BI的選型、體系架構(gòu)與相關(guān)技術(shù)

1、更多企業(yè)學(xué)院： 中小企業(yè)管理全能版183套講座+89700份資料總經(jīng)理、高層管理49套講座+16388份資料中層管理學(xué)院46套講座+6020份資料國學(xué)智慧、易經(jīng)46套講座人力資源學(xué)院56套講座+27123份資料各階段員工培訓(xùn)學(xué)院77套講座+ 324份資料員工管理企業(yè)學(xué)院67套講座+ 8720份資料工廠生產(chǎn)管理學(xué)院52套講座+ 13920份資料財(cái)務(wù)管理學(xué)院53套講座+ 17945份資料銷售經(jīng)理學(xué)院56套講座+ 14350份資料銷售人員培訓(xùn)學(xué)院72套講座+ 4879份資料更多企業(yè)學(xué)院： 中小企業(yè)管理全能版183套講座+89700份資料總經(jīng)理、高層管理49套講座+16388份資料中層管理學(xué)院46套講

2、座+6020份資料國學(xué)智慧、易經(jīng)46套講座人力資源學(xué)院56套講座+27123份資料各階段員工培訓(xùn)學(xué)院77套講座+ 324份資料員工管理企業(yè)學(xué)院67套講座+ 8720份資料工廠生產(chǎn)管理學(xué)院52套講座+ 13920份資料財(cái)務(wù)管理學(xué)院53套講座+ 17945份資料銷售經(jīng)理學(xué)院56套講座+ 14350份資料銷售人員培訓(xùn)學(xué)院72套講座+ 4879份資料更多企業(yè)學(xué)院： 中小企業(yè)管理全能版183套講座+89700份資料總經(jīng)理、高層管理49套講座+16388份資料中層管理學(xué)院46套講座+6020份資料國學(xué)智慧、易經(jīng)46套講座人力資源學(xué)院56套講座+27123份資料各階段員工培訓(xùn)學(xué)院77套講座+ 324份資料員

3、工管理企業(yè)學(xué)院67套講座+ 8720份資料工廠生產(chǎn)管理學(xué)院52套講座+ 13920份資料財(cái)務(wù)管理學(xué)院53套講座+ 17945份資料銷售經(jīng)理學(xué)院56套講座+ 14350份資料銷售人員培訓(xùn)學(xué)院72套講座+ 4879份資料爸什么是BI拔？哎柏商業(yè)智能也稱作BI，哎是英文單詞辦Busin氨ess I爸ntell瓣igenc絆e的縮寫。昂商業(yè)智能的百概念最早在盎1996年俺提出。版當(dāng)時(shí)將商業(yè)靶智能定義為背一類由數(shù)據(jù)愛倉庫（或數(shù)翱據(jù)集市）、澳查詢報(bào)表、瓣數(shù)據(jù)分析、疤數(shù)據(jù)挖掘、安數(shù)據(jù)備份和哎恢復(fù)等部分扒組成的、以挨幫助企業(yè)決哎策為目的技拌術(shù)及其應(yīng)用襖。凹目前，商業(yè)巴智能通常被絆理解為將企藹業(yè)中現(xiàn)有的熬數(shù)據(jù)轉(zhuǎn)

4、化為壩知識(shí)，幫助擺企業(yè)做出明伴智的業(yè)務(wù)經(jīng)胺營決策的工拔具。這里所拔談的數(shù)據(jù)包絆括來自企業(yè)白業(yè)務(wù)系統(tǒng)的拌訂單、庫存頒、交易賬目笆、客戶和供拜應(yīng)商等來自辦企業(yè)所處行皚業(yè)和競爭對扒手的數(shù)據(jù)以般及來自企業(yè)傲所處的其他斑外部環(huán)境中爸的各種數(shù)據(jù)拌。而商業(yè)智笆能能夠輔助爸的業(yè)務(wù)經(jīng)營般決策既可以靶是操作層的岸，也可以是壩戰(zhàn)術(shù)層和戰(zhàn)吧略層的決策礙。為了將數(shù)敖據(jù)轉(zhuǎn)化為知扳識(shí)，需要利搬用數(shù)據(jù)倉庫頒、聯(lián)機(jī)分析捌處理（OL岸AP）工具盎和數(shù)據(jù)挖掘凹等技術(shù)。奧因此，從技翱術(shù)層面上講辦，商業(yè)智能挨不是什么新凹技術(shù)，它只懊是數(shù)據(jù)倉庫氨、OLAP哎和數(shù)據(jù)挖掘罷等技術(shù)的綜拜合運(yùn)用。艾圖 1 商埃務(wù)智能的發(fā)癌展霸因此，把商拜業(yè)智能

5、看成柏是一種解決伴方案應(yīng)該比拔較恰當(dāng)。凹商業(yè)智能的版關(guān)鍵是從許懊多來自不同奧的企業(yè)運(yùn)作鞍系統(tǒng)的數(shù)據(jù)胺中提取出有礙用的數(shù)據(jù)并瓣進(jìn)行清理，半以保證數(shù)據(jù)爸的正確性，爸然后經(jīng)過抽稗取（Ext吧racti藹on）、轉(zhuǎn)熬換（Tra扒nsformatio藹n）和裝載柏（Load佰），即ET奧L過程，合靶并到一個(gè)企霸業(yè)級的數(shù)據(jù)傲倉庫里，從挨而得到企業(yè)襖數(shù)據(jù)的一個(gè)板全局視圖，骯在此基礎(chǔ)上案利用合適的傲查詢和分析隘工具、數(shù)據(jù)吧挖掘工具、稗OLAP工凹具等對其進(jìn)耙行分析和處芭理（這時(shí)信胺息變?yōu)檩o助伴決策的知識(shí)埃），最后將跋知識(shí)呈現(xiàn)給懊管理者，為唉管理者的決俺策過程提供百支持。斑c。按圖 2 商翱務(wù)智能的原柏理BI的

6、選型霸要選型，首唉先要了解目熬前市場上主癌流的BI產(chǎn)霸品：鞍數(shù)據(jù)庫拔方面，有D艾B2、Or翱acle、捌SQL S笆erver頒、Teradata，頒早先還有專吧門用于數(shù)據(jù)哀倉庫的Re班dbric瓣k（被IB伴M收編以后拌，退出歷史百舞臺(tái)）。霸M。襖ETL工具芭上，像Da岸tasta案ge、Po把werce案nter都爸是比較主流版的，此外，版還有很多公司也有自己班的ETL產(chǎn)凹品，例如S熬AS的ETL Ser般ver、B頒O的Dat按a Int斑egrat背or等。耙1。奧OLAP工鞍具拜上，則還可捌以細(xì)分為M愛OLAP（矮Muilt艾-瓣Dimen藹sion 傲OLAP，多維度型在凹線分析系

7、統(tǒng)癌）和ROL伴AP（Re隘latio柏nal O癌LAP，關(guān)隘系型在線分瓣析系統(tǒng)），疤前者可以選盎擇Hype邦rion、壩Cogno皚s、Mic啊rosof拔t公司的產(chǎn)疤品，而后者拌可供選擇的扮余地就不多班，像Mic襖rostr案ategy襖可能是目前叭能夠看得見澳市場份額比爸較大的，以俺前和Red昂brick愛一起。此外按，還有一個(gè)板叫Meta伴cube的佰ROLAP頒工具，早在斑2000年壩以后也退出吧市場。胺B。疤數(shù)據(jù)挖掘叭產(chǎn)品領(lǐng)域，疤有SAS、氨SPSS等背兩大廠家，盎而像IBM骯、Tera拔data也拜都有自己的氨挖掘工具。柏除此之外，耙在報(bào)表服務(wù)半器、前端工敗具上的選擇吧可就多了

8、，拔其中，Co扒gnos、拌BO、Br骯io是比較伴主流的。愛E。盎從這些主流八產(chǎn)品來看，襖大多是舶來奧品。國內(nèi)也拜有研發(fā)BI絆產(chǎn)品的，但白多限于ETL、前端以案及數(shù)據(jù)挖掘挨產(chǎn)品。翱j。案從目前各類把用戶的產(chǎn)品霸選型過程來愛看，問題多疤出在以下幾澳個(gè)方面。擺其一，只見罷樹木不見森傲林，只顧得氨降低單個(gè)工稗具的成本，敖卻忽視了總哀體成本。八有些大企業(yè)昂在IT建設(shè)拜上一擲千金把，從不在乎搬在購買產(chǎn)品伴上投入多少啊，每一塊都板是選用最好班的。但是，扮更多的企業(yè)柏則不得不出安于成本考慮岸，能省則省隘。除了數(shù)據(jù)搬庫和OLA般P工具兩項(xiàng)敖之外，經(jīng)常敖動(dòng)心思的地鞍方就是，設(shè)骯想如果把E佰TL和前端隘展現(xiàn)自己

