商業(yè)智能上海到北京物流
發(fā)布于:2011/7/22 來源：上海凌翰物流 點(diǎn)擊次數(shù)：上海到北京托運(yùn)隨著中國大型連鎖零售企業(yè)開始規(guī)�；�(jīng)營和跨區(qū)域發(fā)展，“用IT去做零售業(yè)”已經(jīng)逐漸成為零售業(yè)的重要經(jīng)營理念之一。
如何培養(yǎng)忠實(shí)的消費(fèi)群，并充分挖掘客戶信息中所蘊(yùn)藏的商業(yè)價(jià)值，如何用數(shù)據(jù)為企業(yè)的經(jīng)營提出實(shí)時(shí)的決策指導(dǎo)，已經(jīng)成為零售企業(yè)長足發(fā)展的迫切需求，也是零售企業(yè)面臨的挑戰(zhàn)。根據(jù)國內(nèi)、外相關(guān)行業(yè)的應(yīng)用經(jīng)驗(yàn)以及IT技術(shù)的應(yīng)用和發(fā)展，解決這一問題的最好方式就是利用商業(yè)智能(Business Intelligence，BI)技術(shù)為企業(yè)提供商業(yè)決策所需要的信息。
商業(yè)智能是指通過對(duì)數(shù)據(jù)的收集、整理和分析，進(jìn)而從數(shù)據(jù)中獲取有用的信息，然后結(jié)合行業(yè)經(jīng)驗(yàn)把信息進(jìn)一步轉(zhuǎn)換為知識(shí)。其目的是使企業(yè)的各級(jí)決策者把重大的商業(yè)決策建立在信息和知識(shí)之上，而不是完全建立在經(jīng)驗(yàn)之上。 上海物流網(wǎng)
商業(yè)智能解決方案是以數(shù)據(jù)倉庫或數(shù)據(jù)挖掘技術(shù)為核心的IT系統(tǒng)解決方案的通稱。
實(shí)施數(shù)據(jù)倉庫系統(tǒng)
數(shù)據(jù)倉庫系統(tǒng)是個(gè)龐大而復(fù)雜的系統(tǒng)，它集成了企業(yè)內(nèi)部多個(gè)業(yè)務(wù)系統(tǒng)的數(shù)據(jù)，并且為企業(yè)范圍內(nèi)不同部門、各級(jí)分支機(jī)構(gòu)提供了大量的分析應(yīng)用功能，因而在數(shù)據(jù)倉庫的實(shí)施過程中，需要做好詳細(xì)的規(guī)劃和設(shè)計(jì)工作。數(shù)據(jù)倉庫系統(tǒng)的建設(shè)通常遵循“統(tǒng)一規(guī)劃、分步實(shí)施”原則進(jìn)行，在實(shí)施路線圖的指引下，分階段實(shí)施，逐步提高企業(yè)的決策分析能力。通常數(shù)據(jù)倉庫系統(tǒng)的實(shí)施分為以下幾個(gè)階段。
1.需求及信息系統(tǒng)現(xiàn)狀分析
主要包括兩部分內(nèi)容：一是分析企業(yè)現(xiàn)有信息系統(tǒng)的現(xiàn)狀，包括平臺(tái)架構(gòu)、應(yīng)用功能、主要用戶、數(shù)據(jù)狀況等；二是收集和整理來自各級(jí)機(jī)構(gòu)或部門用戶的業(yè)務(wù)需求，這些需求包括他們所關(guān)心的業(yè)務(wù)問題、業(yè)務(wù)目標(biāo)、分析方法和展現(xiàn)形式等。 昆山物流公司
2.模型設(shè)計(jì)及應(yīng)用設(shè)計(jì)
數(shù)據(jù)模型設(shè)計(jì)是數(shù)據(jù)倉庫建設(shè)的重要工作之一。數(shù)據(jù)模型類似于倉儲(chǔ)中的貨架，它規(guī)劃和管理著數(shù)據(jù)倉庫中的數(shù)據(jù)。因此，設(shè)計(jì)完整和規(guī)范的數(shù)據(jù)模型，可保證數(shù)據(jù)的可用性和有效性。
在進(jìn)行應(yīng)用設(shè)計(jì)時(shí)不僅要考慮業(yè)務(wù)需求，還要照顧到用戶的使用習(xí)慣。為更好地輔助用戶進(jìn)行各類管理決策，通常需要設(shè)計(jì)出最有針對(duì)性的實(shí)現(xiàn)方式，例如，為了幫助用戶識(shí)別業(yè)務(wù)問題的關(guān)鍵癥結(jié)，可以采用分析路徑的方式，引導(dǎo)用戶由點(diǎn)到面、逐步深入地進(jìn)行業(yè)務(wù)狀況的分析。 上海到遼寧省專線
3.ETCL及應(yīng)用開發(fā)
完成模型設(shè)計(jì)及應(yīng)用設(shè)計(jì)后，進(jìn)入開發(fā)階段，根據(jù)數(shù)據(jù)模型及應(yīng)用設(shè)計(jì)規(guī)劃，完成業(yè)務(wù)系統(tǒng)數(shù)據(jù)的抽取轉(zhuǎn)換和加載,完成報(bào)表、查詢、多維分析等應(yīng)用功能。
ETCL階段很重要的工作是做好數(shù)據(jù)的清洗和整理，也就是ETCL中“C”。數(shù)據(jù)倉庫系統(tǒng)的數(shù)據(jù)來源多樣，涉及到企業(yè)內(nèi)部各種業(yè)務(wù)系統(tǒng)，這些業(yè)務(wù)系統(tǒng)無論是建設(shè)時(shí)間、應(yīng)用功能、用戶群、平臺(tái)等都非常不一致，這也就帶來了業(yè)務(wù)邏輯的定義、術(shù)語的使用等的不統(tǒng)一，數(shù)據(jù)清洗工作就是要完成這些不同業(yè)務(wù)涵義數(shù)據(jù)的清洗和轉(zhuǎn)換。 上海到沈陽大件運(yùn)輸
