星移人力资源商务智能分析系统解决方案商业智能解决方案.doc

合集下载

1_IBM商业智能解决方案提升企业竞争力

– 终端用户查询和报告工具 – OLAP工具 – 数据挖掘(Data Mining)产品 – 数据仓库(Data Warehouse)和数据集市(Data Mart)产品
需要商业智能吗
商务智能系统管理层使用战略性价值支持战略方向用于联机分析面向主题存储历史数据不可预测查询模型
信息管理系统一线人员使用策略性价值支持日常操作用于事务处理面向应用程序仅存储当前数据可预测查询模型
嵌入前:
客户化前客户化后.
WebSphere Information Server
• 业界最强的数据集成产品 –数据结构分析 –数据质量提升 –数据抽取和转换 –元数据管理 –数据联邦复制 –SOA管理
Complex Files
Flat Files
DB
ERP
Federation
IMS
POS
External ETL Engine
SQW: Design, Deploy, Refine
DB2 ESE/DPF/QP/Compression
pSeries Server
cpu 1
cpu n-1
cpu 2
cpu n
I/O Channels
Data Warehouse
pSeries Server
cpu 1
cpu n-1
cpu 2

BI方案介绍

商业智能(BI）方案

1. 企业异构数据源3

2. ETL数据抽取转化和加载4

2.1 数据抽取、转换和加载5

2。2 统一调度6

2。3 监控7

2。4 ETL工具OWB7

3. 数据仓库8

3。1 操作型数据9

3.2数据集市9

3.3 联机在线分析OLAP9

3。4 数据挖掘10

4。前端展现11

4.1 多维分析工具Powerplay12

4.1.3 PowerPlay 应用开发过程16

4。2 企业报表ReportNet16

4。3 KPI企业关键指标25

4。4 报表预警与分发26

4。5 即席查询27

商业智能（BI, Business Intelligence)是对商业信息的搜集、管理和分析的过程,目的是使企业的各级决策者获得知识或洞察能力，促使他们做出对企业更有利的决策。商业智能一般由数据仓库、数据分析、数据挖掘、在线分析、数据备份和恢复等部分组成。其基本体系结构包括数据仓库、多维分析和数据挖掘等三个部分。其中数据仓库用于抽取、整合、分布、存储有用信息；多维数据分析可全方位了解现状；数据挖掘则是发现问题、找出规律、预测将来,达到真正的智能效果。

商业智能的过程：从不同的数据源收集的数据中提取出有用的数据,对数据进行清理以保证数据的准确性，将数据经过转换、重构后存入数据仓库或数据集市，然后寻找合适的查询和分析工具,数据挖掘工具，OLAP工具对信息处理，最后将知识呈现于用户面前，转变为管理、决策.

商业智能是从传统的业务过程扩展到对业务数据的联机分析、并从中得到各种面向主题的统计信息和经过计算的结论的应用系统,其处理模式称之为联机分析处理 (OLAP），它的核心是数据仓库技术.其常见的体系结构如下图所示：

商务智能分析软件

商业智能软件

概述

商业智能，它是一套完整的解决方案，用来将企业中现有的数据进行有效的整合，快速准确的提供报表并提出决策依据，帮助企业做出明智的业务经营决策。商业智能的概念最早在1996年提出。当时将商业智能定义为一类由数据仓库（或数据集市）、查询报表、数据分析、数据挖掘、数据备份和恢复等部分组成的、以帮助企业决策为目的技术及其应用。

软件

自商业智能这一领域被开拓以来，国内外商业智能软件层出不穷。IBM cognos、SAP BO、oracle BIEE、Microsoft BI、MicroStrategy、思迈特 BI、奥威智动 Power-BI等都是传统的BI软件，而Qliktech QlikView、tableau、永洪科技 Yonghong Z-Suite等是下一代BI的代表。

传统商业智能基于数据驱动，以瀑布开发模式建设商业智能系统。传统商业智能软件需要预先形成CUBE，交付时间在半年左右，如果需求发生变化，相关模块调整周期按月计算。通常传统商业智能软件模块较多，操作复杂，无法形成自服务商业智能系统。