9、來愛開發(fā)是不是白會(huì)省點(diǎn)資金藹出來。壩b。笆然而問題是扳，如果僅僅翱從單個(gè)產(chǎn)品靶的成本考慮班而忽視綜合熬的項(xiàng)目成本爸，最后很可敗能會(huì)被難以癌維護(hù)的程序岸所困擾，甚氨至要完全推耙翻重來，這瓣樣的成本恐靶怕會(huì)更高。昂而對于那些班財(cái)大氣粗的大企業(yè)來說昂，即便選擇氨了每個(gè)領(lǐng)域熬最好的產(chǎn)品扳，組合起來奧也不一定就跋是最好的。柏v。靶其二，評估吧報(bào)告難以客扮觀。搬企業(yè)負(fù)責(zé)產(chǎn)白品選型的人叭，通常要求哀廠商提供一愛份評估報(bào)告絆，要列出幾艾種方案選擇懊，各自優(yōu)劣絆何在，最后霸得出哪種方霸案是最適合頒自己的。半M。跋如果從字面擺上理解此報(bào)疤告，某種產(chǎn)敗品哪方面比壩較好，哪方愛面不好，這熬并不客觀。埃對于廠商而白言，

10、這就是拔一筆單子，笆當(dāng)然會(huì)盡量拌把自己產(chǎn)品伴的優(yōu)勢體現(xiàn)拜出來，而回骯避自己的弱矮勢。同時(shí)對版于選型負(fù)責(zé)埃人來說，也疤許其早就對埃某種工具有按好感，或是扳跟某個(gè)廠家盎的關(guān)系不錯(cuò)百，甚至有更般進(jìn)一步的交阿易。這樣的扒情況，想客癌觀一點(diǎn)不容阿易。八j。選型要點(diǎn)伴其實(shí)，如果半是選擇這些隘主流的產(chǎn)品辦的話，大家骯知道一句話半，靶“沒有最好傲的，只有最百合適的”。扳什么是最合昂適？拋開上艾面提到的幕皚后因素，其叭實(shí)也就是三盎點(diǎn)需要考慮胺產(chǎn)品成拔本、開發(fā)人暗員對這個(gè)產(chǎn)稗品的熟悉程礙度、有沒有板類似案例。骯P。跋首先看成本百。NCR、背IBM和Oracle藹的產(chǎn)品線完阿整，但卻很疤貴。微軟的跋產(chǎn)品便宜些襖，可

11、如果數(shù)敗據(jù)量大，恐愛怕又不太敢版用它，就更傲別談那些不罷要錢的開源疤產(chǎn)品了。靶當(dāng)然，成本澳不光是產(chǎn)品百本身的價(jià)格跋決定的，后邦面人員學(xué)習(xí)盎、項(xiàng)目延期板、客戶滿意按度低都要作翱為成本考慮班，這些隱型傲成本才是難奧以計(jì)算的。埃提到成本，巴就不能不提耙一下BI模暗型，因?yàn)锽襖I產(chǎn)品中模愛型是最昂貴辦的一部分，按在國內(nèi)很大把一部分企業(yè)愛采用的自主皚開發(fā)的方式翱，采用這種骯方式可以避佰免高額的費(fèi)用，但卻無板法學(xué)習(xí)到國埃外先進(jìn)的商業(yè)經(jīng)驗(yàn)。R。背再看人員的安經(jīng)驗(yàn)。人的笆學(xué)習(xí)曲線是俺不可避免的案，不要妄想八人們接觸一跋個(gè)新產(chǎn)品就哎能立馬成為跋高手，能夠罷基于陌生的爸產(chǎn)品做出良佰好架構(gòu)。這稗方面，顯然罷Orac

12、le和微軟有斑優(yōu)勢，因?yàn)榘言谶@兩家產(chǎn)鞍品上有經(jīng)驗(yàn)叭的人多，好吧找。當(dāng)然，艾如果你們原襖來的業(yè)務(wù)系白統(tǒng)用的就是爸這幾家產(chǎn)品氨之一，不妨按仍然用它。拜x。芭其次案例比般白皮書更重癌要。如今很百多BI廠商哎可以提供全扳方位解決方巴案，提供一爸站式服務(wù)。把像IBM、壩Oracl懊e、SAS爸都稱自己是翱這樣的全方拌案提供商，壩也就是說它熬們的產(chǎn)品線埃已經(jīng)包含了哀數(shù)據(jù)庫、O擺LAP、E按TL等各類鞍工具。直接襖選用它們，安就不用再為癌工具選型煩爸惱了，傲但企業(yè)有時(shí)芭由于各方面艾的原因，決背定不使用一辦家產(chǎn)品時(shí)，俺要考慮他們之間是否兼罷容。但如果襖你要是從產(chǎn)凹品的白皮書芭里去尋找此案類信息，會(huì)斑發(fā)現(xiàn)說得很

13、半美，互相之傲間會(huì)如何完絆美地“無縫巴”兼容，但白實(shí)際上卻不伴是那么回事艾。因此，不襖要去看這些氨文字的東西拜，要去尋找挨同行業(yè)類似熬的案例，如佰果同行業(yè)沒拔有，就去尋胺找數(shù)據(jù)量類疤似、業(yè)務(wù)復(fù)傲雜度類似以搬及相似應(yīng)用胺的其他行業(yè)襖案例。扒U。胺BI的體系拌架構(gòu)及相關(guān)啊技術(shù)熬一個(gè)BI系案統(tǒng)為了滿足柏企業(yè)管理者挨的要求，從佰浩如煙海的班資料中找出骯其關(guān)心的數(shù)拌據(jù)，必須要襖做到以下幾斑步：凹Q。阿為了整合各澳種格式的數(shù)扳據(jù)，清除原半有數(shù)據(jù)中的敗錯(cuò)誤記錄頒數(shù)據(jù)預(yù)處白理的要求。擺C。隘對預(yù)處理過半數(shù)據(jù)，應(yīng)該翱統(tǒng)一集中起來元數(shù)邦據(jù)(Met敖a Dat壩a)、數(shù)據(jù)靶倉庫(Da昂ta Wa盎rehou靶se)

14、的要巴求；背4。隘最后，對于絆集中起來的安龐大的數(shù)據(jù)艾集，還應(yīng)進(jìn)頒行相應(yīng)的專骯業(yè)統(tǒng)計(jì)，從昂中發(fā)掘出對半企業(yè)決策有襖價(jià)值的新的辦機(jī)會(huì)O跋LAP(聯(lián)靶機(jī)事務(wù)分析佰)和數(shù)據(jù)挖邦掘(Dat按a Min佰ing)的懊要求。敖0。敗所以，一個(gè)擺典型的BI伴體系架構(gòu)應(yīng)該包含這3阿步所涉及的啊相關(guān)要求。案圖 3 B哀I的體系架芭構(gòu)艾整個(gè)體系架叭構(gòu)中包括：拜終端用戶查阿詢和報(bào)告工阿具、OLA罷P工具、數(shù)愛據(jù)挖掘（D挨ata M懊ining板）軟件、數(shù)哀據(jù)倉庫（D絆ata W吧areho癌use）和按數(shù)據(jù)集市（熬Data 隘Mart）熬產(chǎn)品、聯(lián)機(jī)骯分析處理 哎(OLAP拜) 等工具澳。爸J。翱1）、終端搬用戶查詢

15、和阿報(bào)告工具。瓣專門用來支澳持初級用戶拌的原始數(shù)據(jù)班訪問，不包括適應(yīng)于專擺業(yè)人士的成澳品報(bào)告生成鞍工具。瓣U。絆2）、數(shù)據(jù)壩預(yù)處理(S凹TL-數(shù)據(jù)隘抽取、轉(zhuǎn)換艾、裝載)哎從許多來自百不同的企業(yè)藹運(yùn)作系統(tǒng)的八數(shù)據(jù)中提取瓣出有用的數(shù)背據(jù)并進(jìn)行清芭理，以保證半數(shù)據(jù)的正確按性，然后經(jīng)敗過抽取（E骯xtrac隘tion）疤、轉(zhuǎn)換（T唉ransf澳ormat皚ion）和疤裝載（Lo版ad），即巴ETL過程礙，合并到一瓣個(gè)企業(yè)級的俺數(shù)據(jù)倉庫里芭，從而得到癌企業(yè)數(shù)據(jù)的拌一個(gè)全局視扒圖。藹o。半3）、OL霸AP工具。跋提供多維數(shù)巴據(jù)管理環(huán)境埃，其典型的把應(yīng)用是對商岸業(yè)問題的建拌模與商業(yè)數(shù)哎據(jù)分析。O埃LAP也被

16、般稱為多維分板析。案y。愛4）、數(shù)據(jù)跋挖掘（Da霸ta Mi拜ning）芭軟件。柏使用諸如神皚經(jīng)網(wǎng)絡(luò)、規(guī)懊則歸納等技般術(shù)，用來發(fā)敗現(xiàn)數(shù)據(jù)之間拌的關(guān)系，做般出基于數(shù)據(jù)敖的推斷。伴w。暗5）、數(shù)據(jù)俺倉庫（Da岸ta Wa愛rehou敗se）和數(shù)據(jù)集市（D熬ata M拔art）產(chǎn)艾品。吧e。爸包括數(shù)據(jù)轉(zhuǎn)隘換、管理和岸存取等方面跋的預(yù)配置軟岸件，通常還隘包括一些業(yè)翱務(wù)模型，如哎財(cái)務(wù)分析模擺型。啊K。盎6）、聯(lián)機(jī)盎分析處理 柏(OLAP扒) 。俺OLAP是百使分析人員敗、管理人員巴或執(zhí)行人員凹能夠從多角敗度對信息進(jìn)懊行快速、一芭致、交互地隘存取，從而拜獲得對數(shù)據(jù)安的更深入了凹解的一類軟安件技術(shù)。敖2。懊

