商业智能系统的组成

文：鼎捷ERP

作者：鼎捷数智 | 发布时间：2012-11-30 14:50:34

成功地实施商务智能需要大量的高质量业务数据，这些数据一般分布在许多业务系统，难免存在噪声数据。如何提取、净化和整合这些数据是数据分析的基础。此外，还需要能把数据转换为信息、知识的分析方法和工具。

如图2．1所示，商业智能系统主要包括以下几个部分组成。

    1．数据源与数据提取
    数据是商务智能系统的基础，通常包括企业内部数据和外部数据(来自市场研究公司或Intemet等)：内部数据包括企业各种应用系统、办公自动化OA系统等产生的业务数据、文档等。外部数据包括有关市场、竞争对手的数据以及各类外部统计数据等”’。这些数据可能是结构化的，例如关系表和Spreadsheet等；也可能是非结构化的，例如平面文件、图像等多媒体数据，需要借助企业信息集成(EnterpriselnformationIntegration，EH)的技术整合才能用于业务的全面分析。业务数据需要经过数据评价、数据筛选以及数据抽取 (Extraction)、转换(Transformation)和装载(Load)，即ETL后才可存储在数据仓库中，为数据的分析奠定基础。
    2．数据仓库
    数据仓库的数据包括元数据和经过ETL的业务数据。元数据是关于数据的数据，主要包括数据源的描述、数据的抽取规则、数据的转换规则、数据加载频率、数据仓库模型等。数据源中的数据按照元数据库的规则，经过抽取、清理、转换、集成，按照决策主题重新组织、存储，也可以面向部门建立数据集市(Data Mart)。数据集市是数据仓库的一个子集，但含有特定的主题，一般只在某个部门或局部范围内使用。一些数据仓库系统还带有操作数据存储(OperationalDataStore，ODS)，此部分内容将在下一章介绍。
    3．访问工具
    访问工具包括应用接口和中间件服务器。数据库中间件允许用户透明地访问数据仓库服务器，用于即席查询(Ad-HocQuery)、在线分析处理和数据挖掘。
    4．决策支持工具
    由即席查询、报表、在线分析处理和数据挖掘等工具组成，如图2．2所示。即席查询、报表可以使用户方便地获取需要的数据并按一定的方式显示。即席查询在一线业务智能单元(BusinessIntelligentUnit)得到了较多的应用，例如通过对产品销售数据和顾客偏好的分析，设计新产品。报表反映公司业务和管理的状况，是企业业务执行状况的反溃，也是建立一个商务智能系统的基础。在线分析处理支持用户多角度、多层次的分析，以获得业务的趋势信息。数据挖掘是从大量业务数据中提取隐含的、有用的、正确的知识并用于商业决策的过程。从图2．2可以看出，上述几种分析对数据加工的深度是不同的，即席查询、报表和在线分析处理等方法主要从数据中获取信息，而数据挖掘是对数据的深层次加工，处理的数据量是比较大的，挖掘出来的知识相对比较少，但对决策却是比较重要的。

    5．商务智能应用
    商务智能应用，例如利润成本分析、资产分析、营销分析、投资组合分析以及人力资源管理、顾客关系管理、供应链管理等各种业务的分析是根据各级决策者的需求，从数据仓库中提取相关的数据，然后确定数据分析的方法，并把分析结果通过前端展示工具提供给决策者。
    6．系统管理
    系统管理包括系统安全管理(用户身份验证和权限管理)、元数据的管理与更新、数据仓库的日常维护与监控、数据使用审计和容量规划等。
7．元数据管理
元数据管理包括对开发、管理数据仓库时所用的技术元数据和支持业务人员的业务元数据进行管理，它对数据仓库的设计和维护具有重要作用。