商業(yè)智能諾蘭模型購置第一臺用于管理的計算機初始蔓延集成數(shù)據(jù)管理控制信息管理面向數(shù)據(jù)庫建立穩(wěn)定的全局數(shù)據(jù)模型實行了全企業(yè)的信息資源管理，信息的“倍增劑”作用增強信息系統(tǒng)的開發(fā)跟上企業(yè)的發(fā)展，信息就是資源在企業(yè)中成為提高競爭力、促進其發(fā)展的動力發(fā)展速度緩慢，投資費用受到控制，子系統(tǒng)功能完善硬件、軟件投資和開發(fā)費用急劇增長企業(yè)信息化發(fā)展道路數(shù)據(jù)覆蓋了物流的每個環(huán)節(jié)

數(shù)字化倉庫讓供應(yīng)鏈更有彈性導學為什么學？學什么？怎么學？

老板，你要這么多數(shù)據(jù)做什么？假如你是一個公司的老板。你的公司很先進，已經(jīng)實現(xiàn)了信息化，上了ERP。每一筆銷售單據(jù)都保存在數(shù)據(jù)庫中，數(shù)據(jù)庫已經(jīng)保存了十多年的數(shù)據(jù)，有上億條銷售記錄。問：“反正三年前的數(shù)據(jù)留著也是白白占地方，浪費磁盤空間，不如把它們?nèi)縿h除吧，這樣還不用添加硬盤就能容納新數(shù)據(jù)?！蓖猓煌?？－這是個問題實情：數(shù)據(jù)已成為一個企業(yè)的重要資產(chǎn)！決策無處不在：生活中、工作中數(shù)據(jù)海洋、信息爆炸、知識缺乏。。。何謂智能？企業(yè)有智能嗎？BI離我們并不遠！我們的不知不覺參與比如從用戶訪問日志中獲取有價值的信息，包括訪問者的興趣愛好、訪問模式、滿意度等BI應(yīng)用在我們身上顧客分類：開展有針對性的營銷活動交叉銷售：識別商品間的關(guān)聯(lián)程度個性化推薦：在適合的時間，以適合的方式，將適合的產(chǎn)品，推薦到適合的人手中。商業(yè)智能概念BusinessIntelligence，BI商業(yè)智能是指通過有目的、有選擇地采集業(yè)務(wù)數(shù)據(jù)，轉(zhuǎn)換為對決策有用的信息，使企業(yè)獲得知識，提高企業(yè)決策的能力。企業(yè)界定義：BI是一種能力，它通過有智能地使用企業(yè)的數(shù)據(jù)資源來進行更好的商務(wù)決策。學術(shù)界觀點：BI是幫助企業(yè)提高決策與運營能力的概念、方法、過程以及軟件的集合。商業(yè)智能表現(xiàn)智能的技術(shù)表現(xiàn)信息共享和企業(yè)信息集成知識挖掘與管理智能的管理表現(xiàn)企業(yè)不管大小，都必須對瞬息萬變的市場情況做出及時、高效地反應(yīng)，而這些反應(yīng)都必須建立在對全面、準確和及時的信息基礎(chǔ)上---員工數(shù)據(jù)分析的能力。智能型企業(yè)表現(xiàn)為反應(yīng)迅速、適應(yīng)顧客變化的需要和采取正確的顧客解決方案。商業(yè)智能框架數(shù)學統(tǒng)計學數(shù)據(jù)分析計算機科學人工智能機器學習數(shù)據(jù)挖掘智能數(shù)據(jù)分析OLAP知識管理商業(yè)智能數(shù)據(jù)庫數(shù)據(jù)倉庫學習目標領(lǐng)悟數(shù)據(jù)與決策支持掌握數(shù)據(jù)分析方法與技術(shù)了解商業(yè)智能系統(tǒng)掌握商業(yè)智能的基本概念、基本方法以及在物流決策中的應(yīng)用。DataWarehouseOLAPDataMiningAI為什么學？

企業(yè)需要我們這方面的能力物流相關(guān)崗位的數(shù)據(jù)分析能力要求數(shù)據(jù)分析專員---九州通醫(yī)藥集團物流有限公司1、2年以上物流行業(yè)數(shù)據(jù)分析等相關(guān)崗位工作經(jīng)驗；2、多種數(shù)據(jù)源的數(shù)據(jù)進行組合分析、挖掘、深度分析和建模；運營數(shù)據(jù)的監(jiān)控和跟蹤分析，并對異常波動情況進行深入分析和問題定位；3、設(shè)計、搭建物流大數(shù)據(jù)平臺架構(gòu)，為公司運營評估、決策、風險、發(fā)展策略提供數(shù)據(jù)支持；4、邏輯思維能力強，良好的溝通能力以及團隊合作精神；5、熟練掌握至少一種統(tǒng)計分析工具（如：EXCEL、SPSS、SAS、MATLAB等）。物流數(shù)據(jù)分析專員131、參與或獨立設(shè)計并執(zhí)行各項數(shù)據(jù)研究項目，收集并分析解讀數(shù)據(jù)所帶來的信息，為運營提供參考；2、通過數(shù)據(jù)挖掘，還原客戶行為及潛在需求；3、熟練運用各種內(nèi)外部數(shù)據(jù)統(tǒng)計工具，快速響應(yīng)各業(yè)務(wù)線的數(shù)據(jù)需求；4、與技術(shù)部門合作進行統(tǒng)計報表的建立與優(yōu)化改善；5、負責公司內(nèi)部的數(shù)據(jù)統(tǒng)計系統(tǒng)培訓。任職資格：1、大專院校?？埔陨蠈W歷，物流、數(shù)學、計算機專業(yè)優(yōu)先；2、熟悉數(shù)據(jù)建模及數(shù)據(jù)分析方法論；3、關(guān)注細節(jié)，具有敬業(yè)精神；4、對數(shù)據(jù)敏感，有較強的邏輯思維和分析能力。福建盛豐物流集團有限公司14物流數(shù)據(jù)分析經(jīng)理(北京字節(jié)跳動科技有限公司)20000-40000元/月職位職責：1、建立和優(yōu)化業(yè)務(wù)邏輯模型和數(shù)據(jù)模型，包括SOP預測、倉儲布局、訂單合并與拆分等；2、通過數(shù)據(jù)挖掘，提煉出倉儲物流運營質(zhì)量的改善方向和商家分布區(qū)域；3、負責電商業(yè)務(wù)的供應(yīng)鏈數(shù)據(jù)分析，并推動業(yè)務(wù)問題解決和落地；4、負責物流運營指標監(jiān)控，及報表優(yōu)化。職位要求：1、本科及以上學歷，數(shù)學、統(tǒng)計學、計算機、供應(yīng)鏈與物流等相關(guān)專業(yè)；2、精通SQL，并熟練使用R、Python等一門語言；3、對數(shù)據(jù)分析、數(shù)據(jù)挖掘有深刻的理解，熟悉邏輯回歸、關(guān)聯(lián)分析等常用算法；4、有較強的學習能力和好奇心，邏輯清晰；5、有電商供應(yīng)鏈數(shù)據(jù)分析和建模經(jīng)驗者優(yōu)先。15商業(yè)智能是一個融統(tǒng)計學、管理科學、決策科學、心理學、行為科學、控制理論、組織理論、人工智能、信息技術(shù)和計算機技術(shù)于一體的理論與技術(shù)集成的課程。是管理類專業(yè)的專業(yè)必修課，是涉及多門專業(yè)基礎(chǔ)課與專業(yè)課的綜合性專業(yè)應(yīng)用課程。課程性質(zhì)數(shù)據(jù)與商業(yè)決策支持

—步入數(shù)據(jù)的紛繁世界商業(yè)智能概述

—初步了解商業(yè)智能商業(yè)智能原理

—洞察商業(yè)智能核心技術(shù)商業(yè)智能的敏捷實現(xiàn)

—了解商業(yè)智能實現(xiàn)工具理論篇應(yīng)用篇案例篇(課內(nèi)實驗）—掌握商業(yè)智能實現(xiàn)工具（專周實訓）—商業(yè)智能行業(yè)典型應(yīng)用主講教師：戴小廷商業(yè)智能數(shù)據(jù)與商業(yè)決策支持

—步入數(shù)據(jù)的紛繁世界商業(yè)智能概述

—初步了解商業(yè)智能商業(yè)智能原理

—洞察商業(yè)智能核心技術(shù)商業(yè)智能的敏捷實現(xiàn)

—了解商業(yè)智能實現(xiàn)工具理論篇應(yīng)用篇案例篇(課內(nèi)實驗）—掌握商業(yè)智能實現(xiàn)工具（專周實訓）—商業(yè)智能行業(yè)典型應(yīng)用數(shù)據(jù)與商業(yè)決策支持—步入數(shù)據(jù)的紛繁世界什么是數(shù)據(jù)企業(yè)為何需要數(shù)據(jù)分析如何做數(shù)據(jù)分析商業(yè)決策與計算機決策支持學習目標

