解讀商業智慧之二 – 商業智慧的組成部分

解讀商業智慧之二 - 商業智慧的組成部分

知道了什麼是商業智慧（商務智能），我們來看一下商業智慧/商務智能包括什麼，搭建一個商業智慧系統需要哪些工具/技術。

一般地講商業智慧包括以下的部分（不同的體系，劃分的方法可能有些差別，但本質相同）。

*ETL：即資料的抽取/轉換/載入。也就是將原來不同形式、分布在不同地方的資料，轉換到一個整理好、統一的存放資料的地方（資料倉儲）。

ETL可以通過專門的工具來實現，也可以通過任何編程或類似的技術來實現。

*資料倉儲：一個標準的定義是：資料倉儲是一個面向主題、整合、時變、非易失的資料集合，是支援管理部門的決策過程。詳細可以參見：http://www.ithao123.com/datawarehouse/0003.html。

簡單地說，資料倉儲就是儲存資料的地方。它既可能是原始的業務資料庫，也可能是另外產生的。既可能是標準的關係型資料庫，也可能是包括了一些特定面向分析特性的專門產品。

*查詢：找出所需要的資料。由於需求的多樣性和複雜程度的差異，查詢可能是最簡單的從一張表中找出”所有姓張的人”，到基於非常複雜的條件、對關係非常複雜的資料進行尋找和產生複雜的結果。

*報表分析：以預先定義好的或隨時定義的形式查看結果和分析資料。將人工或自動查詢出來的資料，以所需要的形式（包括進行各種計算、比較，產生各種展現格式，產生各種圖表等）展現給使用者，甚至讓使用者可以進一步逐層深入切入這些資料，乃至靈活地按照各種需求進行新的分析並查看其結果。

在這個領域，報表已經由原來狹義的做好固定報表發展為靈活地按業務要求隨時製作各種報表、進行各種分析和資料研究處理。

*OLAP分析：多維資料分析，從多個不同的角度立體地同時對資料進行分析。理解OLAP分析，最簡單的例子是Excel中的樞紐分析表。

需要指出的是，OLAP有廣義與狹義之分，廣義的OLAP是相對OLTP而言，可以說包括了查詢、報表分析、OLAP分析和資料採礦，但真正大家所講的實際是狹義的OLAP，即多維資料分析。

OLAP分析一般講應該是通過建模和建立立方體（CUBE）來實現，但現在也有一些簡單的OLAP工具可以不建模即進行小資料量、低複雜度的分析（EXCEL的樞紐分析表即是一例）。

* 資料採礦：一種在大型資料庫中尋找你感興趣或是有價值資訊的過程。相比於上面幾個部分，資料採礦是最不確定的。如果理解它與查詢的區別，似乎是資料如果容易查出來，就是查詢。如果費很大勁才能找出來，就是挖掘。

上面這若干部分，並不是每一部分都必不可少，而是要根據應用的實際情況，具體問題具體分析。一般地講，資料倉儲（這裡是廣義的，其中相當一部分情況就是指標準的關係型資料庫）和查詢、報表分析是必不可少的，而其他一些功能則視應用的需要可能有不同程度的應用。

除了上面所講的這些實質性、技術性的組成部分外，與商業智慧相關的還有很多應用程式層面的概念，如EPM（企業績效管理）、DashBoard（儀錶盤）、預警、決策支援等等。這些概念在應用上有很大意義，也有一些相關的輔助技術，但本質上還是基於上述的幾個組成部分。

從上面的解讀我們可以看到，商業智慧既不神秘，也不簡單。

不神秘，是指即使你簡單地拿一個資料庫，需要的話做幾個視圖或用預存程序轉換一下資料，寫個程式讓使用者可以查資料，寫些程式或用個免費報表工具把報表做出來，用EXCEL做一下OLAP分析，也完全可以稱得上是一個商業智慧應用。

但另一方面，隨著資料量和複雜性的增大，隨著使用者功能的增強，上述每一項功能都可能非常複雜，都有各個領域功能非常強大的產品來實現。

還有一點要指出的，與ERP有很大的差別，商業智慧的各個組成部分之間的獨立性非常強，因為裡面的資料是標準化的。你完全可以用 Informatica做ETL，用ORACLE做資料倉儲，用潤乾做查詢與報表分析，用Cognos做OLAP分析，從而在各個領域都達到較佳的效果。

本文連結：解讀商業智慧之二 - 商業智慧的組成部分
轉載請註明出處：商業智慧BLOG-DinosBoy