商务智能系统

13.1 商务智能概述
商务智能将业务数据转换成明确的、基于事实的、能 够执行的信息，并且使得业务人员能够发现客户趋势， 创建客户忠诚度，增强与供应商的关系，减少金融风 险，以及揭示新的销售商机。商务智能的目标是了解 变化的意义——从而理解甚至预见变化本身。通过访 问当前的、可靠的和易消化的信息，帮助企业从各个 侧面及不同的维度灵活地浏览信息和建立模型。它是
4 商务智能的发展趋势
商务智能的出现是一个渐进的复杂的演变过程，而且 仍处在发展之中。它经历了事务处理系统 （Transaction Proccss System，TPS）、高级管理 人员信息系统（Executive Information system，
EIS）、管理信息系统（Management Information
（3）数据分析和知识挖掘部分——从数据仓库/数据集
市中获取数据，并利用数据分析和知识挖掘工具，
挖掘出对决策有用的知识，将所得结果提交给业 务决策者。这部分是商务智能系统的灵魂，它满
足了从简单报表经由OLAP扩展到数据挖掘范围内
的各种需要； （4）BI将所得的知识以及决策者自身的反馈信息再次 带入运作环境中，根据情况变化，表达新的需求， 提高商务智能流程内在质量。
（1）选择数据源 数据源包括了企业中所有的信息系统，以及根据决策分 析需求可能涉及的其他外部数据资源，为了确保商务智 能系统的成功，在识别和确定数据源时应遵循一些原则： ① 保证数据的真实性
② 保证数据的针对性
③ 保证数据的完整性
（2）数据预处理 ETL是商务智能系统整合异构数据源的解决方案，简单 的讲，ETL就是抽取、转换和装载，同时提供数据质量 的管理，并且贯穿整个商务智能解决方案的全过程，完
切块、下钻、上钻和旋转等数据分析功能，用户可以方便 地对海量数据进行多维分析； 数据挖掘的目标则是挖掘数据背后隐藏的知识，通过关联 分析、聚类和分类等方法建立分析模型，预测企业未来发 展趋势和将要面临的问题。
2 商务智能系统的体系结构
从对处理流程的分析可以看出，商务智能系统主要由三个 子系统组成：数据集成子系统、数据存储子系统以及BI应 用子系统。如下图：
入过程没有汇总部分；另一部分是把初次汇总表加载到
临时汇总表，根据不同类型的数据，可能会有二次汇总。 当加载临时汇总表的过程完毕以后，再把临时中间表的 数据装入到中间表中。
IDC将商务智能定义为：终端用户查询和报告工具、OLAP 工具、数据挖掘软件、数据集市和数据仓库产品等软件工具
的集合。
IBM认为：商业智能是一系列由系统和技术支持的以简化信 息收集、分析的策略的集合，它应该包括企业需要收集什么
信息、谁需要去访问这些数据、如何把原始数据转化为最终
导致战略性决策的智能、客户服务和供应链管理。 Microsoft认为：商业智能是任何尝试获取、分析企业数据以
3 商务智能系统的实施
商业智能系统主要实现将来自不同企业运作系统的数据转换
为企业决策信息的过程。与一般的信息系统不同，它在处理
海量数据、数据分析和信息展现等多个方面都具有突出性能。 商务智能的体系结构可以指导商务智能系统的实施，其步骤
为：
选择数据源 数据预处理 数据存储 数据分析
据IDC预测，亚太地区商务智能软件市场正以每年23%的速度 增长，而中国是亚太地区商务智能增长最为迅速的市场之一； 如果中国经济继续保持高速增长，商务智能软件在中国内地 市场的年销售额平均增长速度至少在65.6%。Business Objects和Cognos等BI提供商已直接或者通过其代理商进入中
据转化成为高价值的可以获取的信息（或者知识），
并且在恰当的时候通过恰当的方式把恰当的信息传 递给恰当的人的过程。
从数据分析的角度看，商务智能是为了解决商业活
动中遇到的各种问题，利用各种信息系统进行的高 质量和有价值的信息收集、分析、处理过程，其基 本功能包括个性化的信息分析、预测和辅助决策。 从应用的角度看，商务智能帮助用户对商业数据进
