最新商业智能介绍精品课件.ppt
商业智能介绍商业智能介绍目的 了解商业智能的概念和整体流程 了解商业智能的主流产品和发展趋势 了解传统商业智能实施的内容和风险本次介绍完毕后，您应该： 商业智能的架构商业智能架构-硬件 商业智能主流产品介绍商业智能主流产品-数据仓库类 Oracle Oracle 8.1以后版本(OWB) Sybase Sybase IQ Teradata SAP SAP BW商业智能主流产品-ETL工具类 Informatica Sybase IBM DataStage BO EIM (Enterprise Information Management) Cognos DataManager SSIS(SQL Server Integration Service)ETL 包括 Extract 、 Transform 、 Cleaning 和 Load ，它是用于从多个业务库中提取数据到数据仓库中，再由具体的报表、统计、分析工具对数据仓库的内容进行分析，分析出自己所需要的数据 商业智能主流产品-前端 Cognos ReportNet，PowerPlay，CMM BO XI (ad-hoc, Report, OLAP) SAS Web Report Studio, OLAP Cube Studio Oracle Discoverer SQL Server OLAP Service, Report Service MicroStategy商业智能主流产品-数据挖掘 SAS SPSS Oracle SQL Server Mining 马克威商业智能部分主流产品比较 领先者 BO, Cognos (BI产品完整性) Oracle(唯一提供核心业务系统，数据存储及BI的厂商) 临界者 SAP (SAP用户的最佳解决方案) Sybase (零售行业解决方案) Teradata(数据仓库的领先者) 后来者 SQL Server(中低端市场的强者) SAS(数据挖掘的领先者，BI的后来者) 商业智能实施的内容商务智能系统的构建过程业务数据源数据仓库/集市OLAP服务器抽取抽取/转换转换/加载加载汇总汇总钻取钻取/切片切片/旋转旋转商业智能实施内容-需求驱动企业信息模型指标体系数据获取指标定义前端展现商业智能实施内容-数据仓库构建企业信息模型抽取转换融合清洗加载优化业务数据源“数据仓库是在企业管理和决策中数据仓库是在企业管理和决策中面向主题的面向主题的,集成的集成的, 与时间相关的与时间相关的和不可修改的数据集合和不可修改的数据集合”- Bill Inmon(数据仓库之父数据仓库之父)商业智能实施内容-数据仓库构建(续) 分析驱动事务数量小，历时长支持业务战略决策数据是历史的， 静态的，数据是汇总的 ， 面向主题多维的数据结构优化是针对查询而不是更新不可预见的使用模式支持管理人员和执行主管人员事务驱动事务数量大，历时短支持日常的业务数据是当前的并在不断变化存储详细数据， 面向应用无冗余的数据结构与设计方法针对快速预定义的事务优化设计可预见的使用模式支持办事人员或行政人员商业智能实施内容-数据仓库构建（续）OLTP数据库和数据仓库的区别数据库和数据仓库的区别商业智能实施内容-数据仓库构建（续）Store TableStore_idDistrict_id.Item TableItem_idItem_desc.Sales Fact TableProduct_idStore_idItem_idDay_idSales_amountSales_units.Product TableProduct_idProduct_desc.Time TableDay_idMonth_idPeriod_idYear_id数据仓库的典型星型模型数据仓库的典型星型模型DataExtractionTransformationData Sources业务系统数据结构业务系统数据结构- -关系型数据结构关系型数据结构数据仓库结构数据仓库结构- -星型架构星型架构(Star Schema)(Star Schema)数据建模数据建模(Data Modeling)(Data Modeling)数据仓库建模的过程通常占整个商业智能项目数据仓库建模的过程通常占整个商业智能项目的的30%-50%30%-50%时间时间数据建模完成后，就可以采用数据建模完成后，就可以采用ETLETL工具来构建工具来构建数据仓库数据仓库商业智能实施内容-数据仓库构建(续)数据仓库建模数据仓库建模商业智能实施内容-OLAP Cube的构建数据仓库数据仓库OLAP Studio面向主题的面向主题的数据集市（销售）数据集市（销售）财务财务库存、采购等库存、采购等根据业务需求，定义、设计商业智能分析模型，并生成根据业务需求，定义、设计商业智能分析模型，并生成OLAP Cube商业智能实施内容-其他工作 基于OLAP Cube，设计前端多维分析应用 基于数据仓库，开发业务和管理报表，以及指标分析应用等 基于数据仓库，实施数据挖掘(可选) 门户设计(可选)，权限定义等 测试，安装，部署及培训等数据仓库的实施风险经验告诉我们经验告诉我们 超过超过 60%的数据仓库项目最终以失败而告终的数据仓库项目最终以失败而告终: 项目超预算项目超预算 项目推迟交付项目推迟交付 - 或根本交付不了或根本交付不了 结果未能达到用户的期望结果未能达到用户的期望 项目在技术上是成功的项目在技术上是成功的, 但在业务上却是失败的但在业务上却是失败的构建一个数据仓库是一项有风险的工作商业智能实施的风险 需求风险 需求一直在变，没有好的方法和工具来满足要求 性能风险 实施完毕后的复杂分析，往往需要很多时间，用户难以忍受 时间风险 实施周期越拖越长 成本收益风险 用户的大投入，却得不到相应的回报商业智能发展的趋势 企业及产品的并购 产品集成及扩展 内存技术及64位机的推广 谢 谢
