商業(yè)智能基礎(chǔ)及BIOffice基本體系結(jié)構(gòu)

商業(yè)智能基礎(chǔ)主題商業(yè)智能知識(shí)基礎(chǔ)商業(yè)智能系統(tǒng)及產(chǎn)品方案BI.Office簡(jiǎn)介商業(yè)智能知識(shí)

商業(yè)智能是什么？數(shù)據(jù)信息幫助用戶對(duì)自身業(yè)務(wù)經(jīng)營做出正確明智決定的工具。產(chǎn)生背景:市場(chǎng)經(jīng)濟(jì)下激烈的競(jìng)爭(zhēng)>>業(yè)務(wù)經(jīng)營精益求精計(jì)算機(jī)處理>>大量歷史數(shù)據(jù)硬件、軟件計(jì)算機(jī)技術(shù)基本成熟商業(yè)智能的應(yīng)用典型行業(yè)：銀行保險(xiǎn)證券電信零售新應(yīng)用行業(yè)：稅務(wù)電力……投資回報(bào)據(jù)調(diào)查，幸福500中已經(jīng)有85%的企業(yè)建成或正在建立數(shù)據(jù)倉庫，正在成為最快的IT增長(zhǎng)點(diǎn)。

IDC在1996年的一次對(duì)90年代前期進(jìn)行的62個(gè)數(shù)據(jù)倉庫項(xiàng)目的調(diào)查結(jié)果表明：進(jìn)行數(shù)據(jù)倉庫項(xiàng)目開發(fā)的公司在平均2.73年的時(shí)間內(nèi)獲得了平均為321％的投資回報(bào)率。數(shù)據(jù)倉庫的平均投資回報(bào)率在401%，從小型數(shù)據(jù)倉庫開始實(shí)施的平均超過500%，平均回報(bào)時(shí)間為2-3年。

市場(chǎng)前景據(jù)IDC預(yù)測(cè)分析，從1997年到2002年，整個(gè)數(shù)據(jù)倉庫市場(chǎng)（軟件、服務(wù)、服務(wù)器和存儲(chǔ)）將以平均每年20.5％的速度增長(zhǎng)，到2002年將超過290億美元。中國的數(shù)據(jù)倉庫市場(chǎng)前景廣闊，更是充滿無限商機(jī)。商業(yè)智能技術(shù)數(shù)據(jù)倉庫技術(shù)聯(lián)機(jī)分析處理技術(shù)數(shù)據(jù)挖掘技術(shù)數(shù)據(jù)處理技術(shù)的演變商業(yè)智能（BusinessIntelligence，BI）數(shù)據(jù)挖掘（DataMining，DM）聯(lián)機(jī)分析處理（OnlineAnalyticalProcessing，OLAP）數(shù)據(jù)倉庫（DataWarehousing，DW）聯(lián)機(jī)事務(wù)處理（OLTP）關(guān)系數(shù)據(jù)庫（RDB）基于主機(jī)的專用數(shù)據(jù)庫什么是數(shù)據(jù)倉庫？概念產(chǎn)生標(biāo)志：以PrismSolutions公司副總裁W.H.Inmon在1990年出版的《建立數(shù)據(jù)倉庫(BuildingtheDataWarehouse)》。數(shù)據(jù)倉庫——面向主題的、集成的、穩(wěn)定的、不同時(shí)間的數(shù)據(jù)集合，用以支持經(jīng)營管理中的決策制定過程。目的：解決在信息技術(shù)(IT)發(fā)展中存在的擁有大量數(shù)據(jù)、然而有用信息貧乏(Datarich-Informationpoor)的問題。

數(shù)據(jù)倉庫數(shù)據(jù)倉庫的特點(diǎn)面向主題集成性—企業(yè)數(shù)據(jù)框架歷史性、穩(wěn)定性數(shù)據(jù)倉庫不是現(xiàn)成軟件或硬件產(chǎn)品數(shù)據(jù)倉庫與數(shù)據(jù)庫應(yīng)用的區(qū)別星型模式的物理模型構(gòu)造圖地域維時(shí)間維企業(yè)性質(zhì)維事實(shí)表年，季，月財(cái)年，財(cái)季，財(cái)月，YTD國有民營外資合資臺(tái)資國家省市區(qū)保額、保費(fèi)、賠款、續(xù)保率、賠付率行業(yè)維金融制造運(yùn)輸電力國家機(jī)關(guān)數(shù)據(jù)倉庫的管理元數(shù)據(jù)管理ETL（dataextraction,transformationandloading）獲取轉(zhuǎn)換裝載關(guān)鍵的問題增量抽取自動(dòng)化管理數(shù)據(jù)安全什么是聯(lián)機(jī)分析處理（OLAP）？OLAP的定義

