BI三阶段: 报表、分析、挖掘

以前在日本企业专门从事软件开发，客户要什么咱就给做什么，但是好多系统也有数据报表和数据分析之类的功能，但是从来就没考虑过他们为什么要这样的功能。现在，终于有时间思考软件以外的事情了，前一阶段也开发报表相关的销售系统辅助工具软件。在设计软件之余，也查找了一些这方面的资料，才恍然大悟，噢，原来数据处理分三个层级，即：数据报表，数据分析，数据挖掘。这三个层次的东西隶属于商业智能（BI）范畴，业务人员、管理者可以借此来充分掌握商业数据信息，并辅助决策。

    现在的企业已经基本引入了CRM、ERP、OA等基础信息化系统。这些系统的统一特点都是：通过业务人员或者用户的操作，最终对数据库进行增加、修改、删除等操作。上述系统可统一称为OLTP（Online Transaction Process，在线事务处理），指的就是系统运行了一段时间以后，必然帮助企事业单位收集大量的历史数据。如何把数据库中存在的数据转变为业务人员需要的信息？大部分的答案是报表。

初级阶段 <=> 报表呈现 

    传统的报表系统技术上已经相当成熟，大家熟悉的Excel、水晶报表、Reporting Service等都已经被广泛使用。但是，随着数据的增多，需求的提高，传统报表系统面临的挑战也越来越多。

1. 数据太多，信息太少

密密麻麻的表格堆砌了大量数据，到底有多少业务人员仔细看每一个数据？到底这些数据代表了什么信息、什么趋势？级别越高的领导，越需要简明的信息。如果我是董事长，我可能只需要一句话：目前我们的情况是好、中还是差？

2. 难以交互分析、了解各种组合

定制好的报表过于死板。例如，我们可以在一张表中列出不同地区、不同产品的销量，另一张表中列出不同地区、不同年龄段顾客的销量。但是，这两张表无法回答诸如“华北地区中青年顾客购买数码相机类型产品的情况”等问题。业务问题经常需要多个角度的交互分析。

3. 难以挖掘出潜在的规则

报表系统列出的往往是表面上的数据信息，但是海量数据深处潜在含有哪些规则呢？什么客户对我们价值最大，产品之间相互关联的程度如何？越是深层的规则，对于决策支持的价值越大，但是，也越难挖掘出来。

4. 难以追溯历史，数据形成孤岛

业务系统很多，数据存在于不同地方。太旧的数据（例如一年前的数据）往往被业务系统备份出去，导致宏观分析、长期历史分析难度很大。

因此，随着时代的发展，传统报表系统已经不能满足日益增长的业务需求了，企业期待着新的技术。数据分析和数据挖掘的时代正在来临。值得注意的是，数据分析和数据挖掘系统的目的是带给我们更多的决策支持价值，并不是取代数据报表。报表系统依然有其不可取代的优势，并且将会长期与数据分析、挖掘系统一起并存下去。 
 
中级阶段 <=> 多维数据分析 

对数据库进行增加、修改、删除等日常事务操作，以及报表只是完成了数据管理和呈现而已，或者说是对数据细节的关注。而数据分析则侧重于针对宏观问题，以获得有价值的信息。为了达到分析的目的，传统的关系型数据库已经不够了，需要一种新的技术叫做多维数据库。

多维数据库的概念并不复杂。引用一个例子：想描述2003年4月份啤酒在大连地区销售额1000万元。这里牵扯到几个角度：时间、产品、地区，这就是维度。用立方体上的单元代表了度量值，引用另外一个图示：

 

数据分析系统的总体架构分为四个部分：源系统、数据仓库、多维数据库、客户端。

源系统：包括现有的所有OLTP系统，搭建BI系统并不需要更改现有系统。
数据仓库：数据大集中，通过数据抽取，把数据从源系统源源不断地抽取出来，可能每天一次，或者每3个小时一次，当然是自动的。数据仓库依然建立在关系型数据库上，往往符合叫做“星型结构”的模型。
多维数据库：数据仓库的数据经过多维建模，形成了立方体结构。每一个立方体描述了一个业务主题，例如销售、库存或者财务。
客户端：好的客户端软件可以把多维立方体中的信息丰富多彩地展现给用户。

数据分析案例: 

在实际的案例中，我们利用SQL Server搭建了数据仓库，Microsoft Analysis Service 2000搭建了多维数据库，ProClarity 6.0 作为客户端分析软件。 分解树好像一个组织图。分解树在回答以下问题时很有效：

·在指定的产品组内，哪种产品有最高的销售额？

·在特定的产品种类内，各种产品间的销售额分布如何？

·哪个销售人员完成了最高百分比的销售额？  

中级阶段 <=> 数据挖掘 

广义上说，任何从数据库中挖掘信息的过程都叫做数据挖掘。从这点看来，数据挖掘就是BI。但从技术术语上说，数据挖掘（Data Mining）特指的是：源数据经过清洗和转换等成为适合于挖掘的数据集。数据挖掘在这种具有固定形式的数据集上完成知识的提炼，最后以合适的知识模式用于进一步分析决策工作。从这种狭义的观点上，我们可以定义：数据挖掘是从特定形式的数据集中提炼知识的过程。数据挖掘往往针对特定的数据、特定的问题，选择一种或者多种挖掘算法，找到数据下面隐藏的规律，这些规律往往被用来预测、支持决策。

引用一个案例：

美国的超市有这样的系统：当你采购了一车商品结账时，售货员小姐扫描完了你的产品后，计算机上会显示出一些信息，然后售货员会友好地问你：我们有一种一次性纸杯正在促销，位于F6货架上，您要购买吗？ 这句话决不是一般的促销。因为计算机系统早就算好了，如果你的购物车中有餐巾纸、大瓶可乐和沙拉，则86%的可能性你要买一次性纸杯。结果是，你说，啊，谢谢你，我刚才一直没找到纸杯。 这不是什么神奇的科学算命，而是利用数据挖掘中的关联规则算法实现的系统。

每天，新的销售数据会进入挖掘模型，与过去N天的历史数据一起，被挖掘模型处理，得到当前最有价值的关联规则。同样的算法，分析网上书店的销售业绩，计算机可以发现产品之间的关联以及关联的强弱。

综述 

数据报表、数据分析、数据挖掘是BI的三个层面。相信未来几年的趋势是：越来越多的企业在数据报表的基础上，会进入数据分析与数据挖掘的领域。商业智能所带来的决策支持功能，会给我们带来越来越明显的效益。