政府信息化与电子政务、企业信息化与电子商务、数据库和数据仓库的区别、商业智能系统处理过程、数据仓库结构图、数据挖掘、数据仓库和数据湖的对比

政府信息化与电子政务

类型	应用
G2G	基础信息的采集、处理和利用，以供各级政府决策支持 ,如：人口信息、地理信息、人口普查
G2E	政府内部管理系统
G2B	政府给企业单位颁发：各种营业执照、许可证、合格证、质量认证
B2G	企业向政府缴税；企业向政府供应各种商品和服务(含竞/投标)；企业向政府提建议、申诉
G2C	社区公安和水、火、天灾等与公共安全有关的信息；户口、各种证件和拍照的管理(健康码，政府发给个人的证明，方向就是政府的防疫部门对大众公民)
C2G	个人应向政府缴纳的各种税款和费用(个税APP)、个人向政府反馈民意(征求群众意见)、报警服务(盗贼、医疗、急救、火警等)

企业信息化与电子商务

1.企业资源计划-ERP

对物流、生产、仓储、财务等进行统一管理

2.客户关系管理-CRM

CRM：Customer Relationship Management
CRM的目的是提高收入。
CRM的核心就是以客户为中心。

生活中，很多方面的运营工作，都会涉及到获客成本，而获取一个新客户的成本是不低的，各种推广烧钱提高展现量，还有时间成本从而来获得新客户，因此，在这个过程中，把老客户维护好，这其实是可以达到提升收入的目的的。

比如：上网课给你发短信提示，AI人工客服，AI销售电话，智能回复等

CRM的主要模块

• 销售自动化
• 营销自动化
• 客户服务与支持
• 商业智能

CRM的价值

• 提高工作效率，节省开支
• 提高客户满意度
• 提高客户的忠诚度

3.供应链管理-SCM

SCM（Supply Chain Management）理念：强强联合，整合与优化“三流”，打通企业间“信息孤岛”，严格是数据交换标准。

供应链管理讲究不能独善其身，需要跟上下游企业打通。从计划（策略性）、采购、制造、配送、退货等全流程的进行管控，这样子才能产生更好的效率，比如汽车制造业，受疫情影响停工停产，那么上下游也势必会受影响。

信息化的“三流”

• 信息流
  需求信息流（需方到供方）：如客户订单、生产计划、采购合同
  供应信息流（供方到需方）：如入库单、完工报告单、库存记录、可供销售量、提货发运单等
• 资金流
• 物流

4.商业智能-BI

商业智能是指利用数据挖掘、知识发现等技术分析和挖掘结构化的、面向特定领域的存储与数据仓库的信息。它可以帮助用户认清发展趋势、获取决策支持并得出结论。

不同点：
OLTP（联机事务处理）： 处理很小的、频繁的事务。比如超市的收银工作
OLAP（联机分析处理）： 处理数据分析。比如超时各品类销售量等数据

商业智能-BI：数据库和数据仓库的区别

数据仓库是由数据库衍进过来的

传统数据库，会随着用户量的累计，时间的积累，使得数据越来越多，那么这是保证查询速度就会建立索引，随着数据量的进一步增加，数据库变得越来越大，数据的维护会更不方便，因此最简单的方案就是删除历史数据。

但是随着数字化时代的到来，提倡数字资产，数据资产成为一个企业很重要的资产，因此更愿意存到别的地方，专门做历史数据分析，而不是直接丢弃，这样演化出了数据仓库的概念。

比如用户坐地铁的乘车记录，用户其实并不关心三年前自己去了哪，可能会着重关心自己几个月之内的形成，因此最方便的解决方案就是删除或转移部分历史数据，那么数据仓库就可以存储这部分历史数据(大数据的Hbase、hive什么的)以备未来可能用到的分析决策，而原来的数据库继续存储可能经常用到的数据。

数据库	数据仓库
面向应用：按应用组织数据	面向主题：按主题组织数据（有明确的目标目的）
零散的：一个应用对应一个数据库	集成的：整个企业对应一个数据仓库
CRUD：增删改查是常态	相对稳定的（非易失的）：查询为主、基本修改与删除
解决当下应用问题	反映历史变化（时变的）：各个阶段信息都有，并可做预测未来趋势

商业智能-BI：商业智能系统处理过程

商业智能系统处理过程包括四个主要阶段

• 数据预处理通过数据抽取、转换和装载实现企业原始数据的初步整合
• 建立数据仓库是后续处理数据的基础
• 数据分析是体现智能的关键，关键采用OLAP(联机分析处理)和数据挖掘技术，前者能够实现上卷、下钻和旋转分析，后者利用隐藏的知识，通过建立分析模型预测企业未来发展趋势
• 数据展现主要完成数据处理结果的可视化

