時間:2020-09-28來源:瀏覽數(shù):100次
大家都知道,企業(yè)要做數(shù)據(jù)分析,商業(yè)智能BI和數(shù)據(jù)倉庫二者缺一不可。許多人在疑惑,我的數(shù)據(jù)倉庫還沒有建立起來,怎么做商業(yè)智能BI呢?真得在做商業(yè)智能BI之前先建數(shù)據(jù)倉庫嗎?
無論哪一種BI項目,都需要從各級管理者的決策性思維出發(fā),建立分主題的數(shù)據(jù)模型,從而形成數(shù)據(jù)倉庫,無論其存在形式如何,數(shù)據(jù)倉庫的分析思路必然貫穿于整個項目,并涵蓋各個層級的發(fā)展戰(zhàn)略和業(yè)務表單。
數(shù)據(jù)倉庫的邏輯
數(shù)據(jù)倉庫,英文名稱為Data Warehouse,可簡寫為DW或DWH。數(shù)據(jù)倉庫,是為企業(yè)所有級別的決策制定過程,提供所有類型數(shù)據(jù)支持的戰(zhàn)略集合。它是單個數(shù)據(jù)存儲,出于分析性報告和決策支持目的而創(chuàng)建。
數(shù)據(jù)倉庫系統(tǒng)區(qū)別于數(shù)據(jù)庫
一般意義上的數(shù)據(jù)庫,指由單個業(yè)務系統(tǒng)存儲的數(shù)據(jù)集,其作用是對業(yè)務系統(tǒng)流程生成的數(shù)據(jù)進行處理,以便于對各個流程生成的數(shù)據(jù)進行存儲。
為了滿足決策分析的需要,數(shù)據(jù)倉庫被建立起來,其面向主題的設計,會隨著數(shù)據(jù)特性的變化而增加或減少,例如數(shù)據(jù)之間的兼容性和互斥性,它的數(shù)據(jù)容量將比業(yè)務數(shù)據(jù)庫大五倍以上。
一般來說,數(shù)據(jù)倉庫應該單獨建立,以減少對業(yè)務數(shù)據(jù)庫的干擾。他利用數(shù)據(jù)庫的實現(xiàn)。他借助于數(shù)據(jù)庫實現(xiàn)。如關系型數(shù)據(jù)庫,多維數(shù)據(jù)庫、內(nèi)存數(shù)據(jù)庫等,這些都可以作為數(shù)據(jù)倉庫來使用。數(shù)據(jù)倉庫的建立,有以下幾個主要方面工作:
①整合業(yè)務數(shù)據(jù);②主數(shù)據(jù)管理;③元數(shù)據(jù)管理;④數(shù)據(jù)質(zhì)量管理;⑤數(shù)據(jù)清洗和轉(zhuǎn)換;⑥數(shù)據(jù)裝載;⑦主題建模等,最終支持各級管理者的數(shù)據(jù)分析、業(yè)務預測、決策。
商業(yè)智能BI的邏輯
商業(yè)智能(Business Intelligence)是一種對商業(yè)信息進行收集、管理和分析的過程,它通常包括數(shù)據(jù)庫技術、數(shù)據(jù)倉庫(或數(shù)據(jù)場)、聯(lián)機分析處理(OLAP)等幾個方面,其實現(xiàn)涉及可視化、交互等動態(tài)分析型軟件。
各級別的管理人員都以數(shù)據(jù)倉庫為本,利用各種查詢分析工具(Query/ReportTools)、聯(lián)機分析處理(OLAP)或數(shù)據(jù)挖掘(Data Mining)工具以及決策者的行業(yè)知識,從數(shù)據(jù)倉庫中獲取有用的信息,從而幫助企業(yè)獲利,并提高生產(chǎn)力和競爭力。
商業(yè)智能BI不是簡單的報表和漂亮的圖形,它主要考慮的是模型交付能力和工具軟件的開放性。面對海量數(shù)據(jù),提高信息的利用率,快速、準確地找到所需信息,做出正確的決策,是商業(yè)智能BI發(fā)展的驅(qū)動力。
由此不難看出,任何BI項目,都需要從各級管理者的決策性思維出發(fā),建立分主題的數(shù)據(jù)模型,從而形成數(shù)據(jù)倉庫,無論其存在形式如何,分析思想都必須貫穿于整個項目,并涵蓋各個層次的發(fā)展戰(zhàn)略和業(yè)務表單,隨時納入外部數(shù)據(jù),以保證決策的科學性和前瞻性,滿足整個決策過程。
不推薦將數(shù)據(jù)倉庫單獨作為一個項目,因為在業(yè)務分析需求不確定的情況下建立數(shù)據(jù)倉庫,將會帶來巨大的風險。而且企業(yè)總有數(shù)據(jù)無法及時入數(shù)據(jù)倉庫,有很多暫時需要分析但又沒有放入數(shù)據(jù)倉庫的外部數(shù)據(jù),同樣對分析決策起著重要作用。
發(fā)布時間:2023-09-27瀏覽量:98次
發(fā)布時間:2022-05-11瀏覽量:354次
發(fā)布時間:2022-03-28瀏覽量:242次
發(fā)布時間:2022-03-10瀏覽量:2023次
發(fā)布時間:2022-03-09瀏覽量:223次
400咨詢:4000011866
手機咨詢:137-0121-6791
技術支持QQ:400-0011-866
(工作日9:00-18:00)
產(chǎn)品建議郵箱
yixin@esensoft.com