1.2 商業(yè)智能的技術(shù)構(gòu)成?
本節(jié)將解決這些問題。對這些問題的深刻認(rèn)識是保證在商業(yè)智能應(yīng)用技術(shù)實(shí)現(xiàn)過程中有一個清晰的思路。?
1.2.1 什么是商業(yè)智能?

? 商業(yè)智能的概念最早是Gartner Group于1996年提出來的。當(dāng)時將商業(yè)智能定義為一類由數(shù)據(jù)倉庫（或數(shù)據(jù)集市）、查詢報表、聯(lián)機(jī)分析、數(shù)據(jù)挖掘、數(shù)據(jù)備份和恢復(fù)等部分組成的，以幫助企業(yè)決策為目的的技術(shù)及其應(yīng)用。而后隨著商務(wù)環(huán)境的變遷和技術(shù)的進(jìn)步，人們對于BI有了更多和更深的認(rèn)識，下面將從兩個方面探索商業(yè)智能的內(nèi)涵。?
1．不同視角的BI?

? BI本身是一個復(fù)雜的體系，況且應(yīng)用環(huán)境復(fù)雜，這就形成了從不同視角看BI的情況。?

? Gartner Group認(rèn)為：商業(yè)智能技術(shù)提供使企業(yè)迅速分析數(shù)據(jù)的技術(shù)和方法，包括收集、管理和分析數(shù)據(jù)，將這些數(shù)據(jù)轉(zhuǎn)化為有用的信息，然后再分發(fā)到企業(yè)各處，輔助商業(yè)決策的制定。?

? IDC將BI定義為：商業(yè)智能是終端用戶查詢和報告的工具、OLAP工具、數(shù)據(jù)挖掘軟件、數(shù)據(jù)集市和數(shù)據(jù)倉庫產(chǎn)品等軟件工具的集合。?

? IBM認(rèn)為：商業(yè)智能是一系列由系統(tǒng)和技術(shù)支持的以簡化信息收集和分析的策略集合，它應(yīng)該包括企業(yè)需要收集什么信息、誰需要去訪問這些數(shù)據(jù)、如何把原始數(shù)據(jù)轉(zhuǎn)化為最終導(dǎo)致戰(zhàn)略性決策的智能、客戶服務(wù)和供應(yīng)鏈管理。?

? Microsoft認(rèn)為：商業(yè)智能是任何嘗試獲取、分析企業(yè)數(shù)據(jù)以更清楚地了解市場和客戶、改進(jìn)企業(yè)流程和更有效地參與競爭的努力。?

? SAP認(rèn)為：商業(yè)智能是一大類收集、存儲、分析和訪問數(shù)據(jù)以幫助企業(yè)用戶更好地進(jìn)行決策的應(yīng)用程序與技術(shù)。?

? SAS認(rèn)為：商業(yè)智能是關(guān)于在組織內(nèi)部和組織周圍正在發(fā)生的智能或知識。?

? MSTR認(rèn)為：商業(yè)智能是一系列能夠使公司分析數(shù)據(jù)庫中的數(shù)據(jù)并根據(jù)收集的信息獲得的洞察力來作決策的軟件系統(tǒng)。?

? DWReview認(rèn)為：從數(shù)據(jù)分析的觀點(diǎn)，商業(yè)智能是收集與研究主題相關(guān)的、高質(zhì)量的、有意義的信息、以幫助分析信息、得出結(jié)論或做出假設(shè)的過程。?

? 這些觀點(diǎn)代表了最典型的BI視角，有一個名為《ttnn BI觀點(diǎn)》的電子期刊也對此進(jìn)行了研究，把這些對BI的認(rèn)識由虛到實(shí)探索其本質(zhì)，大致分成如下4類。?

1．是努力，MS主張的。?

2．是智能和知識，SAS倡導(dǎo)的。?

3．是過程，DMReview的定義。?

4．是工具和技術(shù)集合，Gartner、IDC、IBM、SAP和MSTR代表的。?

