協(xié)同OA辦公系統(tǒng)-數(shù)據(jù)倉庫

BI與數(shù)據(jù)倉庫理論泛普軟件議程：BI數(shù)據(jù)倉庫商業(yè)數(shù)據(jù)正在以幾何級速度在增長復(fù)雜的關(guān)系型數(shù)據(jù)庫需要IT的專業(yè)知識面臨激烈的競爭環(huán)境每周需要做出關(guān)鍵決策的次數(shù)是五年前的三倍信息用戶需要更多更復(fù)雜更頻繁的報(bào)表管理層做出明智決策的可用時(shí)間越來越緊迫信息用戶與業(yè)務(wù)數(shù)據(jù)的鴻溝“我們有很多數(shù)據(jù)但還是得不到足夠的信息”標(biāo)準(zhǔn)報(bào)表企業(yè)經(jīng)營數(shù)據(jù)信息人員決策過程現(xiàn)狀系統(tǒng)很少是集成的面向主題的數(shù)據(jù)整合銷售訂單

的信息生產(chǎn)的信息客戶服務(wù)的信息財(cái)務(wù)部的信息企業(yè)管理駕駛倉企業(yè)組織想要什么?在任何時(shí)間、任何地方能向任何用戶提供有價(jià)值的信息基礎(chǔ)設(shè)施查詢、分析、報(bào)表多維數(shù)據(jù)集多維數(shù)據(jù)集數(shù)據(jù)市場數(shù)據(jù)倉庫數(shù)據(jù)市場FileCRMERP閉環(huán)的知識鏈源系統(tǒng)信息采集和存儲信息整理和加工知識行動結(jié)果商業(yè)智能的歷史回顧直接聯(lián)接數(shù)據(jù)來源系統(tǒng)HR報(bào)表系統(tǒng)銷售報(bào)表系統(tǒng)客戶服務(wù)報(bào)表系統(tǒng)生產(chǎn)制作報(bào)表系統(tǒng)性能問題歷史回顧OLTP系統(tǒng)的數(shù)據(jù)抽取和復(fù)制復(fù)制的數(shù)據(jù)集HR報(bào)表系統(tǒng)銷售報(bào)表系統(tǒng)客戶服務(wù)報(bào)表系統(tǒng)生產(chǎn)制作報(bào)表系統(tǒng)數(shù)據(jù)的不一致性，多個(gè)版本的報(bào)表數(shù)據(jù)來源系統(tǒng)歷史回顧用戶自建的部門系統(tǒng)復(fù)制的數(shù)據(jù)集蜘蛛網(wǎng)問題數(shù)據(jù)來源系統(tǒng)歷史回顧——理論界數(shù)據(jù)庫、模型庫和方法庫三庫的概念和方法：數(shù)據(jù)庫用來存儲企業(yè)的數(shù)據(jù)信息；模型庫用來存儲輔助決策所需的各種模型；方法庫則用來存放各種運(yùn)算方法。

大多數(shù)系統(tǒng)都只停留在演示階段，實(shí)用性、靈活性不夠。決策支持系統(tǒng)的開發(fā)常常處于方案設(shè)計(jì)和系統(tǒng)規(guī)劃階段，缺乏豐富的數(shù)據(jù)資源缺乏分析工具缺乏靈活性

操作型數(shù)據(jù)數(shù)據(jù)倉庫 面向應(yīng)用，事務(wù)驅(qū)動面向分析，分析驅(qū)動支持許多并發(fā)用戶動態(tài)地不可更新，周期性刷新添加和修改數(shù)據(jù)細(xì)節(jié)性數(shù)據(jù)綜合性和提煉性數(shù)據(jù)當(dāng)前值數(shù)據(jù)歷史數(shù)據(jù) 一次處理的數(shù)據(jù)量小 一次處理的數(shù)據(jù)量大快速響應(yīng)相對較低

操作型數(shù)據(jù)和分析型數(shù)據(jù)事實(shí)表:包含了基本商業(yè)事務(wù)的所有詳細(xì)信息，由事實(shí)數(shù)據(jù)元素和維數(shù)據(jù)元素組成.事實(shí)表是多維模型的核心.事實(shí)數(shù)據(jù)是決策分析的數(shù)據(jù)基礎(chǔ).維表:存放維數(shù)據(jù).描述性信息，觀察事物的角度1.維：是人們觀察數(shù)據(jù)的特定角度，是考慮問題時(shí)的一類屬性，屬性集合構(gòu)成一個(gè)維(時(shí)間維、地理維等)。2.維的層次：人們觀察數(shù)據(jù)的某個(gè)特定角度(即某個(gè)維)還可以存在細(xì)節(jié)程度不同的各個(gè)描述方面(時(shí)間維：日期、月份、季度、年)。3.維的成員：維的一個(gè)取值。是數(shù)據(jù)項(xiàng)在某維中位置的描述。(“某年某月某日”是在時(shí)間維上位置的描述)數(shù)據(jù)倉庫的模型設(shè)計(jì)OA（/）同一性——夢想而已整體數(shù)據(jù)倉庫OA

