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
- 需求分析
- 数据仓库建模
- 数据抽取
- 建立商业智能分析报表
- 用户培训和数据模拟测试
- 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。