商业智能-BI：数据挖掘

利用隐藏的知识，通过建立分析模型预测企业未来发展趋势

数据挖掘的分类

• 关联分析：挖掘出隐藏在数据间的相互关系（买手机→买手机壳、买钢化膜），这个是大数据分析里面用的最多的
• 序列模式分析：侧重点是分析数据间的前后关系，即因果关系
• 分类分析：为每一个记录赋予一个标记，再按标记分类，你可以明确的知道赋予的这个标记是什么
• 聚类分析：分类分析法的逆过程，不知道是什么，先分类，最后再定义标记

分类分析和聚类分析怎么区分？

举个例子，你刚谈恋爱，对女性的东西懂得很少，女朋友买的裙子，你一开始统称裙子，放衣柜的时候，进行整理，发现长短不一样，因此按长度差不多的叠好归类，最后你按长短把它们分为长裙、短裙、超短裙，这个就是聚类分析

你是个海王，女朋友买的那些裙子你看一眼就知道是哪种裙子，可以直接给它定义标记，这个就是分类分析

商业智能-BI：数据湖

数据湖是一个存储企业的各种各样原始数据的大型仓库，其中的数据可供存取、处理、分析及传输

数据湖从企业的多个数据源获取原始数据，并且针对不同的目的，同一份原始数据还可能有多种满足特定内部模型格式的数据副本。因此，数据胡中被处理的数据可能是任意类型的信息，从结构化数据到完全非结构数据。

数据仓库仅支持分析处理
数据湖既支持分析处理，也支持事务处理

商业智能-BI：数据仓库和数据湖的对比

维度	数据仓库	数据胡
数据	清洗过的数据 结构化的数据	原始数据 结构化，半结构化数据
模式	数据仓储之前定义数据模式 数据集成之前完成大量工作 数据的价值提前明确	数据存储之后定义数据模式 提供敏捷，简单的数据集成 数据的价值尚未明确
存取方法	标准SQL接口	应用程序，类SQL的程序
优势	多数据源集成 干净、安全的数据 转换一次，多次使用	无限扩展性 并行执行 支持编程框架 数据经济

5.业务流程

业务流程重组-BPR：颠覆原有流程，彻底性的再设计
业务流程管理-BPM：使用PDCA循环，持续改进

6.企业应用集成-EAI

对于如何划分和规范EAI层次的定义，业界名没有统一的标准。

可以按集成点分为四类：

1. 表示集成（界面集成）：用一个统一的集成界面，把很多应用网址链接整合到一起（导航栏）、界面样式统一一下，操作起来较为简单，类似企业的门户网站导航页
2. 数据集成：从数据方面去考虑整合的问题，都可以列为数据集成。有很多种方式，①JDBC就是数据库中间件，这种连接数据库的方式就是一种数据集成；②数据仓库的构建，进行数据整合，也是一种方式；③生产中分库，配置库和联机库，联机库只读配置库的相关配置表，现在修改配置库的同时，联机库也需要对配置表数据进行更新（表数据同步），这样跳过业务逻辑在数据层面集成，较在应用层面集成更简单
3. 控制集成（应用集成，API集成）：在应用逻辑层面，强调调用现有接口完成集成
4. 业务流程集成（过程集成，B2B）：在应用逻辑层面，强调B2B，可以进行企业间的集成，强调业务流程优化和整合，较为复杂，需了解业务逻辑，可以做供应链的集成

集成分类	集成点	效果	强调关键点
界面集成	界面	统一入口，产生“整体”感觉	“整体”感觉 最小代价实现一体化操作
数据集成	数据	不同来源的数据逻辑或物理上的“集中”	其他集成方法的基础
控制集成	应用逻辑	调用其他系统已有的方法，达到集成效果
业务流程集成	应用逻辑	跨企业，或优化流程而非直接调用	企业之间的信息共享能力
门户集成		将内部系统对接到互联网上	发布到互联网上

企业应用集成-企业门户集成

企业门户集成强调的是将内部系统对接到互联网上，对接到互联网上，会有多种类型

• 企业信息门户（EIP，Enterprise Information Portal）：使员工/合作伙伴/客户/供应商都能够访问企业内部网络和因特网存储的各种自己所需的信息。【统一访问入口】
• 企业知识门户（EKP，Enterprise Knowledge Portal）：企业网站的基础上增加知识性内容。【企业知识库】
• 企业应用门户（EAP，Enterprise Application Portal）：以商业流程和企业应用为核心，把商业流程中功能不同的应用模块通过门户技术集成在一起。 【企业信息系统的网上集成界面】
• 垂直门户：为某一特定的行业服务的，传送的信息只属于人们感兴趣的领域，比如CSDN只有IT相关的，就属于垂直门户。

企业应用集成-按功能分的几种集成方式

还有按功能分的几种集成方式

	特点
消息集成	数据量小，交互频繁，立即的，异步
共享数据库	交互频繁的，立即的，同步
文件传输	数据量大，交互频度低，及时向要求低（月末，年末）