1、BI讲座,BI的诞生 BI概念 ODS DATA WAREHOUSE ETL OLAP BI展现 常用的BI 厂商和产品 BI在中国,主 题,BI的诞生,随着IT技术的进步，传统的业务交易系统有了长足的发展，已经实现了业务信息化，每一笔业务数据都记录在数据库中，星转斗移，累积了以TB为计量单位的业务数据记录。也许你会问：这么多数据，占用了很多存储设备，耗费存储成本，却又不经常访问，留着它有什么用处？可以给你肯定的回答,留着这些历史数据意义巨大，挖掘业务的规律、支持决策。 典型的案例有“尿片和啤酒”的故事，尿片和啤酒本来是两样不相干的东西，可是，有人就发现，星期五在超市里购物的，购买尿片的年轻父
2、亲中有30%40%的人同时购买啤酒。原来，星期五年轻的父亲购买尿片时，还会为自己捎带买啤酒，因为，,星期五是各家电视台转播橄榄球赛的时间，于是，超市老板们就把尿片和啤酒捆绑销售获得了巨大成功。 这个故事成了一个利用数据挖掘商业价值最大化的神话。由此看来，非常不关联的两样东西，通过海量的信息数据处理，可以挖掘出它们之间潜在的关联，将这种关联商业化，就会得到意想不到的新业务或新的商业模式。 到底该怎样把这些占据大量存储空间的数据的价值挖掘出来，让这些数据从成本的消耗者变成利润的促进者呢？新的数据分析技术由此诞生了，完成了“数据”到“数据价值”转换的环节，同时给这项技术起了一个响亮而又神密的名字“B
3、I”（Business Intelligence）,BI概念,一、BI的定义 BI是Business Intelligence的英文缩写，中文解释为商务智能，用来帮助企业更好地利用数据提高决策质量的技术集合，是从大量的数据中钻取信息与知识的过程。简单讲就是业务、数据、数据价值应用的过程。用图解的方式可以理解为下图：这样不难看出，传统的交易系统完成的是Business到Data的过程，而BI要做的事情是在Data的基础上，让Data产生价值，这个产生价值的过程就是Business Intelligence analyse的过程。,数据价值,业务,数据,场景,说个场景，一天去街上买烤白薯，和老板那
4、银聊天。 银：“你娃干哈地呀？” 俺：“做软件的。” 银：“啥子软件？” 俺：“bi” 银：“啥东西？” 俺：“哦，就比如说你天天在街上卖烤白薯，天天有人买，可是你希望生意能再好一点，我就把你过去两年卖白薯的记录都拿出来，拿俺们的软件分析分析，就能告诉你，这疙瘩都啥样银喜欢七烤白薯，啥样白薯受欢迎，多大个的白薯涨点价还能卖得好，预测一下你下礼拜大概还能卖多少白薯” 俺：“俺们软件大概就是这东西吧” 银：“哦俺明白了”,系统结构,数据挖掘技术（Data Mining）,DM的定义 数据挖掘（Data Mining）是从大量数据中挖掘出隐含的、先前未知的、对决策有潜在价值的知识和规则，为决策、策划
5、、金融预测等提供依据，使大型数据库作为一个丰富可靠的资源为知识归纳服务。 DM的特点 面向应用 涉及数据库技术 运用了统计分析、人工智能多种技术 特征和规律描述 预测和验证功能,ODS,ODS全称为Operational Data Store，即操作型数据存储，是“面向主题的、集成的、可变的、反映当前数据值的和详细的数据的集合，用来满足企业综合的、集成的以及操作型的处理需求”(Bill.Inmon)。ODS是数据仓库体系结构中的一个可选部分，ODS具备数据仓库的部分特征和OLTP系统的部分特征。,DATA WAREHOUSE,概念产生标志：以Prism Solutions公司副总裁W.H.In
6、mon在1990年出版的建立数据仓库(Building the Data Warehouse)。 数据仓库 面向主题的、集成的、稳定的、不同时间的数据集合，用以支持经营管理中的决策制定过程。 目的：解决在信息技术(IT) 发展中存在的拥有大量数据、然而有用信息贫乏(Data rich-Information poor)的问题。,ETL,是数据抽取（Extract）、转换（Transform）、清洗（Cleansing）、装载（Load）的过程。是构建数据仓库的重要一环，用户从数据源抽取出所需的数据，经过数据清洗,最终按照预先定义好的数据仓库模型，将数据加载到数据仓库中去。,OLAP,（On-L
7、ine Analytical Processing）即联机分析处理，是 BI的一种全新的数据封装方式，直接产物是报表或Cube，是使分析人员、管理人员或执行人员能够从多角度对信息进行快速、一致、交互地存取,从而获得对数据的更深入了解的一类软件技术。 OLAP展现在用户面前的是一幅幅多维视图。维（Dimension）：是人们观察数据的特定角度，是考虑问题时的一类属性，属性集合构成一个维（时间维、地理维等）。维的层次（Level）：人们观察数据的某个特定角度（即某个维）还可以存在细节程度不同的各个描述方面（时间维：日期、月份、季度、年）。维的成员（Member）：维的一个取值，是数据项在某维中位置
8、的描述。（“某年某月某日”是在时间维上位置的描述）。,度量（Measure）：多维数组的取值。（2000年1月，上海，笔记本电脑，0000）。OLAP的基本多维分析操作有钻取（Drill-up和Drill-down）、切片（Slice）和切块（Dice）、以及旋转（Pivot）等。钻取：是改变维的层次，变换分析的粒度。它包括向下钻取（Drill-down）和向上钻取（Drill-up）/上卷(Roll-up)。Drill-up是在某一维上将低层次的细节数据概括到高层次的汇总数据，或者减少维数；而Drill-down则相反，它从汇总数据深入到细节数据进行观察或增加新维。切片和切块：是在一部分维上
9、选定值后，关心度量数据在剩余维上的分布。如果剩余的维只有两个，则是切片；如果有三个或以上，则是切块。旋转：是变换维的方向，即在表格中重新安排维的放置（例如行列互换）。,商业智能的应用,典型行业： 银行 保险 证券 电信 零售,新应用行业： 税务 电力 ,前端展示工具评估,MSTR BO Cognos Brio SAS CA,BI在中国,中国拥有5000年的文化史，灿烂的文件让日常报表也非常具有凝聚力，交错纵横，里外相嵌，格式诡异、规则古怪、数据集中而闻名于世，让无数报表工具折腰。BI概念是从欧美引进的，现有的工具也多是欧美国家提供，中国是世界上报表最复杂的国家，报表设计风格与这些国家有明显的差别，BI工具制作的报表倾向于仅用一张报表说明一个问题，而中国的报表倾向于将尽可能多的问题集中在一张报表中，这种思路直接导致了BI工具应用难度的提升。,BI演示,
