信息化知识中的重点：商业智能（BI）详解

今天小编整理的主要内容是：商业智能（BI）

什么是商业智能

商业智能（Business Intelligence, BI）通常被理解为将组织中现有的数据转化为知识，帮组组织做出明智的业务经营决策。

从技术层面上讲，商业智能不是什么新技术，它只是数据仓库、OLAP和数据挖掘等技术的综合运用。

商业智能的特点

商业智能由数据仓库、联机分析处理、数据挖掘、数据备份和恢复等部分组成。

商业智能涉及的数据量大，运作复杂，要实现数据仓库、ETL、数据统计、数据分析，计算量大等特点。

商业智能具有的主要功能

数据仓库：高效的数据存储和访问方式。提供结构化和非结构化的数据存储，容量大，运行稳定，维护成本低，支持元数据管理，支持多种结构。

数据ETL：支持多平台、多数据存储格式的数据组织，要求能自动地根据描述或者规则进行数据查找和理解。

数据统计输出（报表）：报表能快速地完成数据统计的设计和展示，其中包括了统计数据表样式和统计图展示，可以很好地输出给其他应用程序或者以HTML形式表现和保存。

分析功能：可以通过业务规则形成分析内容，并且展示样式丰富，具有一定的交互要求，例如预警或者趋势分析等。

商业智能的三个层次

一种解决方案的商业智能

数据报表：简单地说，报表系统是BI的低端实现。

数据分析和数据挖掘技术并不是取代数据报表，报表系统依然有不可取代的优势，并且将会长期与数据分析、挖掘系统一起并存下去。

多维数据分析：如果说在线事务处理（OLTP）侧重于对数据库进行增加、修改和删除等日常事务操作，在线分析处理则侧重于针对宏观问题全面分析数据，获得有价值的信息。

数据挖掘：广义上说，任何从数据库中挖掘信息的过程都叫数据挖掘。从这点看来，数据挖掘就说BI。但从技术术语上说，数据挖掘（Data Mining）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。

数据分析系统的总体架构

源系统、数据仓库、多维数据库和客户端

商业智能的内容

在线事务处理OLTP：侧重于对数据库进行增加、修改和删除等日常事务操作。

在线分析处理OLAP：侧重于针对宏观问题全面分析数据，获得有价值的信息。

商业智能OLAP工具

ROLAP：基于关系数据库的OLAP实现

MOLAP：基于多维数据组织的OLAP实现

HOLAP：基于混合数据组织的OLAP实现

OLAP的基本多维分析操作有钻取、切片和切块以及旋转、drill across和drill through等。

OLAP有多种实现方法，根据存储数据的方式不同可以分为ROLAP（Relational OLAP）、MOLAP（multidimensional OLAP）和HOLAP（Hybrid OLAP）。

实施商业智能的步骤

1. 需求分析
2. 数据仓库建模
3. 数据抽取
4. 建立商业智能分析报表
5. 用户培训和数据模拟测试
6. 系统改进和完善

以上是商业智能（BI）所有重点整理和归纳，每天持续更新所有知识点。