【正文】 重慶 郵電 大學(xué)本科學(xué)生畢業(yè)設(shè)計 （論文）附件 附件 C：譯文 C1 附件 ：譯文 信息系統(tǒng)的業(yè)務(wù)趨勢和后果 到目前為止，實施典型數(shù)據(jù)處理系統(tǒng)的目標(biāo)主要在于加快各個業(yè)務(wù)領(lǐng)域的發(fā)展速度、降低成本和使流程自動化。目前，企業(yè)資源規(guī)劃 (ERP) 系統(tǒng)和其他軟件工具的作用就是為大多數(shù)公司實現(xiàn)這些目標(biāo)。結(jié)果，這些 ERP 系統(tǒng)、客戶關(guān)系管理 (CRM) 系統(tǒng)、銀行和信用卡系統(tǒng)以及公司管理規(guī)定使需要分析的數(shù)據(jù)量呈指數(shù)增長。有些公司認(rèn)為這是負(fù)面影響；而另一些公司，如 SAP，卻將這巨大的電子信息量看作是一大筆財富。同樣的，隨著 不斷增長的全球化發(fā)展和日益增加的分 散經(jīng)營模式，認(rèn)清市場趨勢和收集 競爭者信息已成為一大需求。這允許公司迅速地應(yīng)對市場條件的變化。你 可以看出在這個網(wǎng)絡(luò)時代，有效的信息處理已成為 在 競爭者 間維持 優(yōu)勢的決定性因素。 現(xiàn)代化全球經(jīng)營企業(yè)里的決策者常常會意識到他們的生存取決于 信息的有效使用。遺憾的是，此信息通常分布于許多系統(tǒng)，有時甚至分布于許多國家，從而使信息的有效使用變得極其困難。而這恰恰是現(xiàn)代 商務(wù)智能（ BI） 系統(tǒng)試圖應(yīng)對的挑戰(zhàn)。若要涵蓋從源數(shù)據(jù)檢索到分析的整個流程，則需要廣泛的解決方案。各企業(yè)必須關(guān)注整個企業(yè)內(nèi)作為倉庫構(gòu)建核心的元數(shù)據(jù)（業(yè)務(wù)和技術(shù)屬性 以及對象描述）。另外，他們在區(qū)分集合程度時需要整合和創(chuàng)建同類全局主數(shù)據(jù)以及大量的交易數(shù)據(jù)。 分析師現(xiàn)在詢問的問題要比二十年前的問題復(fù)雜得多。這是因為他們知道有數(shù)據(jù)可以解答這些問題。 鑒于上述問題，信息系統(tǒng)需要滿足下列由決策者規(guī)定的要求： ? 直接單點訪問所有相關(guān)信息，而不考慮信息的來源 ? 涵蓋所有業(yè)務(wù)流程：跨系統(tǒng)和跨流程分析變得日益重要 ? 高質(zhì)量信息，這不僅指數(shù)據(jù)內(nèi)容，還包括靈活評估數(shù)據(jù)的能力 ? 高質(zhì)量的決策支持： BI 系統(tǒng)必須支持運營和戰(zhàn)略管理的需求；只有這樣才能充分支持決策 ? 實施時間短、所需資 源少：為快速進(jìn)行實施，數(shù)據(jù)倉庫必須啟用對相關(guān)數(shù)據(jù)的簡單而快速的訪問，避免為準(zhǔn)備不同數(shù)據(jù)而耗費大量的勞動力 在不同系統(tǒng)布局中，提取和準(zhǔn)備來自于 mySAP 商務(wù)套件 應(yīng)用程序和其他提供商的源系統(tǒng)中的整合交易數(shù)據(jù)和主數(shù)據(jù)是一個特別的 挑戰(zhàn) 。高質(zhì)量業(yè)務(wù)信息需求的日益增長意味著除集成數(shù)據(jù)收集流程外，還需要詳細(xì)的數(shù)據(jù)分析和多媒體演示選項。對合并所有這些功能的 商務(wù)智能 解決方案的需求是巨大的。