IBM商业智能解决方案及发展.ppt

《IBM商业智能解决方案及发展.ppt》由会员分享，可在线阅读，更多相关《IBM商业智能解决方案及发展.ppt（32页珍藏版）》请在三一办公上搜索。

1、IBM商业智能解决方案及发展方向,刘晶炜信息管理中国区技术经理IBM软件部,内容,商业智能的发展趋势IBM商业智能的技术平台的发展IBM行业数据仓库模型,随需应变的信息管理系统将信息转化为业务智能,洞察力,信息,预见能力,数据,主动,被动,业务灵活性和适应能力,商业价值,整合多个不同数据源的数据和内容将它们转化为有价值的信息.进行实时业务分析支持快速准确地业务决策,商业智能 从消极的报表 到 实时的洞察力,昨天,今天,持续,实时的商业智能开放的环境联合企业级数据仓库和交易型系统 行业解决方案,基于时间点的商业智能专注于基础架构互相孤立的数据集市技术的拼凑,对商业智能系统建设思路的回顾,项目建设

2、的重要考量因素,系统架构,数据模型,业务驱动,技术实现,数据集市,数据仓库,企业级数据仓库模型的价值日益重要,内容,商业智能的发展趋势IBM商业智能的战略数据仓库引擎数据仓库构建数据仓库扩展DWE集成数据仓库平台IBM行业数据仓库模型,and more,abc,DB2,IBM ContentManager,Oracle,xyz,异构的应用和信息,商业智能,流程整合,业务报表,综合业务应用,实时：在线帮助，同步的主数据萃取的:Basel II,业务优化,基于标准：XQuery,JSR170,JDBC,Web Services.,IBM信息管理战略:将信息转化为服务 破除数据孤岛，提供灵活的信息基

3、础设施,数据仓库/DWE,ODS/转储 WII,数据中心/Cubeview,EDW,数据仓库比以往任何时候都更加关键企业数据仓库可扩展性减少了复杂性混合负载支持,IBM完整商业智能平台 数据分析更全面、更实时,DB2 数据仓库引擎海量数据的处理能力,high-speed network,table,CPU,MEM,CPU,MEM,CPU,MEM,CPU,MEM,MPP 多台机器，每台机器具有一颗CPU和独立的操作系统,CPU,MEM,CPU,CPU,CPU,table,CPU,MEM,CPU,CPU,CPU,table,CPU,MEM,CPU,CPU,CPU,high-speed networ

4、k,集群 多台SMP机器,SMP 在一台机器内有一个操作系统，多颗CPU,混合分区技术,1000 Machines,Database Partitioning,TablePartitioning,MDC,ORDER_ID,SHIP_DATE,REGION,CATEGORY,Row,Hash,Range,Cluster,DB2 提供基于字典的强大数据压缩能力,字典.,Fred,Dept 500,10000,Plano,TX,24355,Fred,(01),10000,(02),John,(01),20000,(02),Site 3,John,Dept 500,20000,Plano,TX,243

5、55,Site 3,179.9 GB,42.5 GB,76%Smaller!,实际用户样例,国内测试结果:ERP系统:数据存储减少70%以上,同时性能提升10%电信话单:数据存储减少50%银行交易:数据存储减少50%,查询负载管理Query Patroller,查询管理:在数据仓库引擎执行前进行查询状况报告:报告过去历史查询执行情况的详细及汇总信息监控:DBA可查看最近提交的查询并可对正在执行的任务进行有效干预性能提升:提升查询吞吐量及数据仓库整体效率,Query 提交,DB2 Engine,DB2 Query Patroller,query,DBA,控制,分析信息,query,feedbac

6、k,数据仓库的构建,企业信息整合系列产品,开放的、面向服务的架构整合的数据轮廓和数据质量 复杂的数据转换和路由控制可重用的组件和规则没有限制的线性扩展能力企业元数据管理任何时间、任何地点的互联符合工业标准(XML,EDI,JMS,JCA)完备的行业解决方案,ETL处理-Datastage,完全图形化的设计工具,管道式运行模式,优异并行处理能力,IBM 数据仓库平台扩展,多维分析-Cube view支持数十个维度以上的处理支持范围、区间的计算处理可混合多维及明细SQL数据访问数据挖掘Intelligent Miner与数据仓库引擎集成的数据挖掘能力支持实时及闭环的挖掘分析,PMML Model,

7、DB2 Data Warehouse,IM ScoringIM ModelingIM Visualization,实时决策,生成模型,SQL,集成的数据仓库管理平台集成数据仓库、数据建模、数据挖掘、OLAP和在线分析等功能于一个统一平台同时支持包括DBA、数据架构设计师和BI专家在内的各类用户,DB2 V8.2&Soon VIPER,Web-based Administration Console,Data Modeling,SQLWarehousing,Data Mining,OLAPEnablement,In-LineAnalytics,DBA,Integrated Design Cent

