從20世紀90年代開始，數據庫技術和商業智能體系技術應運而生。商業智能體系和數據庫技術，是數據庫在應用方面的新技術，它可以幫助政府機構和企業的各級各層領導和管理人員，這兩種技術將通過把業務處理系統中積累的大量數據和信息加以整合分析，為管理層和決策層提供宏觀的、整體的信息和多種多樣的分析手段，以實現對企業的整體和部分面的監控，甚至進一步摸索出蘊藏在數據和信息深層的規律和聯系，從而使他們轉化為具有商業價值的信息，為企業業務的進一步發展服務。

1 數據庫到數據倉庫

    在上個世紀90年代初，數據庫應用的主流是聯機分析處理(On-Line Analytical Processing，OLAP)可是隨著管理需求和計算機應用技術的不斷進步，企業家對聯機分析處理系統感到了困惑，他們發現單靠聯機分析處理系統已經不能在市場競爭中占據優勢；因為他們這時不但需要對自身業務的運作進行分析而且要對整個市場相關行業動態進行分析，這時他們希望系統給他們做出有利的決策提供幫助。就拿銀行的儲蓄業務來說，各家銀行都擁有了各自聯網的儲蓄系統，哪家想要在市場競爭中取得的優勢，哪家就必須在決策做出努力，比如說在存取款業務密集地區增設自動存取機網點、在不同的地區和范圍推出不同的儲蓄服務計劃。這些新的決策需要在對大量的歷史業務數據進行分析基礎上才能得到，而這些基于業務數據決策的分析，我們把它稱之為聯機分析處理。傳統聯機事務處理強調的是向數據庫中裝載新的信息，現在的聯機分析處理是要從數據庫中獲取并利用信息。因此，著名的數據倉庫專家Ralph Kimball寫道：“我們花了20多年的時間將數據放入數據庫，如今是該將它們拿出來的時候了。”總的來說，數據倉庫不僅僅是一個存儲數據的信息庫而且還是一個“在大型數據管理信息系統基礎上存儲了從企業所有業務數據庫中獲取的綜合數據、并能利用這些綜合數據為用戶提供經處理后的有用信息的應用系統”。傳統數據庫系統的要求與重點是準確、快速、安全、可靠地將數據存進數據庫，而數據倉庫的要求與重點就是能夠準確、快速、安全、可靠地從數據庫中取出數據，經過加工轉換后，再供管理人員根據信息規律進行分析使用。

2 商業智能的概念

    商業智能，又稱商務智能，英文為Business Intelligence，簡寫為BI。1996年最早由加特納集團(Gartner Group)提出，加特納集團將商業智能定義為：商業智能描述了一系列的概念和方法，通過應用基于事實的支持系統來輔助商業決策的制定。商業智能技術提供使企業迅速分析數據的技術和方法，包括收集、管理和分析數據，將這些數據轉化為有用的信息，然后分發到企業各處。加特納集團曾大膽預測說，到21世紀，信息民主化將在一些具有前瞻性思維的企業中出現。這些企業將借助商業智能系統使得各級各類的與企業業務有關的所有人員都能夠有效地運用信息。商業智能所涉及的技術與應用，起初被稱為EIS即領導信息系統，在演進化成商業智能之前也被稱為DSS即決策支持系統，因此，從技術層面上講，商業智能或數據倉庫也并不是什么新技術，它只是把企業中現有的數據轉化為知識，幫助企業做出明智的業務經營決策的工具。這里所談的數據包括來自企業業務系統的訂單、庫存、交易賬目、客戶和供應商等來自企業所處行業和競爭對手的數據以及來自企業所處的其他外部環境中的各種數據。而商業智能能夠輔助的業務經營決策，既可以是操作層的，也可以是戰術層和戰略層的決策。為了將數據轉化為知識，需要利用數據倉庫、聯機分析處理(OLAP)工具和數據挖掘等技術。商業智能的核心內容是從企業不同的業務處理系統的許多數據中，提取出有用的數據信息，并對這些信息進行清理從而保證數據的正確性；然后經過ETL(Extraction、Transformation、Load)把數據整合到企業級的數據倉庫里，從中得到企業信息的全局視圖；在此基礎上利用合適工具對數據倉庫里的數據進行分析和處理，形成新的信息，或者把信息進一步提煉成輔助決策的知識，最后再把知識遞交給管理者，從而為管理者制定決策提供支持。