? 任何技術(shù)的出現(xiàn)都是為了解決現(xiàn)實(shí)中存在的問題。把以上的觀點(diǎn)與本章第1節(jié)的知識結(jié)合起來，應(yīng)該對商業(yè)智能形成以下的認(rèn)識。?

? 商業(yè)智能是商業(yè)數(shù)據(jù)海洋中的指南針，它從歷史數(shù)據(jù)中提取信息，搞清楚經(jīng)營狀況，通過信息的分析獲取對經(jīng)營決策有價值的知識，從而幫助用戶對自身的業(yè)務(wù)經(jīng)營做出正確而明智的決定。比如，通過商業(yè)智能可以解決客戶在不同地域的分布情況，可以對客戶進(jìn)行各個角度的分類，還可以把客戶和訂單聯(lián)系起來，找出其變化趨勢。?
2．BI中的統(tǒng)計、報表與分析、挖掘?

? 按照智能應(yīng)用的范圍，商業(yè)智能系統(tǒng)可以產(chǎn)生客戶智能、營銷智能、銷售智能和財務(wù)智能。這些智能的產(chǎn)生包括3個部分的具體功能：信息處理、分析處理和知識發(fā)現(xiàn)。前2個部分是商業(yè)智能的前端展現(xiàn)對象，第3個部分則屬于數(shù)據(jù)挖掘?qū)哟巍?

? 信息處理包括查詢和基本的統(tǒng)計分析，如使用交叉表、圖表或者圖進(jìn)行報表的展示。分析處理是支持基本的OLAP 操作，如上鉆、下鉆、旋轉(zhuǎn)、切片和切塊等，其表現(xiàn)形式也以報表為主。明確了這一點(diǎn)，就能解開大多數(shù)BI初學(xué)者的疑惑：既然是“智能”的了，為什么還是報表的天下。實(shí)際上，統(tǒng)計和報表在很長一段時間內(nèi)還是BI的重點(diǎn)，但這里的統(tǒng)計和報表與基于數(shù)據(jù)庫的統(tǒng)計和報表有本質(zhì)的區(qū)別，在BI系統(tǒng)中，報表的數(shù)據(jù)來源不是關(guān)系型數(shù)據(jù)庫，而是從許多來自不同的企業(yè)運(yùn)作系統(tǒng)的數(shù)據(jù)中提取出的有用數(shù)據(jù)，同時對這些數(shù)據(jù)進(jìn)行清理以保證數(shù)據(jù)的正確性，然后經(jīng)過抽取、轉(zhuǎn)換和裝載（即 ETL過程），合并到一個企業(yè)級的數(shù)據(jù)倉庫里，再經(jīng)過聯(lián)機(jī)分析處理（OLAP）而獲得的企業(yè)數(shù)據(jù)的一個全局視圖。都是報表，BI系統(tǒng)中的報表往往有很強(qiáng)的自定義功能（如可以針對某一個維度隨意上鉆和下鉆）和很強(qiáng)的表現(xiàn)能力（如可以在不同的圖形表現(xiàn)形式上隨意切換）。?

? BI的應(yīng)用必須基于數(shù)據(jù)倉庫技術(shù)，因?yàn)閿?shù)據(jù)倉庫夠大、夠清楚、夠全面，并且對統(tǒng)計分析需要的數(shù)據(jù)源支持得夠好，這些優(yōu)點(diǎn)是傳統(tǒng)的數(shù)據(jù)庫沒有的。筆者所接觸到的很多BI與DW的初學(xué)者對于商業(yè)智能和數(shù)據(jù)挖掘這兩者的關(guān)系都存在著認(rèn)識上的誤區(qū)，他們要么把它們獨(dú)立開來，要么把它們等同起來。而實(shí)際上，通常講到BI，更多時候指的是前端應(yīng)用部分，如現(xiàn)階段聲稱是BI提供商的，大多數(shù)提供的是前端展現(xiàn)工具；而DW更多時候指的是后端部分，包括架構(gòu)體系的設(shè)計和多維模型的建立等。?