最近，在履行指導(dǎo)教師評定成績 指導(dǎo)教師 簽字： 重慶 郵電 大學(xué)本科學(xué)生畢業(yè)設(shè)計 （論文）附件 附件 C：譯文 C2 分析角色和運營報表角色時已需要訪問 商務(wù)智能 系統(tǒng)和基本的數(shù)據(jù)倉庫組件，從而便于滿足對準(zhǔn)實時數(shù)據(jù)收集的需求。 面向事務(wù)的 聯(lián)機事 務(wù)處理（ OLTP） 和面向分析的 聯(lián)機分析處理（ OLAP） 環(huán)境必須被視為單個實體。業(yè)務(wù)流程數(shù)據(jù)會產(chǎn)生大量無法輕易用于目標(biāo)分析的信息。因此，首先清除源數(shù)據(jù)，然后從技術(shù)和語義上準(zhǔn)備這些數(shù)據(jù)（均勻化）。從此數(shù)據(jù)的分析中獲取知識。這有助于企業(yè)定義其業(yè)務(wù)策略和支持從中派生的業(yè)務(wù)流程。 與 OLTP 連接的 商務(wù)智能 特定示例出現(xiàn)在以下兩種業(yè)務(wù)情景中：一種針對應(yīng)付帳，另一種針對銷售和營銷。這兩種業(yè)務(wù)情景均利用復(fù)雜的數(shù)據(jù)挖掘算法來自動操作和從統(tǒng)計上量化分析結(jié)果。除逐步細(xì)化分析工具外，正確操作的數(shù)據(jù)挖掘（屬于 SAP BI 產(chǎn) 品）還會增加更多競爭優(yōu)勢。 注意 : BW380 包含 SAP 強力推出的數(shù)據(jù)挖掘工具集，而 CR900 則包含 SAP BI 和 mySAP CRM 之間的極緊密接口。這些包括通過 分析流程設(shè)計器 和許多其他工具和接口將 CRM 系統(tǒng)的可行動知識轉(zhuǎn)換為自動化。 商業(yè)智能 和數(shù)據(jù)倉儲：定義和好處 由于數(shù)據(jù) 處 理技 術(shù) 的不斷 創(chuàng) 新，越來越多的信息以更 詳 盡的格式來存 儲 。因此，需要在減少數(shù)據(jù)的同 時對 其 進(jìn) 行 結(jié) 構(gòu)化， 這樣 數(shù)據(jù)分析才 變 得有意 義 。根據(jù)收集的原始數(shù)據(jù) 創(chuàng) 建“ 商業(yè)智能”所必需的分析需要各種各 樣 的工具集 。 若 要 設(shè) 置 該階 段，首先 讓 我 們 來定 義 一般意 義 上的 商業(yè)之恩給你。在谷歌 中搜索商業(yè)智能， 網(wǎng)站上的《 1996 年 9 月 Gartner Group報 表》中解 釋 了 這 一 術(shù)語 ，具體定 義 如下： “ 業(yè)務(wù) 智能 (BI) 是指廣 義 范 圍 上，用于收集、存 儲 、 分析數(shù)據(jù)，并提供 對 數(shù)據(jù)的 訪問 ，以便幫助企 業(yè) 用 戶 更好地制定 業(yè)務(wù) 決 策 的 應(yīng) 用程序和技 術(shù) 。 BI 應(yīng) 用程序包括決策支持系 統(tǒng) 的活 動 、 查詢 和 報 表、 聯(lián) 機分析 處 理 (OLAP)、 統(tǒng)計 分析、 預(yù)測 和數(shù)據(jù)挖掘。” 對 于廣 義 的數(shù)據(jù) 倉庫 ， 我 認(rèn)為 我 們 要 歸 功一位研究數(shù)據(jù) 倉儲 技 術(shù) 的大 師 “ 比爾艾莫 ”。 