17、其中核心技按術(shù)在于數(shù)據(jù)巴預(yù)處理、數(shù)愛據(jù)倉庫的建耙立（DW）罷、數(shù)據(jù)挖掘邦（DM）和頒聯(lián)機(jī)分析處芭理（OLA跋P）三個(gè)部襖分。接下來笆，我們對這隘幾個(gè)核心部傲分進(jìn)行詳細(xì)扳說明：挨s。搬數(shù)據(jù)預(yù)處理氨：翱當(dāng)早期大型阿的在線事務(wù)傲處理系統(tǒng)(癌OLTP)扒問世后不久版，就出現(xiàn)了壩一種用于“瓣抽取”處理愛的簡單程序版，其作用是盎搜索整個(gè)文般件和數(shù)據(jù)庫哎，使用某些俺標(biāo)準(zhǔn)選擇合艾乎要求的數(shù)艾據(jù)，將其復(fù)扒制拷貝出來，用于總體靶分析。因?yàn)榘沁@樣做不會(huì)爸影響正在使芭用的在線事奧務(wù)處理系統(tǒng)岸，降低其性俺能，同時(shí)，扒用戶可以自半行控制抽取敗出來的數(shù)據(jù)矮。但是，現(xiàn)骯在情況發(fā)生隘了巨大的變拌化，企業(yè)同阿時(shí)采用了多艾個(gè)在線事

18、務(wù)拔處理系統(tǒng)，翱而這些系統(tǒng)熬之間的數(shù)據(jù)拌定義格式不拜盡相同，即辦使采用同一隘軟件廠商提案供的不同軟暗件產(chǎn)品，或熬者僅僅是產(chǎn)俺品版本不同凹，之間的數(shù)巴據(jù)定義格式懊也有少許差般距。由此，百我們必須先邦定義一個(gè)統(tǒng)跋一的數(shù)據(jù)格班式，然后把挨各個(gè)來源的吧數(shù)據(jù)按新的絆統(tǒng)一的格式襖進(jìn)行轉(zhuǎn)換，稗然后集中裝啊載入數(shù)據(jù)倉俺庫中。搬m。邦其中，尤其佰要注意的一哎點(diǎn)時(shí)，并不拔是各個(gè)來源扳的不同格式靶的所有數(shù)據(jù)百都能被新的澳統(tǒng)一格式包案容，我們也唉不應(yīng)強(qiáng)求非襖要把所有數(shù)版據(jù)源的數(shù)據(jù)藹全部集中起來。Why唉?原因很多藹。有可能原安來錄入的數(shù)矮據(jù)中，少量骯的記錄使用拔了錯(cuò)誤的數(shù)隘據(jù)，這類數(shù)哀據(jù)如果無法凹校正，應(yīng)該俺被舍去。

19、某安些數(shù)據(jù)記錄奧是非結(jié)構(gòu)化拜的，很難將敖其轉(zhuǎn)化成新百定義的統(tǒng)一壩格式，而且搬從中抽取信絆息必須讀取邦整個(gè)文件，癌效率極低，哀如大容量的叭二進(jìn)制數(shù)據(jù)哀文件，多媒拔體文件等，爸這類數(shù)據(jù)如傲果對企業(yè)決拌策不大，可埃以舍去。熬P。半目前已有一案部分軟件廠敖商開發(fā)出專瓣門的ETL熬工具，其中擺包括：隘Arden柏t Dat佰aStag笆e懊Evolu邦tiona敖ry Te八chnol癌ogies昂,Inc.頒 (ETI胺) Ext挨ract班q。敗Infor拔matio癌n Pow背ermar哀t罷Sagen暗t Sol盎ution罷SAS I靶nstit礙ute氨O(jiān)racl捌e War癌ehous耙

20、e Bui隘lder鞍MSSQL半 Serv斑er200襖0 DTS數(shù)據(jù)倉庫：皚數(shù)據(jù)倉庫概拔念是由號稱板“數(shù)據(jù)倉庫爸之父”Wi邦lliam耙 H.In凹mon在上岸世紀(jì)80年佰代中期撰寫拌的建立數(shù)骯據(jù)倉庫一哀書中首次提安出，案“數(shù)據(jù)倉庫叭是一個(gè)面向翱主題的、集把成的、非易阿失性的，隨阿時(shí)間變化的靶用來支持管白理人員決策懊的數(shù)據(jù)集合岸”。巴G。骯面向主題是爸?jǐn)?shù)據(jù)倉庫第胺一個(gè)顯著特罷點(diǎn)，昂就是指在數(shù)擺據(jù)倉庫中，邦數(shù)據(jù)按照不奧同的主題進(jìn)巴行組織，每扳一個(gè)主題中版的數(shù)據(jù)都是斑從各操作數(shù)奧據(jù)庫中抽取拜出來匯集而百成，這些與藹該主題相關(guān)翱的所有歷史隘數(shù)據(jù)就形成懊了相應(yīng)的主把題域。八2。柏?cái)?shù)據(jù)倉庫的柏第二個(gè)

21、顯著笆特點(diǎn)是集成邦。礙數(shù)據(jù)來源于挨不同的數(shù)據(jù)辦源，通過相佰應(yīng)的規(guī)則進(jìn)安行一致性轉(zhuǎn)骯換，最終集皚成為一體。懊y。笆數(shù)據(jù)倉庫的皚第三個(gè)特點(diǎn)斑是非易失性伴。跋一旦數(shù)據(jù)被阿加載到數(shù)據(jù)罷倉庫中，數(shù)拌據(jù)的值不會(huì)熬再發(fā)生變化頒，盡管運(yùn)行隘系統(tǒng)中對數(shù)唉據(jù)進(jìn)行增、懊刪、改等操骯作，但對這班些數(shù)據(jù)的操八作將會(huì)作為斑新的快照記暗錄到數(shù)據(jù)倉俺庫中，從而般不會(huì)影響到靶已經(jīng)進(jìn)入到數(shù)據(jù)倉庫的礙數(shù)據(jù)。凹4。岸數(shù)據(jù)倉庫最氨后一個(gè)特點(diǎn)藹是它隨時(shí)間愛變化。暗數(shù)據(jù)倉庫中芭每一個(gè)數(shù)據(jù)靶都是在特定罷時(shí)間的記錄隘，每個(gè)記錄霸都有著相應(yīng)絆的時(shí)間戳。藹v。扒圖 4 數(shù)矮據(jù)倉庫體系背架構(gòu)凹數(shù)據(jù)倉庫對辦外部數(shù)據(jù)源藹和操作型數(shù)哀據(jù)源的元數(shù)跋據(jù)，按照

22、數(shù)扮據(jù)倉庫模式捌設(shè)計(jì)要求進(jìn)捌行歸類，并哎建成元數(shù)據(jù)巴庫，相對應(yīng)斑的數(shù)據(jù)經(jīng)過癌ETL后加吧載到數(shù)據(jù)倉昂庫中；當(dāng)信暗息客戶需要白查詢數(shù)據(jù)時(shí)皚先通過信息巴展現(xiàn)系統(tǒng)了礙解元數(shù)據(jù)或扮者直接瀏覽斑元數(shù)據(jù)庫，壩再發(fā)起數(shù)據(jù)稗查詢請求得扮到所需數(shù)據(jù)阿。奧V。靶一個(gè)典型的愛企業(yè)數(shù)據(jù)倉稗庫系統(tǒng)，通翱常包含數(shù)據(jù)跋源、數(shù)據(jù)存邦儲(chǔ)與管理、辦數(shù)據(jù)的訪問暗三個(gè)部分。哎f。埃圖 5 數(shù)拔據(jù)倉庫系統(tǒng)頒數(shù)據(jù)源：是靶指企業(yè)操作罷型數(shù)據(jù)庫中吧的各種生產(chǎn)氨運(yùn)營數(shù)據(jù)、罷辦公管理數(shù)凹據(jù)等內(nèi)部數(shù)唉據(jù)和一些調(diào)拜查數(shù)據(jù)、市矮場信息等來盎自外環(huán)境的背數(shù)據(jù)總稱。哀這些數(shù)據(jù)是皚構(gòu)建數(shù)據(jù)倉搬庫系統(tǒng)的基按礎(chǔ)是整個(gè)系佰統(tǒng)的數(shù)據(jù)源芭泉。阿q。稗數(shù)據(jù)的存儲(chǔ)把與管

23、理：數(shù)藹據(jù)倉庫的存跋儲(chǔ)主要由元八數(shù)據(jù)的存儲(chǔ)頒及數(shù)據(jù)的存儲(chǔ)兩部分組頒成。元數(shù)據(jù)爸是關(guān)于數(shù)據(jù)巴的數(shù)據(jù)，其笆內(nèi)容主要包靶括數(shù)據(jù)倉庫耙的數(shù)據(jù)字典啊、數(shù)據(jù)的定愛義、數(shù)據(jù)的鞍抽取規(guī)則、岸數(shù)據(jù)的轉(zhuǎn)換壩規(guī)則、數(shù)據(jù)拜加載頻率等跋信息。藹各操作數(shù)據(jù)版庫中的數(shù)據(jù)熬按照元數(shù)據(jù)昂庫中定義的把規(guī)則，經(jīng)過鞍抽取、清理骯、轉(zhuǎn)換、集氨成，按照主把題重新組織艾，依照相應(yīng)的存儲(chǔ)結(jié)構(gòu)叭進(jìn)行存儲(chǔ)。哀也可以面向俺應(yīng)用建立一敗些數(shù)據(jù)集市把，數(shù)據(jù)集市疤可以看作是拜數(shù)據(jù)倉庫的疤一個(gè)子集，伴它含有較少艾的主題域且扒歷史時(shí)間更骯短數(shù)據(jù)量更笆少，一般只跋能為某個(gè)局氨部范圍內(nèi)的耙管理人員服佰務(wù)，因此也案稱之為部門般級數(shù)據(jù)倉庫拜。辦T。唉數(shù)據(jù)的訪問跋：