8、er,DB2 Data Warehouse Edition-集成数据仓库平台,DWE集成的商业智能设计平台,集成的BI Design Studio,从数据流生成SQL,数据流,控制流,数据模型设计,数据映射,数据挖掘数据处理流程设计,商业智能要求平衡的软硬件配置,查询性能提升 50%+,30%+overhead on I/O High I/O waits Lower process utilization BI performance problems are 60%+I/O related,BCU:Balanced Configuration Unit,更深入的XML集成，简化和统一基础设施

9、统一数据和内容扩展资产利用利用已有技能数据库支持native XML文档存储 XML文档保真度优化性能灵活性利用成熟的数据库服务,DB2提供Native XML存储支持,提供对XML的查询和全文搜索能力,XML 进一步扩展商业智能的领域,内容,商业智能的发展趋势IBM商业智能的技术平台的发展IBM行业数据仓库模型,集成的企业级数据仓库,应用,数据集市(业务应用),EDW,应用,原子数据(范式化),ODS/Staging Layer,OLTP业务系统,BI 应用,ETL,逻辑物理集市层,SQL,IBM行业数据模型-提供完整数据仓库行业解决方案,数据仓库模型,业务方案解决模板,业务模型,数据仓库经

10、过10余年的发展，用户已认识到行业数据模型的价值IBM总结全球数据仓库实施经验，提供行业数据仓库模型采用行业数据仓库模型，借鉴国外业务及数据仓库建设经验数据仓库模型为IT人员与业务人员提供共同的交流平台IBM提供相应的数据仓库模型咨询能力,银行业：BDW保险业：IIW电信业：TDW零售业：RDW,行业数据模型 提升数据仓库的价值,IBM数据仓库应用模式,Sources,Physical Design,Logical Design,数据集市数据库的设计可以从BST生成,BST与IIW的关联和匹配，可以帮助快速界定数据仓库的范围,全面的企业数据仓库的生成是通过一系列易管理的、阶段性的实施得到的,个

11、险系统,团险系统,健康险,财务系统,呼叫中心,其他,保险BST：业务解决方案模板列表,营销结果分析营销通讯分析营销联系人分析营销成本分析营销收益分析营销销售分析,分析型CRM,风险分析,理赔处理效率分析追偿金支付分析核赔分析理赔月结分析理赔统计分析理赔价值变化分析延迟理赔分析损失事件分析年累计理赔比较分析,盈利率/绩效,长期保险的偿付能力分析偿付能力陈述 长期保险的费用长期保险的保费长期保险的负债和利润分析净资产分析利润和损失分析,客户营销分析CRM事件分析交叉销售战略分析交叉销售预测分析投保人行为分析household价值分析,客户继续率分析客户利益分析客户前景最优分析客户满意度分析客户风险

12、分析,高级分析业务量分析新业务量分析保单事件分析保单持久性分析退保分析资金流向分析核保分析 孤儿单分析,中介持续职业发展分析代理绩效/能力关键指标分析代理培训分析客户反馈中介分析中介赔偿分析中介持续分析中介产能分析中介销售绩效分析保单送达分析,资产负债分类方法分析资产负债净资产法分析资产负债流动性分析资产负债投资组合基本分析现金流直接分析现金流间接分析现金流间接FI分析,长期保险的偿付能力分析利率风险分析投资风险分析。,索赔效率分析,中介绩效,业务绩效,合规管理,财务报表分析现金流汇总报表股东资产净值变化汇总分析联合资产负债表分析收入汇总报表分析财务状况和运转结果的管理分析,损益表本身分析损益

13、表基本面分析损益表FI分析股权变动表分析,数据仓库逻辑模型构成：（Enterprise Model）,企业模型和数据集市模型EM&DataMarts,核心原子数据,事实表和维度,企业模型,营销管理快速入门,客户细分和管理,保险盈利性分析,潜在客户管理,数据集市,导出,业务数据模型,映射,指标要素,需求模型,财务报表数据集市,中介绩效分析数据集市,健康险盈利性管理数据集市,相关模型的应用,Business Solution Template,Enterprise Model,Business Model,统一的模型管理工具,模型客户化的实施方法,自顶向下,RM,1,2,业务驱动,跨不同业务系统的

14、数据源采样,元数据逆向工程并映射到BM主题域。跟踪 到 EM，在需要时创建新的 EM 子类型和属性.,BM,自底向上,数据驱动,客户化 BST,RM 范围,EM,Ext C OSS,EM,客户化 BST,1,2,EM,客户化EM到BST模板的映射。SOR 参照表映射到 BST 维度；SOR 事件映射到会计单元和BST 度量指标。,客户化 RM 范围推导出 EM客户化。维度映射到到SOR 参照表;度量指标映射到SOR 事件子类和会计单元汇总。根据需要创建新的EM 子类型和属性。,客户化多个不同的BST模板。维度定义了RM 的范围.,总结,专用的数据仓库引擎全面集成的商业智能设计及运行平台模型驱动的行业数据仓库解决方案,谢谢！,