1990 年， 艾莫 先生 為 “數(shù)據(jù) 倉庫 ”提供了如下定 義 ： 1990 年， 比爾艾莫 給 出了“數(shù)據(jù) 倉庫 ” 的定 義 ：“ 倉庫 是 以主 題為導(dǎo) 向，是與 時間 相關(guān)的非 變 化、集成式數(shù)據(jù)集合，可以 為 管理 層 制定決策 時 提供支持?！? 更有技 術(shù) 含量的定 義 可能是： 商業(yè)智能工具集的子集， 負(fù)責(zé)對 分析所需要的基本數(shù)據(jù) 進(jìn) 行建模、 結(jié) 構(gòu)化、存 儲 ，并 執(zhí) 行提取、 轉(zhuǎn)換 和加 載 (ETL) 。 因此，商業(yè)智能 軟 件 總 的來 說 是使 業(yè)務(wù) 數(shù)據(jù) 變 得有意 義 所必需的 應(yīng) 用程序集合。數(shù)據(jù) 倉庫 是此 商業(yè)智能工具集的一個 組 件，是 更專業(yè) 地 負(fù)責(zé) 清除、加 載 和存重慶 郵電 大學(xué)本科學(xué)生畢業(yè)設(shè)計 （論文）附件 附件 C：譯文 C3 儲 企 業(yè) 所需數(shù)據(jù)的工 具。盡管我 們 在下一 章 才介 紹 全套 BI工具集，但 這 一 章 的重點 還 是放 在數(shù)據(jù) 倉庫組 件上。 數(shù)據(jù) 倉庫 可以有助于 組織 數(shù)據(jù)。它會將所有運 營 數(shù)據(jù)源 （它 們 大多 屬于不同系 統(tǒng) ， 詳 盡程度有所不同） 結(jié) 合在一起。 倉庫 的工作是以 實 用形 式向整個 組織 提供此數(shù)據(jù)。然后，可以在將來 產(chǎn) 生需求 時 使用 該 數(shù)據(jù)。 倉庫 具有如下屬性： ? 只 讀訪問 ：用 戶 具有只 讀訪問 權(quán)限， 這 意味著主要通 過 提取、 轉(zhuǎn)換 和 加 載(ETL) 流程將數(shù)據(jù)加 載 到數(shù)據(jù) 倉庫 中。 ? 跨 組織 焦點：整個 組織 （生 產(chǎn) 、 銷 售和分 銷 、成 本控制）中的 數(shù)據(jù)源 和可能存在的外部源構(gòu)成系 統(tǒng) 的基 礎(chǔ) 。 ? 數(shù)據(jù) 倉庫 數(shù)據(jù)始 終 會存 儲 一定 時 期。 ? 數(shù)據(jù)可 長 期存 儲 。 ? 為 高 效 查詢處 理而 設(shè)計 ： 對 技 術(shù)環(huán) 境和數(shù)據(jù) 結(jié) 構(gòu) 進(jìn) 行 優(yōu) 化是 為 了解 決 業(yè)務(wù)問題 ，而不是 為 了快速地存 儲 交易。 另一位研究數(shù)據(jù) 倉儲 技 術(shù) 的大 師 金伯爾 將“數(shù)據(jù) 倉庫 ”定 義為 “交 易數(shù)據(jù)的副本，特別 為查詢 和分析而重 組結(jié) 構(gòu)。”（ 數(shù)據(jù)倉庫工具 ， 1996 年版，第 310 頁 ） 。 商業(yè)智能系統(tǒng)目標(biāo) 現(xiàn) 代 商業(yè)智能系 統(tǒng)滿 足以下要 求： 對 所有 業(yè)務(wù) 信息 進(jìn) 行 標(biāo) 準(zhǔn)化構(gòu)造和 顯 示 ：決策者急需來自生 產(chǎn) 、采 購 、 銷 售和分 銷 、 財務(wù) 和人力 資 源部 門 的可靠信息。他 們 需要 對 每個 業(yè)務(wù) 范 圍 和企 業(yè) 整體有一個最新的全面了解。 這導(dǎo) 致了 對 收集基本 數(shù)據(jù)源 數(shù)據(jù) 這 一流程的高需求。