【正文】 數據分析技術,戰(zhàn)略信息,企業(yè)目標 在5年內增加15%的客戶 在3年內搶占15%的市場 在2年內投放3種新產品 提高前5%的產品質量 在東北市場提高15%的銷售額 所需信息 全面深入地了解公司運營 了解關鍵因素及其相互作用 檢測這些因素如何隨時間變化 將公司運營狀況和對手以及行業(yè)標準做比較,戰(zhàn)略信息系統(tǒng),SIS：Strategic Information Systems 能夠支援和改變組織戰(zhàn)略行為，使得組織具有競爭力的信息系統(tǒng),決策支持系統(tǒng),正確決策—— 企業(yè)的競爭優(yōu)勢,錯、錯、錯 在錯誤的時間、錯誤的地點、同錯誤的對手打了一場錯誤的戰(zhàn)爭,噬臍何及,合九州六十四縣鐵， 不能鑄成此大錯也,蒼天如圓蓋 大地如棋局 世間分楚漢 榮辱爭天下,博弈,博弈,博弈,博弈,納什均衡 一個博弈可能有多個納什均衡 每個參與者把其他參與人的策略當作是給定的 允許了不可置信的威脅的存在,博弈,博弈,博弈,博弈,阿里巴巴：芝麻開門,哪些客戶對我們最有利？如何拓展與他們的聯系？ 哪些客戶給我們提供利潤？哪些客戶使我們遭受損失？ 根據他們經常光顧的商店，最好的客戶居住在哪里？ 哪些產品和服務能被最有效的進行交叉銷售，銷售對象是誰？ 哪些市場營銷案例是最成功的？為什么？ 哪些銷售渠道對于哪些產品是最有效的？ 如何才能改善我們用戶的總體經歷？,We are drowning in data but starved of information,商務智能,商務智能的需求 有巨量的商業(yè)數據 日常數據：訂單、存貨、帳單、 外部數據：客戶信息、對手信息、政策 每2到3年商業(yè)數據變會翻番 有93%的數據沒有在決策過程中使用到！ 商務智能的目的 使人能更快捷、更容易地做出更好的商業(yè)決策 終極目標 3wwin, win, win,商務智能,Business Intelligence is a process of turning data into knowledge and knowledge into action for business gain,Business Intelligence is the process of transforming data into information … and through iterative discovery transforming information into knowledge,elevate,從數據到知識,垂拱而治,CEO：統(tǒng)計一下購買我們的產品及競爭對手產品的用戶信息 計算機：,垂拱而治,CEO：怎樣會使得用戶購買我們的產品？ 計算機：刺激銷售（如中獎銷售、打折優(yōu)惠）會吸引他們購物 CEO：促銷的成本是多少？促銷的最佳時機是什么時候？它會吸引多少新用戶？ 計算機：……,“三拍”而治,管理活動的層次結構,管理活動各層次中信息的特征,不同層次的信息處理需求,事務處理需求 不同的事務處理子系統(tǒng) 采購子系統(tǒng)：訂單、訂單細則、供應商 銷售子系統(tǒng)：顧客、銷售 庫存子系統(tǒng)：出庫領料單、進料入庫單、庫存臺帳 人事子系統(tǒng)：員工、部門 各種事務處理需求 一筆訂購、一筆銷售、一次進料、一次出料 要求 強調多用戶并發(fā)環(huán)境，數據的一致性、完整性,不同層次的信息處理需求,分析處理需求 今年銷售量下降的因素（時間、地區(qū)、商品、銷售部門） 某種商品今年的銷售情況與以往相比，有怎樣的變化？每年的第一季度商品銷售在各類商品上的分布情況怎樣？ 