淺析商務(wù)智能系統(tǒng)的組成

在當(dāng)前的全球化競爭日益激烈的經(jīng)濟(jì)環(huán)境下，企業(yè)的生存發(fā)展，關(guān)鍵在于它是否能夠?qū)Ω鞣N不同的用戶需求做出快速的反應(yīng)及正確的決策并提供優(yōu)質(zhì)的產(chǎn)品和服務(wù)。商業(yè)智能（Business Intelligence, BI）系統(tǒng)是指運(yùn)用數(shù)據(jù)倉庫，聯(lián)機(jī)分析和數(shù)據(jù)挖掘技術(shù)來處理和分析商業(yè)數(shù)據(jù)，針對(duì)不同的領(lǐng)域提供不同的應(yīng)用解決方案，協(xié)助用戶解決商務(wù)活動(dòng)中的復(fù)雜問題，從而幫助決策者面對(duì)商務(wù)環(huán)境的快速變化而做出敏捷反應(yīng)和合理商業(yè)決策的管理系統(tǒng)。
   商業(yè)智能的實(shí)質(zhì)是從數(shù)據(jù)中有效地提取信息，從信息中及時(shí)地發(fā)現(xiàn)，為人類的思維決策和企業(yè)戰(zhàn)略發(fā)展服務(wù)。傳統(tǒng)的信息系統(tǒng)是處理離散事務(wù)的。這些系統(tǒng)不是設(shè)計(jì)為讓用戶去從不同聚集層去抽取數(shù)據(jù)，并使用高級(jí)的方法來分析企業(yè)數(shù)據(jù)的，而是適應(yīng)用于服務(wù)于單一目的的商務(wù)過程或程序，如會(huì)計(jì)過程等，所以系統(tǒng)使用者很難通過傳統(tǒng)離散的事務(wù)處理系統(tǒng)對(duì)商務(wù)環(huán)境進(jìn)行整體了解。
    由于商務(wù)智能系統(tǒng)不是針對(duì)處理離散事務(wù)的系統(tǒng)，所以它的組成與其他的信息系統(tǒng)與一定的區(qū)別。IBM商業(yè)智能專家Michael L. Gonzales在《IBM數(shù)據(jù)倉庫及IBM商業(yè)智能工具》中給出商業(yè)智能組成為數(shù)據(jù)倉庫、數(shù)據(jù)源、數(shù)據(jù)目標(biāo)。
    數(shù)據(jù)倉庫的典型工作是對(duì)集成、清洗、聚集、預(yù)計(jì)算和查詢服務(wù)所需的大量數(shù)據(jù)進(jìn)行批處理。數(shù)據(jù)源可以是操作型數(shù)據(jù)庫、歷史數(shù)據(jù)、外部數(shù)據(jù)或是己有數(shù)據(jù)倉庫中的數(shù)據(jù)信息，也可以是相關(guān)數(shù)據(jù)庫或是其他任何支持商務(wù)應(yīng)用的數(shù)據(jù)結(jié)構(gòu)。數(shù)據(jù)源可以存在于多種不同的平臺(tái)，并且包括結(jié)構(gòu)化信息，如電子表格，無結(jié)構(gòu)信息，普通文本，圖片等等。
    一般來說，數(shù)據(jù)預(yù)處理、建立數(shù)據(jù)倉庫、數(shù)據(jù)分析、指標(biāo)展示是商業(yè)智能的數(shù)據(jù)流程。數(shù)據(jù)預(yù)處理是整合企業(yè)原始數(shù)據(jù)的第一步，包括數(shù)據(jù)抽取、轉(zhuǎn)換和裝載三個(gè)過程。源數(shù)據(jù)采集、篩選、整理及轉(zhuǎn)換基本上是從前臺(tái)作業(yè)系統(tǒng)、業(yè)務(wù)部門及企業(yè)外部的各種類型的數(shù)據(jù)庫（如：ORACLE, SYBASE, SQLSERVER, FOXPRO, ACCESS,工NFORMIX等）中獲取數(shù)據(jù)的，這些數(shù)據(jù)必須依用戶所需，按照數(shù)據(jù)倉庫的要求，以統(tǒng)一定義的格式從各個(gè)系統(tǒng)抽取出來，經(jīng)過數(shù)據(jù)篩選、整合、轉(zhuǎn)換納入數(shù)據(jù)倉庫。
   建立數(shù)據(jù)倉庫
    建立數(shù)據(jù)倉庫是處理海量數(shù)據(jù)的基礎(chǔ)。商業(yè)智能系統(tǒng)的核心構(gòu)架是數(shù)據(jù)倉庫，其主要功能既包括傳統(tǒng)的聯(lián)機(jī)事務(wù)處理（OLAP）及統(tǒng)計(jì)查詢，又包括決策支持和聯(lián)機(jī)分析處理（OLAP），數(shù)據(jù)倉庫包括數(shù)據(jù)提取模塊、數(shù)據(jù)清洗模塊、數(shù)據(jù)轉(zhuǎn)換模塊，實(shí)現(xiàn)數(shù)據(jù)的提取、凈化、過濾及數(shù)據(jù)標(biāo)準(zhǔn)化。[page]   數(shù)據(jù)分析
    數(shù)據(jù)分析是體現(xiàn)系統(tǒng)智能的關(guān)鍵，一般采用聯(lián)機(jī)分析處理和數(shù)據(jù)挖掘技術(shù)。聯(lián)機(jī)分析處理不僅進(jìn)行數(shù)據(jù)匯總、聚集，同時(shí)還提供切片、切塊、下鉆、上卷和旋轉(zhuǎn)等數(shù)據(jù)分析功能，用戶可以方便地對(duì)海量數(shù)據(jù)進(jìn)行多維分析。數(shù)據(jù)挖掘的目標(biāo)則是挖掘數(shù)據(jù)背后隱藏的知識(shí)，通過關(guān)聯(lián)分析、聚類和分類等方法建立分析模型，預(yù)測企業(yè)未來發(fā)展趨勢和面臨的問題。
   指標(biāo)展現(xiàn)
    通過數(shù)據(jù)分析，系統(tǒng)得出結(jié)論，并提交給決策者。指標(biāo)展現(xiàn)的主要方式有以下幾種方式：
    1.  查詢。定義查詢、動(dòng)態(tài)查詢、OLAP查詢與決策支持智能查詢；
    2.  報(bào)表。產(chǎn)生關(guān)系數(shù)據(jù)表格、復(fù)雜表格、OLAP表格、報(bào)告以及各種綜合報(bào)表；
    3.  可視化。用易于理解的點(diǎn)線圖、直方圖、餅圖、網(wǎng)狀圖、交互式可視化、動(dòng)態(tài)模擬、計(jì)算機(jī)動(dòng)畫技術(shù)表現(xiàn)復(fù)雜數(shù)據(jù)及其相互關(guān)系；
    4.  統(tǒng)計(jì)。進(jìn)行平均值、最大值、最小值、期望、方差、匯總、排序等各種統(tǒng)計(jì)分析；
    5.  挖掘。利用數(shù)據(jù)挖掘等方法，從數(shù)據(jù)中得到關(guān)于數(shù)據(jù)關(guān)系和模式的知識(shí)。
    可見，商業(yè)智能涉及一個(gè)很寬的領(lǐng)域，集收集、合并、分析、提供信息存取功能于一體，包括抽取、轉(zhuǎn)換、裝載軟件工具、數(shù)據(jù)倉庫、數(shù)據(jù)查詢和報(bào)告、聯(lián)機(jī)數(shù)據(jù)分析、數(shù)據(jù)挖掘和可視化等工具。