新一代商业智能软件区别于传统商业智能软件，基于业务驱动，无需预生成Cube，交付周期按周、月计算，能够形成自服务BI系统。对于需求变化，交付周期按天、周计算，相关模块调整不大。Yonghong Z-Suite、tableau、QlikView等新一代BI工具带有数据集市，可以处理海量数据。以Yonghong Z-Suite为例，其主要有以下特点：

驱动模式：业务驱动。

开发模式：以敏捷开发模式建设BI系统。

第一讲商务智能概论

28
数据、信息、知识与决策

决策

决策 = 信息 + 知识（经验）+ 冒险
29
商务智能的终极目标

BI的终极目标是提高公司业绩大多数公司都拥有BI所需的原始数据和知识，BI的终极目标不仅仅是提供可付诸行动的信息和洞察力，它还确保采取行动来提高业绩。
30
商务智能定义的演化
1. 2.
商务智能是支持决策的数据仓库技术和工具及其应用商务智能不只是数据和技术的组合，BI是一种解决方案，其帮助用户获得正确的数据，发现它的价值，并共享价值。商务智能是把数据转换成知识，并把知识应用到商业运营的一个过程 BI将信息转换为知识。商务智能是在正确的时间将正确的信息交给正确的用户以支持决策过程的应用。
第二代商务智能系统

数据仓库的产生为决策者建立一个集成的数据源 – 数据仓库
内部数据和外部数据
数据仓库
决策者
43
第二代商务智能系统

第二代: 数据仓库

第二代商务信息系统应用了数据仓库技术。从而使性能有了一个飞跃。
44
第二代商务智能系统

数据仓库解决方案的优点：

数据仓库被设计用来满足决策用户的需求，而非每天的操作型应用。数据仓库中的数据是干净的、一致的，并且这些数据以业务用户能理解的形式储存。

商业智能介绍PPT课件

目的
本次介绍完毕后，您应该： • 了解商业智能的概念和整体流程 • 了解商业智能的主流产品和发展趋势 • 了解传统商业智能实施的内容和风险
第1页/共30页
介绍的议题
• 商业智能的介绍 • 商业智能的主流产品介绍 • 商业智能实施的内容
第2页/共30页
商业智能Bussiness Intellingce介绍
服务质量分析营销管理分析渠道分析专题分析
客户流失专题分析 ...
即席查询、预定义报表、自定义报表、OLAP、数据挖掘、专题分析模型
元数
客户分析数据集市
据管理
财务分析数据集市
...
大客户分析数据集市
企业数据仓库 ETL(抽取、转换、加载)
业务数据库业务数据库业务数据库业务数据库
模型库业务数据库
• SQL Server • OLAP Service, Report Service…
• MicroStategy
第13页/共30页
商业智能主流产品-数据挖掘
• SAS • SPSS • Oracle • SQL Server Mining • 马克威
第14页/共30页
商业智能部分主流产品比较
抽取转换融合清洗加载
优化企业信息模型
第19页/共30页
商业智能实施内容-数据仓库构建(续)

商务智能

商务智能是企业利用现代信息技术收集、管理和分析结构化和非结构化的商务数据和信息，创造和累计商务知识和见解，改善商务决策水平，采取有效的商务行动，完善各种商务流程，提升各方面商务绩效，增强综合竞争力的智慧和能力。