OLAP是使分析人員、管理人員能夠從多種角度對(duì)從原始數(shù)據(jù)中轉(zhuǎn)化出來的、能夠真正為用戶所理解的、并真實(shí)反映數(shù)據(jù)維特性的信息，進(jìn)行快速、一致、交互地訪問，從而獲得對(duì)數(shù)據(jù)的更深入了解的一類軟件技術(shù)。OLAP的特征OLAP的核心——維（Dimension）OLAP的目標(biāo)——多維分析OLAP的特點(diǎn)靈活、動(dòng)態(tài)多方位、多層次的視角快速OL淘AP的基尊本功切能商業(yè)疼語義鉤層的鬧定義上鉆膏和下珍鉆（Ro近ll咐u譽(yù)p嶺or醬D醒ri穴ll跌d唱ow債n）切片殺和切孤塊（Sl驢ic治e航an糟d代Di熊ce伶）旋轉(zhuǎn)碗（Pi慮vo脊ti陳ng甩）強(qiáng)大智的復(fù)爭(zhēng)雜計(jì)季算能雙力時(shí)間棋智能豐富守的數(shù)耍據(jù)展煤現(xiàn)方維式OL逃AP功能租示意按機(jī)呆構(gòu)鉆谷取濟(jì)南地域枝維時(shí)間另維行業(yè)辜維青島OL執(zhí)AP的存棒儲(chǔ)結(jié)憑構(gòu)MO呆LA主P—酒—多維揉存儲(chǔ)RO畜LA沖P—臘—關(guān)系獨(dú)數(shù)據(jù)狀庫存夫儲(chǔ)HO鎖LA茅P—疏—混合捎存儲(chǔ)數(shù)據(jù)蜜挖掘草技術(shù)相（Da魚ta矛M師in蔥in閣g）DM的定廢義數(shù)據(jù)頌挖掘耐（Da招ta堡M概in樹in涂g）是從趴大量濤數(shù)據(jù)逗中挖亦掘出隱含妖的、字先前侵未知衫的、芬對(duì)決夕策有打潛在恭價(jià)值問的知字識(shí)和背規(guī)則，為旅決策劈燕、策減劃、有金融宇預(yù)測(cè)全等提秩供依扶據(jù)，白使大偉型數(shù)浙據(jù)庫杰作為思一個(gè)掏豐富帽可靠啟的資磚源為考知識(shí)蟻歸納嬸服務(wù)盼。DM的特吼點(diǎn)面向御應(yīng)用涉及才數(shù)據(jù)彈庫技調(diào)術(shù)運(yùn)用詳了統(tǒng)廟計(jì)分紅析、儲(chǔ)人工呈智能屈多種認(rèn)技術(shù)特征僚和規(guī)盟律描獎(jiǎng)述預(yù)測(cè)殼和驗(yàn)攔證功撒能數(shù)據(jù)省挖掘靈的方嚴(yán)法預(yù)測(cè)怨分析聚類啄分析主成究分分掀析因子復(fù)分析商業(yè)研智能辭的技潤(rùn)術(shù)體解系商業(yè)頂智能潮＝數(shù)童據(jù)倉睡庫＋歪聯(lián)機(jī)珍分析坑處理桶＋數(shù)鬧據(jù)挖仔掘純（BI駁＝D坑W＋本OL判AP矛＋D稿M）BI體系誤的互霸補(bǔ)性DW前——數(shù)據(jù)沙整合OL后AP鍵——數(shù)據(jù)襲分析DM脂——知識(shí)科發(fā)現(xiàn)BI體系杯統(tǒng)一弄性的墨優(yōu)勢(shì)更加賢全面懶、深責(zé)入的凱分析形成繡知識(shí)斑庫指屯導(dǎo)決茅策、匯再分鋸析商業(yè)郵智能誼系統(tǒng)棍及產(chǎn)屆品方弟案商業(yè)吧智能佛產(chǎn)品商業(yè)路智能這系統(tǒng)犯結(jié)構(gòu)商業(yè)樂智能恩產(chǎn)品堆分類商業(yè)呈智能胞產(chǎn)品細(xì)評(píng)測(cè)主流鄉(xiāng)豐智能口產(chǎn)品陰介紹商業(yè)盆智能啞系統(tǒng)聯(lián)機(jī)分析處理數(shù)據(jù)倉庫數(shù)據(jù)挖掘商業(yè)父智能才系統(tǒng)貿(mào)結(jié)構(gòu)歷史數(shù)據(jù)外部數(shù)據(jù)Sybase,Oralce,Informix,DB2,MSSQL,DBF,Excel……業(yè)務(wù)數(shù)據(jù)數(shù)據(jù)源數(shù)據(jù)倉庫系統(tǒng)后臺(tái)企業(yè)級(jí)數(shù)據(jù)倉庫元數(shù)據(jù)抽取轉(zhuǎn)換清洗聚合裝載ETL過程多維數(shù)據(jù)庫前端展現(xiàn)OLAP報(bào)表挖掘 EISTemplates企業(yè)社建立跳數(shù)據(jù)宏倉庫昂的前悄