在整個 組織 內(nèi) 單 獨定 義該 數(shù)據(jù)，以避免其他源 中的不同定 義導(dǎo) 致 錯誤 。 通 過單 點 輸 入 簡單訪問業(yè)務(wù) 信息 ：信息必 須 在可 調(diào) 用的中心點按同類和一 致性 組 合在一起。因此， 現(xiàn) 代的數(shù)據(jù) 倉庫 通常需要一個 單 獨的數(shù)據(jù) 庫 。此 數(shù)據(jù) 庫 啟用獨立的 應(yīng) 用 環(huán) 境來提供所需服 務(wù) 。 用于 對 所有 領(lǐng) 域 進(jìn) 行自我分析的高度 發(fā) 展的 報 表 體系 ：就演示而言，有效的分析和富含意 義 的多媒體可 視 化技 術(shù) 十分關(guān) 鍵 。系 統(tǒng) 必 須 能夠 處 理 多個用 戶組 的信息需求。 快速而高效的 實 施 ：在 實 施數(shù)據(jù) 倉庫時 ，有影響力的成本因子是數(shù)據(jù) 倉庫 與OLTP 系 統(tǒng) 的集成及不同數(shù)據(jù)的直接加 載 。除強大的元數(shù)據(jù)管理功能外， 此 處 推出的基于 業(yè)務(wù) 的 商業(yè)智能內(nèi)容 還 擔(dān)當(dāng)著重要角色。 重慶 郵電 大學(xué)本科學(xué)生畢業(yè)設(shè)計 （論文）附件 附件 C：譯文 C4 高性能 環(huán) 境。不同源的數(shù)據(jù)建模 ：如果不集成不同的源， 則 無法通 過 數(shù)據(jù) 倉庫執(zhí) 行數(shù)據(jù)分析。 這 通常會在 讀 取數(shù)據(jù) 時 浪 費 大量 時間 。 計 劃工具 對 于 允 許 在性能友好 時間 內(nèi)以 單 獨的批作 業(yè) 加 載 數(shù)據(jù)是 必需的。 減 輕 OLTP 系 統(tǒng) 的 負(fù)載 ： 過 去， OLTP 系 統(tǒng) 由于需要同 時 存 儲 和分析數(shù) 據(jù) 而 嚴(yán)重超 載 。 現(xiàn) 在， 單 獨的數(shù)據(jù) 倉庫 服 務(wù) 器允 許 您在其他地方 執(zhí) 行 數(shù)據(jù)分析。 BI/數(shù)據(jù)倉庫系統(tǒng)和 OLTP 系統(tǒng)之間的區(qū)別 ? 詳細(xì)級別： OLTP 層存儲詳細(xì)級別非常高的數(shù)據(jù)，而數(shù)據(jù)倉庫中的數(shù)據(jù)則為了在訪問時實現(xiàn)高性能而進(jìn)行了壓縮（集合）。 ? 歷史記錄：在 OLTP 領(lǐng)域內(nèi)歸檔數(shù)據(jù)意味著其存儲的歷史記錄最少。而數(shù)據(jù)倉庫范圍需要全面的歷史數(shù)據(jù)。 ? 可更改性：數(shù)據(jù)的頻繁更改是運營范圍的一大特色，而數(shù)據(jù)倉庫中的數(shù)據(jù)會在特定點后凍結(jié)以進(jìn)行分析。 ? 集成：與 OLTP 環(huán)境不同，對全面和集 成的信息的要求非常高。 ? 標(biāo)準(zhǔn)化：由于減少了數(shù)據(jù)冗余，運行使用的標(biāo)準(zhǔn)化程度非常高。數(shù)據(jù)加載和較低性能是數(shù)據(jù)倉庫中標(biāo)準(zhǔn)化程度較低的原因。 ? 讀取訪問：針對讀取訪問優(yōu)化 OLAP 環(huán)境。運營應(yīng)用程序（和用戶）也需要定期執(zhí)行包括更改、插入和刪除在內(nèi)的其他功能。 