數(shù)據(jù)分析與商務(wù)智能概述

數(shù)據(jù)分析與商務(wù)智能管理科學(xué)與工程系安利平數(shù)據(jù)分析與商務(wù)智能概述第1頁教學(xué)內(nèi)容數(shù)據(jù)分析與商務(wù)智能概述數(shù)據(jù)倉庫與OLAP基礎(chǔ)數(shù)據(jù)倉庫設(shè)計(jì)與OLAP建模數(shù)據(jù)挖掘過程與算法數(shù)據(jù)分析與商務(wù)智能概述第2頁主要參考書1.WHInmon著.數(shù)據(jù)倉庫.機(jī)械工業(yè)出版社.2.林宇編著.數(shù)據(jù)倉庫原理與實(shí)踐.人民郵電出版社.3.JiaweiHan,MichelineKamber著.數(shù)據(jù)挖掘概念與技術(shù).機(jī)械工業(yè)出版社.4.（美）譚,（美）斯坦巴赫著,范明等譯,數(shù)據(jù)挖掘?qū)д?人民郵電出版社.5.（美）貝里,（美）利諾夫著,袁衛(wèi)等譯.數(shù)據(jù)挖掘——客戶關(guān)系管理科學(xué)與藝術(shù).中國財(cái)經(jīng)出版社.數(shù)據(jù)分析與商務(wù)智能概述第3頁軟件SQLServer/數(shù)據(jù)倉庫IBMSPSSModeler企業(yè)數(shù)據(jù)分析與挖掘IBMSPSSStatistics標(biāo)準(zhǔn)統(tǒng)計(jì)分析關(guān)于Wekahttp://www.cs.waikato.ac.nz/ml/weka/西蒙(印度).數(shù)據(jù)挖掘基礎(chǔ)教程.

機(jī)械工業(yè)出版社.關(guān)于SAS數(shù)據(jù)分析與商務(wù)智能概述第4頁主要軟件參考書朱德利.SQLServer數(shù)據(jù)挖掘與商業(yè)智能完全處理方案.

電子工業(yè)出版社.張文彤,鐘云飛.IBMSPSS數(shù)據(jù)分析與挖掘?qū)崙?zhàn)案例精粹.清華大學(xué)出版社.元昌安.數(shù)據(jù)挖掘原理與SPSSClementine應(yīng)用寶典.電子工業(yè)出版社.（印度）西蒙.數(shù)據(jù)挖掘基礎(chǔ)教程.