商务智能的要素有三点，第一点，企业——这里用“组织机构”或“实体”会显得更加完整，因为所有的组织机构和实体（不只是企业）都可以而且应该利用商务智能；之所以仍用“企业”是为保持与“商务”的一致性。各行各业，包括非企业性机构，比如政府部门、教育机构、医疗机构和公用事业等，都应该而且能够利用商务智能。第二点，利用现代信息技术——商务智能过程中所涉及的信息技术主要有：从不同的数据源（交易系统或其他内容储存系统）收集的数据中提取有用的数据，对数据进行清理以保证数据的质量，将数据经转换、重构后存入数据仓库和数据集市（这时数据变为信息），然后寻找合适的查询、报告和分析工具和数据挖掘工具对信息进行处理（这时信息变为辅助决策的知识），最后将知识呈现于用户面前，转变为决策。第三点，收集——收集数据是管理和分析数据的前提，数据收集工作是十分重要的，必须引起企业的充分重视。数据和信息的收集主要是通过各种交易系统进行的，比如企业资源管理规划（ERP）、客户关系管理（CRM）、供应链管理（SCM）和电子商务等系统。

商务智能的核心主要有三方面，一方面，改善商务决策水平——这是商务智能的更高一层的目的和功能，企业能否利用好这一功能、实现这一目的在很大程度上取决于领导者的意识和胸襟以及企业文化中决策科学化和民主化的成分。另一方面，采取有效的商务行动——采取有效的商务行动是创造和累计商务知识和见解、改善商务决策水平的目的和动力。最后，完善各种商务流程——残缺、散乱、僵化、低效的商务流程是企业的顽疾，商务智能能够为这一顽疾的诊断和治疗做出一定的贡献；优化后自动化（请注意先后顺序）的商务流程反过来也会促进商务智能的发展。

商业智能(BI)简介(精编课件).ppt

精品课件
BI在中国
▪ 中国拥有5000年的文化史，灿烂的文件让日常报表
也非常具有凝聚力，交错纵横，里外相嵌，格式诡异、规则古怪、数据集中而闻名于世，让无数报表工具折腰。BI概念是从欧美引进的，现有的工具也多是欧美国家提供，中国是世界上报表最复杂的国家，报表设计风格与这些国家有明显的差别，BI工具制作的报表倾向于仅用一张报表说明一个问题，而中国的报表倾向于将尽可能多的问题集中在一张报表中，这种思路直接导致了BI工具应用难度的提升。
▪ 这样不难看出，传统的交易系统完成的是Business到Data的过程，
而BI要做的事情是在Data的基础上，让Data产生价值，这个产生价值的过程就是Business Intelligence analyse的过程。
精品课件
场景
▪ 说个场景，一天去街上买烤白薯，和老板那银聊天。
▪ 银：“你娃干哈地呀？”
把尿片和啤酒捆绑销售获得了巨大成功。这个故事成了一个利用数据挖掘商业价值最大化的神话。由此看来，非常不关联的两样东西，通过海量的信息数据处理，可以挖掘出它们之间潜在的关联，将这种关联商业化，就会得到意想不到的新业务或新的商业模式。到底该怎样把这些占据大量存储空间的数据的价值挖掘出来，让这些数据从成本的消耗者变成利润的促进者呢？新的数据分析技术由此诞生了，完成了“数据”到“数据价值”转换的环节，同时给这项技术起了一个响亮而又神密的名字“BI”（Business Intelligence）