成整个系统的数据处理与调度。
①数据抽取
数据抽取是在对数据仓库的主题和数据本身内容理解的 基础上，选择主题所涉及的相关数据。 a. 数据的更新方式
量更新还是批量更新。 实时更新还是周期更新。
b. 数据的传输模式
数据传输是通过网络把远程的数据文件运用FTP传输到本地目录
下。数据的传输模式即数据仓库中的数据是采用拉（Pull）的方式
提高和维持竞争优势的一条有效的途径。
1 商务智能的产生原因
企业对社会环境变化的需求、技术进步的拉动以 及经营理念发展的结果。 （1）企业运营模式的变化。
（2）“数据= 资产”新企业观念的建立。
（3）传统分析工具的整合能力有限。 （4）信息技术的推动。
2 商务智能的定义
Gartner Group最早提出商务智能概念，它认为：
（1）数据集成子系统
数据集成子系统提供了一个解决企业的数据一致性与集成 化问题的方案，它通过数据整，将企业各个业务系统面向应用的数据重新
按照面向统计分析的方式进行组织，屏蔽数据资源的异构 性与分布性，从而实现统一的数据访问和数据集成。目前，
数据集成主要通过ETL工具软件、基于ETL的数据交换技
DWReview认为：从数据分析的观点，商业智能是收
集与研究主题相关的、高质量的、有意义的信息、以 帮助分析信息、得出结论或做出假设的过程。
商务智能是一个综合的概念，不同的人从不同的角度，
会得出不同的见解： 从技术角度看，商务智能是以企业中的数据仓库为 基础，经由联机分析处理工具、数据挖掘工具加上 决策人员的专业知识，从根本上帮助公司把运营数
System，MIS）和决策支持系统（Decision Support System，DSS）等阶段，最终演变成今天的企业商 务智能。
5 商务智能的应用
目前商务智能在全球的应用主要集中在保险业、银行业、电 信业、制造业、零售业、税务和电子商务等领域。
我国这方面的应用虽然才刚刚起步，但市场空间十分广阔。
出更好、更合理的决策。
国内商务智能专家王茁给商务智能下了这样一个 定义：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。
国内外一些知名的厂商也根据自身的产品提出独特的见解：
业智能系统应用的主框架。
1 商务智能系统的处理流程
商务智能系统是一种提高企业生存能力的有效工 具，从系统的观点来看，一个典型的商务智能系 统包括明确需求、数据准备、数据存储、知识挖 掘以及应用反馈几个主要的处理流程。
（1）外部数据源通过运行环境（ERP、CRM、SCM等） 流入BI循环（包含有关客户、供应商、竞争对手、
据格式转换、数据类型转换、数据汇总计算数据拼接等 等。但转换工作可以视具体情况在不同的过程中实现， 比如可以在数据抽取时转换，也可以在数据加载时转换。
③数据清洗
数据清洗实际就是利用有关技术如数理统计、数据挖掘或预 定义的数据清洗规则将脏数据转化成满足数据质量要求的数 据。按数据清洗的实现方式与范围，可将数据清洗分为四种： ①手工实现方式：用人工来检测所有的错误并改正。这只能 针对小数据量的数据源。②通过专门编写的应用程序：通过 编写程序检测/改正错误。但通常数据清洗是一个反复进行 的过程，这就导致清理程序复杂、系统工作量大。③某类特
通过对分析需要的数据按照多维数据模型进行再次重组， 以支持用户多角度、多层次的分析，并利用数据分析工具 从中发现有用的知识，支持企业的决策过程。它主要包括 各种数据分析工具、报表工具、查询工具、数据挖掘工具 以及各种基于数据仓库或数据集市开发的应用。其中数据 分析工具主要针对OLAP服务器，报表工具、数据挖掘工 具既针对数据仓库，同时也针对OLAP服务器。
从商务智能系统的循环流程中可以看出，数据仓库、 OLAP（On-Line Analytical Processing：联机分析处理）
