京公网安备 11010802034615号
经营许可证编号:京B2-20210330
商务智能的基础架构:数据仓库
商务智能架构
商务智能是深化企业信息化的重要工具,它的出现为企业决策层提供了决策分析与风险规避的工具,为企业提供了资源优化与价值评价的平台,为企业信息化提供了从运营层向决策层发展的支撑。面向企业建立商务智能,要开发或者选择适合企业的商务智能平台。
1 商务智能的架构过程
数据获取与管理。从不同的数据源获取有用的数据,对数据进行清理以保证数据的正确性,将数据经过转换、重构后存入数据仓库或数据场(这时数据变为信息);
数据整理与分析。通过合适的查询和分析工具、数据挖掘工具,对信息进行处理(这时信息变为辅助决策的知识);信息展现与表示。将管理与决策所需知识呈现于用户面前,支持管理与决策。
2商务智能的基础架构:数据仓库
商务智能系统的主要技术基础是近几年逐渐成熟起来的数据仓库(Data ware House)技术。通过数据仓库,商务智能系统可以获取原始资料,并以Portal形式为企业主管提供分析与查询信息。
资料来源可能在企业内部应用系统,亦可能来自外部。当载入异类系统资料时,通常需对资料进行格式转换,以合并入单一数据库。数据库本身需能管理大量数据,并能以高效能处理复杂查询。
数据库记录元数据资料(metadata)于贮藏库中(repository),以商业视角(business view)方式将原始资料经过整理后解释成对高级主管有意义的信息。数据分析与查询可应用各种先进技术,如随意查询(ad-hoc query)、多维度分析(multidimensional analysis),假设性问题分析(what-ifan alysis)等。
3 商务智能的展现平台:商务智能门户
商务智能着眼将企业信息化管理后所产生的营运数据,予以转化增值为辅助决策的信息,进而累积成为企业的知识资产。通过引入门户的概念而形成的商务智能门户(Business Intelligence Portal)可以从三个方面对商务智能进行提升与补充:使用方便与个人化。从使用者界面来看,BI的使用者通常需要经过长时间训练,才能掌握如何使用BI工具。执行官、财务主管等不同高级主管进行管理与决策所需的信息不尽相同,并且都有各自的KPI。即使许多BI解决方案都已Web化,但事实上,仍无法完全满足方便性、个人化及安全性的需求。但在BI环境中,他们看到的可能都是相同的应用程序与企业内部资料,缺乏个性化机制的BI工具,只能兼顾一般性的决策需求。
内外信息结合。除了企业内部资料之外,高级主管往往还需要大量的外部信息,如公司实时殷价、竞争对手的财务报告、垂直行业别的产业信息。在单纯的BI环境中,高级主管只能看到BI工具存取企业内部资料而产出的一般性报表,但在与Portal环境整合之后,高级主管可在经过个人化的单一工作环境中,集中得到进行决策所需的所有信息:除了既有的BI报表之外,还包括许多非结构性资料与企业外部信息。
结构与非结构性资料。在信息存取方面,BI只能处理结构性资料,但在企业环境中,存在于文件、电子表格、电子邮件、互联网等环境的非结构性资料,所占比例其实远高于结构性资料,当然也是进行决策时不可或缺的要素。Portal工具在这一方面更有其难以替代的优势。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 MySQL 实际应用中,“频繁写入同一表” 是常见场景 —— 如实时日志存储(用户操作日志、系统运行日志)、高频交易记录(支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系,我将从相关系数的核心定义与类型切入,详解 “数 ...
2025-10-30对 CDA(Certified Data Analyst)数据分析师而言,“相关系数” 不是简单的数字计算,而是 “从业务问题出发,量化变量间关联强 ...
2025-10-30在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22