商业智能简介

商业智能简介
商务智能的定义不说多如牛毛，也是众说纷纭。
人们对商务智能的理解如同那七个印度盲人对大象的理解：有人认为它是高级管理人员信息系统（ EIS），有人认为它是管理信息系统(MIS），有人认为它是决策支持系统（ DSS）；有人说它是数据库技术，有人说它是数据仓库，有人说它是数据集市，有人说它是数据整合与清洗工具，有人说它是查询和报告工具，有人说它是在线分析处理工具，有人说它是数据挖掘，有人说它是统计分析；有人把它当作分析性 ERP,有人把它当作分析性 CRM,有人把它当作分析性SCM,有人把它当作企业绩效管理，有人把它当作平衡记分卡…… 商务智能到底是什么？
3. 商业智能应用系统
包括人力资源管理、分析和报告、财务管理、客户资源管理、分析和报告供应链管理、企业计划管理的分析和报告。这些应用是许多针对不同行业或应用领域经过裁剪的完整的商业智能解决方案软件包。很多信息管理系统构建在相对分散的体系结构上，企业的各个部门都是一个个信息孤岛，彼此之间的信息很难共享。为了获得真正智能化的企业管理，信息结构必须与商业智能无缝集成。
商业智能的支撑技术
商业智能的支撑技术主要由数据仓库（ＤＷ）、在线分析处理（ＯＬＡＰ）以及数据挖掘（ＤＭ）三部分组成。 1.数据仓库数据仓库是商业智能的基础,许多基本报表可以由此生成,但它更大的用处是作为进一步分析的数据源。所谓数据仓库就是面向主题的、集成的、稳定的、不同时间的数据集合，用以支持经营管理中的决策制定过程。多维分析和数据挖掘是最常听到的例子,数据仓库能供给它们所需要的、整齐一致的数据。为了有效地进行数据管理，企业往往需要将各地的数据汇总到总部，并建立一个庞大的数据仓库。这种数据仓库不但能够保存历史数据、阶段性数据，并从时间上进行分析，而且能够装载外部数据，接受大量的外部查询。建立数据仓库的过程一般包括抽取操作数据，按要求设定自动程序以定时抽取操作数据并自动更新数据仓库，预先执行合计计算等步骤。快速、简单、易用的查询和报告工具能够帮助管理者充分利用企业中不同层次的数据，获取所需要的特定信息，并以合理的格式加以显示。同时，优秀的工具支持多种网络环境，允许用户在客户机/服务器网络、内部网络或Internet 上传输分析结果。它们还应该有足够的灵活性，以支持各种类型的查询和报告需求，从简单的订阅、周期性的报告，到使用SQL 和其它查询语言作随机查询。

BI介绍

BI（商业智能）

简介

BI（Business Intelligence）即商务智能，它是一套完整的解决方案，用来将企业中现有的数据进行有效的整合，快速准确地提供报表并提出决策依据，帮助企业做出明智的业务经营决策。

商业智能能够辅助的业务经营决策，既可以是操作层的，也可以是战术层和战略层的决策。为了将数据转化为知识，需要利用数据仓库、联机分析处理（OLAP）工具和数据挖掘等技术。因此，从技术层面上讲，商业智能不是什么新技术，它只是数据仓库、OLAP和数据挖掘等技术的综合运用。

把商业智能看成一种解决方案应该比较恰当。商业智能的关键是从许多来自不同的企业运作系统的数据中提取出有用的数据并进行清理，以保证数据的正确性，然后经过抽取（Extraction）、转换（Transformation）和装载（Load），即ETL过程，合并到一个企业级的数据仓库里，从而得到企业数据的一个全局视图，在此基础上利用合适的查询和分析工具、数据挖掘工具、OLAP工具等对其进行分析和处理（这时信息变为辅助决策的知识），最后将知识呈现给管理者，为管理者的决策过程提供数据支持。商业智能产品及解决方案大致可分为数据仓库产品、数据抽取产品、OLAP产品、展示产品、和集成以上几种产品的针对某个应用的整体解决方案等。

应用范围

商业智能系统可辅助建立信息中心，如产生各种工作报表和分析报表。用作以下分析：

销售分析

主要分析各项销售指标，例如毛利、毛利率、交叉比、销进比、盈利能力、周转率、同比、环比等等；而分析维又可从管理架构、类别品牌、日期、时段等角度观察，这些分析维又采用多级钻取，从而获得相当透彻的分析思路；同时根据海量数据产生预测信息、报警信息等分析数据；还可根据各种销售指标产生新

商务智能系统by(A)第六小组

商务智能系统的
结构
· 数据输入和输出的一元化管理，
保证数据一致性
· 各部门间可共享数据 · 数据流与业务流同步，保证数
据一致性
企业需要构建BI系统
· 将工作人员投入到高附加值的
数据分析和决策制度中
· 帮助管理者实时、准确的了解
企业运营现状，支持决策制度
商务ห้องสมุดไป่ตู้能系统的
结构
商务智能系统作为一种辅助决策的工具，为决策者提供信息、知识支持，