24、由OLA稗P(聯(lián)機(jī)分絆析處理)、版數(shù)據(jù)挖掘、捌統(tǒng)計(jì)報(bào)表、艾即席查詢等吧幾部分組成熬。埃例如OLA班P：針對特阿定的分析主愛題，設(shè)計(jì)多稗種可能的觀皚察形式，設(shè)把計(jì)相應(yīng)的分柏析主題結(jié)構(gòu)懊（即進(jìn)行事扒實(shí)表和維表按的設(shè)計(jì)），奧使管理決策暗人員在多維數(shù)據(jù)模型的隘基礎(chǔ)上進(jìn)行跋快速、穩(wěn)定皚和交互性的邦訪問，并進(jìn)罷行各種復(fù)雜白的分析和預(yù)傲測工作。按哎照存儲(chǔ)方式柏來分，OL癌AP可以分稗成MOLA鞍P以及RO阿LAP等方爸式,MOL捌AP (M安ulti-拜Dimen捌sion 懊OLAP)背將OLAP扒分析所需的耙數(shù)據(jù)存放在敗多維數(shù)據(jù)庫懊中。分析主凹題的數(shù)據(jù)可扒以形成一個(gè)瓣或多個(gè)多維礙立方體。R拔OLAP 熬

25、(Rela懊tiona艾l OLA暗P)將OL把AP分析所懊需的數(shù)據(jù)存奧放在關(guān)系型哀數(shù)據(jù)庫中。安分析主題的耙數(shù)據(jù)以“事辦實(shí)表-維表凹”的星型模笆式組織。奧R。數(shù)據(jù)挖掘：愛數(shù)據(jù)挖掘的凹定義非常模翱糊，對它的扳定義取決于俺定義者的觀敗點(diǎn)和背景。吧如下是一些白DM文獻(xiàn)中盎的定義：熬B。瓣數(shù)據(jù)挖掘是哎一個(gè)確定數(shù)稗據(jù)中有效的斑，新的，可胺能有用的并俺且最終能被阿理解的模式擺的重要過程叭。澳i。耙數(shù)據(jù)挖掘是俺一個(gè)從大型吧數(shù)據(jù)庫中提笆取以前未知隘的，可理解挨的，可執(zhí)行埃的信息并用拌它來進(jìn)行關(guān)哀鍵的商業(yè)決把策的過程。懊B。般數(shù)據(jù)挖掘是襖用在知識(shí)發(fā)胺現(xiàn)過程，來翱辯識(shí)存在于辦數(shù)據(jù)中的未半知關(guān)系和模搬式的一些方伴法

26、。數(shù)據(jù)挖挨掘是發(fā)現(xiàn)數(shù)鞍據(jù)中有益模奧式的過程。傲T。哀數(shù)據(jù)挖掘是隘我們?yōu)槟切┌晡粗男畔悄Ｊ蕉芯堪源笮蛿?shù)據(jù)集八的一個(gè)決策敖支持過程。板N。背雖然數(shù)據(jù)挖八掘的這些定哀義有點(diǎn)不可埃觸摸，但在巴目前它已經(jīng)癌成為一種商扮業(yè)事業(yè)。如骯同在過去的哎歷次淘金熱百中一樣，目捌標(biāo)是開發(fā)斑礦工。利暗潤最大的是稗賣工具給礦壩工，而不是罷干實(shí)際的開擺發(fā)。隘4。懊目前業(yè)內(nèi)已艾有很多成熟昂的數(shù)據(jù)挖掘把方法論，為柏實(shí)際應(yīng)用提襖供了理想的叭指導(dǎo)模型。疤其中，標(biāo)準(zhǔn)俺化的主要有稗三個(gè)：CR挨ISP-D霸M；PMM爸L；OLE般 DB f板or DM扒。盎p。扒CRISP斑-DM（C壩ross-岸Indus絆try S拜tand

27、a霸rd Pr唉ocess瓣 for 把Data 阿Minin鞍g）是目前案公認(rèn)的、較挨有影響的方安法論之一。半CRISP挨-DM強(qiáng)調(diào)八，DM不單白是數(shù)據(jù)的組盎織或者呈現(xiàn)跋，也不僅是襖數(shù)據(jù)分析和芭統(tǒng)計(jì)建模，爸而是一個(gè)從百理解業(yè)務(wù)需背求、尋求解昂決方案到接凹受實(shí)踐檢驗(yàn)藹的完整過程邦。巴CRISP百-DM將整敖個(gè)挖掘過程骯分為以下六背個(gè)階段：商按業(yè)理解（B阿usine啊ss Un靶derst啊andin挨g），數(shù)據(jù)敖理解(Da俺ta Un百derst靶andin吧g)，數(shù)據(jù)癌準(zhǔn)備(Da芭ta Pr昂epara骯tion)擺，建模(M吧odeli邦ng)，評盎估(Eva按luati芭on)和發(fā)阿布(

28、Dep罷loyme岸nt)。巴其框架圖如拜下：柏L。絆圖 6 岸CRISP背-DM模型辦框架圖辦從技術(shù)層來?？?，數(shù)據(jù)挖皚掘技術(shù)可分絆為描述型數(shù)唉據(jù)挖掘和預(yù)盎測型數(shù)據(jù)挖百掘兩種。描稗述型數(shù)據(jù)挖般掘包括數(shù)據(jù)暗總結(jié)、聚類瓣及關(guān)聯(lián)分析班等。預(yù)測型矮數(shù)據(jù)挖掘包矮括分類、回背歸及時(shí)間序隘列分析等。拜B。皚數(shù)據(jù)總結(jié)：襖繼承于數(shù)據(jù)礙分析中的統(tǒng)伴計(jì)分析。數(shù)俺據(jù)總結(jié)目的敗是對數(shù)據(jù)進(jìn)案行濃縮,給跋出它的緊湊奧描述。傳統(tǒng)敖統(tǒng)計(jì)方法如霸求和值、平瓣均值、方差白值等都是有挨效方法。另澳外還可以用阿直方圖、餅拔狀圖等圖形柏方式表示這挨些值。廣義哎上講，多維絆分析也可以柏歸入這一類愛。阿A。埃聚類：是把搬整個(gè)數(shù)據(jù)庫凹分成不同

29、的爸群組。它的扒目的是使群伴與群之間差敖別很明顯，矮而同一個(gè)群瓣之間的數(shù)據(jù)跋盡量相似。扮這種方法通凹常用于客戶癌細(xì)分。在開拔始細(xì)分之前案不知道要把矮用戶分成幾柏類，因此通過聚類分析拔可以找出客搬戶特性相似瓣的群體，如八客戶消費(fèi)特?cái)⌒韵嗨苹蚰臧她g特性相似骯等。在此基拌礎(chǔ)上可以制懊定一些針對半不同客戶群案體的營銷方哀案。敖Q。盎關(guān)聯(lián)分析：半是尋找數(shù)據(jù)把庫中值的相靶關(guān)性。兩種跋常用的技術(shù)頒是關(guān)聯(lián)規(guī)則巴和序列模式擺。關(guān)聯(lián)規(guī)則翱是尋找在同半一個(gè)事件中吧出現(xiàn)的不同艾項(xiàng)的相關(guān)性藹；序列模式矮與此類似，拜尋找的是事敗件之間時(shí)間邦上的相關(guān)性把，如對股票靶漲跌的分析稗等。板Z。跋分類：目的搬是構(gòu)造一個(gè)般分類函數(shù)或

30、翱分類模型(擺也常常稱作搬分類器)，百該模型能把版數(shù)據(jù)庫中的敗數(shù)據(jù)項(xiàng)映射唉到給定類別伴中的某一個(gè)唉。要構(gòu)造分班類器，需要傲有一個(gè)訓(xùn)練八樣本數(shù)據(jù)集罷作為輸入。熬訓(xùn)練集由一氨組數(shù)據(jù)庫記錄或元組構(gòu)澳成,每個(gè)元疤組是一個(gè)由襖有關(guān)字段(擺又稱屬性或襖特征)值組邦成的特征向埃量,此外,唉訓(xùn)練樣本還吧有一個(gè)類別辦標(biāo)記。一個(gè)隘具體樣本的霸形式可表示傲為:( v笆1, v2跋, .愛，vn；c愛 )，其中稗vi表示字安段值，c表哎示類別。挨a。拜回歸：是通壩過具有已知藹值的變量來板預(yù)測其它變頒量的值。一哎般情況下，拌回歸采用的襖是線性回歸安、非線性回版歸這樣的標(biāo)隘準(zhǔn)統(tǒng)計(jì)技術(shù)扮。一般同一笆個(gè)模型既可罷用于回歸也扮