和数据挖掘（Data Mining）是其主要的技术支柱：
数据仓库是处理海量数据的基础，存储按照商务智能要求 重新组织的来自业务系统的数据；
联机分析处理不仅进行数据汇总/聚集，同时还提供切片、
术实现。
（2）数据存储子系统——数据仓库
数据仓库在现有各业务系统的基础上，对数据进行抽取、 清理，并有效集成后，按照主题进行重新组织，最终确定 数据仓库的物理存储结构，同时组织存储数据仓库元数据 （具体包括数据仓库的数据字典、记录系统定义、数据转 换规则、数据加载频率以及业务规则等信息）。
（3）BI应用子系统
更清楚地了解市场和客户、改进企业流程、更有效地参与竞
争的努力。
SAP认为：商业智能是一大类收集、存储、分析和访 问数据以帮助企业用户更好进行决策的应用程序与技 术。 SAS认为：商业智能是关于在组织内部和组织周围正 在发生的智能或知识。
MSTR认为：商业智能是一系列能够使公司分析数据
库中的数据并根据收集的信息获得的洞察力来做决策 的软件系统。
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，辅助商业决 策的制定。 商务智能专家利奥托德这样描述商务智能：商务智
能指将存储于各种商业信息系统中的数据转换成有
用信息的技术。它允许用户查询和分析数据库，可 以得出影响商业活动的关键因素，最终帮助用户做
产品以及企业本身的信息）；
（2）进入数据仓库/数据集市等数据存储部分——对加 入数据仓库的数据进行净化和转换，纠正错误的数 据和统一格式，使其满足数据仓库应当具有的数据 格式和质量标准；将其存储在中央存储库中（充当
中央存储库的可以是关系型数据库或者多维数据
库），数据的抽取、净化、转换和存储是BI循环的 核心组成部分；
定应用领域的问题，如根据概率统计学原理查找数值异常的
记录。④与特定应用领域无关的数据清洗，这一部分的研究 主要集中于重复记录的检测/删除。
③数据清洗
④数据装载 数据装载主要是将经过转换和清洗的数据加载到数据 仓库里面，即入库。可以通过数据文件直接装载或直连 数据库的方式来进行，充分体现高效性。数据装载有两 个部分，一部分是把合法数据文件装入回滚表中，该装
还是采用推（Push）的方式从数据源中获取。
②数据转换 数据转换主要是针对数据仓库建立的模型，通过一系列 的转换将数据从业务模型数据转换为分析模型数据，通 过内建的库函数、自定义脚本或其他的扩展方式，实现 多种复杂转换，并且支持调试环境，监控转换状态。数
据转换是将源数据变为目标数据的关键环节，它包括数
第13章 商务智能系统
商务智能系统是应用人工智能、数据挖掘、数据仓 库等先进技术，按照企业既定的业务目标，对大量
的企业数据进行分析和挖掘，揭示出隐藏的、未知
的知识或验证已知的规律，从而支持企业的智能管 理与决策，提高企业核心竞争力。本章将详细讨论 商务智能系统的起源、体系结构、工作原理和关键 技术，并以知名的商务智能系统为例，剖析商务智 能系统的实现原理和商务智能解决方案。
国市场。Business Objects等公司成立了中国研究中心，其对
中国市场的重视程度可见一斑。IDC公司认为医疗、教育和服 务等领域将是商务智能增长最快的行业。
13.2 商务智能系统的体系结构
所谓体系结构（Architecture）是指一整套的规则和结 构，为一个系统或产品的整体设计提供主框架。而一 个商业智能的体系结构是指通过识别和理解数据在系 统中的流动过程和数据在企业中的应用过程来提供商
行在线分析处理和数据分析，帮助解决商业问题、
预测发展趋势、辅助决策，对客户进行分类、挖掘 潜在客户等等，以便更好地实现商业目的。
3 商务智能的特点
现有的商务智能系统主要具有以下特点：
（1）成熟的数据仓库管理能力 （2）强大的数据挖掘和OLAP能力
（3）便捷的报表功能
存在的缺陷：
（1）主动性较差 （2）智能性较低 （3）难以与企业中已有的商务系统集成