课题总结
我们小组通过这次的调查不讨论，发现BI系统在企业中效果显著，在行业具有较好的推广和使用价值。因为如果企业的决策人能够正确的获取信息，他会更高效的做出决定，从而带劢企业的高效发展。总之，通过商务系统的实施，整合了财务分析需要的所有数据，并丏提供了全面而与业的财务分析报表工具，财务人员可以利用BI系统提供的报表快捷、高效、深入的分析财务数据，将更多的精力投入到挖掘隐藏在这些数据中的深层次的觃律，发掘信息的价值，更好的指引财务和决策工作。
战略决策支持
戓略决策支持是指根据公司各戓略业务单元（strategicbusinessunit，SBU）的经营业绩和定位，选择一种合理的投资组合戓略。由于商务智能系统集成了外部数据，例如外部环境和行业信息，各戓略业务单元可据此制定自身的竞争戓略。此外，企业还可以利用业务运营的数据，提供营销、生产、财务和人力资源等决策支持。

第5章：商务智能

商务智能—BI
目录

商务智能的发展背景
商务智能的概念介绍企业中的应用及实例国内发展现况及前景
发展背景
大多数企业信息化经历的过程：
发展背景
第一阶段
以硬件投入为主的阶段， • 企业在信息化建设中主要以购买硬件为主，较少投入资源建设应用系统 • 信息化建设对企业产生的价值有限，处于这个阶段的企业对信息化建设的规律认识不深，不能真正理解信息化建设的目的，或者仅仅把信息化当成是形象工程看待目前大多数企业已经跨越了这个阶段。
基本概念

商务智能的出现是一个渐进、复杂的演进过程,
而且仍处在发展中, 其演进过程经历了事务处
理系统、经理信息系统、管理信息系统、决策
支持系统等阶段, 最终演变成了今天的商务智
能。
至今也没有一个标准的定义
基本概念
1.
概念分为四类：
以Gartner、IDC、IBM、SAP、MSTR为代表，将BI定义为工具和技术的集合. 由数据仓库(或数据集市)、查询报表、数据分

通过任意查询和分析这种类型的 BI 技术，能够真正对企业数据进行深入分析，并可以在交易数据级别上分析细节。
企业应用场景中的5类BI

统计和数据挖掘：

统计和数据挖掘这一类 BI ，用于揭示数据间的微妙关系(例如价格弹性)和进行前向预测(例如销售趋势) ，在其中大量使用集合理论、统计处理和其他高级的数学函数。

第三篇-商务智能在企业中的应用

商务智能在企业中的应用

摘要

随着各种信息化建设的不断发展,海量数据的处理以与如何实现从数据到信息、从信息到知识、从知识到利润的转化,成为当前企业面临的巨大的课题,因此商务智能系统正应运而生.本论文主要就商务智能的内涵、产生必然性、相关应用等进行阐述,并且着重分析了在现阶段商务智能在我国的现状,同时提出了符合我国国情的建议.

关键词：商务智能；企业应用；制度完善

1商务智能发展历程

商务智能起源于赫伯特·西蒙对决策支持系统的研究.在半个多世纪的漫长过程中,决策支持系统曾经一度因为缺乏有效的数据组织方式而徘徊不前.直到上世纪90年代,若干新技术的出现,打破瓶颈,"商务智能〞才浮出水面.随后,其取得了前所未有的发展,并在本世纪第一个十年蓬勃成长.回顾这些新技术的出现,可以清楚的看到商务智能的产业链条不断向前延伸的轨迹.

1970年,IBM的研究员埃德加·科德发明了关系型数据库,使大型信息系统的应用遍地开花.但这些信息系统,都是针对特定的业务过程、处理离散事务的"运营式〞信息系统.数据在其中仅仅限于查询,而不是分析.管理大师彼得·德鲁克曾发出感叹：迄今为止,我们的信息技术产生还仅仅是数据,而不是信息、更不是知识！

如何实现从数据到信息、从信息到知识、从知识到利润的转化？这个要求,在西方发达国家先后进入了后工业社会之后,变得更加迫切.1988年,IBM公司的研究员Barry Devlin和Paul Murphy创造性的提出了一个新的术语：数据仓库.它可以形象的理解为一种语义格式一致的多源数据存储中心,并且数据源可以是来自多种不同平台的系统.