范明,牛常勇譯.機(jī)械工業(yè)出版社.（Weka）http://www.cs.waikato.ac.nz/ml/weka/數(shù)據(jù)分析與商務(wù)智能概述第5頁案例1.電信企業(yè)數(shù)據(jù)倉庫建設(shè)2.Dataminingfordecisionsupportoncustomerinsolvencyintelecommunicationsbusiness數(shù)據(jù)分析與商務(wù)智能概述第6頁商務(wù)智能概述為何出現(xiàn)商務(wù)智能？Why企業(yè)經(jīng)營管理活動(dòng)對(duì)商務(wù)智能需求怎樣了解商務(wù)智能?What商務(wù)智能怎樣實(shí)現(xiàn)?How商務(wù)智能技術(shù)組成數(shù)據(jù)分析與商務(wù)智能概述第7頁1企業(yè)對(duì)商務(wù)智能需求商務(wù)工具變遷企業(yè)信息化系統(tǒng)進(jìn)化數(shù)據(jù)分析與商務(wù)智能概述第8頁商務(wù)工具變遷伴伴隨商務(wù)工具變遷，人們處理信息能力在工具幫助下變得越來越強(qiáng)大，信息量增加也越來越快。電報(bào)電話傳真機(jī)計(jì)算機(jī)互聯(lián)網(wǎng)數(shù)據(jù)分析與商務(wù)智能概述第9頁商務(wù)工具變遷在20世紀(jì)初，或者即使到了20世紀(jì)中葉，沒有一個(gè)企業(yè)賬目、訂貨統(tǒng)計(jì)和文件柜數(shù)據(jù)總和能超出幾十個(gè)百萬字節(jié)(megabytes)。穿孔紙帶數(shù)據(jù)分析與商務(wù)智能概述第10頁商務(wù)工具變遷計(jì)算機(jī)在商業(yè)領(lǐng)域應(yīng)用，標(biāo)志著商業(yè)活動(dòng)真正進(jìn)入信息化時(shí)代，信息處理方式發(fā)生了革命性改變。商業(yè)單據(jù)電子化MIS(管理信息系統(tǒng))廣泛應(yīng)用數(shù)據(jù)處理方式以數(shù)據(jù)庫為主數(shù)據(jù)分析與商務(wù)智能概述第11頁商務(wù)工具變遷互聯(lián)網(wǎng)在商業(yè)活動(dòng)中應(yīng)用，在信息增加和信息處理方式上也發(fā)生了前所未有改變。每個(gè)郵件在遞送過程中都要對(duì)條形碼進(jìn)行屢次掃描；統(tǒng)計(jì)控制過程經(jīng)過成千上萬個(gè)傳感器不停讀取和統(tǒng)計(jì)生產(chǎn)過程數(shù)據(jù)；電話系統(tǒng)要跟蹤每一個(gè)電話開始時(shí)間、連續(xù)時(shí)間和網(wǎng)絡(luò)路線等；用戶在網(wǎng)絡(luò)上每一次鏈接及看過每一件商品都被統(tǒng)計(jì)下來。數(shù)據(jù)分析與商務(wù)智能概述第12頁商務(wù)工具變遷今天，最大企業(yè)數(shù)據(jù)庫容量是用萬億字節(jié)(terabytes)來計(jì)量。對(duì)于這些企業(yè)來說，數(shù)據(jù)增加是以10萬倍來計(jì)量。數(shù)據(jù)分析與商務(wù)智能概述第13頁商務(wù)工具變遷多數(shù)情況下，數(shù)據(jù)搜集是為了提升內(nèi)在操作效率，并不是為了分析或者為了建立預(yù)測(cè)模型。數(shù)據(jù)一旦積累起來，就成為信息財(cái)富。這些財(cái)富可被用來改進(jìn)每個(gè)領(lǐng)域決議。人們已不再滿足于簡(jiǎn)單數(shù)據(jù)操作，產(chǎn)生了深入使用現(xiàn)有數(shù)據(jù)要求。數(shù)據(jù)分析與商務(wù)智能概述第14頁商務(wù)工具變遷利用現(xiàn)有數(shù)據(jù)進(jìn)行分析和推理，從而為決議提供依據(jù)。誰是高價(jià)值客戶？誰將成為高價(jià)值客戶？什么產(chǎn)品能夠交叉銷售或提升銷售？企業(yè)明年收入前景怎樣？這種需求既要求聯(lián)機(jī)服務(wù)，又包括大量數(shù)據(jù)。數(shù)據(jù)分析與商務(wù)智能概述第15頁商務(wù)工具變遷傳統(tǒng)數(shù)據(jù)庫技術(shù)已無法滿足這種需求，詳細(xì)表達(dá)在以下三方面：決議所需歷史數(shù)據(jù)量很大，而傳統(tǒng)數(shù)據(jù)庫普通只存放短期數(shù)據(jù)。輔助決議信息包括許多部門數(shù)據(jù)，而不一樣系統(tǒng)數(shù)據(jù)難以集成。因?yàn)樵L問數(shù)據(jù)庫能力不足，它對(duì)大量數(shù)據(jù)訪問性能顯著下降。數(shù)據(jù)分析與商務(wù)智能概述第16頁怎樣將數(shù)以百萬計(jì)網(wǎng)絡(luò)文件、電話統(tǒng)計(jì)、銷售細(xì)目文件統(tǒng)計(jì)變成可利用信息和知識(shí)？數(shù)據(jù)分析與商務(wù)智能概述第17頁企業(yè)信息系統(tǒng)進(jìn)化數(shù)據(jù)分析與商務(wù)智能概述第18頁管理信息系統(tǒng)和企業(yè)資源計(jì)劃系統(tǒng)管理信息系統(tǒng)和企業(yè)資源計(jì)劃系統(tǒng)積累了大量歷史數(shù)據(jù)。不一樣歷史時(shí)期數(shù)據(jù)依據(jù)不一樣業(yè)務(wù)需要數(shù)據(jù)由不一樣供給商提供數(shù)據(jù)體系結(jié)構(gòu)和管理實(shí)施等方面存在著較大差異數(shù)據(jù)相對(duì)分散和獨(dú)立，難以共享沒有建立起統(tǒng)一能用于分析處理基礎(chǔ)數(shù)據(jù)平臺(tái)數(shù)據(jù)分析與商務(wù)智能概述第19頁管理信息系統(tǒng)和企業(yè)資源計(jì)劃系統(tǒng)明確整個(gè)企業(yè)中業(yè)務(wù)數(shù)據(jù)和相互關(guān)系是有較大困難。百家爭(zhēng)鳴、百花齊放管理系統(tǒng)數(shù)據(jù)——共有多少個(gè)三角形?數(shù)據(jù)分析與商務(wù)智能概述第20頁商務(wù)智能系統(tǒng)來自不一樣系統(tǒng)大量數(shù)據(jù)中往往隱藏著主要規(guī)律和商業(yè)規(guī)則，這些是企業(yè)管理者需要尋找“金礦”。數(shù)據(jù)分析與商務(wù)智能概述第21頁此“金礦”挖掘過程就是“數(shù)據(jù)

