第十一章数据仓库和商务智能

定义

通过规划、实施和控制过程，来提供决策支持数据，支持从事报告，查询和分析的知识工作者

目标

支持商务智能活动

赋能商业分析和高效决策

基于数据洞察寻找创新方式

原则

聚焦业务目标

以始为终

全局性的思考设计，局部性的行动和建设

总结并持续优化

提升透明度和自动化服务

与数据仓库一起创建元数据

协同

不要千篇一律

业务驱动因素

运营支持智能

合规需求

商务智能活动

输入

业务需求

可扩展性、运营、基础设施和支持的要求

数据质量、安全及访问需求

IT策略

相关IT政策和标准

活动

理解需求

1. 考虑业务目标和业务战略

2. 确定业务领域并框定范围

3. 访谈，了解业务人员需求，问题及访问的数据

4. 掌握关键指标和计算路径

定义和维护DW和BI架构

1. 确定数据仓库/商务智能技术架构

2. 确定数据仓库/商务智能管理流程

开发数据仓库和数据集市

1. 建立源到目标的映射关系

2. 修正和转换数据

加载数据仓库

确定加载方式时，要考虑的关键因素数据仓库和数据是所需要的

实施BI产品组合

1. 根据需要对用于进行分组

2. 将工具与用户要求匹配

维护数据产品

1. 发布管理

2. 管理数据产品开发生命周期

3. 监控和调优加载过程

4. 监控和调优商务智能活动和性能

方法

1. 驱动需求的原型

2. 自助式BI

3. 可查询的审计数据

工具

元数据存储库

1. 数据字典和术语

2. 数据和数据模型的血缘关系

数据集成工具（需要考虑几个功能）

1. 过程审计、控制、重启和调度

2. 在执行时有选择地提取数据元素并将其传递给下游系统进行审计的能力

3. 控制哪些操作可以执行或不执行，并重新启动那些失败和终止的进程

商务智能工具的类型

1. 运营报表

2. 业务绩效管理（BPM）

3. 运营分析应用

实施指南

就绪评估/风险评估

版本路线图

配置管理

组织与文化变革

治理

业务接受度

客户/用户满意度

服务水平协议

报表策略

1. 安全访问

2. 描述用户交互、报告检查或查看其数据的访问机制

3. 用户社区类型和使用它的适当工具

4. 报表摘要、详细信息、例外情况以及频率、时间、分布和存储格式的本质

5. 通过图形输出发挥可视化功能的潜力

6. 及时性和性能之间的权衡

度量指标

1. 使用指标

2. 主题域覆盖率

3. 响应时间和性能指标

基本概念

数据仓库

1. 广义上，数据仓库是包括为任何支持商务智能目标的实现提供数据存储或者提取操作的系统

2. 狭义上，数据仓库是由集成决策支持数据库和与之相关的用于收集、清理、转换和存储来自各种操作和外部源数据的软件程序两个部分组成的系统

企业信息工厂

企业信息工厂是两种主要的数据仓库建设模式之一，是面向主题的，整合的随时间变化的，包含汇总和明细的稳定的历史数据集合

多维数据仓库

多维数据仓库是数据仓库开发的另一种模式，仓库数据存储在多维数据模型中，以维度和事实定义。常见模型包括星型模型和雪花模型。多维模型旨在使数据使用者方便理解和使用数据，同时还支持更优的查询性能。

数据仓库架构组件

数据仓库是一个由源系统、数据集成、数据存储区域等众多组件组成的数据管理系统。这些组件之间位于数据仓库的不同位置，发挥不同的功能，相互之间协调工作，构成数据仓库工作体系

商务智能

在构建好数据仓库以后，为业务人员提供数据查询、分析和报表等功能，对数据进行可视化，并从数据中获取有价值的信息，从而支撑业务决策、风险管理等更高层面的决策分析。

数据仓库建设

数据仓库建设的方法

加载处理的方式