了解數(shù)據(jù)、大數(shù)據(jù)與數(shù)據(jù)管理，掌握數(shù)據(jù)分析基本方法；

理解企業(yè)為何需要數(shù)據(jù)管理；

熟悉商業(yè)決策支持及其技術(shù)的發(fā)展。姓名出生年月性別職業(yè)婚姻狀態(tài)家庭住址籍貫……..1962.07喜歡的食物一、什么是數(shù)據(jù)雇員ID姓名性別出生年月崗位職務(wù)入職時間0201馬力男1985-02-06采購主管2007-03-030202劉麗女1978-05-05采購員2000-08-080301王芳女1983-06-07銷售員2005-09-120302張軍男1990-08-09銷售員2013-08-010303張俊麗女1968-12-24銷售經(jīng)理經(jīng)理1990-07-08…現(xiàn)實世界→數(shù)據(jù)世界數(shù)據(jù)信息知識智慧創(chuàng)新發(fā)揮作用加工處理數(shù)據(jù)（data）是對客觀事物的性質(zhì)、形態(tài)、結(jié)構(gòu)、特征、內(nèi)容和含義的一種表達形式。信息（information）信息是加工后的數(shù)據(jù)，是對人有用的、能夠影響人們行為的數(shù)據(jù)。知識：發(fā)揮作用的信息智慧（或能力）是指富有洞察力的知識，在了解多方面的知識后，能夠預見一些事情的發(fā)生并主動地采取行動。大數(shù)據(jù)大數(shù)據(jù)(bigdata)，或稱巨量資料。互聯(lián)網(wǎng)（社交、搜索、電商）、移動互聯(lián)網(wǎng)（微博）、物聯(lián)網(wǎng)（傳感器，智慧地球）、車聯(lián)網(wǎng)、GPS、醫(yī)學影像、安全監(jiān)控、金融（銀行、股市、保險）、電信（通話、短信）都在瘋狂產(chǎn)生著數(shù)據(jù)。大數(shù)據(jù)大數(shù)據(jù)分析大數(shù)據(jù)分析是指對規(guī)模巨大的數(shù)據(jù)進行分析，即在研究海量數(shù)據(jù)的過程中尋找模式，相關(guān)性和其他有用的信息，幫助企業(yè)更好地適應(yīng)變化，并做出更明智的決策。隨著大數(shù)據(jù)時代的來臨，大數(shù)據(jù)的處理、分析與利用就成為時代發(fā)展的要求。常用的大數(shù)據(jù)分析處理工具Hadoop、ApacheSpark、Storm等開源工具Cognos、BO、MicrosoftPowerBI、Oracle、QlikView、Tableau、RapidMiner、FineBI等商業(yè)智能大數(shù)據(jù)分析處理工具（1）HadoopHadoop是一個能夠讓用戶輕松架構(gòu)和使用的分布式計算平臺。用戶可以輕松地在Hadoop上開發(fā)和運行處理海量數(shù)據(jù)的應(yīng)用程序。它具有高可靠性、高擴展性、高效性、高容錯性。Hadoop帶有用Java語言編寫的框架，能夠很好運行在Linux生產(chǎn)平臺上。Hadoop上的應(yīng)用程序也可以使用如C++的其他語言編寫。（2）ApacheSparkApacheSpark是專為大規(guī)模數(shù)據(jù)處理而設(shè)計的快速通用的計算引擎，現(xiàn)在已經(jīng)成為一個高速發(fā)展應(yīng)用廣泛的生態(tài)系統(tǒng)。Spark是UCBerkeleyAMPlab（加州大學伯克利分校的AMP實驗室）所開源的類HadoopMapReduce的通用并行框架，Spark擁有HadoopMapReduce所具有的優(yōu)點，但不同于MapReduce的是Spark能更好地適用于數(shù)據(jù)挖掘與機器學習等需要迭代的MapReduce的算法。（3）StormStorm是自由的開源軟件，一個分布式的、容錯的實時計算系統(tǒng)。Storm可以非?？煽康奶幚睚嫶蟮臄?shù)據(jù)流，用于處理Hadoop的批量數(shù)據(jù)。Storm很簡單，支持許多種編程語言。Storm可以應(yīng)用于實時分析、在線機器學習、分布式遠過程調(diào)用（RemoteProcedureCall，RPC）、數(shù)據(jù)抽取、轉(zhuǎn)換和加載（Extraction-Transformation-Loading，ETL）等等。二、企業(yè)為何需要數(shù)據(jù)分析

數(shù)據(jù)管理是指利用計算機技術(shù)對數(shù)據(jù)的收集、組織、存儲、加工、傳輸、使用等過程。目的是便于從數(shù)據(jù)中快速經(jīng)過加工處理得到所需要的信息，利用信息支持行動和決策。數(shù)據(jù)分析是指采取有效的統(tǒng)計、分析方法對收集來的大量數(shù)據(jù)進行分析，將它們加以匯總和理解并消化，以求最大化地開發(fā)數(shù)據(jù)的功能，發(fā)揮數(shù)據(jù)的作用。數(shù)據(jù)分析是為了提取有用信息和形成結(jié)論而對數(shù)據(jù)加以詳細研究和概括總結(jié)的過程。二、企業(yè)為何需要數(shù)據(jù)分析

企業(yè)正在發(fā)生什么？發(fā)生問題的原因是什么？未來會發(fā)生什么？怎樣去做得更好？。。。企業(yè)開展數(shù)據(jù)管理與分析的必要性數(shù)據(jù)分析的步驟明確主題找到目標明確方向數(shù)據(jù)收集數(shù)據(jù)庫EXCEL數(shù)據(jù)處理清洗、轉(zhuǎn)換、提取、計算數(shù)據(jù)分析統(tǒng)計分析數(shù)據(jù)挖掘數(shù)據(jù)展現(xiàn)表格、圖表、文字報告撰寫美觀實用內(nèi)容簡潔三、如何做數(shù)據(jù)分析數(shù)據(jù)展現(xiàn)樣例數(shù)據(jù)分析常用方法方法說明對比分析法與目標對比；不同時期對比；同級部門、單位、地區(qū)對比；行業(yè)內(nèi)對比；活動效果對比分組分析法分組的目的在于便于對比，分組法必須與對比法結(jié)合起來方法說明結(jié)構(gòu)分析法某部分數(shù)值占總體的比率，如市場占有率平均分析法算術(shù)平均、調(diào)和平均、幾何平均、眾數(shù)與中位數(shù)交叉分析法常見的二維交叉表

要領(lǐng)一：搞清楚分析的主題要領(lǐng)二：選擇合適的數(shù)據(jù)

要領(lǐng)三：得出分析結(jié)論還要有建議數(shù)據(jù)分析要領(lǐng)銷售情況客戶主營業(yè)務(wù)收入雇員績效…..雇員業(yè)績數(shù)據(jù)雇員的人事入職時間、級別等數(shù)據(jù)雇員年度目標數(shù)據(jù)…..明確主題銷售業(yè)績完成情況數(shù)據(jù)收集數(shù)據(jù)庫EXCEL數(shù)據(jù)處理清洗、轉(zhuǎn)換、提取、計算數(shù)據(jù)分析Tableau數(shù)據(jù)展現(xiàn)標靶圖報告撰寫美觀實用內(nèi)容簡潔案例：銷售業(yè)績數(shù)據(jù)分析三、如何做數(shù)據(jù)分析數(shù)據(jù)分析常用工具EXCEL、SPSSSAS商業(yè)智能軟件：推薦使用美國TableauDeskTop、TableauServer平臺。SQLserverAnalysis……四、商業(yè)決策與計算機決策支持

決策是決策者為達到某種預定目標，運用科學的理論、方法和手段，從若干備選方案中選擇或綜合成一個滿意合理的方案，并付諸實施的過程。商業(yè)決策是對企業(yè)在經(jīng)營過程中所做出的決策過程的總稱，是企業(yè)長遠發(fā)展的根本所在。戰(zhàn)略決策戰(zhàn)術(shù)決策運營決策決策的科學化用信息系統(tǒng)支持和輔助決策定性決策向定量與定性相結(jié)合的決策發(fā)展單目標決策向多目標綜合決策發(fā)展戰(zhàn)略決策向更遠的未來決策發(fā)展39決策、決策過程、如何科學決策數(shù)據(jù)傳統(tǒng)的數(shù)據(jù)分析方法MISDW\OLAP\DM智慧

知識信息方法與技術(shù)計算機決策支持方法與技術(shù)商業(yè)計算機決策支持技術(shù)的發(fā)展案例分析閱讀教材第1章后案例，回答：1．案例中決策制定何時開始？何時結(jié)束？哪些是關(guān)鍵的決策？2．案例中應(yīng)用了哪些支持決策者的信息技術(shù)？它們在改進決策制定過程的效果和效率，更好地解決商業(yè)中的問題發(fā)揮了哪些作用？市場副總裁的一次決策過程及其決策支持手段本章小結(jié)介紹了什么是數(shù)據(jù)、信息、知識及其之間的關(guān)系大數(shù)據(jù)及大數(shù)據(jù)分析企業(yè)為什么需要數(shù)據(jù)管理，數(shù)據(jù)分析的步驟與常用的數(shù)據(jù)分析方法決策與商業(yè)決策的概念計算機決策支持方法與技術(shù)及其發(fā)展謝謝永遠在樂觀中前進，相信明天會更好！主講教師：戴小廷商業(yè)智能數(shù)據(jù)與商業(yè)決策支持

—步入數(shù)據(jù)的紛繁世界商業(yè)智能概述

—初步了解商業(yè)智能商業(yè)智能原理

—洞察商業(yè)智能核心技術(shù)商業(yè)智能的敏捷實現(xiàn)

—了解商業(yè)智能實現(xiàn)工具理論篇應(yīng)用篇案例篇(課內(nèi)實驗）—掌握商業(yè)智能實現(xiàn)工具（專周實訓）—商業(yè)智能行業(yè)典型應(yīng)用第2章商業(yè)智能概述47授課思路：

什么是商業(yè)智能？商業(yè)智能能夠為我們做什么？

商業(yè)智能架構(gòu)

流行的商業(yè)智能系統(tǒng)第1節(jié)商業(yè)智能的起源與基本概念第2節(jié)

商務(wù)智能的結(jié)構(gòu)第3節(jié)商務(wù)智能系統(tǒng)第2章商業(yè)智能概述48學習目標

了解商業(yè)智能的起源與發(fā)展；掌握智能、智能化企業(yè)與商業(yè)智能的概念；了解商業(yè)智能的特點、價值與作用。

能夠從信息系統(tǒng)、數(shù)據(jù)分析、知識發(fā)現(xiàn)、戰(zhàn)略分析等不同角度正確理解商業(yè)智能；

熟悉商業(yè)智能的體系結(jié)構(gòu)；掌握商業(yè)智能系統(tǒng)應(yīng)具備的基本功能。

了解常見的商業(yè)智能產(chǎn)品，熟悉商業(yè)智能在不同行業(yè)的典型應(yīng)用。一.商業(yè)智能引例二.什么是商業(yè)智能？三.為什么需要商業(yè)智能？四.商業(yè)智能能夠為我們做什么？第1節(jié)商業(yè)智能概念一、商業(yè)智能引例【案例】中糧集團商業(yè)智能需求與發(fā)展中糧集團有限公司于1952年成立，是一家集貿(mào)易、實業(yè)、金融、信息、服務(wù)和科研為一體的大型企業(yè)集團，橫跨農(nóng)產(chǎn)品、食品、酒店、地產(chǎn)等眾多領(lǐng)域。1994年以來，一直名列美國《財富》雜志全球企業(yè)500強。旗下上市公司

中國糧油

中國食品

中糧屯河

中糧包裝

中糧生化

中糧地產(chǎn)

蒙牛乳業(yè)旗下品牌福臨門玉米油，金帝巧克力，長城葡萄酒…50信息化建設(shè)較為完善作為世界500強企業(yè)，中糧集團一直積極致力于信息化建設(shè)工作，充分利用信息化工具提高企業(yè)管理水平。中糧下屬各利潤點基本實現(xiàn)業(yè)務(wù)流程的信息化，主要包括財務(wù)系統(tǒng)、生產(chǎn)制造系統(tǒng)、采購系統(tǒng)、人力資源管理系統(tǒng)、6S報表系統(tǒng)。全面信息化后存在的問題數(shù)據(jù)量增大，數(shù)據(jù)難以管理信息孤島，部門數(shù)據(jù)相互獨立查詢與報表不足以支持戰(zhàn)略決策的需求商業(yè)智能解決方案-數(shù)據(jù)整合建立統(tǒng)一數(shù)據(jù)模型對數(shù)據(jù)的規(guī)范化定義，實現(xiàn)統(tǒng)一的信息資源層次體系、數(shù)據(jù)元素標準和信息編碼，建立統(tǒng)一的數(shù)據(jù)模型以滿足各個業(yè)務(wù)系統(tǒng)的集成。整合各個業(yè)務(wù)系統(tǒng)，建立中糧數(shù)據(jù)倉庫系統(tǒng)由于數(shù)據(jù)分布在不同的業(yè)務(wù)系統(tǒng)，給數(shù)據(jù)共享、數(shù)據(jù)管理和數(shù)據(jù)應(yīng)用帶來很多不便，因此中糧整合各個業(yè)務(wù)系統(tǒng)，建立中糧數(shù)據(jù)倉庫系統(tǒng)，將數(shù)據(jù)集中起來，解決數(shù)據(jù)層面的信息孤島問題。