商务智能与决策支持-案例及案例分析

商务智能与决策支持教学案例

案例1：光大银行商务智能系统的实施一、案例内容

成立于1992年8月的光大银行，作为国内最大的股份制商业银行，拥有众多客户群，几百个分支机构遍布国内外;同时光大银行以领先的理念为客户提供种类繁多的金融服务。对于一个如此庞大的机构，如此繁多的金融服务，管理的复杂性可想而知。近年来，通过综合柜台业务系统、阳光卡系统、网上银行系统和办公自动化系统等一系列信息化基础建设，光大银行率先实现了业务系统全国联网和总行数据大集中。

在成功实现业务系统全国联网和总行数据大集中后，经营管理分析方面又出现了一些极待解决的新问题，如：统计数据不够及时准确、对决策分析缺乏专业化系统化支持、报表处理效率低、数据共享差、难以为以客户为中心的经营管理模式提供充足的信息支持、业绩考核没有理想的IT系统为支撑等等。众多新问题的出现是银行管理层始料未及的。

为了尽快突破海量数据的“封锁”，挖掘其中蕴涵的知识和信息，光大银行决策层于2002年初开始立项商业智能及数据仓库系统。光大银行根据自身情况，以实际需要为导向，对各家方案的优劣进行仔细分析、反复考察、综合考虑。最终，菲奈特软件公司的高端商务智能产品BI.Office以其领先的技术和简便的操

作从众多竞争者中脱颖而出，赢得了光大银行决策层的一致青睐。

经过商议，双方在国际结算业务统计分析、对公业务统计分析、信贷风险管理、客户经理业绩考核等方面签定了一系列合作计划。为了降低实施风险，将从国际结算业务统计分析系统开始，各个项目逐步实施。成功的选型是光大银行商业智能应用系统成功实施的开始。国际业务部商业智能的应用证明，光大银行所采取的“以部门为基础实施数据处理”的决定是正确的，也是务实的。

商务智能课程大纲

《商务智能》教学大纲

一、课程设计的背景与目的

大数据时代，数据分析无处不在，商场竞争离不开数据决策。商务智能技术与方法是大数据分析的核心，也是商务决策分析的基础。本课程是数据科学与大数据技术系列课程之一，强调理论和工程技术应用相结合，学生通过学习该课程后，可以学会商务智能、数据仓库、联机分析处理、数据挖掘、数据可视化等专业术语，掌握数据仓库、联机分析处理、数据挖掘等专业应用技术。通过本课程学习，学生可以通过专业应用软件对数据进行深层次加工获得有实际应用的有价值信息，增强学生对信息管理的深层次认识。

二、教学目标与课程收获

商务智能的实质是从数据中有效地提取信息，为管理者的决策和企业战略开发提供信息支持。商务智能系统是指运用数据仓库、联机分析和数据挖掘技术来处理和分析商业数据，针对不同的领域提供不同的应用解决方案，协助用户解决商务活动中的复杂问题，从而帮助决策者面对商务环境的快速变化而做出敏捷反应和合理商业决策的管理系统。

三、培训对象

具备一定数据库技术和管理知识的学生或企业白领，尤其是产品、市场、财务、研发、供应等部门的决策分析人员。

四、培训学时

18小时

五、教学内容与要求

第一单元：商务智能概述（1小时）

【教学内容】商务智能的产生背景，商务智能的基本概念，商务智能的应用范围，商务智能的应用价值，商务智能的体系结构，商务智能的主要功能，商务智能的核心技术，商务智能模型建立，商务智能的应用。

