bi整體解決方案(已修改)
2024-10-26 02:15 本頁面
【正文】 ? QlikView BI 整體 解決方案 伴隨著企業(yè)各種數(shù)據(jù)積累的日益繁多 ,ERP 后時(shí)代 ,BI 開始愈發(fā)引起更多大中小企業(yè)的關(guān)注 .然而 ,關(guān)注群體雖多 ,但真正讓 BI 應(yīng)用發(fā)揮極致的卻是零星散點(diǎn) .更多的 CIO 對(duì)于 BI應(yīng)用還停留在觀望的層面 . 假使任由這種狀況繼續(xù) ,BI應(yīng)用的普及之路必將漫漫修遠(yuǎn) .那么是什么因素阻礙著 BI在企業(yè)中的應(yīng)用呢 ?大家對(duì)于 BI 的普及又抱有何種態(tài)度呢 ?BI 普及的突破口又在那里呢 ? ? 商務(wù)智能分析 商業(yè)智能也稱作 BI是英文單詞 Business Intelligence 的縮寫 .商業(yè)智能通常被理解為將企業(yè)中現(xiàn)有的數(shù)據(jù)轉(zhuǎn)化為知識(shí) ,幫助企業(yè)做出明智的業(yè)務(wù)經(jīng)營決策的工具 .這里所談的數(shù)據(jù)包括來自企業(yè)業(yè)務(wù)系統(tǒng)的訂單、庫存、交易賬目、客戶和供應(yīng)商等來自企業(yè)所處行業(yè)和競爭對(duì)手的數(shù)據(jù)以及來自企業(yè)所處的其他外部環(huán)境中的各種數(shù)據(jù) .而商業(yè)智能能夠輔助的業(yè)務(wù)經(jīng)營決策 ,既可以是操作層的 ,也可以是戰(zhàn)術(shù)層和戰(zhàn)略層的決策 .為了將數(shù)據(jù)轉(zhuǎn)化為知識(shí) ,需要利用數(shù)據(jù)倉庫、聯(lián)機(jī)分析處理 (OLAP)工具和數(shù)據(jù)挖掘等技術(shù) .因此 ,從技術(shù)層面上講 ,商業(yè)智能 不是什么新技術(shù) ,它只是數(shù)據(jù)倉庫、 OLAP 和數(shù)據(jù)挖掘等技術(shù)的綜合運(yùn)用 . 商業(yè)智能的概念最早在 1996 年提出 .當(dāng)時(shí)將商業(yè)智能定義為一類由數(shù)據(jù)倉庫 (或數(shù)據(jù)集市 )、查詢報(bào)表、數(shù)據(jù)分析、數(shù)據(jù)挖掘、數(shù)據(jù)備份和恢復(fù)等部分組成的、以幫助企業(yè)決策為目的技術(shù)及其應(yīng)用 .目前 ,商業(yè)智能通常被理解為將企業(yè)中現(xiàn)有的數(shù)據(jù)轉(zhuǎn)化為知識(shí) ,幫助企業(yè)做出明智的業(yè)務(wù)經(jīng)營決策的工具 .這里所談的數(shù)據(jù)包括來自企業(yè)業(yè)務(wù)系統(tǒng)的訂單、庫存、交易賬目、客戶和供應(yīng)商資料及來自企業(yè)所處行業(yè)和競爭對(duì)手的數(shù)據(jù) ,以及來自企業(yè)所處的其他外部環(huán)境中的各種數(shù)據(jù) .而商業(yè)智能能夠輔 助的業(yè)務(wù)經(jīng)營決策既可以是操作層的 ,也可以是戰(zhàn)術(shù)層和戰(zhàn)略層的決策 .為了將數(shù)據(jù)轉(zhuǎn)化為知識(shí) ,需要利用數(shù)據(jù)倉庫、聯(lián)機(jī)分析處理 (OLAP)工具和數(shù)據(jù)挖掘等技術(shù) .因此 ,從技術(shù)層面上講 ,商業(yè)智能不是什么新技術(shù) ,它只是數(shù)據(jù)倉庫、 OLAP 和數(shù)據(jù)挖掘等技術(shù)的綜合運(yùn)用 . 