京公网安备 11010802034615号
经营许可证编号:京B2-20210330
商务智能的基础架构:数据仓库
商务智能架构
商务智能是深化企业信息化的重要工具,它的出现为企业决策层提供了决策分析与风险规避的工具,为企业提供了资源优化与价值评价的平台,为企业信息化提供了从运营层向决策层发展的支撑。面向企业建立商务智能,要开发或者选择适合企业的商务智能平台。
1 商务智能的架构过程
数据获取与管理。从不同的数据源获取有用的数据,对数据进行清理以保证数据的正确性,将数据经过转换、重构后存入数据仓库或数据场(这时数据变为信息);
数据整理与分析。通过合适的查询和分析工具、数据挖掘工具,对信息进行处理(这时信息变为辅助决策的知识);信息展现与表示。将管理与决策所需知识呈现于用户面前,支持管理与决策。
2商务智能的基础架构:数据仓库
商务智能系统的主要技术基础是近几年逐渐成熟起来的数据仓库(Data ware House)技术。通过数据仓库,商务智能系统可以获取原始资料,并以Portal形式为企业主管提供分析与查询信息。
资料来源可能在企业内部应用系统,亦可能来自外部。当载入异类系统资料时,通常需对资料进行格式转换,以合并入单一数据库。数据库本身需能管理大量数据,并能以高效能处理复杂查询。
数据库记录元数据资料(metadata)于贮藏库中(repository),以商业视角(business view)方式将原始资料经过整理后解释成对高级主管有意义的信息。数据分析与查询可应用各种先进技术,如随意查询(ad-hoc query)、多维度分析(multidimensional analysis),假设性问题分析(what-ifan alysis)等。
3 商务智能的展现平台:商务智能门户
商务智能着眼将企业信息化管理后所产生的营运数据,予以转化增值为辅助决策的信息,进而累积成为企业的知识资产。通过引入门户的概念而形成的商务智能门户(Business Intelligence Portal)可以从三个方面对商务智能进行提升与补充:使用方便与个人化。从使用者界面来看,BI的使用者通常需要经过长时间训练,才能掌握如何使用BI工具。执行官、财务主管等不同高级主管进行管理与决策所需的信息不尽相同,并且都有各自的KPI。即使许多BI解决方案都已Web化,但事实上,仍无法完全满足方便性、个人化及安全性的需求。但在BI环境中,他们看到的可能都是相同的应用程序与企业内部资料,缺乏个性化机制的BI工具,只能兼顾一般性的决策需求。
内外信息结合。除了企业内部资料之外,高级主管往往还需要大量的外部信息,如公司实时殷价、竞争对手的财务报告、垂直行业别的产业信息。在单纯的BI环境中,高级主管只能看到BI工具存取企业内部资料而产出的一般性报表,但在与Portal环境整合之后,高级主管可在经过个人化的单一工作环境中,集中得到进行决策所需的所有信息:除了既有的BI报表之外,还包括许多非结构性资料与企业外部信息。
结构与非结构性资料。在信息存取方面,BI只能处理结构性资料,但在企业环境中,存在于文件、电子表格、电子邮件、互联网等环境的非结构性资料,所占比例其实远高于结构性资料,当然也是进行决策时不可或缺的要素。Portal工具在这一方面更有其难以替代的优势。
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14在Python网络编程、接口测试、爬虫开发等场景中,HTTP请求的发送与响应处理是核心需求。Requests库作为Python生态中最流行的HTTP ...
2026-04-14 很多新人学完Python、SQL,拿到一张Excel表还是不知从何下手。 其实,90%的商业分析问题,都藏在表格的结构里。 ” 引言:为 ...
2026-04-14在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-13在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-13在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09