|
商业智能是指通过对数据的收集、管理、分析以及转化，使数据成为可用的信息，从而获得必要的洞察力和理解力，更好地辅助决策和指导行动。
商业智能的实现方式多种多样，其规模和特点由用户的需求来决定。但万变不离其宗，其基本体系结构往往包括三个部分：
● 数据仓库：用于抽取、整合、分布、存储有用的信息。一个企业的信息往往分布在不同的部门和分支机构，管理者要综观全局、运筹帷幄，必须能迅速地找到能反映真实情况的数据，这些数据也许是当前的现实数据，也可能是过去的历史数据。因此，有必要把各个区域的数据集合起来，去其糟粕、取其精华，将真实的、对决策有用的数据保留下来，随时准备管理人员使用。因此，数据仓库不仅仅是个数据的储存仓库，更重要的是它提供了丰富的工具来清洗、转换和从各地提取数据，使得放在仓库里的数据有条有理，易于使用。
● 多维分析：全方位了解现状。管理人员往往希望从不同的角度来审视业务数值，比如从时间、地域、功能、利润来看同一类储蓄的总额。每一个分析的角度可以叫作一个维，因此，我们把多角度分析方式称为多维分析。以前，每一个分析的角度需要制作一张报表。由此产生了在线多维分析工具，它的主要功能，是根据用户常用的多种分析角度，事先计算好一些辅助结构，以便在查询时能尽快抽取到所要的记录，并快速地从一维转变到另一维，将不同角度的信息以数字、直方图、饼图、曲线等等方式展现在您面前。
● 前台分析工具：提供简单易用的图形化界面给管理人员，由他们自由选择要分析的数据、定义分析角度、显示分析结果。往往与多维分析工具配合，作为多维分析服务器的前台界面。
以上三部分是商业智能的基础。它完成的是对用户数据的整理和观察，可以说，它的工作是总结过去。在此基础结构之上，商业智能可以发挥更进一步的作用，利用数据开采技术，发现问题、找出规律，达到真正的智能效果：预测将来。
数据开采又叫数据挖掘，它使用统计、分析等数学方法、以及电脑学习和神经网络等人工智能方式，从大量的数据中，找寻数据与数据之间的关系。这种关系，一般显示数据组之间相似或相反的行为或变化。一个细心的分析者，往往能从这些发掘出来的关系得到启示。而这种启示又很可能使得到它的业者，获得其他竞争者所没有的先机
。
数据开采要求有数据仓库作基础，并要求数据仓库里已经存有丰富的数据。因此，在实施商业智能方案时，一般分两步走：第一步实现数据仓库和多维分析，构造商业智能的基础，实现分析应用；第二步实现数据开采，发挥商业智能的特色。
|