商業(yè)智能解決方案-數(shù)據(jù)分析多維分析支持直接基于現(xiàn)有的業(yè)務(wù)數(shù)據(jù)庫(關(guān)系型數(shù)據(jù)庫)創(chuàng)建多維立方體；可進行常規(guī)的切片，旋轉(zhuǎn)、鉆取等在線分析操作；支持圖表(如：直方圖、餅圖等)，并能在圖表中鉆取數(shù)據(jù)。數(shù)據(jù)挖掘從時間、空間、橫向、縱向等多維度對數(shù)據(jù)進行分析。按主題細分，可劃分為生產(chǎn)主題分析、采購主題分析、銷售主題分析、財務(wù)主題分析、產(chǎn)成品庫存主題分析、物流主題分析、人力資源主題分析等。商業(yè)智能解決方案-數(shù)據(jù)分析銷售分析產(chǎn)品庫存管理分析物流管理分析人力資源管理分析財務(wù)管理分析原料采購管理分析生產(chǎn)管理分析商業(yè)智能解決方案-結(jié)果展示能夠制作標準、主從、交叉、分組統(tǒng)計、參數(shù)等各種形式的報表能夠創(chuàng)建多種類型圖形包括2D和3D餅圖、柱狀圖、線性圖、泡泡圖、散點圖、漏斗圖、金字塔圖、錐體圖等，提供多種美觀儀表盤、信號燈等，支持多種形式的數(shù)據(jù)鉆取支持Web方式瀏覽，所有報表能發(fā)布到指定的Webserver，可以通過IE方式瀏覽各種報表的數(shù)據(jù)和相應(yīng)的圖表課堂討論★為什么實施商業(yè)智能？★實施商業(yè)智能的基本過程？★商業(yè)智能的核心技術(shù)？★商業(yè)智能的最終目的？一.商業(yè)智能引例二.什么是商業(yè)智能？三.為什么需要商業(yè)智能？四.商業(yè)智能能夠為我們做什么？第1節(jié)商業(yè)智能概念商業(yè)智能的起源與發(fā)展赫伯特西蒙對決策支持系統(tǒng)的研究，是現(xiàn)代商業(yè)智能概念最早的源頭和起點。1978年，他因為對“商務(wù)決策過程”的出色研究戴上了諾貝爾經(jīng)濟學獎的桂冠1970年，IBM的研究員埃德加-科德（EdgarCodd）發(fā)明了關(guān)系型數(shù)據(jù)庫1983年，Teradata公司利用并行處理技術(shù)為美國富國銀行（WellsFargoBank）建立了第一個決策支持系統(tǒng)。1988年，為解決企業(yè)集成問題，IBM公司的研究員BarryDevlin和PaulMurphy創(chuàng)造性地提出了一個新的術(shù)語：數(shù)據(jù)倉庫（DataWarehouse）商業(yè)智能的起源與發(fā)展1989年，數(shù)據(jù)挖掘技術(shù)興起1989年，著名的高德納IT咨詢公司（GartnerGroup）為業(yè)界提出了商業(yè)智能的概念和定義，商業(yè)智能，指的是一系列以數(shù)據(jù)為支持、輔助商業(yè)決策的技術(shù)和方法。進入21世紀，可視化技術(shù)的出現(xiàn)，使商業(yè)智能分析的產(chǎn)業(yè)鏈形成了一個從數(shù)據(jù)整合、經(jīng)數(shù)據(jù)分析、數(shù)據(jù)挖掘、到最后數(shù)據(jù)展示的完整閉環(huán)商業(yè)智能成為從跨國企業(yè)到中小企業(yè)中眾多業(yè)務(wù)人員的標配工具以知識發(fā)現(xiàn)為使命的商業(yè)智能，必將成為知識時代的競爭利器智能、智能化企業(yè)與商業(yè)智能1．智能的概念智能（Intelligence）是生物體獲取知識、利用知識的能力2．智能化企業(yè)快速吸收新想法的能力。適應(yīng)新情況的能力。有效解決問題的能力。動員適當資源的能力。有效積累經(jīng)驗和知識的能力。商業(yè)智能的理解商業(yè)智能，又稱商務(wù)智能（BusinessIntelligence，BI）。商業(yè)智能應(yīng)該是幫助企業(yè)提高決策能力和運營能力的概念、方法、過程以及軟件的集合。

正確理解商業(yè)智能分為以下四個方面:信息系統(tǒng)數(shù)據(jù)分析知識發(fā)現(xiàn)戰(zhàn)略分析信息系統(tǒng)：是BIS的物理基礎(chǔ)，表現(xiàn)為強大決策的分析功能的軟件工具和面向特定應(yīng)用領(lǐng)域的信息系統(tǒng)平臺數(shù)據(jù)分析：是一系列算法、工具或模型。先斬獲高質(zhì)量數(shù)據(jù)信息，然后使用自動生成或人工參與的算法分析信息然后得出結(jié)論。知識發(fā)現(xiàn)：將數(shù)據(jù)轉(zhuǎn)化成信息，通過計算將信息轉(zhuǎn)化成知識，或者直接將信息轉(zhuǎn)化成知識。戰(zhàn)略分析：將信息或知識應(yīng)用在提高決策能力和運營能力上，企業(yè)建模等商業(yè)智能是融合了先進信息技術(shù)與創(chuàng)新管理理念的結(jié)合體，集成企業(yè)內(nèi)外數(shù)據(jù)，進行加工并從中提取能夠創(chuàng)造商業(yè)價值的知識，面向企業(yè)戰(zhàn)略并服務(wù)于管理層、業(yè)務(wù)層，指導企業(yè)經(jīng)營決策，提升企業(yè)競爭力。商業(yè)智能的概念

商業(yè)智能的概念數(shù)據(jù)ETL數(shù)據(jù)倉庫數(shù)據(jù)挖掘可視化OLAP數(shù)據(jù)知識決策模式趨勢事實關(guān)系模型關(guān)聯(lián)規(guī)則序列目標市場資金分配貿(mào)易選擇在哪兒做廣告銷售的地理位置金融經(jīng)濟POS人口統(tǒng)計生命周期商業(yè)智能方案AdministrationDataWarehouseCenterTransformationToolsWarehouseManagerReplicationFamilyETIValityWarehouse/MartDB2FamilyDB2OlapServerAnalysisIntelligentMinerIntelligentDecisionServerDB2OLAPServerMetadataTemplatesAccessToolsDataWarehouseCenterDataJoinerETIClientsBrowsersNotesApproachPartnersMetadataInformationCatalog商業(yè)智能的特性戰(zhàn)略層管理層業(yè)務(wù)層數(shù)據(jù)挖掘數(shù)據(jù)分析數(shù)據(jù)收集知識信息數(shù)據(jù)業(yè)務(wù)層決策中層決策戰(zhàn)略決策BIS與DSS、MIS、EIS、TPS的比較Internet網(wǎng)絡(luò)與應(yīng)用一.商業(yè)智能引例二.什么是商業(yè)智能？三.為什么需要商業(yè)智能？四.商業(yè)智能能夠為我們做什么？第1節(jié)商業(yè)智能概念決策需要信息，更離不開知識。知識更多地表現(xiàn)為經(jīng)驗—學習的結(jié)晶。學習的過程是不斷地對信息加工處理。信息的收集、加工、傳輸與利用貫穿著決策各階段的工作過程。信息已成為企業(yè)經(jīng)營中重要性僅次于人才的第二大要素。決策=知識+經(jīng)驗+冒險商業(yè)智能是對企業(yè)信息的科學管理?！癐nGodwetrust:allothersmustbringdata”—W.EdwardsDeming管理就是決策，知識支撐管理各自為政，互相獨立財務(wù)分析運營分析客戶分析財務(wù)系統(tǒng)營銷系統(tǒng)服務(wù)系統(tǒng)信息孤島和信息煙囪數(shù)據(jù)充足了、信息暢通了，還需要？商業(yè)智能在企業(yè)作業(yè)級戰(zhàn)術(shù)級戰(zhàn)略級1、提高計算精度、計算速度，提高業(yè)務(wù)處理的效率，減輕業(yè)務(wù)人員的工作強度；從而提升客戶的滿意度；2、將業(yè)務(wù)規(guī)則以軟件的形式固定下來，從而減少業(yè)務(wù)活動出錯的機會，減輕了業(yè)務(wù)的復雜度；最終可以提升客戶的滿意度。提供計劃、報表等功能，以標準、偏差、反饋等實現(xiàn)對業(yè)務(wù)流動的分析與控制，改善對業(yè)務(wù)流動的管理與控制。通過決策支持功能輔助企業(yè)進行決策，從而實現(xiàn)企業(yè)的戰(zhàn)略目標。商業(yè)智能商業(yè)智能在具體業(yè)務(wù)領(lǐng)域的作用Title銷售管理領(lǐng)域營銷領(lǐng)域客戶關(guān)系管理財務(wù)分析人力資源管理供應(yīng)鏈管理一.商業(yè)智能引例二.什么是商業(yè)智能？三.為什么需要商業(yè)智能？四.商業(yè)智能能夠為我們做什么？第1節(jié)商業(yè)智能概念商業(yè)智能能夠為我們做什么？Tosupportdecisionmakingatalllevelsofbusinessmanagementbasedonthefactsand(scientific)predictionsofcurrentandfuturebusinesssituationsthatareobtainedfromintelligentanalysisofhistoricalbusinessdata.BusinessdecisionsmadewithBIsupportaremore★Correct★Accurate★Objective★Timely不同層次的商業(yè)智能應(yīng)用以前發(fā)生了什么為什么發(fā)生了現(xiàn)在發(fā)生著什么將來會發(fā)生什么業(yè)務(wù)活動管理BI給我們帶來了什么豐富的報表、查詢功能——發(fā)生了什么BI給我們帶來了什么圖4.5Cognos的鉆取操作IBMCognos的鉆取操作——為什么發(fā)生BI給我們帶來了什么預測——將來會發(fā)生什么銷售分析儀表盤BI給我們帶來了什么仿真分析——希望發(fā)生什么數(shù)據(jù)倉庫理解業(yè)務(wù)：網(wǎng)絡(luò)資源分析產(chǎn)品結(jié)構(gòu)及組合分析服務(wù)質(zhì)量分析業(yè)務(wù)發(fā)展分析理解客戶：客戶貢獻度分析客戶群體劃分客戶行為分析制訂市場營銷策略風險分析：客戶流失的測算信用分析欺詐分析內(nèi)部績效考核：產(chǎn)品、部門利潤分析資源分配資源成本分析誰是最好的客戶?如何擴大利潤?如何避免風險?收入/成本如何分配?商業(yè)智能對企業(yè)的作用和價值課程回顧★從中糧的案例入手引出了什么是商業(yè)智能、為什么需要商業(yè)智能以及商業(yè)智能的作用★商業(yè)智能的概念和應(yīng)用下節(jié)內(nèi)容★商業(yè)智能的結(jié)構(gòu)主講教師：戴小廷商業(yè)智能數(shù)據(jù)與商業(yè)決策支持