31、可用于分類背。常見的算昂法有邏輯回吧歸、決策樹百、神經(jīng)網(wǎng)絡(luò)耙等。愛e。澳時(shí)間序列：拔時(shí)間序列是吧用變量過去芭的值來預(yù)測班未來的值。挨數(shù)據(jù)挖掘（柏Data 胺Minin般g）軟件。熬使用諸如神扳經(jīng)網(wǎng)絡(luò)、規(guī)瓣則歸納等技拔術(shù)，用來發(fā)靶現(xiàn)數(shù)據(jù)之間昂的關(guān)系，做暗出基于數(shù)據(jù)搬的推斷。唉w。罷圖 7 數(shù)爸據(jù)挖掘系統(tǒng)隘以下是一些胺當(dāng)前的數(shù)據(jù)拜挖掘產(chǎn)品：敗IBM: 搬Intel扒ligen笆t Min氨er 智能擺礦工半Tande氨m: Re礙latio翱nal D扳ata M愛iner 百關(guān)系數(shù)據(jù)礦八工版U。傲Angos絆sSoft耙ware:胺 Know鞍l(fā)edge襖SEEDE哀R 知識(shí)搜伴索者扮Z。吧Th

32、ink啊ing M背achin芭es Co搬rpora艾tion:斑 Darw唉inTM阿4。靶NeoVi半sta S熬oftwa班re: A岸SIC爸ISL D背ecision Sy敗stems版,Inc.唉: Cle澳menti笆ne 3。按DataM癌ind C伴orpor哀ation熬: Dat拔aMind拜 Data愛 Crun稗cher哀y。佰Silic邦on Gr敗aphic芭s: Mi藹neSet昂Calif絆ornia拔 Scie奧ntifi扮c Sof扮tware扳: Bra鞍inMak暗er佰y。安WizSo敗ft Co安rpora拜tion:版 WizW哀hy壩Lock

33、h翱eed C百orpor襖ation埃: Rec傲on艾SAS C扳orpor藹ation白: SAS熬 Ente奧rpris壩e Min奧er 柏q。擺聯(lián)機(jī)分析處疤理（OLA暗P）：叭OLAP的叭概念最早是澳由關(guān)系數(shù)據(jù)安庫之父E.鞍F.Cod罷d于199斑3年提出的癌，他同時(shí)提隘出了關(guān)于O巴LAP的1把2條準(zhǔn)則。盎B。巴OLAP的皚提出引起了凹很大的反響岸，OLAP凹作為一類產(chǎn)奧品同聯(lián)機(jī)事百務(wù)處理 (埃OLTP)敖 明顯區(qū)分白開來。盎A。拜當(dāng)今的數(shù)據(jù)半處理大致可岸以分成兩大罷類：聯(lián)機(jī)事啊務(wù)處理OL斑TP（On哎-Line按 Tran翱sacti胺on Pr瓣ocess擺ing）、癌聯(lián)機(jī)分析

34、處哀理OLAP昂（On-L柏ine A皚nalyt矮ical 瓣P(guān)roce暗ssing傲）。OLT隘P是傳統(tǒng)的挨關(guān)系型數(shù)據(jù)耙?guī)斓闹饕獞?yīng)半用，主要是安基本的、日罷常的事務(wù)處矮理，例如銀扮行交易。O埃LAP是數(shù)盎據(jù)倉庫系統(tǒng)般的主要應(yīng)用隘，支持復(fù)雜艾的分析操作澳，側(cè)重決策佰支持，并且笆提供直觀易芭懂的查詢結(jié)隘果。斑y。伴OLAP是芭使分析人員埃、管理人員敖或執(zhí)行人員奧能夠從多角般度對信息進(jìn)熬行快速、一哎致、交互地板存取，從而骯獲得對數(shù)據(jù)白的更深入了礙解的一類軟安件技術(shù)。O佰LAP的目叭標(biāo)是滿足決扒策支持或者熬滿足在多維安環(huán)境下特定班的查詢和報(bào)案表需求，它愛的技術(shù)核心罷是維這岸個(gè)概念。哀8。胺“維”是

35、人辦們觀察客觀瓣世界的角度敗，是一種高巴層次的類型安劃分?！熬S哎”一般包含鞍著層次關(guān)系俺，這種層次壩關(guān)系有時(shí)擺會(huì)相當(dāng)復(fù)雜皚。通過把一拌個(gè)實(shí)體的多班項(xiàng)重要的屬邦性定義為多岸個(gè)維(DImensi盎on)，使懊用戶能對不藹同維上的數(shù)凹據(jù)進(jìn)行比較胺。安因此OLA扮P也可以說哀是多維數(shù)據(jù)霸分析工具的罷集合。挨M。拔OLAP的皚基本多維分靶析操作有鉆昂?。≧ol敖l Up和佰Drill癌 Down翱）、切片（安Slice暗）和切塊（叭Dice）艾、以及旋轉(zhuǎn)艾（Pivo壩t）、Dr藹ill A拜cross搬、Dril哎l Thr襖ough等吧。澳O。辦鉆取是改變搬維的層次，阿變換分析的熬粒度。它包俺括向上鉆

36、取絆（Roll拜 Up）和礙向下鉆取（頒Drill吧 Down隘）。Rol胺l Up是埃在某一維上把將低層次的伴細(xì)節(jié)數(shù)據(jù)概括到高層次胺的匯總數(shù)據(jù)絆，或者減少盎維數(shù)；而D皚rill 澳Down則相反，它從擺匯總數(shù)據(jù)深俺入到細(xì)節(jié)數(shù)傲據(jù)進(jìn)行觀察霸或增加新維昂。半U(xiǎn)。矮切片和切塊埃是在一部分跋維上選定值霸后，關(guān)心度拜量數(shù)據(jù)在剩鞍余維上的分吧布。如果剩百余的維只有板兩個(gè)，則是盎切片；如果懊有三個(gè)，則鞍是切塊。扒g。吧旋轉(zhuǎn)是變換捌維的方向，安即在表格中背重新安排維八的放置（例搬如行列互換哎）。鞍2。埃OLAP有奧多種實(shí)現(xiàn)方敖法，根據(jù)存愛儲(chǔ)數(shù)據(jù)的方奧式不同可以按分為ROL哀AP、MO矮LAP、H哀OLAP。

37、柏U。靶ROLAP八表示基于關(guān)澳系數(shù)據(jù)庫的奧OLAP實(shí)皚現(xiàn)（Rel哀ation辦al OL拔AP）。以伴關(guān)系數(shù)據(jù)庫拌為核心，以礙關(guān)系型結(jié)構(gòu)俺進(jìn)行多維數(shù)哀據(jù)的表示和藹存儲(chǔ)。RO熬LAP將多耙維數(shù)據(jù)庫的盎多維結(jié)構(gòu)劃頒分為兩類表凹：一類是事案實(shí)表，用來把存儲(chǔ)數(shù)據(jù)和暗維關(guān)鍵字；骯另一類是維藹表，即對每斑個(gè)維至少使澳用一個(gè)表來盎存放維的層班次、成員類襖別等維的描柏述信息。維礙表和事實(shí)表百通過主關(guān)鍵邦字和外關(guān)鍵擺字聯(lián)系在一扒起，形成了把“星型模式壩”。對于層胺次復(fù)雜的維傲，為避免冗襖余數(shù)據(jù)占用胺過大的存儲(chǔ)奧空間，可以耙使用多個(gè)表伴來描述，這拌種星型模式邦的擴(kuò)展稱為挨“雪花模式伴”。氨N。熬MOLAP敖表示

38、基于多暗維數(shù)據(jù)組織頒的OLAP扳實(shí)現(xiàn)（Mu班l(xiāng)tidi暗mensi疤onal 敗OLAP）壩。以多維數(shù)敖據(jù)組織方式俺為核心，也阿就是說，M絆OLAP使拔用多維數(shù)組哎存儲(chǔ)數(shù)據(jù)。多維數(shù)據(jù)在搬存儲(chǔ)中將形熬成“立方塊把（Cube斑）”的結(jié)構(gòu)隘，在MOL靶AP中對“跋立方塊”的奧“旋轉(zhuǎn)”、霸“切塊”、擺“切片”是鞍產(chǎn)生多維數(shù)捌據(jù)報(bào)表的主芭要技術(shù)。八S。案HOLAP翱表示基于混挨合數(shù)據(jù)組織扒的OLAP疤實(shí)現(xiàn)（Hy絆brid 邦OLAP）把。如低層是霸關(guān)系型的，版高層是多維頒矩陣型的。哀這種方式具罷有更好的靈稗活性。爸E。扳還有其他的半一些實(shí)現(xiàn)O半LAP的方瓣法，如提供百一個(gè)專用的拌SQL S按erver案

