網(wǎng)站數(shù)據(jù)分析的一些問題(二)_數(shù)據(jù)分析師

上一篇——網(wǎng)站數(shù)據(jù)分析的一些問題（一）中主要羅列了一些關于網(wǎng)站數(shù)據(jù)分析行業(yè)與數(shù)據(jù)分析師這個職業(yè)相關的一些問題，這篇是第二篇，主要想羅列一些關于BI的問題。

BI（Business Intelligence，商業(yè)智能），先看一下維基百科上面對BI的定義：

Business intelligence (BI) is defined as the ability for an organization to take all its capabilities and convert them into knowledge.

BI提供大量有價值的信息引導企業(yè)尋找新的發(fā)展機遇，當企業(yè)認識到潛在的機遇并成功地實施相應戰(zhàn)略決策的時候，BI就能幫助企業(yè)在市場建立競爭優(yōu)勢并維持企業(yè)持續(xù)地發(fā)展。BI時常跟決策支持系統(tǒng)（Decision Support System, DSS）聯(lián)系在一起，其實BI最主要的目標就是實現(xiàn)對企業(yè)的決策支持。

下面就探討幾個BI方面的問題：

Q1、BI與數(shù)據(jù)倉庫（DW）之間的關系是怎么樣的？（知乎）

　　首先可以明確的是BI的重點在于對數(shù)據(jù)的應用上，讓數(shù)據(jù)變成有價值的信息，而所有的基礎數(shù)據(jù)基本都是來源于數(shù)據(jù)倉庫。

BI有兩個方向的定義：廣義的BI是包含數(shù)據(jù)倉庫的，廣義的BI包括數(shù)據(jù)的獲取、處理、儲存，到之后的分析、挖掘、展現(xiàn)變成有價值信息的整個過程，組成了一套完整的系統(tǒng)，當然在這個系統(tǒng)中數(shù)據(jù)倉庫擔當著從數(shù)據(jù)獲取之后的處理和存儲的職責，是基礎組成部分；狹義的BI僅僅包括上層的數(shù)據(jù)應用，包括數(shù)據(jù)的展現(xiàn)、分析、挖掘等，所以不包括數(shù)據(jù)倉庫。

因為BI的定義更側(cè)重于數(shù)據(jù)應用，而隨著數(shù)據(jù)量的不大擴大，數(shù)據(jù)倉庫更多地被作為一項獨立的技術被抽離出來，所以當前BI和數(shù)據(jù)倉庫的定義更傾向于分離，整個系統(tǒng)被叫做“DW/BI”的解決方案。

Q2、BI系統(tǒng)主要是為了幫助企業(yè)解決什么樣的問題？（知乎）

　　BI最初的目標就是優(yōu)化企業(yè)的決策支持，實現(xiàn)從數(shù)據(jù)到有價值的信息的轉(zhuǎn)化，輔助企業(yè)商業(yè)戰(zhàn)略和決策的制定。所以BI的最終目標是獲取商業(yè)的Insight。

BI首先實現(xiàn)的是企業(yè)數(shù)據(jù)的透明化，原始的數(shù)據(jù)報表就是為了從數(shù)據(jù)的角度定量地掌握企業(yè)的運營狀態(tài)，有了數(shù)據(jù)的支撐，很多決策的制定就會有了參考依據(jù)。隨著商業(yè)和信息技術的不斷發(fā)展，BI不再僅僅停留在報表的領域，數(shù)據(jù)除了展現(xiàn)以外被更多地用于商業(yè)分析，而商業(yè)分析的基礎組成就是統(tǒng)計、預測和優(yōu)化，這些對企業(yè)的運營決策起到了更加關鍵的作用。但隨著信息膨脹，數(shù)據(jù)量的劇增，BI也不斷面臨挑戰(zhàn)，我們需要花更多的成本去處理和存儲數(shù)據(jù)，需要花更多的精力去分析和應用數(shù)據(jù)。我之前寫過BI應用中的三大矛盾這篇文章，因為有段時間了，很多地方的看法可能有了變化，但這3個矛盾相信依然還是存在。

所以，最終還是要把握BI的輸出是有價值的信息，無論中間的處理方式是查詢、報表，還是分析、挖掘，最終要得出的是有價值的結(jié)論。

Q3、目前BI的應用或組件主要有哪些？（知乎）

這里簡單地歸納了一下，可能會有遺漏，希望大家能夠在評論中補充。這里僅僅包括狹義BI中基于數(shù)據(jù)應用層面的一些功能，數(shù)據(jù)倉庫的數(shù)據(jù)處理方面的應用不在這里羅列。

首先是報表、圖表和Dashboard，目前的報表和圖表除了更加豐富以外，跟傳統(tǒng)報表還有一個關鍵的區(qū)別就是可交互性。目前的報表基本都提供簡單的數(shù)據(jù)篩選、排序等功能，Dashboard的出現(xiàn)實現(xiàn)了按需整合報表和圖表的功能。