—步入數(shù)據(jù)的紛繁世界商業(yè)智能概述

—初步了解商業(yè)智能商業(yè)智能原理

—洞察商業(yè)智能核心技術(shù)商業(yè)智能的敏捷實現(xiàn)

—了解商業(yè)智能實現(xiàn)工具理論篇應(yīng)用篇案例篇(課內(nèi)實驗）—掌握商業(yè)智能實現(xiàn)工具（專周實訓）—商業(yè)智能行業(yè)典型應(yīng)用一.商業(yè)智能的架構(gòu)體系二.商業(yè)智能的功能構(gòu)造第2節(jié)商業(yè)智能的結(jié)構(gòu)所謂的體系結(jié)構(gòu)（Architecture）是指一整套的規(guī)則和結(jié)構(gòu)，為一個系統(tǒng)或產(chǎn)品的整體設(shè)計提供主框架。商務(wù)智能體系結(jié)構(gòu)一般為：源數(shù)據(jù)層、數(shù)據(jù)轉(zhuǎn)換層、數(shù)據(jù)倉庫(數(shù)據(jù)集市)層、OLAP及數(shù)據(jù)挖掘?qū)?、用戶展現(xiàn)層。數(shù)據(jù)倉庫(DataWarehouse,DW)、聯(lián)機分析處理(OnLineAnalyticalProcessing,OLAP)和數(shù)據(jù)挖掘(DataMining,DM)是商務(wù)智能的三大技術(shù)支柱。86一、商業(yè)智能的架構(gòu)體系二、商業(yè)智能的功能構(gòu)造理解BI系統(tǒng)架構(gòu)數(shù)據(jù)庫業(yè)務(wù)數(shù)據(jù)庫添加、修改、刪除；查詢、統(tǒng)計、歸檔；存儲、集群、備份、遷移數(shù)據(jù)倉庫ETL報表生成數(shù)據(jù)挖掘模型多維分析模型分析展現(xiàn)挖掘展現(xiàn)門戶集成BI的三個層次用戶數(shù)增加報表分析OLAPDM復雜度增加我知道它現(xiàn)在是怎樣的我知道它為什么是這樣我知道它以后會是怎樣一、企業(yè)商務(wù)智能系統(tǒng)總體結(jié)構(gòu)二、商業(yè)智能系統(tǒng)的功能與特點三、主流商務(wù)智能產(chǎn)品介紹四、商務(wù)智能系統(tǒng)行業(yè)應(yīng)用第3節(jié)商業(yè)智能系統(tǒng)數(shù)據(jù)質(zhì)量控制數(shù)據(jù)重新組織EII解決方案數(shù)據(jù)展現(xiàn)數(shù)據(jù)管理數(shù)據(jù)獲取數(shù)據(jù)遷移作業(yè)分配數(shù)據(jù)清洗數(shù)據(jù)倉庫元數(shù)據(jù)管理數(shù)據(jù)集市管理安全性、分析管理一、企業(yè)商務(wù)智能系統(tǒng)總體結(jié)構(gòu)最終用戶數(shù)據(jù)質(zhì)量控制數(shù)據(jù)重新組織ETL/DQ解決方案數(shù)據(jù)抽取、遷移、加載周數(shù)據(jù)加載日常數(shù)據(jù)增加日周期數(shù)據(jù)源ETL/EII數(shù)據(jù)存儲管理業(yè)務(wù)模型數(shù)據(jù)展現(xiàn)利潤成本分析資產(chǎn)分析營銷分析投資組合分析平衡計分卡/KPI解決的業(yè)務(wù)問題數(shù)據(jù)分析采購系統(tǒng)生產(chǎn)系統(tǒng)銷售系統(tǒng)財務(wù)系統(tǒng)即席查詢Intranet/Internet產(chǎn)品報告數(shù)據(jù)挖掘例外分析隨即查詢報表例外分析數(shù)據(jù)挖掘決策人員管理人員分析人員業(yè)務(wù)人員實時增量虛擬數(shù)據(jù)倉庫元數(shù)據(jù)管理（運營元數(shù)據(jù)、技術(shù)元數(shù)據(jù)、分析元數(shù)據(jù)）IWAYBI數(shù)據(jù)倉庫企業(yè)數(shù)據(jù)模型MDMBWDW(1)讀取數(shù)據(jù)（ETL)：數(shù)據(jù)ETL支持多平臺、多數(shù)據(jù)存儲格式（多數(shù)據(jù)源、多格式數(shù)據(jù)文件、多維數(shù)據(jù)庫等）的數(shù)據(jù)組織，要求能自動地根據(jù)描述或者規(guī)則進行數(shù)據(jù)查找和理解。減少海量、復雜數(shù)據(jù)與全局決策數(shù)據(jù)之間的差距。幫助形成支撐決策要求的參考內(nèi)容。(2)數(shù)據(jù)倉庫：高效的數(shù)據(jù)存儲和訪問方式。提供結(jié)構(gòu)化和非結(jié)構(gòu)化的數(shù)據(jù)存儲，容量大，運行穩(wěn)定，維護成本低，支持元數(shù)據(jù)管理，支持多種結(jié)構(gòu)，例如中心式數(shù)據(jù)倉庫和分布式數(shù)據(jù)倉庫等。存儲介質(zhì)能夠支持近線式和二級存儲器，能夠很好地支持容災(zāi)和備份方案。

(3)分析功能：可以通過業(yè)務(wù)規(guī)則形成分析內(nèi)容，并且展示樣式豐富，具有一定的交互要求，例如預辯或者趨勢分析等。要支持多維度的OLAP，實現(xiàn)維度變化、旋轉(zhuǎn)、數(shù)據(jù)切片和數(shù)據(jù)鉆取等，以幫助做出正確的判斷和決策。(4)數(shù)據(jù)統(tǒng)計輸出（報表）：報表能快速地完成數(shù)據(jù)統(tǒng)計的設(shè)計和展示．其中包括了統(tǒng)計數(shù)據(jù)表樣式和統(tǒng)計圖展示，可以很好地輸出給其他應(yīng)用程序或者Htmf形式表現(xiàn)和保存。對于自定義設(shè)計部分要提供簡單易用的設(shè)計方案，支持靈活的數(shù)據(jù)填報和針對非技術(shù)人員設(shè)計的解決方案。能自動地完成輸出內(nèi)容的發(fā)布。二、商務(wù)智能系統(tǒng)應(yīng)具備的功能與特點三、主流商務(wù)智能產(chǎn)品介紹廠商產(chǎn)品及簡介IBMDB2以及Cognos、SPSS、DataStage，覆蓋BI全部領(lǐng)域OracleOracle、Hyperion(海波龍

)，覆蓋BI全部領(lǐng)域，數(shù)據(jù)挖掘領(lǐng)域有待加強MicrosoftSQLServer，覆蓋BI全部領(lǐng)域，適合中小型企業(yè)，性價比高InformaticaInformatica，主要是數(shù)據(jù)集成領(lǐng)域Tableau在商業(yè)智能和分析平臺魔力象限報告中，Tableau第三次蟬聯(lián)領(lǐng)先者殊榮。SybaseSybaseIQ，主要是數(shù)據(jù)倉庫領(lǐng)域SAPBusinessObjects、CrystalReports，主要是OLAP和報表領(lǐng)域SASSAS，數(shù)據(jù)挖掘領(lǐng)域領(lǐng)先奧威智動Power-BI，主要是OLAP和報表領(lǐng)域，行業(yè)解決方案尚南BlueQuery，主要是OLAP和報表領(lǐng)域（已被用友華表收購）潤乾潤乾報表，主要是OLAP和報表領(lǐng)域帆軟FineBI，主要是數(shù)據(jù)集成領(lǐng)域U8商業(yè)智能（BI）介紹分析決策/績效管理U8商業(yè)智能－應(yīng)用架構(gòu)UFIDA>>>如何實現(xiàn)不同角色所需的管理桌面？企業(yè)中的每個管理角色（CEO、CFO、COO、業(yè)務(wù)人員），在企業(yè)經(jīng)營管理中所關(guān)注的重點各有不同，需要有一個性化管理者桌面（個性化決策門戶），即時掌握……角色門戶靈活的定制出不同管理角色應(yīng)用門戶靈活的定制出不同管理角色應(yīng)用門戶

靈活定制各個不同管理角色的首頁面

通過個性化應(yīng)用界面，即時監(jiān)控所關(guān)注業(yè)務(wù)運營情況采購主管應(yīng)用界面靈活的定制出不同管理角色應(yīng)用門戶

靈活定制各個不同管理角色的首頁面

通過個性化應(yīng)用界面，即時監(jiān)控所關(guān)注業(yè)務(wù)運營情況銷售主管（總監(jiān)）應(yīng)用界面靈活的定制出不同管理角色應(yīng)用門戶

靈活定制各個不同管理角色的首頁面

通過個性化應(yīng)用界面，即時監(jiān)控所關(guān)注業(yè)務(wù)運營情況財務(wù)主管（總監(jiān)）應(yīng)用界面現(xiàn)金指標現(xiàn)金指標近日趨勢分析

資金指標儀表盤監(jiān)控

預測現(xiàn)金指標趨勢變化

實時了解企業(yè)的資金運營狀況、預算執(zhí)行情況角色門戶之應(yīng)用：財務(wù)主管銷售指標監(jiān)控預警銷售指標趨勢預測

銷售業(yè)務(wù)趨勢預測分析/指標預警分析

銷售收入日趨勢分析/預算執(zhí)行分析銷售指標預警分析銷售指標趨勢分析銷售業(yè)務(wù)結(jié)構(gòu)、明細分析…銷售分析

多維度的銷售分析－按產(chǎn)品對銷售收入進行排名分析、結(jié)構(gòu)分析、對比分析、趨勢分析…排名分析結(jié)構(gòu)分析對比分析趨勢分析角色門戶之應(yīng)用：銷售主管UFIDA>>>如何幫助企業(yè)建立自己的指標體系