系統(tǒng)子集集市/分析型應(yīng)用像許多以前的數(shù)據(jù)倉庫概念一樣，說起來不錯，做起來卻很不現(xiàn)實(shí)異構(gòu)性——才是現(xiàn)實(shí)客戶定制市場數(shù)據(jù)倉庫ThinkOne財(cái)務(wù)數(shù)據(jù)倉庫打包的I2供應(yīng)鏈非結(jié)構(gòu)化的數(shù)據(jù)集市子集數(shù)據(jù)集市ThinkOne財(cái)務(wù)應(yīng)用i2供應(yīng)鏈CRM遺留系統(tǒng)e-Commerce?規(guī)劃解決方案支持?jǐn)?shù)據(jù)倉庫管理(處理流程與操作)物理數(shù)據(jù)庫設(shè)計(jì)數(shù)據(jù)轉(zhuǎn)換應(yīng)用開發(fā)數(shù)據(jù)挖掘服務(wù)設(shè)計(jì)與實(shí)現(xiàn)支持與增強(qiáng)解決方案體系結(jié)構(gòu)設(shè)計(jì)元數(shù)據(jù)管理數(shù)據(jù)倉庫評估應(yīng)用增強(qiáng)邏輯數(shù)據(jù)模型回顧物理數(shù)據(jù)庫回顧性能調(diào)整容量規(guī)劃解決方案集成定制解決方案規(guī)劃詳細(xì)數(shù)據(jù)分析解決方案準(zhǔn)備就緒解決方案實(shí)施建議現(xiàn)成解決方案規(guī)劃數(shù)據(jù)倉庫策略開發(fā)業(yè)務(wù)探索業(yè)務(wù)探索解決方案定義邏輯數(shù)據(jù)模型設(shè)計(jì)修改邏輯數(shù)據(jù)模型驗(yàn)證解決方案數(shù)據(jù)倉庫的循環(huán)過程數(shù)據(jù)倉庫的實(shí)施查詢、分析、報(bào)表多維數(shù)據(jù)集多維數(shù)據(jù)集數(shù)據(jù)市場數(shù)據(jù)倉庫數(shù)據(jù)市場FileCRMERP閉環(huán)的知識鏈源系統(tǒng)信息采集和存儲信息整理和加工知識行動結(jié)果商業(yè)智能來源系統(tǒng)數(shù)據(jù)轉(zhuǎn)化引擎緩存來源主機(jī)或C/S系統(tǒng)轉(zhuǎn)化引擎C/S系統(tǒng)數(shù)據(jù)倉庫C/S系統(tǒng)企業(yè)元數(shù)據(jù)數(shù)據(jù)集市C/S系統(tǒng)數(shù)據(jù)集市數(shù)據(jù)集市C/S系統(tǒng)數(shù)據(jù)集市掃描元數(shù)據(jù)要求資源規(guī)劃交付用戶流程數(shù)據(jù)倉庫監(jiān)控任務(wù)調(diào)度數(shù)據(jù)抽取數(shù)據(jù)清洗數(shù)據(jù)轉(zhuǎn)換數(shù)據(jù)加載索引建立數(shù)據(jù)聚合元數(shù)據(jù)導(dǎo)入元數(shù)據(jù)維護(hù)

數(shù)據(jù)的提取和加載

用戶從數(shù)據(jù)源抽取出所需的數(shù)據(jù)，經(jīng)過數(shù)據(jù)清洗、轉(zhuǎn)換,最終按照預(yù)先定義好的數(shù)據(jù)倉庫模型，將數(shù)據(jù)加載到數(shù)據(jù)倉庫中去。校驗(yàn)數(shù)據(jù)：檢查數(shù)據(jù)的完整性過濾數(shù)據(jù)：過濾掉不必要的信息綜合數(shù)據(jù)：將分散在多個(gè)數(shù)據(jù)來源的信息結(jié)合起來凈化數(shù)據(jù)：使數(shù)據(jù)達(dá)到一致性

