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
B+树作为数据库索引的核心数据结构,其高效的查询、插入、删除性能,离不开节点间指针的合理设计。在日常学习和数据库开发中,很 ...
2026-01-30在数据库开发中,UUID(通用唯一识别码)是生成唯一主键、唯一标识的常用方式,其标准格式包含4个短横线(如550e8400-e29b-41d4- ...
2026-01-30商业数据分析的价值落地,离不开标准化、系统化的总体流程作为支撑;而CDA(Certified Data Analyst)数据分析师,作为经过系统 ...
2026-01-30在数据分析、质量控制、科研实验等场景中,数据波动性(离散程度)的精准衡量是判断数据可靠性、稳定性的核心环节。标准差(Stan ...
2026-01-29在数据分析、质量检测、科研实验等领域,判断数据间是否存在本质差异是核心需求,而t检验、F检验是实现这一目标的经典统计方法。 ...
2026-01-29统计制图(数据可视化)是数据分析的核心呈现载体,它将抽象的数据转化为直观的图表、图形,让数据规律、业务差异与潜在问题一目 ...
2026-01-29箱线图(Box Plot)作为数据分布可视化的核心工具,能清晰呈现数据的中位数、四分位数、异常值等关键统计特征,广泛应用于数据分 ...
2026-01-28在回归分析、机器学习建模等数据分析场景中,多重共线性是高频数据问题——当多个自变量间存在较强的线性关联时,会导致模型系数 ...
2026-01-28数据分析的价值落地,离不开科学方法的支撑。六种核心分析方法——描述性分析、诊断性分析、预测性分析、规范性分析、对比分析、 ...
2026-01-28在机器学习与数据分析领域,特征是连接数据与模型的核心载体,而特征重要性分析则是挖掘数据价值、优化模型性能、赋能业务决策的 ...
2026-01-27关联分析是数据挖掘领域中挖掘数据间潜在关联关系的经典方法,广泛应用于零售购物篮分析、电商推荐、用户行为路径挖掘等场景。而 ...
2026-01-27数据分析的基础范式,是支撑数据工作从“零散操作”走向“标准化落地”的核心方法论框架,它定义了数据分析的核心逻辑、流程与目 ...
2026-01-27在数据分析、后端开发、业务运维等工作中,SQL语句是操作数据库的核心工具。面对复杂的表结构、多表关联逻辑及灵活的查询需求, ...
2026-01-26支持向量机(SVM)作为机器学习中经典的分类算法,凭借其在小样本、高维数据场景下的优异泛化能力,被广泛应用于图像识别、文本 ...
2026-01-26在数字化浪潮下,数据分析已成为企业决策的核心支撑,而CDA数据分析师作为标准化、专业化的数据人才代表,正逐步成为连接数据资 ...
2026-01-26数据分析的核心价值在于用数据驱动决策,而指标作为数据的“载体”,其选取的合理性直接决定分析结果的有效性。选对指标能精准定 ...
2026-01-23在MySQL查询编写中,我们习惯按“SELECT → FROM → WHERE → ORDER BY”的语法顺序组织语句,直觉上认为代码顺序即执行顺序。但 ...
2026-01-23数字化转型已从企业“可选项”升级为“必答题”,其核心本质是通过数据驱动业务重构、流程优化与模式创新,实现从传统运营向智能 ...
2026-01-23CDA持证人已遍布在世界范围各行各业,包括世界500强企业、顶尖科技独角兽、大型金融机构、国企事业单位、国家行政机关等等,“CDA数据分析师”人才队伍遵守着CDA职业道德准则,发挥着专业技能,已成为支撑科技发展的核心力量。 ...
2026-01-22在数字化时代,企业积累的海量数据如同散落的珍珠,而数据模型就是串联这些珍珠的线——它并非简单的数据集合,而是对现实业务场 ...
2026-01-22