指標體系的建立，是企業(yè)經(jīng)營管理的基礎(chǔ)，指標體系體現(xiàn)了企業(yè)的經(jīng)營管理目的和戰(zhàn)略，是企業(yè)衡量一切經(jīng)營活動的重要邏輯依據(jù)指標體系建立案例1：建立指標體系-平衡計分卡（BSC)財務(wù)指標客戶指標學習與成長指標內(nèi)部流程指標建立關(guān)鍵績效指標(KPIs)的因果關(guān)系案例1：建立指標體系-平衡計分卡（BSC)財務(wù)指標客戶指標學習與成長指標內(nèi)部流程指標案例1：建立指標體系-平衡計分卡（BSC)財務(wù)指標客戶指標學習與成長指標內(nèi)部流程指標案例1：建立指標體系-平衡計分卡（BSC)財務(wù)指標客戶指標學習與成長指標內(nèi)部流程指標案例1：建立指標體系-平衡計分卡（BSC)財務(wù)指標客戶指標學習與成長指標內(nèi)部流程指標案例2：某企業(yè)三年戰(zhàn)略發(fā)展落實為指標利潤9000萬收入5億元總成本費用82％客戶滿意度97％A產(chǎn)品4億元B產(chǎn)品1億元區(qū)域1收入?yún)^(qū)域2收入機構(gòu)2收入機構(gòu)1收入業(yè)務(wù)員1收入業(yè)務(wù)員2收入資產(chǎn)利用率提高20％應(yīng)收帳款利用率存貨利用率固定資產(chǎn)利用率應(yīng)收帳款周轉(zhuǎn)率過期應(yīng)收帳款比率壞帳比率業(yè)務(wù)員1過期應(yīng)收業(yè)務(wù)員2過期應(yīng)收客戶忠誠度客戶感知度客戶抱怨度客戶期望值重復購買意愿對漲價的承受力對降價的承受力……通過指標設(shè)計器，為企業(yè)經(jīng)營管理提供全面的經(jīng)營管理指標通過靈活的指標設(shè)計器建立任意的指標體系通過指標體系設(shè)計器，將企業(yè)經(jīng)營管理指標落實為可執(zhí)行的企業(yè)經(jīng)營管理戰(zhàn)略UFIDA>>>如何實現(xiàn)企業(yè)管理的經(jīng)營透視？利用商業(yè)智能技術(shù)，實現(xiàn)企業(yè)的中、高層管理者在管理經(jīng)營中，從不同角度分析企業(yè)運營狀況、通過數(shù)據(jù)鉆取，深入挖掘數(shù)字背后的經(jīng)營問題……分析報表應(yīng)用

靈活方便的拖拽式報表設(shè)計方便快捷的拖拽式報表設(shè)計靈活方便的拖拽式報表設(shè)計，快速設(shè)計不同管理報表，滿足不同管理者需要

快速實現(xiàn)不同維度的管理報表、圖形展現(xiàn)報表設(shè)計播放鉆取BI報表－－多維度的數(shù)據(jù)鉆取，深入挖掘數(shù)字奧秘…

以客戶收入數(shù)據(jù)進行鉆取分析對客戶收入數(shù)據(jù)進行鉆取數(shù)據(jù)挖掘，多維度展現(xiàn)

以部門、地區(qū)等多種維度,進行銷售收入分析以銷售部/北京地區(qū)維度進行分析客戶收入不同維度分析結(jié)果展現(xiàn)數(shù)據(jù)鉆取挖掘播放UFIDA>>>如何為經(jīng)營決策建立分析主題？企業(yè)經(jīng)營分析如何在經(jīng)營管理過程中按照不同的業(yè)務(wù)需要建立相應(yīng)的分析主題,快速透視經(jīng)營狀況，幫助不同的管理者實現(xiàn)經(jīng)營決策管理……用友BI標準產(chǎn)品為企業(yè)量身定制的分析主題成本主題分析質(zhì)量主題分析

料工費結(jié)構(gòu)

產(chǎn)品作業(yè)成本

合格率

不良原因統(tǒng)計供應(yīng)商主題分析訂單執(zhí)行延期統(tǒng)計

正確率，退換率...產(chǎn)量

計劃完成率產(chǎn)能利用生產(chǎn)主題分析庫存主題分析庫存資金占用結(jié)構(gòu)

庫存周轉(zhuǎn)天數(shù)

滯銷品

缺貨分析物流主題分析

發(fā)貨及時率單位運費運量單位銷售額物流成本...財務(wù)主題分析P&LBalanceSheet

營業(yè)收入

成本、費用

凈利資金主題分析

產(chǎn)品群現(xiàn)金流能力

應(yīng)收帳庫存占用銷售主題分析

訂單，收入產(chǎn)品群盈利性...CashFlow

流入結(jié)構(gòu)

流出結(jié)構(gòu)

資金占用結(jié)構(gòu)資本來源結(jié)構(gòu)BI財務(wù)狀況主題分析內(nèi)容財務(wù)狀況主題分析杜邦分析盈利能力分析償債能力分析營運能力分析發(fā)展能力分析銷售增長率利潤增長率總資產(chǎn)增長率資產(chǎn)保值增值率銷售毛利分析銷售利潤分析利潤率總資產(chǎn)報酬率凈資產(chǎn)收益率資產(chǎn)負債率已獲利息倍數(shù)流動比率速動比率現(xiàn)金比率應(yīng)收帳款周轉(zhuǎn)率率存貨周轉(zhuǎn)率率流動資產(chǎn)周轉(zhuǎn)率固定資產(chǎn)周轉(zhuǎn)率總資產(chǎn)周轉(zhuǎn)率BI銷售管理主題分析內(nèi)容運輸成本類型結(jié)構(gòu)分析銷售管理主題分析合同訂單完成情況分析發(fā)出商品完成情況分析銷售收入完成情況分析銷售回款完成情況分析市場推廣完成情況分析客戶服務(wù)完成情況分析合同計劃完成率合同月均收入比合同訂單總額延期合同額計劃完成率發(fā)貨及時率運輸及時率工作差錯率運輸成本類型對比分析區(qū)域收入分析部門收入分析產(chǎn)品收入分析業(yè)務(wù)員收入分析客戶收入分析渠道收入分析計劃完成率發(fā)貨及時率運輸及時率工作差錯率廣告計劃完成率廣告投入產(chǎn)出率促銷計劃完成率促銷投入產(chǎn)出率服務(wù)計劃完成率投訴類型分析投訴費用賠付率投訴響應(yīng)分析計劃完成率

按產(chǎn)品對銷售收入進行排名分析、結(jié)構(gòu)分析、對比分析、趨勢分析…排名分析結(jié)構(gòu)分析對比分析趨勢分析BI銷售管理主題分析－－按產(chǎn)品分析

按業(yè)務(wù)員對銷售收入進行排名分析、結(jié)構(gòu)分析、對比分析、趨勢分析…排名分析對比分析趨勢分析結(jié)構(gòu)分析BI銷售管理主題分析－－按業(yè)務(wù)員分析

按客戶對銷售收入進行排名分析、結(jié)構(gòu)分析、對比分析、趨勢分析…排名分析對比分析趨勢分析結(jié)構(gòu)分析BI銷售管理主題分析－－按客戶分析UFIDA>>>如何實現(xiàn)企業(yè)科學的管理決策？企業(yè)管理者在管理經(jīng)營中，希望能利用分析決策模型實現(xiàn)企業(yè)的科學決策。U8商業(yè)智能系統(tǒng)內(nèi)置眾多分析決策模型幫助企業(yè)CEO、CFO、COO等，實現(xiàn)科學決策……決策模型用友BI標準產(chǎn)品預置多種統(tǒng)計預測模型簡單平均法模型移動平均法模型指數(shù)平滑法模型一般趨勢預測模型指數(shù)平滑趨勢預測模型季節(jié)變動預測模型循環(huán)變動預測模型簡單線性回歸分析模型二次曲線和多元回歸分析模型……決策分析模型分析決策模型幫助企業(yè)實現(xiàn)科學管理與決策預置3種決策分析模型：盈虧平衡分析杜邦分析利潤分析….模型之－－杜邦分析模型之－－杜邦分析模型拓展資產(chǎn)結(jié)構(gòu)優(yōu)化現(xiàn)金管理降低成本費用增加銷售收入經(jīng)營杠桿效應(yīng)提高凈資產(chǎn)收益率提高總資產(chǎn)收益率合理利用財務(wù)杠桿提高資產(chǎn)經(jīng)營效率提高銷售利潤率財務(wù)杠桿效應(yīng)負債經(jīng)營規(guī)模應(yīng)收賬款管理存貨管理區(qū)域貢獻結(jié)構(gòu)產(chǎn)品貢獻結(jié)構(gòu)客戶貢獻結(jié)構(gòu)銷售成本結(jié)構(gòu)期間費用結(jié)構(gòu)盈虧平衡點經(jīng)營安全水平財務(wù)風險臨界點息稅前利潤銷售成本/銷售收入比率主營業(yè)務(wù)利潤/銷售收入比率營業(yè)利潤/銷售收入比率各項費用增長率/銷售收入增長率人均利潤率非主營業(yè)務(wù)損益/銷售收入非營業(yè)損益比例流動資產(chǎn)周轉(zhuǎn)率應(yīng)收帳款周轉(zhuǎn)率存貨周轉(zhuǎn)率應(yīng)收帳款周轉(zhuǎn)天數(shù)存貨周轉(zhuǎn)天數(shù)應(yīng)付帳款周轉(zhuǎn)率應(yīng)付帳款周轉(zhuǎn)天數(shù)固定資產(chǎn)周轉(zhuǎn)應(yīng)收帳款趨勢應(yīng)收帳款結(jié)構(gòu)與去年同期對比地區(qū)排名客戶排名帳齡報表長期掛帳報表量本利模擬分析UFIDA>>>如何幫助企業(yè)從戰(zhàn)略目標分解到有效執(zhí)行