【教学重点及难点】商务智能的基本概念、商务智能技术的发展、商务智能技术、商务智能的体系结构。

【基本要求】了解商务智能项目的应用，商务智能技术的发展，商务智能的应用范围和应用价值等，理解商务智能的核心技术，实现商务智能的工具、技术路线的选择，掌握商务智能的相关基本概念，商务智能的主要功能、商务智能模型建立，商务智能架构，商务

商务智能系统

商务智能不是什么？
商务智能系统与交易系统在数据类型上的差异
交易系统当下不断更新商务智能系统历史定期更新
因来源不同而不同
以应用软件导向的只有细节层面的
整合的
以主题为导向的细节的、总结过的和衍生的均有
商务智能-步骤
实施商业智能系统是一项复杂的系统工程,整个项目涉及企业管理, 运作管理,信息系统,数据仓库,数据挖掘,统计分析等众多门类的知识.因此用户除了要选择合适的商业智能软件工具外还必须按照正确的实施方法才能保证项目得以成功.商业智能项目的实施步骤可分为:
商业智能 - 发展趋势
与DSS、EIS(主管信息系统)系统相比，商业智能具有更美好的发展前景。近些年来，商业智能市场持续增长。IDC(互联网数据中心)预测，到2005年， BI市场将达到118亿＄，平均年增长率为27% （InformationAccessToolsMarketForecastandAnalysis:20012005,IDC#24779,June2001）。随着企业CRM(客户关系管理)、ERP(企业资源计划)、SCM(供应链管理)等应用系统的引入，企业不停留在事务处理过程而注重有效利用企业的数据为准确和更快的决策提供支持的需求越来越强烈，由此带动的对商业智能的需求将是巨大的。
• 真正的商务智能包括上述的一切但又不止上述的一切，因为我们无法把上述的一切简单的加起来就给商务智能下定义。在总结商务智能定义的众多版本之后，商务智能专家王茁给商务智能下了定义。

商务智能

e 元数据对数据仓库中的各种数据进行详细的描述与说明，说明每个数据的上下文关系，使每个数据具有符合现实的真实含义，使最终用户了解这些数据之间的关系。
图11-1 数据仓库的数据结构图
当前的数据总是首先进入当前细节级，然后根据应用的需求，通过预运算将数据聚合成轻度综合和高度综合级。由此可见，数据仓库中存在着不同的综合级别，一般称之为“粒度”。
b 当前细节数据存储最近时期的业务数据，反映当前业务的情况，数据量大，是数据仓库用户最感兴趣的部分。随着时间的推移，当前细节数据由数据仓库的时间控制机制转为早期细节数据。
c 轻度综合数据从当前基本数据中提取出来，通常以较小的时间段（粒度）统计而成的数据，其数据量较细节及数据少得多。
d高度综合数据这一层的数据十分精炼，是一种准决策数据。
它类似于简单堆积文件，但它是间隔一定时间的数据库快照，比如每隔一星期或一个月作一次。
11.2. 2 数据仓库的数据组织
③ 数据仓库的数据模型数据模型是对现实世界进行抽象的工具，抽象的程度不同，就形成不同抽象级别层次上的数据模型。通常，数据数据可以分为三个层次：高层数据模型 (ER图，实体关系层)、中间层模型(DIS，数据项集)、底层数据模型(物理模型)。
粒度是指数据仓库中的数据单位，保存数据的细化或综合程度的级别。细化程度越高，粒度就越小；相反，细化程度越低，粒度级就越大。

星移人力资源商务智能分析系统解决方案商业智能解决方案.doc

1_IBM商业智能解决方案提升企业竞争力

BI方案介绍

商务智能分析软件

第一讲 商务智能概论

商业智能介绍PPT课件

商务智能

商业智能(BI)简介(精编课件).ppt

商业智能简介

BI介绍

商务智能系统by(A)第六小组

第5章：商务智能

第三篇-商务智能在企业中的应用

商务智能与决策支持-案例及案例分析

商务智能课程大纲

商务智能系统

商务智能

第一讲商务智能概论