數(shù)據(jù)的提取和加載元數(shù)據(jù)是描述數(shù)據(jù)倉庫中數(shù)據(jù)的數(shù)據(jù)

Metadata的組成:表,數(shù)據(jù)元素,主鍵數(shù)據(jù)元素的物理特征各種定義數(shù)據(jù)抽取歷史數(shù)據(jù)匯總算法數(shù)據(jù)屬主關(guān)系及存取模式數(shù)據(jù)生命期以及淘汰規(guī)則數(shù)據(jù)安全性數(shù)據(jù)的度量單位設(shè)計(jì)映射抽取清洗轉(zhuǎn)換加載建立索引聚合數(shù)據(jù)復(fù)制數(shù)據(jù)集分布數(shù)據(jù)訪問&分析資源調(diào)度&配置分發(fā)元數(shù)據(jù)管理統(tǒng)一系統(tǒng)管理和用戶管理查詢、分析、報(bào)表多維數(shù)據(jù)集多維數(shù)據(jù)集數(shù)據(jù)市場數(shù)據(jù)倉庫數(shù)據(jù)市場FileCRMERP閉環(huán)的知識鏈源系統(tǒng)信息采集和存儲信息整理和加工知識行動結(jié)果商業(yè)智能多維數(shù)據(jù)集將數(shù)據(jù)倉庫數(shù)據(jù)以多維結(jié)構(gòu)表示，利用多維數(shù)據(jù)模型和數(shù)據(jù)聚合技術(shù)組織和匯總數(shù)據(jù)。以提供快速數(shù)據(jù)檢索和計(jì)算引擎。聚合：預(yù)先計(jì)算好的數(shù)據(jù)匯總，由于在問題提出之前已經(jīng)準(zhǔn)備了答案，聚合可以改進(jìn)查詢響應(yīng)時(shí)間目的：對復(fù)雜的查詢分析提供快速回應(yīng)時(shí)間地點(diǎn)產(chǎn)品山地車山地車地點(diǎn)時(shí)間$分析：切片、切塊時(shí)間地點(diǎn)全球美國歐洲紐約洛杉磯倫敦巴黎產(chǎn)品的分析：鉆取OA軟件/數(shù)據(jù)分析的四種模型與相應(yīng)工具數(shù)據(jù)分析的四種模型:絕對模型屬于靜態(tài)數(shù)據(jù)分析.它通過比較歷史數(shù)據(jù)和行為來描述過去發(fā)生的事情.解釋模型屬于靜態(tài)數(shù)據(jù)分析.它通過層層細(xì)化,找出事實(shí)發(fā)生的原因.思考模型屬于動態(tài)數(shù)據(jù)分析.它通過引入一定參數(shù)后,預(yù)測將來會發(fā)生什么.公式模型最高級動態(tài)數(shù)據(jù)分析.它知道需要引入哪些參數(shù)以及所產(chǎn)生的結(jié)果.數(shù)據(jù)分析的工具有三種類型:查詢工具:指對分析結(jié)果的查詢,而不是記錄級的查詢.驗(yàn)證型工具:從數(shù)據(jù)倉庫中發(fā)現(xiàn)事實(shí).實(shí)現(xiàn)數(shù)據(jù)分析的前三種模型.挖掘型工具:從大量數(shù)據(jù)中發(fā)現(xiàn)模式.實(shí)現(xiàn)第四種分析模型.數(shù)據(jù)挖掘（

發(fā)現(xiàn)數(shù)據(jù)中存在的關(guān)系和規(guī)則，根據(jù)現(xiàn)有的數(shù)據(jù)預(yù)測未來的發(fā)展趨勢

廣州OA系統(tǒng)/數(shù)據(jù)挖掘-分析方法與分析過程數(shù)據(jù)挖掘有四種分析方法:關(guān)聯(lián)分析:挖掘出隱藏在數(shù)據(jù)間的相互關(guān)系.序列模式分析:分析數(shù)據(jù)間的前后(因果)關(guān)系.分類分析:先定義一組標(biāo)記,再賦予每條記錄一個(gè)標(biāo)記,從而實(shí)現(xiàn)對記錄的分類分析.典型的分類分析模型有:線性回歸模型,策略樹模型,基于規(guī)則的模型,神經(jīng)物理模型,聚類分析:是分類分析的逆過程.它根據(jù)一定的規(guī)則,對記錄進(jìn)行合理的分類.通過分類分析可以發(fā)現(xiàn)分類規(guī)則