企業(yè)戰(zhàn)略的有效執(zhí)行是每個企業(yè)最關(guān)注的經(jīng)營管理行為，企業(yè)戰(zhàn)略必須通過企業(yè)績效管理才能達成，而績效必須通過指標才能在企業(yè)中落實……績效管理BI產(chǎn)品企業(yè)績效管理過程行動方案是否促進績效改進……戰(zhàn)略與目標組織KPI指標體系根據(jù)戰(zhàn)略規(guī)劃，從若干層面（戰(zhàn)略平衡積分卡）對目標進行分解根據(jù)目標落實到各個組織單元，確定目標承擔主體根據(jù)各組織單元的作用，按照目標進行指標體系分解績效運行過程，對運行狀況進行實時監(jiān)控為達成目標……是否有必要采取行動方案績效監(jiān)控行動方案根據(jù)績效結(jié)果調(diào)整目標與指標體系績效結(jié)果用戶名稱行業(yè)用戶名稱行業(yè)北京奧特舒爾保健品開發(fā)有限公司保健品深圳市沈氏飛達實業(yè)有限公司金屬-模具深圳市八馬茶業(yè)連鎖有限公司茶葉連鎖零售深圳市沈氏飛達有限公司金屬-模具廣西金源置業(yè)集團有限公司地產(chǎn)青海佳合鋁業(yè)有限責任公司礦產(chǎn)能源國營零八一總廠電子電氣北京探路者旅游用品有限公司旅游用品寶應(yīng)電器廠電子電器江蘇興達鋼簾線股份有限公司輪胎制造山西麒麟閣大飯店有限公司飯店沁源縣康偉煤焦有限公司煤炭廣東貝佳人內(nèi)衣服飾有限公司服裝內(nèi)蒙古鐵鑫煤化集團煤炭江蘇省亞盟勞務(wù)加工有限公司服裝深圳市沈氏彤創(chuàng)航天模型有限公司模具內(nèi)蒙古威爾浪服裝有限責任公司服裝華北農(nóng)機公司農(nóng)機流通合肥科振實業(yè)發(fā)展有限公司工程機械佳木斯黑龍農(nóng)藥化工股份有限公司農(nóng)藥化工延邊天池工貿(mào)有限公司工業(yè)貿(mào)易昆山滬光汽車電器公司汽配海峽航運股份有限公司海運保齡寶生物股份有限公司生物核電秦山聯(lián)營公司核能海南南國食品實業(yè)有限公司食品秦山核電公司核能杭州市食品釀造有限公司食品上海網(wǎng)宿科技發(fā)展有限公司互聯(lián)網(wǎng)中糧豐通(北京)食品有限公司食品神開石油化工裝備集團化工貴陽味莼園食品（集團）有限公司食品浙江國泰密封材料股份有限公司化工天津燈塔涂料股份有限公司涂料江西省機電設(shè)備招標公司機電東莞市通旺達五金制品有限公司五金制品新疆維吾爾自治區(qū)監(jiān)獄管理局機關(guān)成都穩(wěn)捷物流有限公司物流泰安福神齒輪箱廠機械山西盛特隆物資貿(mào)易有限公司物資洛陽軸研科技有限公司機械化工江西中煙工業(yè)公司煙草廣州市宏豐集團有限公司集團海南通用同盟藥業(yè)有限公司醫(yī)藥超群無損檢測設(shè)備檢測設(shè)備海南制藥廠有限公司醫(yī)藥天津金太陽紙業(yè)有限公司紙業(yè)珠海市健民藥堂連鎖有限公司醫(yī)藥U8商業(yè)智能客戶列表一、企業(yè)商務(wù)智能系統(tǒng)總體結(jié)構(gòu)二、商業(yè)智能系統(tǒng)的功能與特點三、主流商務(wù)智能產(chǎn)品介紹四、商務(wù)智能系統(tǒng)行業(yè)應(yīng)用第3節(jié)商業(yè)智能系統(tǒng)BI從業(yè)人員的關(guān)注點設(shè)計、開發(fā)架構(gòu)、咨詢數(shù)據(jù)倉庫模型設(shè)計ETL設(shè)計、開發(fā)報表設(shè)計和開發(fā)對業(yè)務(wù)的理解數(shù)據(jù)架構(gòu)的思想案例關(guān)注點關(guān)注點數(shù)據(jù)倉庫模型設(shè)計ETL設(shè)計、開發(fā)對業(yè)務(wù)的理解數(shù)據(jù)倉庫的環(huán)境難點難點商業(yè)智能在制造行業(yè)的應(yīng)用商業(yè)智能在零售業(yè)的應(yīng)用商業(yè)智能在物流業(yè)的應(yīng)用商業(yè)智能在銀行業(yè)的應(yīng)用商業(yè)智能在保險行業(yè)的應(yīng)用商業(yè)智能在電信行業(yè)的應(yīng)用典型行業(yè)BI應(yīng)用商業(yè)智能的起源與發(fā)展，智能、智能化企業(yè)與商業(yè)智能的概念，商業(yè)智能的特點、價值與作用；從信息系統(tǒng)、數(shù)據(jù)分析、知識發(fā)現(xiàn)、戰(zhàn)略分析等不同角度去理解商業(yè)智能；商業(yè)智能的體系結(jié)構(gòu)包括源數(shù)據(jù)層、數(shù)據(jù)轉(zhuǎn)換層、數(shù)據(jù)倉庫（數(shù)據(jù)集市）層、OLAP及數(shù)據(jù)挖掘?qū)?、?shù)據(jù)展現(xiàn)層；商業(yè)智能系統(tǒng)應(yīng)具備的基本功能，常見的商業(yè)智能產(chǎn)品本章小結(jié)商業(yè)智能對企業(yè)的價值有哪些？如何架構(gòu)企業(yè)商業(yè)智能系統(tǒng)？思考題閱讀教材本章案例，回答：1．案例中唯捷城配原有BI系統(tǒng)不能滿足需求的原因?2．唯捷城配如何利用帆軟的FineReport實現(xiàn)商業(yè)智能？案例分析主講教師：戴小廷商業(yè)智能數(shù)據(jù)與商業(yè)決策支持

—步入數(shù)據(jù)的紛繁世界商業(yè)智能概述

—初步了解商業(yè)智能商業(yè)智能原理

—洞察商業(yè)智能核心技術(shù)商業(yè)智能的敏捷實現(xiàn)

—了解商業(yè)智能實現(xiàn)工具理論篇應(yīng)用篇案例篇(課內(nèi)實驗）—掌握商業(yè)智能實現(xiàn)工具（專周實訓）—商業(yè)智能行業(yè)典型應(yīng)用第3章商業(yè)智能原理一、數(shù)據(jù)倉庫的基本原理二、數(shù)據(jù)倉庫系統(tǒng)三、數(shù)據(jù)倉庫的開發(fā)與應(yīng)用四、聯(lián)機分析處理五、數(shù)據(jù)挖掘六、數(shù)據(jù)挖掘的決策支持及應(yīng)用了解數(shù)據(jù)倉庫系統(tǒng)的結(jié)構(gòu)、開發(fā)和應(yīng)用；初步掌握數(shù)據(jù)倉庫原理、聯(lián)機分析處理技術(shù)和數(shù)據(jù)挖掘技術(shù)方法；會應(yīng)用聯(lián)機分析處理技術(shù)分析數(shù)據(jù)；能夠進行簡單的關(guān)聯(lián)規(guī)則挖掘。本章學習目標143第一節(jié)數(shù)據(jù)倉庫的基本原理144

數(shù)據(jù)倉庫的產(chǎn)生1996年，中國IT界兩大熱門話題：互聯(lián)網(wǎng)絡(luò)

數(shù)據(jù)倉庫美國FORTUNE雜志統(tǒng)計2000家商務(wù)公司中，90%應(yīng)用DW。計算機應(yīng)用初期電子數(shù)據(jù)處理（EDP）決策支持系統(tǒng)（DSS）執(zhí)行信息系統(tǒng)（EIS）數(shù)據(jù)倉庫探求企業(yè)辦公室（OA）開發(fā)環(huán)境財會部（AM）→數(shù)據(jù)結(jié)構(gòu)→（全局數(shù)據(jù)）很難一致人事部（PM）系統(tǒng)結(jié)構(gòu)一什么是數(shù)據(jù)倉庫？145沒有（一致的）全局信息→很難產(chǎn)生正確的決策沒有（完整的）歷史數(shù)據(jù)→歷史數(shù)據(jù)分析（經(jīng)驗）發(fā)展趨勢預測隱含信息挖掘→更難支持企業(yè)決策研究企業(yè)范圍內(nèi)的數(shù)據(jù)集成多數(shù)據(jù)庫系統(tǒng)面向問題的分析海量數(shù)據(jù)存儲產(chǎn)生一項新的信息技術(shù)

DataWarehouseDW的概念起源于20世紀80年代，美國著名信息工程學家W.H.Inmon博士提出數(shù)據(jù)倉庫的概念。數(shù)據(jù)倉庫定義以1992年W.H.Inmon出版《BuildingtheDataWarehouse》為標志，數(shù)據(jù)倉庫迅速發(fā)展起來，Inmon也被譽為“數(shù)據(jù)倉庫之父”。W.H.Inmon對數(shù)據(jù)倉庫的定義是：“數(shù)據(jù)倉庫是支持決策過程的、面向主題的、集成的、隨時間變化的、穩(wěn)定的數(shù)據(jù)集合。146147

對比內(nèi)容

數(shù)據(jù)庫

數(shù)據(jù)倉庫數(shù)據(jù)內(nèi)容當前值歷史的、存檔的、歸納的、計算的數(shù)據(jù)數(shù)據(jù)目標面向業(yè)務(wù)操作程序，重復處理面向主題域，分析應(yīng)用數(shù)據(jù)特性動態(tài)變化，按字段更新靜態(tài)、不能直接更新，只能定時添加、刷新數(shù)據(jù)結(jié)構(gòu)高度結(jié)構(gòu)化、復雜，適合操作計算簡單、適合分析使用頻率高中到低數(shù)據(jù)訪問量每個事務(wù)只訪問少量記錄有的事務(wù)可能需要訪問大量記錄對響應(yīng)時間的要求以秒為單位時間長數(shù)據(jù)倉庫與傳統(tǒng)數(shù)據(jù)庫的比較148數(shù)據(jù)庫數(shù)據(jù)倉庫JJones女1945年7月20日。。。。。JJones去年有兩張罰單一次大事故。。。。。JJonesMain大街123號已婚。。。。。JJones兩個孩子高血壓。。。。。人壽保險汽車保險房產(chǎn)保險健康保險JJones女1945年7月20日出生去年兩張罰單一次大事故已婚兩個孩子高血壓。。。。。。顧客實例：數(shù)據(jù)倉庫的特點面向主題主題是在較高層次上對數(shù)據(jù)抽象面向主題的數(shù)據(jù)組織分為兩步驟抽取主題確定每個主題所包含的數(shù)據(jù)內(nèi)容集成的數(shù)據(jù)倉庫是穩(wěn)定的隨時間變化的題在數(shù)據(jù)倉庫中都是由一組關(guān)系表實149數(shù)據(jù)倉庫的特點——面向主題150數(shù)據(jù)倉庫的特點面向主題集成的數(shù)據(jù)倉庫的數(shù)據(jù)是從原有的分散數(shù)據(jù)庫數(shù)據(jù)中抽取來的消除數(shù)據(jù)表述的不一致性（數(shù)據(jù)的清洗）數(shù)據(jù)的綜合數(shù)據(jù)倉庫是穩(wěn)定的隨時間變化的151數(shù)據(jù)倉庫的特點——集成152數(shù)據(jù)倉庫的特點面向主題集成的數(shù)據(jù)倉庫是穩(wěn)定的數(shù)據(jù)倉庫的主要數(shù)據(jù)操作是查詢、分析不進行一般意義上的數(shù)據(jù)更新（過期數(shù)據(jù)可能被刪除）數(shù)據(jù)倉庫強化查詢、淡化并發(fā)控制和完整性保護等技術(shù)隨時間變化的153154插入刪除插入修改刪除訪問修改訪問數(shù)據(jù)的逐個記錄方式處理數(shù)據(jù)的批量載入/訪問數(shù)據(jù)庫數(shù)據(jù)倉庫數(shù)據(jù)倉庫的特點——數(shù)據(jù)倉庫是穩(wěn)定的數(shù)據(jù)倉庫的特點面向主題集成的數(shù)據(jù)倉庫是穩(wěn)定的隨時間變化的不斷增加新的數(shù)據(jù)內(nèi)容不斷刪除舊的數(shù)據(jù)內(nèi)容定時綜合數(shù)據(jù)倉庫中數(shù)據(jù)表的鍵碼都包含時間項，以標明數(shù)據(jù)的歷史時期155數(shù)據(jù)倉庫的特點——隨時間變化156數(shù)據(jù)庫數(shù)據(jù)倉庫時間期限：當前到60—90天記錄更新鍵碼結(jié)構(gòu)可能包括也可能不包括時間元素時間期限：5—10年數(shù)據(jù)的復雜快照鍵碼結(jié)構(gòu)包括時間元素二數(shù)據(jù)集市人們在早期開發(fā)企業(yè)級數(shù)據(jù)倉庫時，一般是先建立一個全局的數(shù)據(jù)倉庫，然后在此基礎(chǔ)上建立各種應(yīng)用，即采用“自頂向下”的方法，但在開發(fā)的過程中會出現(xiàn)以下問題：如果按“自頂向下”的方法建立企業(yè)級數(shù)據(jù)倉庫，建設(shè)規(guī)模往往較大，建設(shè)周期長，投資大。在數(shù)據(jù)倉庫建好后，隨著使用數(shù)據(jù)倉庫的部門增多，對數(shù)據(jù)倉庫資源的競爭將成為企業(yè)面臨的一個難題。各個部門都希望能定制數(shù)據(jù)倉庫中的數(shù)據(jù)，但數(shù)據(jù)倉庫是面向企業(yè)的

