商业智能（BI）方案目录---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---商业智能〔BI,BusinessIntelligence〕是对商业信息的搜集、治理和分析的过程，目的是使企业的各级决策者获得学问或洞悉才能，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、数据备份和复原等部分组成；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、储备有用信息；多维数据分析可全方位明白现状；数据挖掘就是发觉问题、找出规律、猜测将来，达到真正的智能成效；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精确性，将数据经过转换、重构后存入数据仓库或数据集市，然后查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，最终将学问出现于用户面前，转变为治理、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、并从中得到各种面对主题的统计信息和经过运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：---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---BI系统架构商业智能已经成为今日商业环境中一个必要因素，企业需要权衡今日商业智能技术供应的才能来保持和提高竞争性和可赢利性；先进的BI（商业智能）系统解决方案通过开放、易扩展的平台为企业供应治理信息和运营信息的快速猎取、集成和智能化分析手段，可以广泛地应用于金融、电信、税务、保险等行业；1.企业异构数据源BI系统的数据源一般为企业的面对事务处---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---理（OLTP）的系统（包括日常业务系统、资金财务系统等其他系统，以及其他外部数据），这里对于数据源不做任何限定，数据可以来源于任何操作系统平台；数据也可以来源于任何数据储备方式（如Informix数据库、Oracle数据库、文本文件等）；这些数据库通常与某些特定的应用相关，数据库之间相互独立，并且往往是异构的；这样一个由传统系统、不兼容数据源、数据库与应用所共同构成的复杂数据集合，各个部分之间不能彼此沟通；从技术层面考虑，OLTP系统的应用特点是大量用户产生大量数据的事务，每一个事务占用的资源和运行时间都很少；而数据仓库系统常常需要对巨大的历史信息进行查询和分析，每个事务都涉及大量的数据，事务的数量相对OLTP业务要小得多；另外数据库中的数据通常实时更新，数据依据需要准时发生变化，但数据仓库中的数据相对稳固，一般只有定期的加载和更新；数据仓库中的数据是在对原有分散的数据库数据抽取、清理的基础上经过系统加工、汇总和整理得到的，必需排除源数据中的不一样性，以保证数据仓库内的信息是关于整个企业的一样的全局信息；比如永安保险的保险业务系统和财务系统，保险业务系统是基于IBMAIX操作系统上的informix数据库，而财务系统得数据库就是windows操作系统的Oracle数据库；两个系统都有凭证信息，在我们系统实施之前，只有业务系统面对财---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---务系统流转的单证信息，而对于财务系统单证流转状况在业务信息里是没有反映的；两者信息沟通不畅，对于相关数据的查询和检索就比较困难；2.ETL数据抽取转化和加载企业目前运行的应用系统是企业花费了很大精力和财力构建的、不行替代的系统，特殊是系统的数据；而新建的商务智能系统目的就是要通过数据分析来帮助自己决策，恰恰这些数据的来源、格式不一样，导致了系统实施、数据整合的难度；面对企业的异构数据源，解决数据一样性与集成化问题，使您能够从您全部传统环境与平台中采集数据，并利用一个单一解决方案对其进行高效的转换；这个解决方案就是ETL；通常，企业的数据源分布在各个子系统和节点中，利用ETL将各业务系统上的数据，通过自动化或手动掌握传到服务器上，进行抽取、清洗和转化处理，然后加载到数据仓库；由于现有业务数据源多，保证数据的一...