信息

知識(shí)

智慧”轉(zhuǎn)化過程。商務(wù)智能系統(tǒng)數(shù)據(jù)信息知識(shí)智慧信息分析輔助決議數(shù)據(jù)處理數(shù)據(jù)分析與商務(wù)智能概述第22頁商務(wù)智能系統(tǒng)假如將知識(shí)用在輔助企業(yè)經(jīng)營管理決議中，那么這種智慧就能夠稱為商業(yè)智慧，也就是商業(yè)智能，或者叫商務(wù)智能。BusinessIntelligence,BI數(shù)據(jù)分析與商務(wù)智能概述第23頁商務(wù)智能2個(gè)層次第1個(gè)層次：在整合系統(tǒng)數(shù)據(jù)基礎(chǔ)上提供靈活前端展現(xiàn)。比如，經(jīng)過直方圖等形式表現(xiàn)來自銷售管理系統(tǒng)地域銷售情況報(bào)表。數(shù)據(jù)分析與商務(wù)智能概述第24頁商務(wù)智能2個(gè)層次經(jīng)過數(shù)據(jù)整合BI系統(tǒng)功效——現(xiàn)在有多少個(gè)三角形?數(shù)據(jù)倉庫DataWarehouse,DW聯(lián)機(jī)分析處理On-LineAnalyticalProcessing,OLAP數(shù)據(jù)分析與商務(wù)智能概述第25頁商務(wù)智能2個(gè)層次第2個(gè)層次：數(shù)據(jù)庫中知識(shí)發(fā)覺。數(shù)據(jù)庫爆炸性增加已遠(yuǎn)遠(yuǎn)超出了能夠解釋和消化這些數(shù)據(jù)能力，需要新一代工具和技術(shù)對(duì)數(shù)據(jù)庫進(jìn)行自動(dòng)和智能地分析。這些工具和技術(shù)正是知識(shí)發(fā)覺。知識(shí)發(fā)覺主要技術(shù)組成就是數(shù)據(jù)挖掘。KnowledgeDiscoveryinDatabase，KDDDataMining，DM數(shù)據(jù)分析與商務(wù)智能概述第26頁商務(wù)智能2個(gè)層次歷史數(shù)據(jù)預(yù)測(cè)數(shù)據(jù)？加入智能挖掘算法系統(tǒng)功效——最終一個(gè)框中應(yīng)該有多少個(gè)三角形?數(shù)據(jù)分析與商務(wù)智能概述第27頁商務(wù)智能2個(gè)層次比如，經(jīng)過對(duì)銷售數(shù)據(jù)分析，發(fā)覺一條關(guān)聯(lián)規(guī)則：這條規(guī)律對(duì)于商務(wù)智能化和決議科學(xué)化將有主要意義。購置面包and

