第二章 商业智能综述
商业智能根本构造
当今,许多企业认识到只有靠充分利用,开掘其现有数据,才能实现更大的
商业效益。日常的商务应用生成了大量的数据,这些数据假设用于决策支持那么
会带来显著的附加值。假设再加上市场分析报告、独立的市场调查、质量评测结
果和参谋评估等外来数据时,上述处理过程产生的效益可进一步增强。而数据仓
库正是汇总这些商用信息后,进而支持数据开掘、多维数据分析等当今尖端技术
和传统的查询及表报功能,这些对于在当今剧烈的商业竞争中保持领先是至关重
要的。那么怎样把这样大量的数据转换成可靠的、商用的信息以便于决策支持呢
建立数据仓库正被广泛地公认为最好的转换手段。
图 数据仓库建立过程
根据 5的调查,使用数据仓库的投资回报率平均超过 %,尤其是从小
型数据仓库开场实施的平均超过 %。
数据仓库架构
早在 年代初期,就投入大量优秀技术人员和资金开场了数据仓库的
研究,并启动了 #0&6*&+0大型科研工程。该工程主要就是为了攻克数据仓库领域
的一些技术难题,例如优化星型连接#0&67),,实现多维分析。因此,现在
发布的数据仓库产品都是经过反复推敲和久经考验的。基于对数据仓库构造的深
刻理解和多年积累的经历,设计了自己的数据仓库构造,见下列图:数据仓
库的组成。作为一个开发式构造,它方便了用户的产品选择、实施和今后的扩展。
图 数据仓库架构
上图为 三层次数据仓库构造:从第一层 "/.2业务系统到第二层数据
仓库为建仓过程,从第二层到第三层数据集市为按主题分类建立应用的过程。第
一步包括数据抽取、数据转换、数据分布等步骤,按照统一的数据格式标准进展
统一的数据转换,建立可被企业各部门充分共享的数据仓库。其中,数据抽取阶
段完成对各种数据源的访问,数据转换阶段完成对数据的清洗、汇总和整合等,
数据分布阶段完成对结果数据存储的分配。这三个阶段通常严密结合在一起,由
一个产品或几个产品配合实现。例如,&'()*+',-'&既可独立完成,又
可结合 08),'&、02&)9-0)& 实现对异构数据和数据复制的处理。
评论0
最新资源