【正文】 上采取以下原則： ? 分階段、循序漸進的原則 任何一個項目的實施都 是一個發(fā)現(xiàn)問題，解決問題，積累經(jīng)驗，又遇到新問題，再解決，再積累的循序漸進的過程。 商業(yè)智能方案實施原則 實施商業(yè)智能方案項目工程，與實施傳統(tǒng)的應用系統(tǒng)有很大的不同。數(shù)據(jù)開采要求有數(shù)據(jù)倉庫作基礎，并要求數(shù)據(jù)倉庫里已經(jīng)存有豐富的數(shù)據(jù)。一個細心的分析者，往往能從這些發(fā)掘出來的關系得到啟示。 簡單的說，數(shù)據(jù)挖掘是使用統(tǒng)計、分析等數(shù)學方法、以及電腦學 5 習和神經(jīng)網(wǎng)絡等人工智能方式，從大量的數(shù)據(jù)中，找尋數(shù)據(jù)與數(shù)據(jù)之間的關系。例如，如果管理人員要求比較各個區(qū)域某類儲蓄在過去一年的情況，可以從多維分析中找答案。 4. 數(shù)據(jù)開采 數(shù)據(jù)開采又叫數(shù)據(jù)挖掘，正如在礦井中可以開采出珍貴的礦石，在數(shù) 據(jù)倉 庫的 數(shù)據(jù) 里也 常常 可以 開采 出 業(yè) 務人 員意 想不 到的 信息。它完成的是對用戶數(shù)據(jù)的處理和整合，可以說，它的工作是總結過去。往往與多維分析工具配合，作為多維分析服務器的前臺界面。 3. 前臺分析工具。以前，每一個分析的角度需要制作一張報表。 管理人員往往希望從不同的角度來審視業(yè)務數(shù)值，例如從時間、地域、功能來看同一類服務所帶來的利潤。因此，數(shù)據(jù)倉庫不僅僅是個數(shù)據(jù)的儲存?zhèn)}庫，更重要的是它提供了豐 富的工具來 清洗、轉換和從各地提取數(shù)據(jù)，使得放在倉庫里的數(shù)據(jù)有條有理，易于使用。 一個企業(yè)的信息往往分布在不同的部門和分支機構，管理者要綜觀全局、運籌帷幄，必須能迅速地找到能反映真實情況的數(shù)據(jù)，這些數(shù)據(jù)也許是當前的現(xiàn)實數(shù)據(jù)，也可能是過去的歷史數(shù)據(jù)。 IBM商業(yè)智能解決方案就是針對中油決策支持系統(tǒng)需求的解決方案。 1 中油決策支持（商業(yè)智能）系統(tǒng)解決方案 .....................................................................................................2 中油決策支持系統(tǒng)需求分析 ............................................................................................................................ 2 數(shù)據(jù)倉庫基本結構 ............................................................................................................................................. 3 商業(yè)智能方案實施原則 ..................................................................................................................................... 5 總體架構概述 ...................................................................................................................................................... 6 整體架構 ........................................................................................................................................................... 7 數(shù)據(jù)倉庫軟件平臺 ......................................................................................................................................... 7 數(shù)據(jù)采集 ........................................................................................................................................................... 7 數(shù)據(jù)整合 —建立和管理數(shù)據(jù)倉庫 .............................................................................................................. 8 多維模型建立及數(shù)據(jù)分布 ........................................................................................................................... 9 前端報表生成和業(yè)務分析工具 ................................................................................................................. 11 擴展性 .................................................................................................................................................................. 12 性能 /容量的擴展 .......................................................................................................................................... 12 功能的擴展 .................................................................................................................................................... 14 系統(tǒng)的安全管理 ................................................................................................................................................ 