。為解決上述問題，數(shù)據(jù)集市就應(yīng)運而生了。157數(shù)據(jù)集市的定義數(shù)據(jù)集市(DataMart)——具有特定應(yīng)用的數(shù)據(jù)倉庫，從數(shù)據(jù)源中收集數(shù)據(jù)，是企業(yè)數(shù)據(jù)倉庫的一個子集。主要針對某個具有戰(zhàn)略意義的應(yīng)用或者具體部門級的應(yīng)用，支持用戶利用已有的數(shù)據(jù)獲得重要的競爭優(yōu)勢或者找到進入新市場的具體解決方案。158人力資源數(shù)據(jù)集市財務(wù)數(shù)據(jù)集市運輸數(shù)據(jù)集市倉儲數(shù)據(jù)集市等數(shù)據(jù)集市的特點數(shù)據(jù)集市除具有數(shù)據(jù)倉庫的基本特征以外，還具有以下特點：（1）規(guī)模較小，靈活，可以按照多種方式來組織，如按特定的應(yīng)用、部門、地域、主題等。（2）開發(fā)工作一般由業(yè)務(wù)部門主持定義、設(shè)計、實施、管理和維護。（3）能夠快速實現(xiàn)，代價較低，投資回收期短，風險小。（4）具集的緊密集成。（5）有利于進一步升級到完整的數(shù)據(jù)倉庫或形成分布式數(shù)據(jù)倉庫。

159數(shù)據(jù)集市的類型數(shù)據(jù)集市可以分為兩種：獨立的數(shù)據(jù)集市(IndependentDataMart)，數(shù)據(jù)直接來源于數(shù)據(jù)源。從屬的數(shù)據(jù)集市(DependeantDataMart)，數(shù)據(jù)來源于中央的數(shù)據(jù)倉庫。160兩種數(shù)據(jù)集市161數(shù)據(jù)源數(shù)據(jù)源分析工具分析工具獨立數(shù)據(jù)集市分析工具中央數(shù)據(jù)倉庫數(shù)據(jù)源數(shù)據(jù)源從屬數(shù)據(jù)集市分析工具分析工具162第二節(jié)數(shù)據(jù)倉庫系統(tǒng)數(shù)據(jù)倉庫系統(tǒng)=數(shù)據(jù)倉庫(DW)+倉庫管理+分析工具163數(shù)據(jù)倉庫管理工具抽取、轉(zhuǎn)換裝載元數(shù)據(jù)庫數(shù)據(jù)建模工具關(guān)系數(shù)據(jù)數(shù)據(jù)文件其它數(shù)據(jù)當前數(shù)據(jù)歷史數(shù)據(jù)用戶查詢工具C/S工具OLAP工具DM工具源數(shù)據(jù)倉庫管理數(shù)據(jù)倉庫分析工具數(shù)據(jù)倉庫系統(tǒng)結(jié)構(gòu)圖一數(shù)據(jù)倉庫系統(tǒng)結(jié)構(gòu)數(shù)據(jù)倉庫系統(tǒng)數(shù)據(jù)倉庫居系統(tǒng)的核心地位是信息挖掘的基礎(chǔ)數(shù)據(jù)倉庫管理系統(tǒng)是整個系統(tǒng)的引擎負責管理整個系統(tǒng)的運轉(zhuǎn)主要包含ETL、元數(shù)據(jù)庫和數(shù)據(jù)建模工具164數(shù)據(jù)倉庫系統(tǒng)數(shù)據(jù)倉庫系統(tǒng)的工具層一般的查詢工具、功能強大的分析工具是整個系統(tǒng)發(fā)揮作用的關(guān)鍵主要包括：（1）查詢工具主要是對分析結(jié)果的查詢很少有對記錄級數(shù)據(jù)的查詢165數(shù)據(jù)倉庫系統(tǒng)（2）驗證型工具多維分析工具（OLAP工具）用戶首先提出假設(shè)，然后利用各種工具通過反復、遞歸的檢索查詢以驗證或否定假設(shè)（3）發(fā)掘型工具從大量數(shù)據(jù)中發(fā)現(xiàn)數(shù)據(jù)模式預測趨勢和行為166數(shù)據(jù)倉庫支持的一個集成化產(chǎn)品167一個集成化的產(chǎn)品集數(shù)據(jù)倉庫系統(tǒng)粒度——是指數(shù)據(jù)倉庫的數(shù)據(jù)單位中保存數(shù)據(jù)的細化或綜合程度的級別。細化程度越高，粒度級就越小；

細化程度越低，粒度級就越大。粒度——細節(jié)的級別粒度的劃分決定了數(shù)據(jù)倉庫中數(shù)據(jù)量的大小和查詢的詳細程度。多重粒度169二數(shù)據(jù)倉庫的存儲基本概念粒度的一個例子170高細化低細化每月200個記錄每月40,000個字節(jié)每月一個記錄每月200個字節(jié)通過檢索可以回答無細節(jié)無法回答詢問某一運單的細節(jié)

分割分割——將當前細節(jié)數(shù)據(jù)分散到各自的物理單元中去以便能分別獨立處理，以提高數(shù)據(jù)處理效率。分片——數(shù)據(jù)分割后的獨立單元。數(shù)據(jù)的分割提高了數(shù)據(jù)管理的靈活性

重構(gòu)、索引、重組、恢復、監(jiān)控分割的標準：日期、地域、業(yè)務(wù)領(lǐng)域。171分割的一個例子172分片9分片8分片72014分片6分片5分片42013分片3分片2分片12012金融收入倉儲收入運輸收入數(shù)據(jù)倉庫的數(shù)據(jù)組織形式簡單堆積數(shù)據(jù)輪轉(zhuǎn)綜合數(shù)據(jù)簡化直接數(shù)據(jù)連續(xù)數(shù)據(jù)173數(shù)據(jù)更新數(shù)據(jù)更新方式批量更新初次數(shù)據(jù)提取時將采用批量更新增量更新當數(shù)據(jù)源中的數(shù)據(jù)發(fā)生改變時，采用增量更新，避免較大的網(wǎng)絡(luò)負載和處理開銷實時更新數(shù)據(jù)源中的數(shù)據(jù)發(fā)生變化時，隨之改變數(shù)據(jù)倉庫中的數(shù)據(jù)周期更新按固定的周期將數(shù)據(jù)源中的數(shù)據(jù)更新反映到數(shù)據(jù)倉庫中，開銷更小。如果數(shù)據(jù)在一個周期內(nèi)，數(shù)據(jù)有變化，通常只能反映出最后一次的更新數(shù)據(jù)，這個問題基本通過數(shù)據(jù)源的日志來解決。數(shù)據(jù)都是歷史數(shù)據(jù)，但弊端是數(shù)據(jù)丟失，數(shù)據(jù)倉庫的基本數(shù)據(jù)模式多維數(shù)據(jù)模型事實表——存放與分析主題相關(guān)的維編號和度量的基本數(shù)據(jù)維——人們觀察數(shù)據(jù)的特定角度，是每個事物的屬性，也是度量的取值條件度量——事實表中的數(shù)據(jù)屬性，一般是數(shù)值型數(shù)據(jù)維表——表示維的各種表維——量的取值條件，維用外鍵表示175數(shù)據(jù)倉庫的基本數(shù)據(jù)模式星型模式（StarSchema）以事實表為中心若干維表與事實表相聯(lián)簡潔、查詢方便且易于理解176星型模式177產(chǎn)品標識符類標識符大類標識符產(chǎn)品名類名大類名現(xiàn)貨存量銷售表產(chǎn)品標識符商店標識符日期標識符單價銷售金額日期表日期標識符日月季年商店標識符市名省名國名洲名商店表產(chǎn)品表數(shù)據(jù)倉庫的基本數(shù)據(jù)模式雪花模式(SnowflakeSchema)維一般是由若干層次組成把維按其層次結(jié)構(gòu)表示成若干個表規(guī)范化、節(jié)省存儲空間但需多做連接操作178雪花模式179銷售表產(chǎn)品標識符商店標識符日期標識符單價銷售金額日期表日期標識符日月月季月表季年季表產(chǎn)品表產(chǎn)品標識符類標識符產(chǎn)品名現(xiàn)貨存量類表類標識符大類標識符類名大類表大類標識符大類名商店表商店標識符市名市名市名省名市表省名國名省表國名洲名國表三OLTP與OLAP環(huán)境下的數(shù)據(jù)庫模式示例OLTP環(huán)境采購子系統(tǒng)訂單（訂單號，供應(yīng)商號，商品號，數(shù)量，日期，總金額）商品（商品號，類別，單價）供應(yīng)商（供應(yīng)商號，供應(yīng)商名，地址，電話）銷售子系統(tǒng)顧客（顧客號，姓名，年齡，文化程度，地址，電話）銷售（員工號，顧客號，商品號，數(shù)量，單價，日期）OLTP環(huán)境（續(xù)）庫存管理子系統(tǒng)領(lǐng)料單（領(lǐng)料單號，領(lǐng)料人，商品號，數(shù)量，日期）進料單（進料單號，訂單號，進料人，收料人，日期）庫存（商品號，庫房號，庫存量，日期）庫房（庫房號，庫房管理員，地點，庫存商品描述）人事子系統(tǒng)員工（員工號，姓名，性別，年齡，文化程度，部門號）部門（部門號，部門名稱，部門主管，電話）OLAP環(huán)境下商品商品固有信息：商品號，商品名，類別，顏色等；商品采購信息：商品號，供應(yīng)商號，供應(yīng)價，供應(yīng)量，供應(yīng)日期等；商品銷售信息：商品號，顧客號，售價，銷售量，銷售日期等；商品庫存信息：商品號，庫房號，庫存量，日期等。OLAP環(huán)境下（續(xù)）供應(yīng)商供應(yīng)商固有信息：供應(yīng)商號，供應(yīng)商名，地址，電話等；供應(yīng)商品信息：供應(yīng)商號，商品號，供應(yīng)價，供應(yīng)日期，供應(yīng)量等。顧客顧客固有信息：顧客號，顧客名，性別，年齡，文化程度，地址，電話等。顧客購物信息：顧客號，商品號，售價，購買日期，購買量等。184第三節(jié)數(shù)據(jù)倉庫的開發(fā)與應(yīng)用一數(shù)據(jù)倉庫的開發(fā)策略有反饋的平行開發(fā)歐式有反饋的由上而下模式有反饋的由下而上模式

