商业智能初探

数据仓库概念最早是1988年Barry Devlin和 Paul Murphy在IBM系统杂志上一篇名为“一个商业和信息系统结构”的文章中提出的

商业智能是对商业信息的搜集、管理和分析过程，目的是使企业的各级决策者获得知识或洞察力，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（或数据场）、数据分析、数据挖掘、在线分析、数据备份和恢复等部分组成。

从系统的观点来看，商业智能的过程是这样的：从不同的数据源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正确性，将数据经转换、重构后存入数据仓库或数据场（这时数据变为信息），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。

可以看出，商业智能最大限度地利用了企业操作系统（ERP）中的数据，将数据整理为信息，再升华为知识，所以对用户提供了最大程度的支持。

商业智能初探：商业智能产生的原因

市场经济迅猛发展，企业正面临前所未有的机遇与挑战。随着全球市场的形成，企业之间和合并和兼并日益频繁，使得当前的市场环境极不规范，但不规范往往意味着新的商机。于是为了适应变化，企业内部需要重组，合并后的企业更需要财务合并，统一管理流程。在这样多变的环境下如何快速、正确地对环境做出反应，尽快占据市场竞争优势，是所有企业正在苦苦寻求的。

信息时代另一个突出的特点是数据爆炸。企业操作系统（ERP）、销售POS终端、市场调查、供应商、客户、Web、政府等都在不断地往我们的桌面添加信息，实际上，平均18个月信息量就翻一翻，但是我们能分析的数据究竟有多少呢？有些项目专家估计只有7%，并且我们能分析的数据来源仅限于数据库。各个企业面临这样庞大的数据，如何提高信息的利用率，快速准确地找出需要的信息，做出高明的决策，是商业智能发展的驱动力。

此外，更多成熟技术的出现，比如硬件上的大容量存储技术、并行处理器技术，软件上的挖掘工具、数据仓库环境的管理工具等，使企业能以更低的成本投资商业智能，进而得到更高投资回报率。再加上Internet技术使得分销商、供应商、商业伙伴、零售商和生产主之间的数据访问和共享成为可能，因此商业智能成为研究和应用的热点也就不足为怪了。

商业智能初探：商业智能系统的好处

在多变的市场环境下，企业必须力争成为市场的支配者，而不是追随者。商业智能系统的最大好处是可以得到最精确、最及时的信息，帮助企业赢得竞争优势。企业的决策者们可以据此分析顾客的消费趋势，培养忠实顾客，加强与供应商的联系，减少财政支出，挖掘新的商业机会，分析未来发展趋势，展开商业策略，调整产品结构、分销渠道、工作流程和服务方式等。

据Mercer劳动力2000调查，2000年的竞争优势第一位来源于客户关系的建立和维持，第二位是如何将数据转化为知识。商业智能的市场急剧增长，1997年达到9亿美元，预计2001年将达到42亿美元。目前各个大企业都在寻求商业智能解决方案，有购买计划的行业依次是：零售、保险、银行、通信、离散制造、政府、医疗、分销、流程制造、教育。

商业智能初探：商业智能应用

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。这些软件包使用商业智能结构中其他部分的相应产品。

商业智能初探：决策支持工具

包括了从基本查询和报表工具到先进的在线分析处理再到信息挖掘工具的各类工具。所有工具都支持GUI客户界面。许多也可以在Web界面上使用。现在，这些工具大多设计成能处理数据库产品来的结构信息，但是将来需要对文件系统、多媒体、甚至邮件或Web服务器上的复杂的和非结构的信息。

商业智能初探：访问工具

包括应用接口和中间件，使得客户工具能够访问和处理数据库和文件系统中的商业信息。数据库中间件允许客户透明地访问后台各种异构的数据库服务器，Web服务器中间件允许Web客户连接到数据库中。 数据管理。这些产品用于管理终端用户感兴趣的商业信息。一般采用三层信息存储，最高层次是数据仓库，数据仓库中集成了全企业的商业信息；中间级是部门数据仓库，又叫做数据场，这里存储了某个商业单位、用户组或部门的商业信息，这些数据场可以直接建立在企业操作系统的基础上；结构的最低层次存储了根据用户和应用需求经过裁剪后的信息。

商业智能初探：数据仓库模型和构造工具

这些工具用于从操作系统和外部数据源系统中捕捉数据，经过数据加工和转换，最后将数据装载进全局的或部门的数据仓库。

商业智能初探：元数据管理

该部分管理与整个商业智能系统有关的元数据，包括开发者和管理员使用的技术元数据，以及支持商业用户的商业元数据。

管理

该部分包括了商业智能管理的所有方面，包括安全性和验证、备份和恢复、监控和调整、操作和调度，审计和计算等。