因此 ,把商業(yè)智能看成是一種解決方案應(yīng)該比較恰當(dāng) .商業(yè)智能的關(guān)鍵是從許多來自不同的企業(yè)運(yùn)作系統(tǒng)的數(shù)據(jù)中提取出有用的數(shù)據(jù)并進(jìn)行清理 ,以保證數(shù)據(jù)的正確性 ,然后經(jīng)過抽取 (Extraction)、轉(zhuǎn)換 (Transformation)和裝載 (Load),即 ETL 過程 ,合并 到一個(gè)企業(yè)級(jí)的數(shù)據(jù)倉庫里 ,從而得到企業(yè)數(shù)據(jù)的一個(gè)全局視圖 ,在此基礎(chǔ)上利用合適的查詢和分析工具、數(shù)據(jù)挖掘工具、 OLAP 工具等對(duì)其進(jìn)行分析和處理 (這時(shí)信息變?yōu)檩o助決策的知識(shí) ),最后將知識(shí)呈現(xiàn)給管理者 ,為管理者的決策過程提供支持 . 目前 ,商業(yè)智能產(chǎn)品及解決方案大致可分為數(shù)據(jù)倉庫產(chǎn)品、數(shù)據(jù)抽取產(chǎn)品、 OLAP 產(chǎn)品、展示產(chǎn)品、和集成以上幾種產(chǎn)品的針對(duì)某個(gè)應(yīng)用的整體解決方案等 . ? 針對(duì)數(shù)據(jù) BI 主要針對(duì)數(shù)據(jù) ,采用多種的分析方法 (1)單變量統(tǒng)計(jì)分析 :提供基本統(tǒng)計(jì)分析工具 ,進(jìn)行最大值、最小值、算術(shù)平均值、幾何平均值、眾數(shù) 、中位數(shù)、極差、方差、標(biāo)準(zhǔn)差以及各類比例計(jì)算 .選擇分析的分析變量或指標(biāo) ,系統(tǒng)自動(dòng)生成分析變量或指標(biāo)的基本統(tǒng)計(jì)信息 . (2)經(jīng)濟(jì)變量或指標(biāo)分布分析 :設(shè)定經(jīng)濟(jì)變量或分析指標(biāo)的分布統(tǒng)計(jì)區(qū)間以及步長 ,系統(tǒng)生成分布情況表來反應(yīng)指標(biāo)數(shù)據(jù)的分布特征 ,這些特征不但使我們指標(biāo)數(shù)據(jù)了解更為精確 ,而且能根據(jù)他們分布特征做出更為正確的決策 ,指標(biāo)數(shù)據(jù)的分布特征一方面反應(yīng)了指標(biāo)數(shù)據(jù)的集中趨勢 ,另一方面反應(yīng)了指標(biāo)數(shù)據(jù)的離中趨勢 ,指標(biāo)數(shù)據(jù)分布信息表 ,以及指標(biāo)分布圖 . (3)同比分析 :數(shù)據(jù)與往年同期數(shù)據(jù)比較 ,形成同比趨勢圖 . (4)環(huán)比分析 :本期數(shù)據(jù)與上期數(shù)據(jù)比較 ,形成時(shí)間序列圖 .例如 ,按月進(jìn)行環(huán)比分析 ,系統(tǒng)自動(dòng)獲得按月采樣的指標(biāo)趨勢圖 . (5)定比分析 :本期數(shù)據(jù)與去年年底同期數(shù)據(jù)比較 ,形成時(shí)間序列圖 .例如 ,按月進(jìn)行定比分析 . (6)趨勢分析 :對(duì)于時(shí)間序列數(shù)據(jù) (按年按月 )系統(tǒng)柱型圖、折線圖、形成趨勢變化 ,并用傅立葉變換或線性插值對(duì)折線圖進(jìn)行趨勢擬合 . (7)相關(guān)分析 : 對(duì)兩個(gè)不同的經(jīng)濟(jì)變量進(jìn)行相關(guān)性判斷 ,確定經(jīng)濟(jì)變量之間是否存在相關(guān)關(guān)
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1