要求 多個子系統(tǒng)中的數據（數據集成） 歷史數據 匯總、綜合的數據,DSS早期演化階段,1960,1965,1970,1975,1980,主文件 報表,太多主文件,數據庫所有處理的單一數據源,聯機高性能事務處理,單一數據庫既用于事務處理，又用于DSS,DSS早期演化階段,抽取程序 搜索整個文件和數據庫，使用某些標準選取合乎限制的數據，并把數據傳到其他文件或數據庫中 優(yōu)點 將數據從事務處理應用中轉移出來，在進行數據分析時不會與事務處理發(fā)生沖突 當將數據從事務處理應用中抽取出來之后，數據的控制方式發(fā)生了轉變，最終用戶可以擁有抽取出來的數據,抽取程序,DSS早期演化階段,蜘蛛網,數據缺乏可信性 生產率低,從數據庫到數據倉庫,事務處理與分析處理的性能特性不同 事務處理環(huán)境 數據存取操作頻率高 每次操作處理的時間短 占用系統(tǒng)資源少 系統(tǒng)可以允許多個用戶按分時方式使用資源，保持較短的響應時間 分析處理環(huán)境 運行時間長 消耗大量系統(tǒng)資源 事務與分析應用不宜放在同一中環(huán)境中,從數據庫到數據倉庫,數據集成問題 事務處理 目的是使業(yè)務自動化 只關注與本部門業(yè)務相關的當前數據 事務處理應用的分散：企業(yè)內部各事務處理應用間相互獨立 DSS需要集成的數據 （內部各部門數據、外部數據、競爭對手數據） DSS需要對分散在各個事務處理應用中的相關數據進行集成，以向分析人員提供統(tǒng)一的數據視圖,數據倉庫的定義,數據倉庫是一個面向主題的（Subject Oriented），集成的（Integrated），相對穩(wěn)定的（Nonvolatile），反映歷史變化的（time Variant）數據集合。用于支持管理決策,數據粒度,粒度 數據綜合程度高低的一個度量 粒度越小，越細節(jié)，綜合程度越低，回答查詢種類越多，數據量大，性能低,數據粒度,細節(jié)級 一個月內客戶的每個電話記錄 每月200個記錄，40000個字節(jié),綜合級 一個月內客戶電話匯總(電話次數、平均通話時間、長途電話次數……) 每月1個記錄，200個字節(jié),能 回 答,不能回答,上周張三給他在上海的女朋友打電話了嗎？,能 回 答,能回答 性能低,上月人們從華盛頓打出的長途電話平均次數？,數據分割,分割 將數據分散到各自的物理單元中去，以便能分別獨立處理，靈活地訪問數據，提高效率 實際需要 分析往往對某種相關性的數據集合進行 某一時段的數據 某一地區(qū)的數據 某特定業(yè)務領域的數據 某一時段某特定業(yè)務領域的數據 日期往往是自然而均勻的分割,數據分割,健康保險 人壽保險 意外傷亡保險 1988 分片1 分片2 分片3 1989 分片4 分片5 分片6 1990 分片7 分片8 分片9,數據倉庫的體系結構,信息集成,信息集成的定義 information integration 把存儲在兩個或多個信息源中的數據提取出來，建立一個包含所有這些信息源的信息的大數據庫（該數據庫可以是虛擬的） 信息集成的方式 聯邦數據庫(federal database) 數據倉庫(data warehouse) 協調器(mediator),信息集成中的問題,汽車公司有1000位代理商，想創(chuàng)建一個集成數據庫，各個代理商使用不同的數據庫模式 代理商1：Cars(serialNo, model, color, autotrans, cdPlayer,…) 代理商2：Autos(serial, model, color), Options(serial, option) 問題 數據類型不同 取值不同 語義不同 數據丟失,聯邦數據庫,DB1,DB2,DB3,DB4,問題：編寫n(n1)個組件來相互翻譯查詢,聯邦數據庫,代理商1詢問代理商2是否有自己所需要的汽車,for (each tuple(:m, :c, :a) in NeededCars{ if(:a = true) select serial from Autos, Options where Autos.serial = Options.serial and Autos.model = :m and Autos.color = :c else select serial from Autos where Autos.model = :m and Autos.color = :c not exists( select * from Options where serial = Autos.serial and opti