再則是OLAP，OLAP一度被當做BI的核心功能，不得不承認OLAP是分析數(shù)據(jù)最有效的手段，尤其是基于多個維度多個層面的分析，這些是一兩張報表圖表所無法做到的。OLAP一般都是基于已經(jīng)設計成型的多維模型以及存放多維模型的數(shù)據(jù)集市（Data Mart），數(shù)據(jù)集市和OLAP跟業(yè)務層面有著很多關聯(lián)，這個使數(shù)據(jù)集市跟底層的數(shù)據(jù)倉庫有了區(qū)分。

然后是數(shù)據(jù)的查詢和分析，有時基于既定的模型的OLAP無法滿足分析的需求，所以就有了數(shù)據(jù)查詢的需求，一般直接查詢數(shù)據(jù)倉庫的細節(jié)數(shù)據(jù)；BI中的Ad-hoc Query則是對既定多維模型的靈活查詢，可以自由組合維度和度量。

最后是報表的發(fā)布和數(shù)據(jù)預警，這都是屬于BI平臺的推送功能，一般可以通過郵件訂閱的形式定期把組合的報表推送給相關的人員，而通過預警的設定，可以監(jiān)控數(shù)據(jù)的變化趨勢，掌握數(shù)據(jù)可能出現(xiàn)的異常。

另外BI還有很多新奇的功能，如基于GIS的地圖數(shù)據(jù)、基于Flash實現(xiàn)的動態(tài)圖表及對數(shù)據(jù)挖掘功能的集成等。

Q4、BI中的多維數(shù)據(jù)模型和OLAP的實用價值在哪？（知乎）

之前有關于多維數(shù)據(jù)模型和OLAP的介紹，可以參考數(shù)據(jù)倉庫的多維數(shù)據(jù)模型和數(shù)據(jù)立方體與OLAP這兩篇文章中的內(nèi)容。

其實多維數(shù)據(jù)模型和OLAP最主要的是解決了如何有效地觀察數(shù)據(jù)的問題，傳統(tǒng)關系模型很難直接對數(shù)據(jù)進行觀察分析，而多維模型為數(shù)據(jù)觀察者提供了清晰的視角，就如平常我們從多個角度看待事物一樣，多維模型維度的設計就很好地提供了這些角度的選擇。而OLAP的幾個操作形式正是體現(xiàn)了“分析”這個詞本身的含義，從總體到細節(jié)，結(jié)合多個維度的交叉分析，讓我們具備了對整個數(shù)據(jù)集進行全景觀測的能力。

OLAP最關鍵的技術除了多維模型設計還有就是預計算（Precomputation），或者叫預聚合，預計算解決了數(shù)據(jù)快速獲取的問題，基于一定的規(guī)則或者算法對數(shù)據(jù)集進行預計算之后，OLAP的操作性能可能得到有效地提升，從而使對大量數(shù)據(jù)的快速靈活的分析操作成為可能。

Q5、目前市場上主流的BI產(chǎn)品主要有哪些？（知乎）

市場上主要的商業(yè)BI產(chǎn)品包括IBM的Cognos，另外IBM有自己的DB2可以建立數(shù)據(jù)倉庫，在2010年收購SPSS之后，讓其在數(shù)據(jù)分析和數(shù)據(jù)挖掘的領域也更加具有競爭力、SAP的Business Objects（BO），另外SAP有BW（Business Information Warehouse），作為傳統(tǒng)的ERP方案提供商在數(shù)據(jù)集成方面有獨特的優(yōu)勢、Oracle的BI（企業(yè)級的叫BIEE，Oracle Business Intelligence Enterprise Edition），Oracle借助其強大的關系型數(shù)據(jù)庫建立數(shù)據(jù)倉庫有獨特的優(yōu)勢。這3大商業(yè)BI都屬于整合型的BI，再加上微軟借助Sql Server數(shù)據(jù)庫提供的SSIS、SSAS和SSRS也是屬于整合型的BI解決方案。另外也有獨立的BI公司，如SAS，傳統(tǒng)優(yōu)勢在數(shù)據(jù)挖掘領域、Micro Strategy的BI解決方案、開源強大的BI系統(tǒng)Pentaho（之前幾年還有很多開源的BI系統(tǒng)，但因為BI在技術上有一定的門檻和成本，所以目前很多開源BI 都會包括開源版本和商業(yè)版本，Pentaho也不例外），國內(nèi)也有用友的BQ軟件也是屬于BI產(chǎn)品。

歸納一下就是目前的BI產(chǎn)品主要以商業(yè)產(chǎn)品為主，而且整套的BI產(chǎn)品一般都是重量級的，在購買、部署和使用上都需要一定的成本投入。（文章來源：CDA數(shù)據(jù)分析師）