数据仓库与数据挖掘技术第5章商务智能系统.ppt

第5章 商务智能系统,主讲人：孙水华 副教授信息科学与工程学院,数据仓库与数据挖掘技术,内 容,商务智能概述商务智能系统架构商务智能系统的功能商务智能系统的应用小结,商务智能的概念最早是Gartner Group于1996年提出来的，当时将商务智能定义为“以帮助企业决策为目的，对数据进行收集、存储、分析、访问等处理的一大类技术及其应用”。虽然研究与应用在不断深入，但对于商务智能尚没有一个统一的定义。下面列出几种不同角度的商务智能定义：从技术角度看，商务智能的过程是企业的决策人员以企业中的数据仓库为基础，经由OLAP工具、数据挖掘工具加上决策规划人员的专业知识，从数据中获得有用的信息和知识，帮助企业获取利润。从应用角度看，商务智能帮助用户对商业数据进行联机分析处理和数据挖掘，例如预测发展趋势、辅助决策、对客户进行分类、挖掘潜在客户等等。从数据角度看，商务智能使得很多事务性的数据经过抽取、转换之后存入数据仓库，经过聚集、切片或者分类等操作之后形成有用的信息、规则，来帮助企业的决策者进行正确的决策。,5.1 商务智能概述5.1.1 商务智能的概念,5.1.2 商务智能的发展历程,商务智能的出现是一个渐进的、复杂的演变过程，并且仍处在发展之中。它经历了事务处理系统(TPS)、应用执行信息系统(EIS)和决策支持系统(DSS)等阶段，最终演变成今天的企业商务智能。商务智能以数据库技术为支撑，包括数据抽取、转换和加载(ETL)，数据清洗，数据挖掘和商业模型等。实际应用过程中，上述各种系统可以通过公共数据库连接成为一体，从而使各个层次的用户都可以从中受益。,5.1.3 商务智能的商业效益,企业实施BI的目的并不是为了以较高的成本来扩展IT部署规模或向最终用户提供有趣的信息，而是向客户(投资人)提供价值和返回价值。BI解决方案应该具有向企业战术、运营和战略层次上的所有雇员推出高度个性化的能力，企业才能获得实实在在的商业效益。这些效益包括：1、更强的盈利能力。2、更高的生产效率和能力授权。3、更好的责任义务和洞察能力。4、与法规和政府相关问题的风险更小。,5.2 商务智能系统架构5.2.1 商务智能系统的核心技术,商务智能系统的技术体系主要由数据仓库(DW)、在线分析处理(OLAP)以及数据挖掘(DM)三部分组成。数据仓库是商业智能的基础，许多基本报表可以由此生成，但它更大的用处是作为进一步分析的数据源。所谓数据仓库(DW)就是面向主题的、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。多维分析和数据挖掘是最常听到的例子，数据仓库能供给它们所需要的、整齐一致的数据。在线分析处理(OLAP)技术则帮助分析人员、管理人员从多种角度把从原始数据中转化出来、能够真正为用户所理解的、并真实反映数据维持性的信息，进行快速、一致、交互地访问，从而获得对数据的更深入了解的一类软件技术。数据挖掘(DM)是一种决策支持过程，它主要基于AI、机器学习、统计学等技术，高度自动化地分析企业原有的数据，做出归纳性的推理，从中挖掘出潜在的模式，预测客户的行为，帮助企业的决策者调整市场策略，减少风险，做出正确的决策。,5.2.1 商务智能的体系结构,实施商务智能，首先需要准备正确可用的数据，其次要将这些数据转换成有价值的信息，再用于指导商业实践。这个过程包括了数据抽取、分析和挖掘三个主要环节，分别由数据仓库、联机分析处理和数据挖掘技术来完成。数据仓库是商务智能的基础，存储按照商务智能要求重新组织的来自业务系统的数据；联机分析处理和数据挖掘在数据仓库的基础上进行分析，提供给最终用户灵活自主的信息访问途径、丰富的数据分析与报表功能。为了清晰的了解商务智能，图5.1给出了商务智能的体系结构。,商务智能体系结构中各组成部分说明如下：（1）可操作的和外部的数据。商务智能系统的数据源。其中，内部信息来自企业的日常业务处理系统，如ERP(Enterprise Resource Planning)、前台交易系统等，外部信息来自Internet和行业期刊等。（2）数据仓库建模和构造工具。