平行開發(fā)模式由上而下模式由下而上模式數(shù)據(jù)倉庫開發(fā)策略二數(shù)據(jù)倉庫設(shè)計的步驟元數(shù)據(jù)模型業(yè)務(wù)數(shù)據(jù)理解和需求分析分析主題和元數(shù)據(jù)概念模型設(shè)計事實及其量度和粒度維度模式確定邏輯模型設(shè)計數(shù)據(jù)倉庫的物理存儲方式物理模型設(shè)計數(shù)據(jù)倉庫生成需求分析在數(shù)據(jù)倉庫設(shè)計的開始，首先要做的事是有關(guān)分析人員需確定領(lǐng)域的分析對象，這個對象就是主題。如在商場中經(jīng)常需要分析的主題是商品、顧客與供應(yīng)商。主題是一種較高層次的抽象，對它的認識與表示是一個逐步完善的過程。因此，在開始時不妨先確定一個初步的主題概念以利于設(shè)計工作的開始，此后隨著設(shè)計工作的進一步開展，再逐步擴充與完善。187

設(shè)計步驟一：需求分析準備具體的物理實現(xiàn)環(huán)境，包括：188

設(shè)計步驟二：概念設(shè)計在明確主題與已有數(shù)據(jù)源的情況下，用E－R圖和信息包圖方法建立一個數(shù)據(jù)倉庫抽象數(shù)據(jù)模型。概念模型的評估：其內(nèi)容包括數(shù)據(jù)倉庫的性能指標，如數(shù)據(jù)存取能力，模型重組能力，數(shù)據(jù)裝載能力等。在評估基礎(chǔ)上提出數(shù)據(jù)倉庫的軟硬件平臺要求，包括計算機、網(wǎng)絡(luò)結(jié)構(gòu)、操作系統(tǒng)、數(shù)據(jù)庫及數(shù)據(jù)倉庫軟件的選購要求等。在邏輯模型設(shè)計基礎(chǔ)上確定數(shù)據(jù)的存儲結(jié)構(gòu)、索引策略、存儲分配及數(shù)據(jù)存放位置等與物理有關(guān)的內(nèi)容。物理模型設(shè)計的具體方法與數(shù)據(jù)庫設(shè)計中的大致相似。189

設(shè)計步驟三：邏輯模型設(shè)計

設(shè)計步驟四：物理模型設(shè)計在數(shù)據(jù)倉庫概念模型基礎(chǔ)上可以設(shè)計邏輯模型。190

設(shè)計步驟五：數(shù)據(jù)倉庫生成根據(jù)邏輯模型與物理模型用數(shù)據(jù)倉庫的建模語言定義數(shù)據(jù)模式。根據(jù)元數(shù)據(jù)編制數(shù)據(jù)抽取程序，將數(shù)據(jù)源中的數(shù)據(jù)作加工以形成數(shù)據(jù)倉庫中的數(shù)據(jù)。數(shù)據(jù)加載：將數(shù)據(jù)源中的數(shù)據(jù)，通過數(shù)據(jù)抽取程序加載到數(shù)據(jù)倉庫中去。191第四節(jié)聯(lián)機分析處理OLAP（On-lineAnalyticalProcessing）技術(shù)數(shù)據(jù)倉庫是管理決策分析的基礎(chǔ)，要有效地利用數(shù)據(jù)倉庫的信息資源，必須要有強大的工具對數(shù)據(jù)倉庫的信息進行分析決策。

OLAP(在線分析處理或聯(lián)機分析處理)就是一個應(yīng)用廣泛的數(shù)據(jù)倉庫使用技術(shù)。它可以根據(jù)分析人員的要求，迅速靈活地對當量的數(shù)據(jù)進行復雜的查詢處理，并以直觀的容易理解的形式將查詢結(jié)果提供給各種決策人員，使他們能夠迅速準確地掌握企業(yè)的運營情況，了解市場的需求。一聯(lián)機分析處理的定義在線分析處理是一類軟件技術(shù)，利用它可以使分析人員、管理人員以及主管從多種信息視角通過快速、一致和交互地訪問數(shù)據(jù)，達到對數(shù)據(jù)的洞察。這些視角是從原始數(shù)據(jù)轉(zhuǎn)換過來的，反映了企業(yè)的真實維度，易于被用戶理解。是針對特定問題的聯(lián)機數(shù)據(jù)訪問和分析。通過對信息(維數(shù)據(jù))的多種可能的觀察形式進行快速、穩(wěn)定一致和交互性的存取，允許管理決策人員對數(shù)據(jù)進行深入觀察。是滿足決策支持或多維環(huán)境特定的查詢和報表需求，它的技術(shù)核心是“維”這個概念，因此OLAP也可以說是多維數(shù)據(jù)分析工具的集合。193OLAP（On-LineAnalyticalProcessing）業(yè)務(wù)處理系統(tǒng)數(shù)據(jù)準備區(qū)數(shù)據(jù)倉庫OLAP服務(wù)器客戶端可視化處理底層中間層頂層數(shù)據(jù)抽取數(shù)據(jù)清理轉(zhuǎn)換多維化數(shù)據(jù)加載OLAP在三層數(shù)據(jù)倉庫結(jié)構(gòu)中的位置OLAP的特性1.快速性.用戶對OLAP的快速反應(yīng)能力有很高的要求。2.可分析性.OLAP系統(tǒng)應(yīng)能處理與應(yīng)用有關(guān)的邏輯與統(tǒng)計分析。3.多維性.多維性是OLAP的關(guān)鍵屬性。系統(tǒng)能夠提供對數(shù)據(jù)分析的多維視圖和多維分析。4.信息性.

不論數(shù)據(jù)量有多大，也不管數(shù)據(jù)存儲在何處，OLAP系統(tǒng)應(yīng)能及時獲得信息，并且管理大容量信息。OLAP的基本概念

維：是人們觀察數(shù)據(jù)的特定角度，是考慮問題時的一類屬性，屬性集合構(gòu)成一個維。如時間維是某個商品銷售量隨時間發(fā)生的變化，從時間維對商品的銷售進行觀察。維的層次：人們觀察數(shù)據(jù)的某個特定角度(即某個維)還可以存在細節(jié)程度不同的各個描述方面(時間維：日期、月份、季度、年)。維的成員：維的一個取值。是數(shù)據(jù)項在某維中位置的描述。(“某年某月某日”是在時間維上位置的描述)多維數(shù)組：維和變量的組合表示。一個多維數(shù)組可以表示為：(維1，維2，…，維n，觀察變量)，(時間，地區(qū)，產(chǎn)品，銷售額)。多維數(shù)據(jù)集:是用一個多維數(shù)組來表示，決策分析的基礎(chǔ)，也是OLAP的核心，常稱立方體或者超立方。OLAP展現(xiàn)在用戶面前的是一幅幅多維視圖。數(shù)據(jù)單元(單元格)：多維數(shù)組的取值。(2000年1月，上海，筆記本電腦，$100000)。OLAP:多維分析用維的方法觀察數(shù)據(jù)產(chǎn)品，時間，地區(qū)，財務(wù)指標等數(shù)據(jù)模型等同于業(yè)務(wù)模型主營業(yè)務(wù)收入分析分公司服務(wù)城市時間收入種類北京上海天津北京廣東...Q1Q4運輸收入倉儲。。。Q2Q3OLAP多維數(shù)據(jù)分析切片和切塊(SliceandDice)在多維數(shù)據(jù)結(jié)構(gòu)中,按二維進行切片,按三維進行切塊,可得到所需要的數(shù)據(jù)。如在“城市、產(chǎn)品、時間”三維立方體中進行切塊和切片,可得到各城市、各產(chǎn)品的銷售情況。鉆取(Drill)

鉆取包含向下鉆取(Drill-down)和向上鉆取(Drill-up)/上卷(Roll-up)操作，鉆取的深度與維所劃分的層次相對應(yīng)。旋轉(zhuǎn)(Rotate)/轉(zhuǎn)軸(Pivot)通過旋轉(zhuǎn)可以得到不同視角的數(shù)據(jù)。主營業(yè)務(wù)收入分析分公司服務(wù)城市時間收入種類北京上海天津北京廣東...Q1Q4運輸收入倉儲。。。Q2Q3OLAP的分析方法：切片和切塊(SliceandDice)OLAP的分析方法：鉆取(drill-down)按時間維向下鉆取按時間維向上鉆取602014年OLAP：旋轉(zhuǎn)/轉(zhuǎn)軸按照不同的順序組合維，對數(shù)據(jù)進行考察數(shù)據(jù)立方體旋轉(zhuǎn)a)旋轉(zhuǎn)前b)旋轉(zhuǎn)后OLAP與OLTPOLTP系統(tǒng)——聯(lián)機事務(wù)處理

On-LineTransactionProcessing

事件驅(qū)動，面向應(yīng)用。

如：銀行的儲蓄系統(tǒng)OLAP系統(tǒng)——聯(lián)機分析處理

On-LineAnalyticalProcessing

跨部門，面向主題。OLTP與OLAP對比203204面向分析，分析驅(qū)動面向應(yīng)用，事務(wù)驅(qū)動面向決策人員，支持管理需要面向操作人員，支持日常操作用戶數(shù)量相對較少用戶數(shù)量大響應(yīng)時間合理對響應(yīng)時間要求高一次處理的數(shù)據(jù)量大一次處理的數(shù)據(jù)量小周期性更新經(jīng)常更新歷史數(shù)據(jù)當前數(shù)據(jù)綜合性數(shù)據(jù)細節(jié)性數(shù)據(jù)數(shù)據(jù)庫/數(shù)據(jù)倉庫數(shù)據(jù)(分析型)數(shù)據(jù)庫數(shù)據(jù)(操作型)OLAPOLTP基于關(guān)系數(shù)據(jù)庫的OLAP——ROLAP以二維表與多維聯(lián)系來表達多維數(shù)據(jù)（綜合數(shù)據(jù)）星型結(jié)構(gòu)事實表，存儲事實的量及各維的碼值（BCNF）維表，對每一個維，至少有一個表用來保存該維的元數(shù)據(jù)（多層次、冗余）事實表通過外鍵與每個維表相聯(lián)系雪花、星座、雪暴模擬多維方式顯示（觀察）數(shù)據(jù)205二OLAP的數(shù)據(jù)組織基于多維數(shù)據(jù)庫的OLAP——MOLAP以多維方式組織數(shù)據(jù)（綜合數(shù)據(jù)）以多維方式顯示（觀察）數(shù)據(jù)多維數(shù)據(jù)