購置黃油

90％購置牛奶數(shù)據(jù)分析與商務(wù)智能概述第28頁2商務(wù)智能技術(shù)組成什么是商務(wù)智能商務(wù)智能結(jié)構(gòu)描述商務(wù)智能工具SQLServer商務(wù)智能構(gòu)架數(shù)據(jù)分析與商務(wù)智能概述第29頁什么是商務(wù)智能1.Microsoft努力2.SAS智能和知識(shí)3.DMReview過程4.Gartner、IDC、IBM、SAP和MSTR工具和技術(shù)集合數(shù)據(jù)分析與商務(wù)智能概述第30頁商務(wù)智能結(jié)構(gòu)描述商務(wù)智能實(shí)現(xiàn)包含了“數(shù)據(jù)

信息

知識(shí)

行動(dòng)

智慧”這一過程所利用技術(shù)和方法。數(shù)據(jù)倉庫聯(lián)機(jī)分析處理(OLAP)數(shù)據(jù)挖掘模型庫和方法庫數(shù)據(jù)分析與商務(wù)智能概述第31頁抽取轉(zhuǎn)換清洗過濾轉(zhuǎn)載數(shù)據(jù)倉庫數(shù)據(jù)集市數(shù)據(jù)集市數(shù)據(jù)集市數(shù)據(jù)挖掘OLAP數(shù)據(jù)報(bào)表前端展現(xiàn)工具數(shù)據(jù)源ETL過程數(shù)據(jù)倉庫及其應(yīng)用BI前端展現(xiàn)外部數(shù)據(jù)業(yè)務(wù)系統(tǒng)數(shù)據(jù)文檔資料數(shù)據(jù)分析與商務(wù)智能概述第32頁商務(wù)智能結(jié)構(gòu)描述商務(wù)智能系統(tǒng)工作過程技術(shù)抽象源數(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數(shù)據(jù)挖掘?qū)佑脩粽宫F(xiàn)層數(shù)據(jù)分析與商務(wù)智能概述第33頁商務(wù)智能結(jié)構(gòu)描述商務(wù)智能系統(tǒng)工作過程技術(shù)抽象源數(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數(shù)據(jù)挖掘?qū)佑脩粽宫F(xiàn)層數(shù)據(jù)分析與商務(wù)智能概述第34頁數(shù)據(jù)挖掘和商務(wù)智能工具企業(yè)名稱ETL工具數(shù)據(jù)倉庫管理OLAP工具數(shù)據(jù)挖掘工具報(bào)表工具IBMWarehouseManagerVisualWarehouseOLAPServerIntelligentMinerInsight&QucikviewOracleOracleETLServerEnterpriseManagerExpressServerDarwinExpressAnalyserSybaseReplicationServerPowerStageWarehouseStudioWarehouseAnalyzerSASSPSSInfoMakerCAInfoPumpPLATINUMERWinPLATINUMInfoPumpDecisionBaseInfoBeaconNeugentAionForest&TreesInfoReprotsSAS第三方WarehouseAdministratorSASMDDBEnterpriseMinerEISERMicrosoftSSISSQLServerSSASSSASSSRS數(shù)據(jù)分析與商務(wù)智能概述第35頁SQLServer商務(wù)智能構(gòu)架SQLServer兩大致系數(shù)據(jù)庫管理商務(wù)智能應(yīng)用數(shù)據(jù)分析與商務(wù)智能概述第36頁SQLServer商務(wù)智能構(gòu)架整合服務(wù)數(shù)據(jù)庫引擎分析服務(wù)匯報(bào)服務(wù)復(fù)制服務(wù)全文檢索服務(wù)服務(wù)代理通知服務(wù)數(shù)據(jù)庫管理部分商業(yè)智能應(yīng)用部分?jǐn)?shù)據(jù)分析與商務(wù)智能概述第37頁SQLServer商務(wù)智能構(gòu)架SQLServer商務(wù)智能三大服務(wù)SQLServerAnalysisServices(SSAS)SQLServerIntegrationServices(SSIS)SQLServerReportingServices(SSRS)一個(gè)工具BusinessIntelligenceDevelopmentStudio數(shù)據(jù)分析與商務(wù)智能概述第38頁SQLServer商務(wù)智能構(gòu)架Bus