3 商業智能的意義

    人們是通過對數據(事物)間的聯系，分析信息背后所隱藏的規律或事實的，并在對事實了解的基礎上才能做出更好的應對決策。在過去的業務處理系統下，業務人員要獲取計算機系統的數據，往往足只能通過計算機專業人員給他們編制的報表程序來實現。報表作為一種數據表現方式，只是描述了整個事實的一個側面，如果決策人員需要從數據中了解事實全貌而為決策做準備的時候，必須首先在頭腦內對各種繁多報表里數據做整理，可是這種工作會隨著數據規模的不斷增加而繁重，就會出現用惑和“瓶頸”，顯得力不從心。商業智能的數據整合工作能使決策人員從繁重的數據整合工作中解放出來，高效地從各個側面搞懂數據，從而騰出時間和精力去深入研究問題的本質，這樣既能提高決策效率，也能使決策人員更深入地洞察市場。從對傳統決策過程例子的分析，以及在商業智能環境下決策模式的比較，就可以說明問題了。運用商業智能，可以保證決策者在做決策時及時對信息訪問的需要。這樣，只要不是在短時間內要求極高的信息(數據倉庫數據更新周期內產生的)，決策者獲得的這些信息就再也不需要依賴于傳統信息交換流程中的紙質報表和手工數據匯總的、這些落后耗時費力的信息傳遞方式了，他們能在很短時間內通過企業數據倉庫找到他們所需要的所有信息。他通過非常簡單的方式訪問企業數據倉庫，就能夠可以訪問到他在決策過程中需要的所有信息，并且這些信息的訪問界面是根據企業決策者的需要訂做的。

4 數據倉庫、商業智能的體系結構

    數據倉庫與商業智能的體系結構，整個體系一般被劃分為4大的層面，7個環節。從數據源經過ETL過程加載到中央數據倉庫，再從數據倉庫經過分類存放到DM數據集市，或者將數據集市、數據中心中的數據進一步存放到MDD多維數據庫中，這些都是屬于數據組織的問題，從中間層到終端或從多維數據庫到終端可將其劃歸屬為前端應用實現問題。1)數據源。2)數據抽取、轉換和裝載。3)數據倉庫。4)數據集市。5)前端應用。數據倉庫的前端應用是建立數據倉庫的目的，沒有前端應用，數據倉庫就失去了意義。另一方面，由于最終用戶的要求多種多樣，不可能用同一個界面滿足所有用戶的信息查詢要求，必須根據用戶的不同特點提供不同的界面。用戶對數據倉庫的訪問方式包括：報表、連機分析處理(OLAP)、數據挖掘(DM，Data Mining)即席查詢等，以及領導信息系統(EIS)等。6)數據挖掘。7)信息門戶。

5 結語

    信息化的高級階段應該是準確快速處理、查詢、分析數據的商業智能。當前美國幾乎所有國家級政府部門、科研機構都上了數據倉庫系統，而中國很多部門的普通業務系統還不夠完善，所以建設數據倉庫和商業智能信息系統是我們信息化未來發展的方向。

核心關注：拓步ERP系統平臺是覆蓋了眾多的業務領域、行業應用，蘊涵了豐富的ERP管理思想，集成了ERP軟件業務管理理念，功能涉及供應鏈、成本、制造、CRM、HR等眾多業務領域的管理，全面涵蓋了企業關注ERP管理系統的核心領域，是眾多中小企業信息化建設首選的ERP管理軟件信賴品牌。

轉載請注明出處：拓步ERP資訊網http://m.guhuozai8.cn/

本文標題：從數據倉庫技術看商業智能BI的體系

本文網址：http://m.guhuozai8.cn/html/consultation/1082055241.html