用時長、上次充值金額、上次充值時間、欠費用戶數(shù)和欠費金額等指標。圖1-12是與此主題對應(yīng)的分析視圖。從圖中可以發(fā)現(xiàn)，系統(tǒng)的用戶可以按日期和用戶所屬地區(qū)等多個角度選擇分析的對象。圖1-12用戶消費情況分析視圖2某商委決策支持系統(tǒng)這是一個大型電子政務(wù)系統(tǒng)的一個子系統(tǒng)。決策支持系統(tǒng)作為支撐電子政務(wù)的核心系統(tǒng)，通過對政務(wù)數(shù)據(jù)進行定性分析和定量分析，為各級管理決策人員提供全面、

58、準確和快捷的決策信息，對政府的相關(guān)業(yè)務(wù)起到事前決策、事中控制和事后反映的作用。電子政務(wù)的決策支持系統(tǒng)是政府從經(jīng)驗型管理向科學(xué)型管理轉(zhuǎn)變的一個過程，是建立在其他所有應(yīng)用系統(tǒng)之上的分析管理系統(tǒng)，是要充分利用各種數(shù)據(jù)和信息，對復(fù)雜的、動態(tài)的社會環(huán)境做出及時的響應(yīng)的系統(tǒng)。此系統(tǒng)以數(shù)據(jù)倉庫與模型庫一起支撐OLAP分析，如圖1-13所示是該系統(tǒng)的方案示意圖。圖1-13商委決策支持系統(tǒng)方案圖此改進方案主要包括數(shù)據(jù)采集、數(shù)據(jù)倉庫、OLAP數(shù)據(jù)分析模塊和OLAP數(shù)據(jù)導(dǎo)航平臺4部分，是圖1-8所示的BI解決方案的體系結(jié)構(gòu)的典型應(yīng)用。不過為了能支持決策，該方案在OLAP分析方面進行了擴展，采用數(shù)據(jù)倉庫和模型庫一起支

59、撐分析，數(shù)據(jù)倉庫和模型庫相互支撐，在數(shù)據(jù)分析方面將提供更加強大的功能。圖1-14是使用這個系統(tǒng)進行分析時的操作界面。圖1-14商委決策支持系統(tǒng)OLAP操作頁面可以看到，此系統(tǒng)通過報表和圖形兩種方式共同表現(xiàn)多維數(shù)據(jù)集，可以通過系統(tǒng)提供的工具欄對分析的視角進行添加和刪除操作，也可以把分析結(jié)果導(dǎo)出為Excel格式。這種靈活的報表形式是傳統(tǒng)業(yè)務(wù)系統(tǒng)所無法企及的。3AdventureWorks項目的前端展現(xiàn)效果商業(yè)智能系統(tǒng)的構(gòu)建是基于歷史數(shù)據(jù)庫的，本書后面將以FoodMart數(shù)據(jù)庫和AdventureWorks數(shù)據(jù)庫為基礎(chǔ)創(chuàng)建商業(yè)智能系統(tǒng)。下面展示的是在微軟示例數(shù)據(jù)庫AdventureWorks基礎(chǔ)上構(gòu)

60、建數(shù)據(jù)倉庫，然后進行多維分析，進而從數(shù)據(jù)中獲取智能的分析界面。圖1-15是使用BI前端展現(xiàn)工具來對數(shù)據(jù)庫中各種商務(wù)數(shù)據(jù)進行分析的界面。從圖中可以看到，它類似于傳統(tǒng)的靜態(tài)報表，但是也有十分明顯的區(qū)別。首先在圖1-15的分析中，數(shù)據(jù)表不是二維的，而是有3個維度，分別是產(chǎn)品目錄、銷售渠道和銷售時間，衡量產(chǎn)品成本和總的銷售量可以在這3個維度中任意選擇和變化，通過這樣的報表，業(yè)務(wù)人員看到的就是立體的、可變化的數(shù)據(jù)，而不是平面的固定數(shù)據(jù)。另一方面，這里不同的維度是可以更改不同的聚合程度的，比如時間的角度，可以看到從銷售日到銷售年度的任意時間層面的統(tǒng)計數(shù)據(jù)，在商業(yè)智能分析中，從高聚合到低聚合的操作稱為下鉆，