1.5商业智能
1.商业智能基础概念
商业智能（BI）数据仓库、OLAP（联机分析处理）和数据挖掘等技术的综合运用，商业智能技术提供让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，将数据转化为有用的信息，然后分发到企业各处，一般由数据仓库、联机分析处理、数据挖掘、数据备份和恢复等部分组成，为了保证数据的正确性，需要经过抽取、转换和装载，RTL过程，将知识呈现给管理者，为管理者的决策过程提供支持。
2.主要功能
数据仓库：高效的数据存储和访问方式，例如中心是数据仓库和分布式数据仓库，能够很好的支持容灾和备份方案
数据ETL：支持多平台、多数据存储格式的数据组织，帮助形成支撑决策要求的参考内容
数据统计输出报表：报表能快速地完成数据统计的设计与展示，包括统计数据表央视和统计图展示，支持灵活的数据填报和针对非技术人员设计的解决方案，能自动地完成输出内容的发布
分析能力：可以通过业务规则形成分析内容并且展示样式丰富，具有一定的交互要求，例如预警和趋势分析等，要支持多维度的OLAP,实现纬度变化、旋转、数据切片和数据钻取等，帮助做出正确的判断和决策
3.三个层次
在基于CRM(客户关系管理系统)ERP（企业资源计划系统）和OA（办公自动化系统）系统特点即业务人员或用户对数据库大量的进行增删改查操作=>联机事务处理（OLTP）,在收集到大量数据后，如何将数据转化为业务人员能看懂的有效信息，利用信息进行辅助决策。
商业智能实现的三个层次
数据报表
如何把数据库存在数据转化为业务人员需要信息，大部分是建立报表系统，报表系统是BI的低端实现，随着数据增多，传统报表也面临更多问题诸如数据太多，信息太少；难以交互分析，了解各种组合；难以挖掘出潜在的规则；难以追溯历史，形成数据孤岛
多维数据分析
需要多维数据库作支撑，数据分析系统总体架构分为：源系统、数据仓库、多维数据库和客户端
源系统：包括所有OLTP系统，搭建BI系统不需要更改现有系统
数据仓库：数据大集中，通过数据抽取，把数据从源系统不断抽取出来，一般建议在关系型数据库上，符合星型结构模型
多维数据库：数据仓库的数据经过多维建模，形成立方体结构，每个立方体描述以各业务主体
客户端：把多维立方体中的信息丰富多彩的展示给用户
数据挖掘
任何数据库中挖掘信息的过程都叫做数据挖掘，数据挖掘就是BI，简单讲数据源经过清洗和转换等成为适合于挖掘的数据集，通过固定形式的数据集完成知识提炼，以合适的知识模式进一步分析决策工作，数据挖掘是从特定形式的数据集中提炼知识的过程。
4.商业智能的软件工具集合
终端用户查询和报告工具
专门用来支持初级用户的原始数据访问，不包括专业成品报告生成工具
数据仓库（data warehouse）和数据集市（data Mart）
数据转换、管理和存取方面的预配置软件，包括业务模型
数据挖掘软件（data mining）
使用诸如神经网络、规则归纳等技术，发现数据之间的关系，做出基于数据的推断
OLAP工具
OLAP概念
OLTP属于传统的关系数据库的主要应用，主要是用于基本的日常事务处理，OLAP是数据仓库的主要应用，主要是支持复杂的分析操作，侧重决策支持，并且提供直观易懂的查询结果，同时提供多维数据观环境，也被称为多维分析
维的概念
OLAP目标是满足决策支持或满足多维环境下特定的查询和报表需求，技术核心是维的概念，OLAP工具是针对特定问题的联机数据访问与分析，多维分析是指对以多维形式组织起来的数据采取切片、切块、钻取和旋转等各种分析动作，以求剖析数据，使用户能从多个角度、多侧面地观察数据库中的数据，从而深入理解包含在数据中的信息
钻取：改变维的层次，变换分析的粒度，包含向上钻取（减少维度）和向下钻取（增加维度）
切片和切块：在一部分维上选定值后，关心度量数据在剩余维上的分布，剩余的维只有两个是切片，三个是切块
旋转：变换维的方向，在表格中重新安排维的位置，比如行列互换
OLAP的实现方法
根据存储数据的方式不同可以分为ROLAP、 MOLAP、HOLAP
ROLAP：基于关系数据库的OLAP实现，以关系数据库为核心，以关系型结构进行多维数据的表示和存储，ROLAP将多维数据库的多维结构划分为两类表，分为事实表存储数据和维的关键字，另一个是维表对每个维至少使用一个表来存放维的层次、成员类别等维的标书信息，维表和事实表通过主关键字和外关键字联系在一起，形成星型模型，扩展称为雪花模式
MOLAP 表示基于多维数据组织的 OLAP 实现，使用多维数组存储数据，在MOLAP中对“立方块”的“旋转”“切块”和“切片”是产生多维数据报表
HOLAP 表示基于混合数据组织的 OLAP 实现，如低层是关系型的，高层是多维矩阵型的。这种方式具有更好的灵活性。
5.实施商业智能步骤
商业智能项目的实施步骤分为以下6步：需求分析，数据仓库建模，数据抽取，建立商业智能分析报表，用户培训和数据模拟测试，系统改进和完善