? 還有一個問題就是數(shù)據(jù)挖掘（DM，Data Mining），說得學(xué)術(shù)化一點(diǎn)就是知識發(fā)現(xiàn)的問題，這是商業(yè)智能過程的第2個層次的應(yīng)用，通過它可以找出隱藏的模式和關(guān)聯(lián)，進(jìn)行分類和預(yù)測。本書主要描述的是基于數(shù)據(jù)倉庫的商業(yè)智能和數(shù)據(jù)挖掘的技術(shù)實(shí)現(xiàn)，對其關(guān)系的準(zhǔn)確認(rèn)識是學(xué)習(xí)過程中進(jìn)行整體把握的基礎(chǔ)。對商業(yè)智能體系結(jié)構(gòu)的深入探究將有助于達(dá)到這一目的。?
1.2.2 商業(yè)智能的結(jié)構(gòu)描述?

? 商業(yè)智能的實(shí)現(xiàn)包含了“數(shù)據(jù)→信息→知識→行動→智慧”這一過程所運(yùn)用的技術(shù)和方法。在國外，有人曾經(jīng)把BI 作為一種數(shù)據(jù)的提純工廠。BI過程以來自業(yè)務(wù)系統(tǒng)的數(shù)據(jù)為基礎(chǔ)，經(jīng)過數(shù)據(jù)倉庫技術(shù)的處理，整合數(shù)據(jù)并將其轉(zhuǎn)化為有序的信息；這些信息經(jīng)過聯(lián)機(jī)分析處理（OLAP）技術(shù)的分析后，可以表達(dá)出數(shù)據(jù)內(nèi)部的各種關(guān)聯(lián)，這是對商業(yè)管理活動有很大幫助的知識；經(jīng)營活動中很多時候還要進(jìn)一步明確數(shù)據(jù)中隱藏的規(guī)則，這要靠數(shù)據(jù)挖掘技術(shù)的幫助，最后要采取行動時，可以用模型庫和方法庫等決策支持的相關(guān)技術(shù)來輔助決策；而決策和行動的結(jié)果又可以作為業(yè)務(wù)數(shù)據(jù)反應(yīng)在業(yè)務(wù)環(huán)境中，為以后的決策提供數(shù)據(jù)源支持。如此循環(huán)往復(fù)，商務(wù)活動就在BI系統(tǒng)的支持下變得智能了。圖1-7表達(dá)了這一過程。?

? 在圖1-7中可以發(fā)現(xiàn)，商業(yè)智能系統(tǒng)是建立在數(shù)據(jù)倉庫、OLAP和數(shù)據(jù)挖掘等技術(shù)的基礎(chǔ)之上，通過收集、整理和分析企業(yè)內(nèi)外部的各種數(shù)據(jù)，加深企業(yè)對客戶及市場的了解，并使用一定的工具對企業(yè)運(yùn)營狀況、客戶需求和市場動態(tài)等做出合理的評價及預(yù)測，為企業(yè)管理層提供科學(xué)的決策依據(jù)。

? 把商業(yè)智能系統(tǒng)工作的這一過程進(jìn)行技術(shù)上的抽象，可以把商業(yè)智能的體系結(jié)構(gòu)分為源數(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)雍陀脩粽宫F(xiàn)層。這幾層通過密切的協(xié)作完成商業(yè)智能的功能，它們的相互依賴關(guān)系如圖1-8所示。?

? 在圖1-8中可以看到，實(shí)現(xiàn)商業(yè)智能應(yīng)用有4個十分關(guān)鍵的環(huán)節(jié)，包括數(shù)據(jù)源、ETL過程、數(shù)據(jù)倉庫及其應(yīng)用和BI前端展現(xiàn)。?

? 數(shù)據(jù)倉庫系統(tǒng)的數(shù)據(jù)來源主要是外部的操作性應(yīng)用系統(tǒng)，這些數(shù)據(jù)源包括數(shù)據(jù)的業(yè)務(wù)含義和業(yè)務(wù)規(guī)則，表達(dá)業(yè)務(wù)數(shù)據(jù)的表、字段、視圖、列和索引等。