為有效地做好數(shù)據(jù)清洗工作，需要對(duì)源數(shù)據(jù)做大量的分析，主要的手段包括數(shù)據(jù)庫分析和數(shù)據(jù)挖掘中用到的一些數(shù)據(jù)質(zhì)量分析的方法。應(yīng)用這些方法考察各業(yè)務(wù)對(duì)象屬性的特征，包括統(tǒng)計(jì)數(shù)據(jù)分布，如均值、方差、最大最小值、分位數(shù)等，以及通過折線圖、頻率分布等形式來審核業(yè)務(wù)屬性的分布狀況等。
4.系統(tǒng)測(cè)試及驗(yàn)收階段
測(cè)試階段是保證系統(tǒng)最終是否可被交付用戶使用的重要環(huán)節(jié)，通過測(cè)試來檢驗(yàn)系統(tǒng)是否滿足各項(xiàng)設(shè)計(jì)指標(biāo)，包括ETCL所需的時(shí)間、最大并發(fā)用戶數(shù)、查詢響應(yīng)時(shí)間等，數(shù)據(jù)的正確性驗(yàn)證也是測(cè)試階段非常重要的一項(xiàng)工作。
商業(yè)智能軟件選型
隨著商業(yè)智能應(yīng)用的廣泛和深入，市場(chǎng)上已經(jīng)出現(xiàn)了大量的數(shù)據(jù)倉庫產(chǎn)品和軟件。這些工具的應(yīng)用為IT廠商和企業(yè)帶來很多的益處，不僅壓縮實(shí)施周期，也提高了用戶統(tǒng)計(jì)分析的效果。
1.數(shù)據(jù)獲取層
數(shù)據(jù)獲取層也就是通常所稱的ETCL。目前市場(chǎng)上主流的ETCL工具有Informatica公司的Power Center和IBM公司的Data Stage，其他軟件廠商也提供了類似的產(chǎn)品，如Oracle公司的Warehouse Builder、Micrososft公司的SQL Server IS等。
Informatica公司的Power Center與IBM公司的DataStage都是業(yè)內(nèi)領(lǐng)先的ETCL產(chǎn)品，很難說兩者孰優(yōu)孰劣。兩者間最大的不同體現(xiàn)在以下兩方面：DataStage 內(nèi)嵌類Basic語言，增加了批處理程序的靈活性，PowerCenter則采用圖形化界面的方式完成開發(fā)；DataStage的元數(shù)據(jù)管理采用自用技術(shù)實(shí)現(xiàn)，而PowerCenter的元數(shù)據(jù)管理更為開放，可存儲(chǔ)在多種關(guān)系型數(shù)據(jù)庫中，很容易被訪問。
建議在選購ETCL軟件產(chǎn)品時(shí)關(guān)注以下幾點(diǎn)：產(chǎn)品是否能夠充分利用ETCL服務(wù)器資源，實(shí)現(xiàn)最大化的處理效率；是否集成版本控制、測(cè)試、開發(fā)等工具；是否有良好的幫助說明。
2.數(shù)據(jù)存儲(chǔ)層
數(shù)據(jù)存儲(chǔ)層主要由數(shù)據(jù)庫管理系統(tǒng)(DBMS)組成。目前市場(chǎng)上有很多的數(shù)據(jù)庫軟件，代表的數(shù)據(jù)庫產(chǎn)品主要有IBM DB2、Oracle、Sybase IQ、Microsoft SQL Server 2005等,這些產(chǎn)品已經(jīng)有了很廣泛的應(yīng)用。
對(duì)于這部分產(chǎn)品的選型通常要注意以下幾點(diǎn)：產(chǎn)品是否有針對(duì)數(shù)據(jù)倉庫應(yīng)用特征所做的優(yōu)化，是否有豐富的索引機(jī)制，是否有良好的存儲(chǔ)空間管理機(jī)制。
3.數(shù)據(jù)應(yīng)用層
數(shù)據(jù)應(yīng)用層是與系統(tǒng)操作人員直接交互的邏輯層，組成該層的產(chǎn)品通常分為兩大類，一類是管理和存儲(chǔ)OLAP分析數(shù)據(jù)及模型的OLAP Server產(chǎn)品，另一類是支持用戶完成自助分析應(yīng)用的前端展示工具產(chǎn)品。展現(xiàn)層也是非常重要的組成部分，業(yè)務(wù)人員看到的效果都是通過展現(xiàn)層來體現(xiàn)的。
OLAP Server是商務(wù)智能解決方案中一個(gè)重要的組成部分，能夠提供切片、鉆取、旋轉(zhuǎn)、過濾、自定義計(jì)算值、排序和透明訪問等多種OLAP分析功能，為用戶決策分析提供了強(qiáng)大、靈活的支持。
用戶可通過不同分析維度的靈活組合，對(duì)某個(gè)分析主題進(jìn)行不同角度、不同層次的分析，精確地掌握業(yè)務(wù)狀況及發(fā)展趨勢(shì)，探測(cè)問題的根源所在，幫助企業(yè)全面地分析業(yè)務(wù)數(shù)據(jù)、制定策略，增強(qiáng)企業(yè)的競(jìng)爭力。
目前市場(chǎng)上比較流行的數(shù)據(jù)展示與分析工具包括Cognos、Business Object、Hyperion Performance Suite(已被Oracle公司收購)等，OLAP Server產(chǎn)品包括Microsoft Analysis Services、Hyperion Essbase等。