15 安全級別管理原則： .................................................................................................................................. 15 安全級別的技術 實現(xiàn) .................................................................................................................................. 15 商業(yè)智能實施方法論 ....................................................................................................................................... 16 數(shù)據(jù)倉庫建立的重要環(huán)節(jié) ......................................................................................................................... 21 綜述 ...................................................................................................................................................................... 24 附錄 1 產(chǎn)品優(yōu)勢分析 ....................................................................................................................................... 26 IBM Warehouse Manager/Center (數(shù)據(jù)倉庫管理器 /中心 ) ................................................................. 26 IBM OLAP Server(多維數(shù)據(jù)庫服務器 ) .................................................................................................. 30 數(shù)據(jù)挖掘工具（ IBM Intelligent Miner） ............................................................................................... 31 IBM DB2 UDB .............................................................................................................................................. 33 ........................................................................................................................................ 36 附錄 3 IBM 公司概況 ...................................................................................................................................... 39 2 中油決策支持（商業(yè)智能）系統(tǒng)解決方案 中油決策支持系統(tǒng)需求分析 目前中油管理信息系統(tǒng)，比較分散涉及各部門信息系統(tǒng) 70多家、由于這些系統(tǒng)過去設計時都是自成體系，彼此之間的業(yè)務處理標準、軟件和網(wǎng)絡操作平臺都存在很大差異，因而不能實現(xiàn)資源共享和 滿足大量財務數(shù)據(jù)分析的需要，更不便結 合其他業(yè)務系統(tǒng)的數(shù)據(jù)進行綜合分析；同時這些存放在異構環(huán)境中的財務數(shù)據(jù)和將來要處于脫機狀態(tài)的大量歷史數(shù)據(jù)也不便于統(tǒng)一分析查詢。所以當務之急是需要通過管理需求分析和業(yè)務流程描述，對各部門數(shù)據(jù)和外部數(shù)據(jù)進行轉化、綜合整理，借助一些工具，建立基于數(shù)據(jù)管理及利用的綜合性技術，既保證密集的數(shù)據(jù)更新處理性能、又能滿足查詢的快捷性、支持多維分析，同時數(shù)據(jù)的描述方式還要適合非計算機專業(yè)人員進行業(yè)務上的分析和統(tǒng)計的數(shù)據(jù)倉庫。 3 數(shù)據(jù)倉庫基本結構 盡管商業(yè)智能系統(tǒng)的規(guī)模和特點由用戶的需求來決定，但系統(tǒng)最終的基本結構往往包括以下幾個部分： 1. 數(shù)據(jù)倉庫：用于抽取、整合、分布、存儲有用的信息。因此，有必要把各個區(qū)域的數(shù)據(jù)集合起來，取其精華、去其糟粕，將真實的、對決策有用的數(shù)據(jù)及時保留下來，隨時準備管理人員使用。 4 2. 多維分析：全方位了解現(xiàn)狀。每一個分析的角度可以叫做一個維，因此，我們把多角度分析方式稱為多維分析。由此產(chǎn)生了在線多維分析工具，它的主要功能，是根據(jù)用戶常用的多種分析角度，事先計算好一些輔助結構，以便在查詢時能盡快抽取到所要的信息，并快速地從一維轉變到另一維，將不同角度的信息以數(shù)字、直方圖、餅圖 、曲線等等方式展現(xiàn)在用戶面前。 提供簡單易用的圖形化界面給管理人員，由他們自由選擇要分析的數(shù)據(jù)、定義分析角度、顯示分析結果。 以上三部分是商業(yè)智能的基礎。在此基礎結構之上，商業(yè)智能可以發(fā)揮更進一步的作用，利用數(shù)據(jù)開采技術，發(fā)現(xiàn)問題、找出規(guī)律，達到真正的智能效果：預測將來。它比多維分析更進一步。但是，如果管理人員要問為何一種儲蓄在某地區(qū)的情況突然變得特別好或是不好，或者問該儲蓄在另一地區(qū)將會怎么樣，這時數(shù)據(jù)開采工具可以做出回答。這種關系，一般顯示數(shù)據(jù)組之間相似或相反的行為或變化。而這種啟示又 很可能使得到它的業(yè)者，獲得其他競爭者所沒有的先機。因此，在實施商業(yè)智能方案時，一般分兩步走：第一步實現(xiàn)數(shù)據(jù)倉庫和多維分析，構造商業(yè)智能的基礎，實現(xiàn)分析應用；第二步實現(xiàn)數(shù)據(jù)開采，發(fā)揮商業(yè)智能的特色。其中最重要的是，商業(yè)智能的實施是不斷的交流過程，只有雙方緊密的合作才能取得實施的成功。我們建議企業(yè)應根據(jù)現(xiàn)有的資源以及今后發(fā)展的方向，分階段、循序漸進