从数据仓库到商业智能

申请免费试用、咨询电话：400-8352-114

商业智能(Busines lnteligence)简称BI通常被理解为将企业中现有的数据转化为知识，帮助企业做出明智的业务经营决策的工具。

伴随数据库技术的提高和数据处理技术的发展以及各行业业务自动化的实现，商业领域产生了大量的业务数据，要从这海量数据中提取出真正有价值的信息，将数据转化为知识，以支持商业决策，需要用到能提取、存储有用信息，支持决策的数据仓库(DW)、联机分析处理(OLAP)工具和数据挖掘(DM)等技术。因此，从技术层面上讲，商业智能不是什么新技术，它是DW、OLAP和DM等技术的综合运用。

商业智能的关键是从许多来自不同的企业运作系统的数据中提取出有用的数据并进行清理，以保证数据的正确性，然后经过抽取(Extraction)、转换和装载，即ETL过程，合并到一个企业级的数据仓库里，从而得到企业数据的一个全局视图，在此基础上利用合适的查询和分析工具、数据挖掘工具、OLAP工具等对其进行分析和处理.这时信息变为辅助决策的知识，最后将知识呈现给管理者，为管理者的决策过程提供支持(图1)。目前，商业智能产品及解决方案大致可分为数据仓库产品、数据抽取产品、OLAP产品、展示产品、和集成以上几种产品的针对某个应用的整体解决方案等。

1 商业智能与企业信息化系统的关系

商业智能作为一种企业信息集成解决方案，为企业不同的应用系统，如企业资源规划(BRP)、客户关系管理(CRM)、供应链管理(SCM)以及外部环境扫描等系统之间架起了互通的桥梁。同时，这些信息化系统也为商业智能提供了数据源，离开了它们，商业智能就会成为无源之水，无本之木。但商业智能的价值又在这些系统之上，因为它可以发现数据背后隐藏的商机或威胁，获得洞察力，了解企业和市场的现状，把握趋势，识别异常情况，理解企业业务的推动力量.认清正在对企业的业务产生影响的行为及影响程度如何等。

2 商业智能的实施

用户不仅要选择合适的商业智能软件工具，还必须按照正确的实施方法才能保证商业智能项目得以成功，项目的实施步骤可分为:

2.1需求分析

在其他活动开展之前必须明确的定义企业对商业智能的期望和需求，包括需要分析的主题，各主题可能查看的维度，即需要发现企业哪些方面的规律。

2.2 数据仓库建模

通过对企业需求的分析，建立企业数据仓库的逻辑模型和物理模型，并规划系统的应用架构，将企业各类数据按照分析主题进行组织和归类。

2.3 数据抽取

数据仓库建立后必须将数据从业务系统中抽取到数据仓库中，首先将来自运营、财务、CRM等不同数据源的不同类型数据采用数据整合平台进行抽取、净化、转换和装装载，形成可以被系统识别的统一数据格式，导人数据仓库存放。

2.4 建立分析报表

商业智能分析报表是数据仓库信息的展现，根据客户户的不同需求，利用多种展现工具，可以将存放在数据仓库中的历史数据进行展现和挖掘，生成报表，或者生成展现图表，进行分类和聚类，进行多维度检索等。无论是企业的高层管理者，还是普通的业务人员，都可以根据展现出来的数据或者挖掘出来的关联信息，辅助自己做出下一步的生产营销决策。

2.5 数据测试与系统改进

要使系统成功交付使用，最终用户的培训与软件测试是关键的环节，可以找出系统的不足，以更好地适应实际应用。在用户使用一段时间后可能会提出更多的，更具体的要求，这时需要再按照上述步骤对系统进行重构或完善。

在BI实施的各步骤中，DW是基础，OLAP技术用于数据报表的生成，而DM技术用于产生支持决策的信息，从此也体现出Bl是上述多种技术的综合应用与体现。图1充分说明了这一点。