您所在位置：网站首页 > 高等教育 > 大学课件商务智能（第5版）课件第2章商务智能系统架构

商务智能（第5版）课件第2章商务智能系统架构

17页

卖家[上传人]：小萌新****ao

文档编号：367861730

上传时间：2023-11-14

文档格式：PPTX

文档大小：754.12KB

文档加载中……请稍候！
如果长时间未打开，您也可以点击刷新试试。

下载文档到电脑，查找使用更方便

10 金贝

/ 17 举报版权申诉马上下载

文本预览

下载提示

常见问题

1、商务智能系统的架构商务智能系统主要部分（1）数据源与数据获取数据通常包括企业内部数据与外部数据。内部数据：企业各种应用系统、办公室自动化系统等产生的业务数据、文档等。外部数据：市场、竞争对手的数据以及各类外部统计数据等。业务数据需要经过数据评价、数据筛选以及ETL（数据抽取、转换、装载）后才可存储在数据仓库中。数据仓库与数据集市数据仓库是面向主题的，其数据包括元数据和经过ETL的业务数据。数据集市是数据仓库的一个子集。商务智能系统主要部分（2）访问工具访问工具包括应用接口和中间件服务器。数据库中间件允许用户透明地访问数据仓库服务器，即用于即席查询（ad-hoc query）、在线分析处理和数据挖掘。决策支持工具决策支持工具由即席查询、报表、在线分析处理（OLAP）和数据挖掘等工具组成。商务智能系统主要部分（3）商务智能应用利润成本分析、资产分析、营销分析、投资组合分析以及人力资源管理、顾客关系管理、供应链管理等各种业务的分析。系统管理系统安全管理（用户身份验证和权限管理）、元数据的管理与更新、数据仓库的日常维护与监控、数据使用审计和容量规划等。元数据管理对开发、管理数据仓库时所用的技术

2、元数据和支持业务人员的业务元数据的管理。业务数据分析的类型Increasing#of usersOLAPStatisticalAnalysisStandard Query ReportingDMIncreasingComplexity数据分析技术的发展可分成报表查询、在线分析处理（OLAP）和数据挖掘等阶段。即席查询/报告即席查询是指用户根据自己的需求，灵活的选择查询条件，系统能够根据用户的选择生成相应的统计报表。为何发生？业务部门可以从固定的报表、报告和一些关键的KPI中可以得到很多相关的信息，但当他们发现问题时，需要了解为何发生了问题。这时，就需要即席查询和OLAP(例外)分析。业务分析员经常需要自己根据问题的需要完成自己的分析和报告。即席查询在一些业务智能单元得到较多应用，例如通过对产品销售数据和顾客偏好的分析，指导设计新产品。报表报表是通过报表工具，利用表格、二维、三维图像（仪表盘、柱状、饼状和折线图等）等报表对象动态形象地展现数据，对企业业务进行汇总、分析，真实地反映公司业务的状况。报表工具一般提供封装各种数据集的功能，支持在报表绘制过程中灵活定义SQL检索、存储过程、复杂S

3、QL、Text文件、XML文件以及自定义等不同类型的数据集。常见的报表软件Business Objects（SAP）的SACCognos（IBM）Microsoft的数据透视表纯Java电子报表解决方案Style Report基于J2EE构建的CharismaA等平台帆软、润乾等国内报表软件早期多库系统的问题可用性差：源数据库或通信网络故障导致系统瘫痪响应速度慢：全局查询延迟和低层效率影响响应速度系统性能低：总体性能取决于数据源中性能最差的系统系统开销大：每次查询需要启动多个系统，通信和运行开销大数据集成数据集成的原因企业的子公司、各部门往往各自负责局部的信息系统选型、建设和维护，导致大量的信息孤岛。不同的用户提供的数据可能来自不同的数据源，数据内容、数据格式和质量千差万别，数据的准确性、真实性和完整性都不同，实施数据共享和数据分析就需要对数据进行整理。数据集成的目的运用一定的技术手段把分布在异构系统中的数据按一定的规则组织成一个整体，使用户能有效地对其进行共享、分析。数据集成通常采用数据联邦、基于中间件模型、数据仓库和主数据管理等方法来构建集成的系统。数据联邦数据联邦是数据集成的方法

4、之一。优点：数据依然保留在原来的存储位置，不必构建一个集中式数据仓库。缺点：查询反应慢，不适合频繁查询，容易出现锁争用和资源冲突问题。中间件中间件通过统一的全局数据模型来访问异构的数据库、遗留系统和Web资源等，为异构数据源提供一种检索服务。中间件位于数据层与应用层之间，向下协调各数据源系统，向上为访问集成数据的应用提供统一数据格式和数据访问的通用接口。数据仓库的数据集成依赖于提取、转换和装载（ETL）过程。主数据管理主数据管理能够较好解决数据仓库中数据不准确的问题。主数据包括顾客、合作伙伴、员工和产品等业务主题及其关系的数据，存在于多个异构的应用系统中，可以被各个业务部门重复使用。不同行业的主数据类型一般不同。主数据管理是通过ETL、企业信息集成（EII）等技术，从企业的多个业务系统中整合需要共享的主数据，集中进行数据的清洗，维护主数据的完整性、一致性和准确性的一整套规范、技术和方案，以便为业务应用系统和分析型应用提供可靠的数据源。主数据管理与数据仓库的关系联系它们都是减少数据冗余和不一致性的跨部门集中式系统，都依赖ETL、元数据管理等技术保证数据质量。数据仓库系统的分析结果可以输入到主数据管理系统中。区别主数据管理是为呼叫中心、电子商务和CRM等业务系统提供联机交易服务的，而数据仓库是面向分析型的应用。主数据管理涉及的数据量相对较小，在运行中主数据的集成实时性要求比数据仓库高。主数据管理与ODS的关系联系：主数据管理与操作数据存储（ODS）均对实时性要求高。区别：主数据管理系统不存储ODS系统的交易数据。IBM的数据集成IBM WebSphere Datastage为实时数据集成（RTI）提供一套解决方案，在应用上可以将RTI发布为Web服务，用户使用Java客户端调用。IBM WebSphere Datastage的功能：对内部和外部的数据源统一访问。实时地重用来自IBM WebSphere Datastage作业的逻辑。通过提供统一的服务更快地部署应用程序。17

《商务智能（第5版）课件第2章商务智能系统架构》由会员小萌新****ao分享，可在线阅读，更多相关《商务智能（第5版）课件第2章商务智能系统架构》请在金锄头文库上搜索。

点击阅读更多内容

TA的资源