OLTP 系統(tǒng)和數(shù)據(jù)倉庫 /BI (OLAP) 系統(tǒng)的需求存在著根本的區(qū)別。因此，從OLTP 系統(tǒng)中技術(shù)性地區(qū)分所有對數(shù)據(jù)倉庫的集合式、與報表相關(guān)的需求是最有利的。 注意 : 技術(shù)和特定的業(yè)務(wù)案例的發(fā)展會混淆 OLTP 分析工具和 OLAP（ BI 工具）之間的界線。例如， BI 具有準(zhǔn)實時提取工具和 SAP企業(yè)資源管理計劃中心主件 (SAP ECC)，它們可以針對小型公司和特殊情況在同等條件下與 BI 環(huán)境一起安裝。 SAP 平臺商務(wù)智能 ： 最 先進(jìn)的 BI 軟件 作為 SAP 平臺 的核心組件， BI 提供數(shù)據(jù)倉儲功能、 商務(wù)智能 平臺和一套 商務(wù)智能 工具，所有這些能確保企業(yè)最大價值地利用他們所收集的信息。 BI 中可以集成、轉(zhuǎn)換和整合 來自 SAP 應(yīng)用程序和所有外部數(shù)據(jù)源的相關(guān)業(yè)務(wù)信息。 BI 提供靈活的報表和分析工具以支持您評估和說明數(shù)據(jù)，并為數(shù)據(jù)分發(fā)提 供便 利。企業(yè)能根據(jù)此分析制定出完善的決策，并確定以目標(biāo)為導(dǎo)向的行 動。 BI 套件 /商務(wù)探測器 (BEx) 重慶 郵電 大學(xué)本科學(xué)生畢業(yè)設(shè)計 （論文）附件 附件 C：譯文 C5 包含 BEx 的 BI 套件 提供針對超級用戶和最終用戶的靈活的報表和分析工具。您可以使用這些工具進(jìn)行戰(zhàn)略分析，并用來支持企業(yè)中的決策過程。這些工具包括查詢、報表和分析功能。 BEx 確保廣泛用戶能使用 SAP 平臺入口 、企業(yè)內(nèi)部網(wǎng) /互聯(lián)網(wǎng) （ 網(wǎng)絡(luò) 應(yīng)用程序設(shè)計）或移動設(shè)備（ WAP 或 i 模式啟用的移動電話和個人數(shù)字助理）訪問 BI 信息。許多分析功能都是可用的；逐步細(xì)化（重點功能）只不過是一個開始。另外，還支持許多輸 出選項，包括格式化的 微軟表格 、 網(wǎng)絡(luò) 主控室、格式化的 網(wǎng)絡(luò) 輸出（ BEx 報表）和 Adobe PDF 文檔。 BI 數(shù)據(jù)庫可分成獨立的業(yè)務(wù)信息提供者。在 BEx 查詢設(shè)計器 中根據(jù)這些 信息提供者 定義查詢可分析 BI 的數(shù)據(jù)庫。通過 選擇 合并查詢中的特性和關(guān)鍵值或可重用結(jié)構(gòu)，您可以確定用來分析所選 信息提供者 中數(shù)據(jù)的方式。 基于多維數(shù)據(jù)源（ OLAP 報表）的數(shù)據(jù)分析允許您同時分析 信息提供者 的多個維度（例如時間、地點和產(chǎn)品）。這意味著您可以進(jìn)行任意次數(shù)的差異分析（計劃/實際比較和經(jīng)營年度比較）。將類似于主表方式顯示的數(shù)據(jù) 作為詳細(xì)分析的起點，并可用來回答無數(shù)問題。無數(shù)的交互選項，如排序、篩選、互換特性、重新計算值等，允許您在運行時間靈活地在數(shù)據(jù)中進(jìn)行導(dǎo)航。您可以用圖形（例如條形圖或餅圖）來使數(shù)據(jù)形象化，還可以在地圖上按地理范圍（針對客戶、銷售區(qū)域和國家