商业智能(Business Intelligence)的概念,当时将商业智能定义为一系列的概念和方法,通过应用基于事实的支持系统来辅助商业决策的制定。商业智能技术提供使企业迅速分析数据的技术和方法,包括收集、管理和分析数据,将这些数据转化为有用的信息,然后分发到企业各处。
商业智能的研究主要集中在三个方面:支撑技术的研究、体系结构的研究、应用系统的研究。
(1)支撑技术的研究。商业智能是一个跨学科领域,主要借助两大学科的成果,一是计算机技术,其中关键是数据仓库技术和数据分析以及数据挖掘技术;另一个是企业管理方面的进展。计算机技术为商业智能系统能够提供技术支撑;企业管理理论为商业智能系统提供业务动力。
(2)体系结构的研究。一般认为商业智能系统主要包括数据预处理、建立数据仓库、数据分析及数据展现四个主要阶段,而数据仓库、OLAP和数据挖掘技术是商业智能的三大关键技术。一般认为商业智能(BI)系统的架构。
(3)应用系统的研究。各个应用领域所面临的决策问题的分析是应用系统的研究的重点。商业智能被应用到企业运营过程的各个领域,并且已经形成其特有体系。对一般企业来说,商业智能可以实现以下作用:帮助企业了解本身的运营推动力和异常情况,协助用户清楚产品未来趋势;衡量绩效指标,追踪并管理企业运行的关键性能指标;改善和加强客户关系;掌握各种商务信息挖掘利润增长点。
商业智能的实施步骤
商业智能系统的实旌涉及企业运作管理、信息系统、数据仓库、业务数据分析、数据挖掘等知识。即需要选择合适的商业智能工具,还必须按照正确的步骤实施,商业智能项目可分为以下步骤。
(1)需求分析:需求分析是商业智能实施的第一步,必须明确定义企业对商业智能的期望和需求,包括分析的主题,查看的角度(维度),业务需求和用户的要求等。
(2)数据仓库建模:通过需求分析,将企业中的数据按照主题归类,建立企业数据仓库的逻辑模型和物理模型,并设计Bl系统的架构。
(3)数据抽取:必须将数据从业务数据库加载到数据仓库中, 并在加载过程中进行转换、清洗,以保证数据的正确性和可用性。
(4)业务系统的开发:主要是根据业务需求,对数据仓库中的数据进行各种数据分析和展示,主要包括多维数据OLAP分析和数据挖掘,以及建立商业智能分析报表系统及门户。
(5)系统改进和完善: 根据系统使用情况和用户反馈信息,对商业智能系统按照上述步骤对系统进行重构或完善。
转载自网络 不用于商业宣传 版权归原作者所有,侵权删。