用来从数据源系统中捕捉数据，经过加工和转换后装入数据仓库，例如数据ETL工具将业务数据库中的数据经过处理后装载入数据仓库服务器中。（3）数据管理。管理终端用户感兴趣的信息。一般采用三层存储结构，即数据仓库数据集市特定主题的信息存储。其中，数据仓库(全局仓库)集成企业的所有信息；数据集市(又称部门数据仓库)存储某个部门的信息；特定主题的信息存储用于存储根据用户和应用需求裁剪后的信息。经数据仓库建模和构造工具处理后的数据装载到全局仓库，然后按部门从全局仓库中抽取相关数据载入部门仓库，再根据终端用户要解决的特定问题从部门仓库中抽取关于该主题的数据载入其他信息存贮。,（4）访问工具。包括应用接口和中间件服务器，使得客户工具能够访问和处理数据库和文件系统中的信息。（5）决策支持工具。包括基本的查询和报表工具以及OLAP和数据挖掘工具。这些工具都支持图形用户界面，有些还可以在Web界面上使用。（6）商务智能应用。是许多针对不同行业或应用领域，经过裁剪的完整的商务智能解决方案软件包。（7）元数据管理。用来管理与商务智能系统有关的元数据，包括技术元数据和商业元数据。（8）管理。包括商务智能管理的各个方面，如安全性和验证、备份和恢复及其监控和调整等。,5.3 商务智能系统的功能,商务智能系统是建立在数据仓库、联机分析、数据挖掘等技术的基础之上，通过收集、整理和分析企业内外部的各种数据，加深企业对客户及市场的了解，并运用一定的工具对企业运营状况、客户需求、市场动态等做出合理的评价及预测，为企业管理层提供科学的决策依据。商务智能系统建设的目标就是要为企业提供一个统一的分析平台，充分利用原有系统中积累的宝贵数据，对其进行深层次的挖掘，并从不同的角度分析企业的各种业务指标和构建业务知识模型。商务智能系统的功能可以归纳成以下几点。1数据管理方面。2信息呈现方面。3运营分析方面。4战略决策支持方面。,商务智能是企业应对激烈竞争的必要选择，它契合行业特殊需求，贴近企业业务流程，并满足企业发展需要。与以往的商务信息系统相比，商务智能系统具有以下三个特点：1商务智能系统不仅采用了最新的信息技术，而且提供了预先打好包的应用领域的解决方案。2商务智能系统着眼于终端用户对业务数据的访问和业务数据的传递，它可同时服务于信息的提供者和信息的消费者。3商务智能系统支持所有形式的信息访问，而不仅仅是那些存储在数据仓库中的信息。,5.4 商务智能系统的应用5.4.1 商务智能系统特点,商务智能已经成为企业信息系统之后更高层次、更具战略意义企业信息应用。目前，商务智能技术己在金融、保险、电信、零售业等数据密集型行业得到了广泛的应用。然而，商务智能在我国的应用还处于起步阶段，其主要原因可以归纳为如下几点：1企业的数据积累不够充分。2商务智能市场需要培育。3企业的技术人才匮乏。4现有商务智能产品不适合中国国情。,5.4.2 我国商务智能系统应用现状,5.5 小结,本章主要介绍了商务智能的概念、商务智能系统的核心技术、商务智能的体系结构以及商务智能系统的功能等方面的相关知识。商务智能是企业利用数据仓库、数据挖掘、OLAP、决策支持系统等信息技术对企业经营过程中产生的大量结构化和非结构化商务数据和信息进行收集、整理和分析，提供整个企业组织内的“统一口径”的信息平台，以辅助企业用户做出正确决策、采取有效商务行动、优化完善商务流程、全面提升商务绩效的工具、方法和技术的统称。商务智能系统的技术体系主要由数据仓库(DW)、在线分析处理(OLAP)以及数据挖掘(DM)三部分组成。数据仓库是商业智能的基础，许多基本报表可以由此生成，但它更大的用处是作为进一步分析的数据源。在线分析处理(OLAP)技术则帮助分析人员、管理人员获得对数据的更深入了解。数据挖掘(DM)技术从企业积累的海量数据中挖掘出潜在的模式，预测客户的行为，帮助企业的决策者调整市场策略，减少风险，做出正确的决策。商务智能的发展是一个渐进的、复杂的演变过程，并且仍处在发展之中。它经历了事务处理系统(TPS)、应用执行信息系统(EIS)和决策支持系统(DSS)等阶段，最终演变成今天的企业商务智能。商务智能在我国的应用还处于起步阶段。,下课了。,休息一会儿。,