京公网安备 11010802034615号
经营许可证编号:京B2-20210330
几种典型的BI的系统架构分析
随着商务智能(BI)理论的不断发展,商务智能的系统架构已经从单一的理论衍生出多种架构,如分布式商务智能架构,联合商务智能架构等。下图是BO公司定义的商务智能的基本架构,它是一种开放式的系统架构,可以分布式集成现有的系统。从这个架构中,我们可以比较清楚的看出目前商务智能架构的模式。包括数据层、业务层和应用层三部分。数据层基本上就是ETL过程。业务层主要是OLAP和Data Mining的过程。在应用层里主要包括数据的展示,结果分析和性能分析等过程。在实际应用中,由于每个公司的规模和组织架构的不同,在实施商务智能选择系统架构的时候要结合公司的特点,选者最合适的架构。下面就介绍几种现实系统中的几种BI架构。
BO公司定义的BI架构
1、简单的BI架构
这是目前比较常用的商务智能架构,所有的数据集中管理,集中分析,最大的优点是容易管理和部署,系统结构简单,容易维护,适用于小型商务智能系统。缺点是对于跨地域部署比较困难,数据实时性差,可扩展性差。
简单的BI架构
[page] 2、联合的BI架构(Federated BI Architecture)
这种架构比较符合实际的需求,能够集成自定义的数据仓库,外包的数据仓库,架构化的数据仓库,非架构化的数据仓库,分析系统等。应用于多数据仓库的集成和管理。特点是适用于加速time-to-market
,需要高层力量的驱动。成功关键因素:共享一致的的重要的Metrics度量和维度;需要提供统一的标准,拥有企业级的ETL工具和集成的元数据;需要贯穿于整个团队的沟通。联合的BI架构包括:集中逆向商务智能架构,分布逆向商务智能架构,集中顺序商务智能架构,分布顺序商务智能架构及混合架构等。
联合的BI架构(Federated BI Architecture)
2.1 集中逆向BI架构 (Centralized Upstream BI Architecture)
·通常用于中小组织
·需要良好的保管者的沟通
·需要高级执行者买进
·受限于逆向成功惯例(成功的变化是与任何单一实体的进行尝试是成反比的)
集中逆向BI架构 (Centralized Upstream BI Architecture)
[page] 2.2 分布式逆向BI架构 (Distributed Upstream BI Architecture)
·中小组织和大型组织都适用
·是大多数从下至上注重实效表现的逼近系统
·更多的考虑多数人意见
·更多的限制于大多数人意见
·实施团队需要良好的沟通
分布式逆向BI架构 (Distributed Upstream BI Architecture)
2.3 集中式的顺序BI架构 (Centralized Downstream BI Architecture)
·适用于长期数据仓库项目
·用于紧密配合多管道的在巨大组织中到处存在的DW/DM系统
·经常目标设定为特殊功能组织或行政中心
·需要高层在所有的拥有者进行决策
·需要为已有系统在实施团队和支持团队建进行良好的沟通
集中的顺序BI架构 (Centralized Downstream BI Architecture)
[page] 2.4 分布式顺序BI架构(Distributed Downstream BI Architecture)
·适用于大型多元化组织
·容易适应各种不同的冲突
·容易转换到不同的环境
·需要为已有系统在实施团队和支持团队间进行良好的沟通
分布式顺序BI架构(Distributed Downstream BI Architecture)
2.5 混合型BI架构 (Hybrid BI Architecture)
·比任何理想化模型更接近现实情况
·更适应自然的联盟
·元数据集成更具有挑战性
混合型BI架构 (Hybrid BI Architecture)
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析实战中,我们经常会遇到“多指标冗余”的问题——比如分析企业经营状况时,需同时关注营收、利润、负债率、周转率等十 ...
2026-02-04在数据分析场景中,基准比是衡量指标表现、评估业务成效、对比个体/群体差异的核心工具,广泛应用于绩效评估、业务监控、竞品对 ...
2026-02-04业务数据分析是企业日常运营的核心支撑,其核心价值在于将零散的业务数据转化为可落地的业务洞察,破解运营痛点、优化业务流程、 ...
2026-02-04在信贷业务中,违约率是衡量信贷资产质量、把控信用风险、制定风控策略的核心指标,其统计分布特征直接决定了风险定价的合理性、 ...
2026-02-03在数字化业务迭代中,AB测试已成为验证产品优化、策略调整、运营活动效果的核心工具。但多数业务场景中,单纯的“AB组差异对比” ...
2026-02-03企业战略决策的科学性,决定了其长远发展的格局与竞争力。战略分析方法作为一套系统化、专业化的思维工具,为企业研判行业趋势、 ...
2026-02-03在统计调查与数据分析中,抽样方法分为简单随机抽样与复杂抽样两大类。简单随机抽样因样本均匀、计算简便,是基础的抽样方式,但 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02B+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