39、，對某些存懊儲(chǔ)模式（如捌星型、雪片笆型）提供對阿SQL查詢絆的特殊支持拜。疤M。爸OLAP工安具是針對特按定問題的聯(lián)阿機(jī)數(shù)據(jù)訪問疤與分析。案它通過多維敖的方式對數(shù)版據(jù)進(jìn)行分析伴、查詢和報(bào)傲表。維是人皚們觀察數(shù)據(jù)爸的特定角度拜。例如，一白個(gè)企業(yè)在考邦慮產(chǎn)品的銷拜售情況時(shí)，阿通常從時(shí)間拜、地區(qū)和產(chǎn)懊品的不同角阿度來深入觀翱察產(chǎn)品的銷藹售情況。這靶里的時(shí)間、頒地區(qū)和產(chǎn)品搬就是維。而埃這些維的不般同組合和所捌考察的度量岸指標(biāo)構(gòu)成的俺多維數(shù)組則按是OLAP俺分析的基礎(chǔ)襖，可形式化艾表示為（維白1，維2，百，維n辦，度量指標(biāo)矮），如（地隘區(qū)、時(shí)間、奧產(chǎn)品、銷售捌額）。多維按分析是指對伴以多維形式般組織起來

40、的俺數(shù)據(jù)采取切拌片（Sli唉ce）、切暗塊（Dic邦e）、鉆取愛（Dril柏l Dow艾n和Rol搬l Up）岸、旋轉(zhuǎn)（P挨ivot）凹等各種分析半動(dòng)作，以求隘剖析數(shù)據(jù)，艾使用戶能從佰多個(gè)角度、百多側(cè)面地觀般察數(shù)據(jù)庫中癌的數(shù)據(jù)，從搬而深入理解按包含在數(shù)據(jù)昂中的信息。拔C。艾根據(jù)綜合性叭數(shù)據(jù)的組織芭方式的不同熬，目前常見靶的OLAP班主要有基于叭多維數(shù)據(jù)庫疤的MOLA癌P及基于關(guān)傲系數(shù)據(jù)庫的昂ROLAP頒兩種。MO矮LAP是以擺多維的方式襖組織和存儲(chǔ)數(shù)據(jù)，RO佰LAP則利鞍用現(xiàn)有的關(guān)藹系數(shù)據(jù)庫技懊術(shù)來模擬多背維數(shù)據(jù)。在澳數(shù)據(jù)倉庫應(yīng)板用中，OL斑AP應(yīng)用一按般是數(shù)據(jù)倉襖庫應(yīng)用的前哀端工具，同埃時(shí)O

41、LAP奧工具還可以吧同數(shù)據(jù)挖掘拌工具、統(tǒng)計(jì)芭分析工具配拌合使用，增跋強(qiáng)決策分析扮功能。拌5。巴一個(gè)典型的板BI系統(tǒng)介頒紹暗商業(yè)智能系捌統(tǒng)應(yīng)具有的板主要功能：哎讀取數(shù)據(jù)澳可讀取多愛種格式（如叭Excel爸、Acce叭ss、以T哎ab分割的拌txt和固藹定長的tx骯t等）的文伴件，同時(shí)可阿讀取關(guān)系型矮數(shù)據(jù)庫 (愛對應(yīng)ODB柏C)中的數(shù)跋據(jù)。擺X。白分析功能敗關(guān)聯(lián)/限岸定 關(guān)聯(lián)分盎析主要用于巴發(fā)現(xiàn)不同事拔件之間的關(guān)矮聯(lián)性，即一骯個(gè)事件發(fā)生敖的同時(shí)，另昂一個(gè)事件也版經(jīng)常發(fā)生。班關(guān)聯(lián)分析的胺重點(diǎn)在于快疤速發(fā)現(xiàn)那些扮有實(shí)用價(jià)值襖的關(guān)聯(lián)發(fā)生叭的事件。矮o。數(shù)據(jù)輸出功班能打印扮統(tǒng)計(jì)列表和疤圖表畫面等拌，可將統(tǒng)

42、計(jì)熬分析好的數(shù)俺據(jù)輸出給其鞍他的應(yīng)用程翱序使用，或鞍者以HTM爸L格式保存懊。矮z。凹定型處理疤所需要的愛輸出被顯示靶出來時(shí)，進(jìn)罷行定型登錄扳，可以自動(dòng)案生成定型處伴理按鈕。以骯后，只需按愛此按鈕，即翱使很復(fù)雜的唉操作，也都敖可以將所要懊的列表、視班圖和圖表顯襖示出來。背1。巴以國外的一般個(gè)BI系統(tǒng)唉為例，我們靶來介紹一個(gè)佰BI系統(tǒng)的翱主要功能，翱這個(gè)系統(tǒng)主八要包含數(shù)據(jù)般倉庫管理器吧(Ware熬house鞍 Mana背ger)、矮數(shù)據(jù)復(fù)制(斑Data 敗Propa盎gator熬)、多維數(shù)笆據(jù)庫(OLAP Se暗rver)襖、前臺(tái)分析愛工具(Wi霸red f鞍or OL藹AP)以及辦數(shù)據(jù)挖掘(翱

43、Intel阿ligen埃t Min扳er)、O瓣n Dem俺and。擺e。翱數(shù)據(jù)倉庫管辦理器(Wa愛rehou扮se Ma罷nager般)凹它主要由以跋下幾部分功靶能組成：數(shù)翱據(jù)訪問，數(shù)拔據(jù)轉(zhuǎn)換，數(shù)啊據(jù)分布，數(shù)扒據(jù)存儲(chǔ)，靠氨描述性數(shù)據(jù)骯查找和理解巴數(shù)據(jù)，顯示埃、分析和發(fā)敗掘數(shù)據(jù)，數(shù)安據(jù)轉(zhuǎn)換過程拜的自動(dòng)化及懊其管理。它岸縮短了復(fù)雜胺的海量數(shù)據(jù)案與有洞察力骯的商務(wù)決策霸之間的差距瓣，有助于公司更進(jìn)一步佰了解其業(yè)務(wù)版、市場、競按爭對手和客扒戶。傲O。耙數(shù)據(jù)復(fù)制 皚(Data凹 Prop唉agato壩r)盎Dat澳a Pro哀pagat唉or提供的扮復(fù)制功能允瓣許從一個(gè)數(shù)笆據(jù)源讀取數(shù)壩據(jù)并把它送昂到另

44、外一個(gè)佰地方，而且霸可以是雙向熬的。當(dāng)發(fā)生敖?jīng)_突時(shí)，可翱自動(dòng)檢測出鞍來并進(jìn)行補(bǔ)霸償。此外，凹它還有以下懊特色：般T。澳(芭1)Pul昂l Arc芭hitec唉ture 傲Throu伴gh St哀aging稗 Tabl白es(分級巴表牽引式體澳系結(jié)構(gòu))：敖二個(gè)組成部懊分-癌Captu爸re和Ap般ply。C板aptur扒e部分在源挨數(shù)據(jù)庫服務(wù)扮器上運(yùn)行，擺它捕獲要被邦復(fù)制的數(shù)據(jù)澳，并把數(shù)據(jù)霸放入服務(wù)器盎分級表中；昂Apply擺部分在目標(biāo)凹機(jī)上運(yùn)行。叭在用戶定義岸的時(shí)間間隔辦里或某個(gè)事岸件發(fā)生后，辦它連到源數(shù)扒據(jù)庫中，并辦從分級表中靶抽取所需的胺數(shù)據(jù)。這種班被動(dòng)的“牽瓣引式”體系擺結(jié)構(gòu)減少了啊數(shù)據(jù)

45、源的額拔外開銷，能襖夠支持?jǐn)?shù)據(jù)唉源及目標(biāo)機(jī)扮的獨(dú)立運(yùn)作皚性以及新一霸代流動(dòng)計(jì)算邦機(jī)作為目標(biāo)安機(jī)的數(shù)據(jù)復(fù)哀制。這種體罷系結(jié)構(gòu)還支艾持中介分級胺表，其中最板初的源可以瓣復(fù)制到區(qū)域襖目標(biāo)中，然伴后再復(fù)制到敗各區(qū)域內(nèi)的版目標(biāo)機(jī)上。昂U。板(2)支持奧更新和修正壩：既支持更按新也支持修拜正復(fù)制。A昂pply可按以完全替換扮目標(biāo)數(shù)據(jù)或靶者僅僅修正襖上次復(fù)制以氨來所發(fā)生的啊改變。伴C。捌(3)改變胺事務(wù)運(yùn)行記埃錄的Cap邦ture：胺捕獲數(shù)據(jù)修吧改。它從數(shù)矮據(jù)庫運(yùn)行日隘志(LOG暗)中讀出修瓣改，從而抓扳取用于復(fù)制暗的數(shù)據(jù)修改佰，進(jìn)而安排跋好這些數(shù)據(jù)翱。這就減少般了對源的額靶外開銷，不挨需要另外處般理如觸發(fā)

46、器瓣。甚至可以澳直接從內(nèi)存半中讀運(yùn)行記懊錄，以減少爸I/O。矮c。愛(4)加工拔數(shù)據(jù)：數(shù)據(jù)伴首先要從運(yùn)叭行記錄移到唉分級表，所叭以能在復(fù)制襖之前加工或懊處理它；由壩于分級表是板數(shù)據(jù)庫表，搬使用標(biāo)準(zhǔn)S扳QL就能定隘義加工處理昂功能。除了襖通過SQL壩來構(gòu)造子集襖，匯總并連阿結(jié)表以外，艾分級表還能邦提供基于時(shí)俺間分析源數(shù)絆據(jù)改變的方伴法。這要考暗慮到整個(gè)新半一類的應(yīng)用鞍包括檢查跟靶蹤，歷史分藹析，as版of查詢斑等等。按M。礙(5)GU藹I管理機(jī)構(gòu)絆：通過圖形跋用戶界面可骯以定義和管扳理數(shù)據(jù)拷貝盎，定義代碼澳和觸發(fā)器沒壩有專門語言。這樣最終半用戶就有權(quán)絆定義和管理艾，而不僅僅鞍是DBA和芭程序員的

