商业智能(BI).pptxVIP

为什么会引入商业智能 引入商业智能的好处 商业智能(BI)的概述 商业智能(BI)技术实现的目的 商业智能(BI)的发展 商业智能(BI)的原理 ;系统生成大量数并不能完全实现为企业创造竞争优势,这些数如: 订单数据、库存数据、交易账目数据、客户数据和供应商数据 以及企业况争对手的数据 如何使获得的数据 变成支持企业管理者进行决策的有效信息一直 是企业信息化中的难题了 最终就是如何把这些事务型的数据,从中把这大量的数据经过清洗,筛选等操作把对企业有用的数据合并到一个数据仓库中,把这些数据呈现给管理者,为管理者决策提供支持. 为了解决这一难题,提出了”商业智能”.;;系统抽取相关业务管理系统的数据，在数据仓库中经过处理后，可在设置好的指 标库和模型库基础上进行深度分析，利用业务预算监控分析、财务指标预算监控分析、部门预算目标责任体系和战略管理决策支持四个模块，满足各个部门、各个层 次员工的工作需求 系统设置了相关权限，使得各部门、各层次的相关工作人员都能看到自己所需要的数据，页面大量使用图表， 不仅使分析看起来更加直观，而且可以实现对数据深层次、全方位的挖掘，能够随时监督预算执行情况，并为下一步工作提出实际指导。部门管理者要知道本部门 的预算执行情况，就可以打开页面，找到本部门的年度目标和当时的执行情况。而决策者则可以通过查看各项指标、报表的深度分析，并与全行业的综合情况进行对 比，从而了解本企业的现状;商业智能也称作BI，是英文单词Business Intelligence的缩写。商业智能的概念最早在1996年提出。当时将商业智能定义为一类由数据仓库（或数据集市）、查询报表、数据分析、数据挖 掘、数据备份和恢复等部分组成的、以帮助企业决策为目的技术及其应用。目前，商业智能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。 这里所谈的数据包括来自企业业务系统的订单、库存、交易账目、客户和供应商等来自企业所处行业和竞争对手的数据以及来自企业所处的其他外 部环境中的各种数据。而商业智能能够辅助的业务经营决策既可以是操作层的，也可以是战术层和战略层的决策。 为了将数据转化为知识，需要利用数据仓库、联机 分析处理（OLAP）工具和数据挖掘等技术。因此，从技术层面上讲，商业智能不是什么新技术，它只是数据仓库、OLAP和数据挖掘等技术的综合运用。 ;BI的目的或者说动机则是充分利用企业积累的宝贵数据，对其进行深层次的发掘，并从不同的角度分析企业的各种业务指标并建立相关的业务知识模型，进 而满足决策的信息需求和实现通过技术辅助决策的功能。?要实现这个目标就要求实现以下几个子目标。 ? ???????? 一，整合企业不同时期、不同业务系统的数据。 ???????? ? ? ? ?? 二，从中抽取我们需要的有分析价值的数据。 ???????? ???????? 三，通过不同的分析手段或方法，从中得到我们感兴趣的知识。 ???????? ???????? 四，根据不同用户的需求把分析得到的结果通过直观易懂的方式展现给用户。 ;;把商业智能 看成是一种解决方案应该比较恰当。 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（Transformation）和装载（Load），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。;;;商业智能(BI)的体系架构 商业智能(BI)的体系实现步骤 商业智能(BI)的体系包括哪些内容 商业智能(BI)的相关技术 数据预处理 数据仓库 数据挖掘 联机分析处理（OLAP） ;;步骤: 1).为了整合各种格式的数据,清除原有数据中的错误记录------数据预处理的要求 2)对预处理过数据,应该统一集中起来--------元数据(Meta Data).数据仓库(Data Warehouse)的要求 3)最后,对于集中起来的庞大的数据集,还应进行相应的专业统计,从中发掘出对企业决策有价值的新的机会------OLAP(联机事务分析)和数据挖掘(Data Mining)的要求.;BI体系架构中包括:终端用户和报告工具,OLAP工具,数据挖掘(Data Mining) 软件,数据仓库(Data Warehouse) 和数据集市(Data Mart)产品,联机分析处理(OLAP)等工具 1)终端用户查询和报告工具: 专门用来支持初级用户的原始数据访