47、范礙圍。壩7。暗多維數(shù)據(jù)庫扳服務(wù)器(O白LAP扳 靶Serve班r)凹該工具敖在商務(wù)智能澳中扮演著重矮要角色，可皚以深入最終擺用戶的業(yè)務(wù)懊，對桌面上礙的數(shù)據(jù)進(jìn)行襖實(shí)時(shí)操作，爸能夠快速地芭分布傳統(tǒng)監(jiān)板視和報(bào)告范霸圍之外的應(yīng)扮用程序數(shù)據(jù)扮。佰5。挨數(shù)據(jù)挖掘工扒具(Int熬ellig疤ent昂 捌Miner爸)背當(dāng)用戶的數(shù)搬據(jù)積累到一班定數(shù)量時(shí)，柏這些數(shù)據(jù)的斑某些潛在聯(lián)笆系、分類、白推導(dǎo)結(jié)果和埃待發(fā)現(xiàn)價(jià)值拜隱藏在其中伴，該工具幫翱助客戶發(fā)現(xiàn)澳這些有價(jià)值板的數(shù)據(jù)。昂V。拌Wired安 for 八OLAP凹使用該功能鞍可以提高信哀息技術(shù)組織骯的效率。信昂息技術(shù)人員奧可以讓用戶氨利用分析和扒報(bào)表的功能凹獲

48、得他們所懊需的信息，艾而不會(huì)失去背對信息、數(shù)笆據(jù)完整性、捌系統(tǒng)性能和邦系統(tǒng)安全的啊控制。吧K。跋強(qiáng)大功能的般報(bào)表艾繁忙的信息岸技術(shù)部門可啊以在幾分鐘扮內(nèi)創(chuàng)建用于藹在企業(yè)中分扳發(fā)的完善的岸報(bào)表。，決罷策人員可以昂從該Web白頁面上找到安可用的一系擺列報(bào)表。岸M。圖形化分析罷遠(yuǎn)遠(yuǎn)超出對盎數(shù)據(jù)的靜態(tài)案圖形化視圖隘，提供強(qiáng)壯辦的圖形化O辦LAP分析礙。決策人員捌可以根據(jù)需把要排序、分把組數(shù)據(jù)并改扒變“圖表”鞍(Char暗t)的類型扳（直方圖、岸餅形圖、線拔圖、堆積圖辦）。圖表中骯的元素可以版被“鉆取”搬到其他的細(xì)拔節(jié)層次，并吧可以返回來熬恢復(fù)一個(gè)概挨要性的視圖懊。按c。盎多種圖表視巴圖：直方圖阿、線圖

49、、組礙合圖、餅形按圖、堆積圖扳和離散點(diǎn)圖拌可在任何地隘方“鉆取”唉沒有路徑的安預(yù)先定義完善的報(bào)表笆復(fù)合報(bào)表通凹過用各種不唉同的形式（襖交叉表、圖叭表、表格或傲以上幾種形霸式的組合稗）邦來表現(xiàn)分析百結(jié)果，對工埃作進(jìn)行概括稗；優(yōu)美格式白的商用報(bào)表擺。暗1。按交互式的、案立即的“所鞍見即所得”藹(WYSI疤WYG)顯胺示拜On頒 埃Deman拜d吧該工具提供霸給客戶一套扮高性能的解版決方案來進(jìn)癌行在線捕獲班、存儲(chǔ)和重岸取計(jì)算機(jī)輸吧出的文檔。扳它使得落后隘的紙張文件奧搜索和使用礙縮微膠片閱瓣讀器搜索稱霸為歷史。有奧了OnDe背mand，按客戶可以立藹刻發(fā)現(xiàn)特定柏的信息并且瓣很容易地瀏扮覽它，而不安用在

50、龐大的骯數(shù)據(jù)和紙張哀中苦苦尋找拜；存儲(chǔ)、重哎取和分發(fā)企俺業(yè)產(chǎn)生的信襖息比以前更胺加方便和易百于接受。巴i。BI的實(shí)施氨實(shí)施商業(yè)智扮能系統(tǒng)是一辦項(xiàng)復(fù)雜的系澳統(tǒng)工程，整藹個(gè)項(xiàng)目涉及斑企業(yè)管理，拌 運(yùn)作管理翱， 信息系盎統(tǒng)， 數(shù)據(jù)柏倉庫， 數(shù)癌據(jù)挖掘， 藹統(tǒng)計(jì)分析等般眾多門類的昂知識(shí)絆。因此用戶除頒了要選擇合敖適的商業(yè)智壩能軟件工具藹外拜，昂還必須按照敗正確的實(shí)施敖方法才能保奧證項(xiàng)目得以熬成功白。商業(yè)智能項(xiàng)捌目的實(shí)施步阿驟可分為般：柏7。白需求分析艾：跋需求分析是襖商業(yè)智能實(shí)扳施的第一步巴， 在其他瓣活動(dòng)開展之藹前必須明確辦的定義企業(yè)瓣對商業(yè)智能版的期望和需柏求， 包括奧需要分析的癌主題， 各奧主題

51、可能查拔看的角度(安維度)挨；案需要發(fā)現(xiàn)企按業(yè)那些方面罷的規(guī)律白，哀用戶的需求鞍必須明確百。罷J。班數(shù)據(jù)倉庫建阿模百：盎通過對企業(yè)愛需求的分析岸，建立企業(yè)澳數(shù)據(jù)倉庫的奧邏輯模型和皚物理模型，癌并規(guī)劃好系板統(tǒng)的應(yīng)用架奧構(gòu)，將企業(yè)背各類數(shù)據(jù)按按照分析主題拌進(jìn)行組織和癌歸類. 哀M。數(shù)據(jù)抽取辦：把數(shù)據(jù)倉庫建昂立后必須將頒數(shù)據(jù)從業(yè)務(wù)霸系統(tǒng)中抽取邦到數(shù)據(jù)倉庫般中， 在抽叭取的過程中氨還必須將數(shù)瓣據(jù)進(jìn)行轉(zhuǎn)換鞍、邦清洗俺、岸以適應(yīng)分析疤的需要. 拌A。氨建立商業(yè)智斑能分析報(bào)表斑：霸商業(yè)智能分奧析報(bào)表需要胺專業(yè)人員按昂照用戶制訂的格式進(jìn)行拔開發(fā)， 用礙戶也可自行按開發(fā)(開發(fā)班方式簡單，襖快捷) .艾 拔C。頒

52、用戶培訓(xùn)和皚數(shù)據(jù)模擬測暗試捌：扮對于開發(fā)跋使用分離型扒的商業(yè)智能挨系統(tǒng)， 最背終用戶的使瓣用是相當(dāng)簡藹單的，只需芭要點(diǎn)擊操作版就可針對特挨定的商業(yè)問叭題進(jìn)行分析阿。疤m。拔系統(tǒng)改進(jìn)和扳完善扳：皚任何系統(tǒng)的稗實(shí)施都必須挨是不斷完善百的. 商業(yè)拔智能系統(tǒng)更叭是如此， 伴在用戶使用霸一段時(shí)間后俺可能會(huì)提出百更多的，更襖具體的要求霸， 這時(shí)需要再按照上耙述步驟對系拔統(tǒng)進(jìn)行重構(gòu)稗或完善愛。盎5。俺其中，在B澳I系統(tǒng)實(shí)施疤中要注意以唉下問題：拜統(tǒng)一協(xié)調(diào)，奧全局規(guī)劃盎BI系統(tǒng)由伴于是構(gòu)筑于瓣所有的業(yè)務(wù)邦系統(tǒng)之上，班有著獨(dú)特的愛復(fù)雜性和全矮面性。BI挨系統(tǒng)決不僅皚僅是一個(gè)單暗純的IT項(xiàng)伴目的實(shí)施，百它涉及到企

53、跋業(yè)經(jīng)營管理擺的各個(gè)方面埃，需要上至扳公司高層領(lǐng)扮導(dǎo)下至基層按業(yè)務(wù)人員的氨大力配合。盎實(shí)施這樣的盎系統(tǒng)的難度耙和所需要投暗入的資源遠(yuǎn)岸超于普通的岸業(yè)務(wù)支持系懊統(tǒng)。企業(yè)必熬須進(jìn)行縝密藹的思考和全八局的計(jì)劃，稗把BI軟件捌納入企業(yè)軟叭件管理的整啊體戰(zhàn)略之中捌。全局規(guī)劃安不僅要對項(xiàng)礙目實(shí)施隊(duì)伍霸做出規(guī)劃，板同時(shí)還要對埃項(xiàng)目后續(xù)的瓣部署維護(hù)和霸功能的增強(qiáng)啊完善所需要耙的資源做出骯規(guī)劃。商務(wù)跋智能計(jì)劃必鞍須有一個(gè)整唉體的愿景和笆路線圖，否白則，就很難拔統(tǒng)一起來。稗F。一把手工程凹BI也是一敖把手工程。案BI同ER壩P和CRM氨等軟件一樣也是一把手叭工程。一般爸的工作人員安想到的只是跋利用BI迅骯速生成報(bào)

54、表拌，提高勞動(dòng)吧效率；而一矮把手的角度般，是從提高邦企業(yè)業(yè)務(wù)增斑值的目的出擺發(fā)，兩者在骯需求模型設(shè)白計(jì)時(shí)側(cè)重點(diǎn)完全不同，哎結(jié)果也大相骯徑庭。另一半方面，沒有霸一把手的大艾力支持，企拔業(yè)的業(yè)務(wù)流埃程調(diào)整會(huì)遇到很大阻力胺，甚至是難瓣以貫徹下去安。邦O。八因此，在決昂定上BI之哎前，企業(yè)用凹戶的老總和瓣其智囊團(tuán)需哀要慎重考慮扳哪些業(yè)務(wù)首斑先需要決策皚支持，這項(xiàng)業(yè)務(wù)的內(nèi)部阿流程是否清芭楚，如何對扳其進(jìn)行內(nèi)部敖流程重整。癌并要配套相氨應(yīng)的部門來把專門負(fù)責(zé)數(shù)斑據(jù)的跟蹤和辦優(yōu)化分析，拔這樣企業(yè)的芭決策將會(huì)變班得越來越理扮智客觀，在邦日益激烈的胺商業(yè)競爭中藹將也會(huì)領(lǐng)先敖一步。案J。埃BI的組織敖和技能要素襖建

55、立B矮I(xiàn)體系需要扮許多技能，皚包括商務(wù)技哎能、信息技伴術(shù)技能和分氨析技能。然阿而要建立同壩時(shí)具備以上埃三種能力的襖數(shù)據(jù)分析部叭門談何容易罷。善于聯(lián)系礙看似不相關(guān)半的事物并能耙有效地呈現(xiàn)版它們之間的暗關(guān)系是一種巴非常難得的伴能力，通常辦企業(yè)里面具氨備這種能力胺的人才很少捌，即使有也拔沒有被充分岸重視。國際骯國內(nèi)的BI耙人才奇缺。拜如果企業(yè)不愛能有效地組艾織BI活動(dòng)拔(如著手建阿立集中化的背BI能力中笆心和投資B辦I技能建設(shè)辦)將無法在白戰(zhàn)略層面展埃示BI的作皚用，且將面扳對至少50澳%的額外實(shí)鞍施費(fèi)用。而盎沒有集中的百，專門的B百I功能部門辦，BI系統(tǒng)壩無法被深入啊和有效的支辦持。跋G。昂由于人

56、才的熬稀少，建立啊一個(gè)集中的昂，匯集各種搬人才的BI稗能力中心是八非常必要的伴（要成立專叭門的數(shù)據(jù)分背析部門）。挨來自不同部俺門的人以建矮立一種互相白協(xié)作的BI盎隊(duì)伍遠(yuǎn)比尋襖找同時(shí)具備鞍三種能力的傲人才更現(xiàn)實(shí)襖可行。敗7。胺一個(gè)有效的翱BI能力中案心有三個(gè)重笆要的任務(wù)霸：背指導(dǎo)用戶能愛夠?qū)崿F(xiàn)重復(fù)熬的BI任務(wù)邦(如管理報(bào)般表和簡單的疤重復(fù)分析)奧的自我服務(wù)捌；版承擔(dān)復(fù)雜的扳，額外的分版析工作跋直到搬這些分析能艾夠成為可重靶復(fù)使用的簡扒單工作氨；襖確保BI系傲統(tǒng)的功能和敗潛力不被高疤估，實(shí)實(shí)在癌在地解決現(xiàn)愛實(shí)的問題。笆s。敖企業(yè)建設(shè)B八I系統(tǒng)的目捌的，是要從拌大量的數(shù)據(jù)凹中找出可以伴給企業(yè)帶來擺增

57、值效益的埃數(shù)據(jù)分析，伴但是這些數(shù)隘據(jù)必須有相拌應(yīng)的人對其霸進(jìn)行跟蹤處霸理，否則B捌I的價(jià)值也半就只停留在背迅速做出報(bào)芭表的層面，版BI的核心胺價(jià)值也被大跋打折扣。笆而所有的任埃務(wù)，都需要埃精心的策劃藹和長期的努巴力。案A。啊數(shù)據(jù)基礎(chǔ)先礙行捌“BI是數(shù)哀據(jù)驅(qū)動(dòng)的應(yīng)八用”。BI擺系統(tǒng)建設(shè)的叭核心是堅(jiān)固拌、高質(zhì)量的巴數(shù)據(jù)基礎(chǔ)。邦建立這樣一靶個(gè)數(shù)據(jù)資料跋庫的任務(wù)是俺極其艱巨的敖，要消耗大巴量的時(shí)間和斑資源。而企埃業(yè)數(shù)據(jù)的積埃累是伴隨著隘各種基礎(chǔ)信半息系統(tǒng)的建啊設(shè)而進(jìn)行的藹，這是一個(gè)安長期的過程拌。 矮M。瓣在基礎(chǔ)系統(tǒng)半尚未建立和拜完善階段，昂切忌同時(shí)發(fā)扒動(dòng)不同的系爸統(tǒng)建設(shè)，如敖在實(shí)施BI襖系統(tǒng)的同時(shí)版

58、就在建設(shè)分耙銷供應(yīng)鏈系捌統(tǒng)。疤不僅資源捉瓣襟見肘，數(shù)版據(jù)的質(zhì)量和按完備問題也背是不可預(yù)料艾的因素。本拔意是整合公熬司所有的數(shù)白據(jù)資源，但叭是數(shù)據(jù)資源霸仍在不斷地罷變化，如何辦整合這些尚翱未確定的資爸源是一個(gè)巨岸大的挑戰(zhàn)。把o。找準(zhǔn)切入點(diǎn)頒BI要想大拔做小，從最愛迫切的業(yè)務(wù)伴入手。無論爸是上哪種管俺理軟件，幾安乎都會(huì)聽到艾同樣的聲音扮：不要貪大扳求全，從最爸迫切的業(yè)務(wù)叭入手，BI癌也不例外，扒它可以做成暗一個(gè)獨(dú)立的安龐大系統(tǒng)，把企業(yè)中所跋有的業(yè)務(wù)數(shù)阿據(jù)全部放在壩一個(gè)數(shù)據(jù)倉巴庫里，進(jìn)行皚多維分析；皚也可以將其半嵌入到各項(xiàng)般單獨(dú)的業(yè)務(wù)板數(shù)據(jù)中，進(jìn)佰行單獨(dú)的業(yè)擺務(wù)分析。咨鞍詢顧問的意哎見是先把最鞍緊要

59、的業(yè)務(wù)靶管理起來，暗以便迅速響哀應(yīng)市場需求安，做出最佳伴決策。積累暗了一定經(jīng)驗(yàn)絆后，再逐漸邦增加BI系白統(tǒng)繼續(xù)對其擺他業(yè)務(wù)進(jìn)行把決策分析，懊這樣可以在爸一定程度上規(guī)避風(fēng)險(xiǎn)，版因?yàn)樯螧I案也要進(jìn)行流翱程的重整，熬一個(gè)部門的按整頓對公司疤的影響要比凹整個(gè)公司整頒頓的影響小把得多，就好奧比動(dòng)小手術(shù)哎總要比作大扒手術(shù)的疼痛懊小一些一樣板。壩f。敖堅(jiān)持業(yè)務(wù)趨凹動(dòng)澳堅(jiān)持業(yè)務(wù)趨爸動(dòng)而不是I扳T趨動(dòng)。涉把及到管理的隘問題，就是吧行為科學(xué)的懊問題，也就稗是人的問題岸。因此管理安軟件的需求暗拉動(dòng)都是從笆業(yè)務(wù)部門牽拜頭做起，而瓣不是IT部鞍門。也許一叭些企業(yè)也明吧白應(yīng)由業(yè)務(wù)哎部門來提出愛對軟件的設(shè)翱計(jì)需求，但瓣業(yè)務(wù)

60、人員的拜水平不足以邦達(dá)到提出未佰來管理模型罷架構(gòu)的水平埃，如果出于絆這樣的原因襖，企業(yè)老總罷要給予IT皚部門絕對的挨權(quán)威，讓他凹有權(quán)來要求拔業(yè)務(wù)部門必唉須配合IT挨部門共同協(xié)懊商提出需求罷模型，以盡霸量準(zhǔn)確的把挨握企業(yè)的業(yè)叭務(wù)發(fā)展方向艾。暗Q。按BI與其它把系統(tǒng)的差別耙商業(yè)智能（艾BI）幫助骯企業(yè)的管理骯層進(jìn)行快速案，準(zhǔn)確的決伴策，迅速的挨發(fā)現(xiàn)企業(yè)中頒的問題，提澳示管理人員絆加以解決。拌但商業(yè)智能扳軟件系統(tǒng)不般能代替管理哀人員進(jìn)行決挨策，不能自骯動(dòng)處理企業(yè)藹運(yùn)行過程中按遇到的問題愛。商業(yè)智能矮為企業(yè)帶來背的是一種經(jīng)昂過科學(xué)武裝稗的管理思維盎，給整個(gè)企靶業(yè)帶來的是熬決策的快速癌性和準(zhǔn)確性瓣，發(fā)現(xiàn)