《数据虚拟化:商务智能系统的数据架构与管理》一 2.4 商务智能系统

简介: 本节书摘来自华章出版社《数据虚拟化:商务智能系统的数据架构与管理》一 书中的第2章,第2.4节,作者:[荷]里克 F. 范德兰斯(Rick F. van der Lans),更多章节内容可以访问云栖社区“华章计算机”公众号查看。

2.4 商务智能系统

商务智能系统的定义如下:
商务智能系统是用来支持和改进一个组织决策的解决方案。
很多可使用的工具都是特别为支持决策过程而设计的。所有的工具可以被分到两大类中:报表工具和分析工具。报表工具允许使用者学习、过滤、聚合和总结数据等。在大多数情况下,展现在使用者面前的都是在机构中已发生的事物。分析工具是基于统计、数据挖掘和操作调查的,并且支持预测算法、预测分析和优化功能。大多数机构仅仅应用报表工具,而不知道分析工具到底对他们有什么意义。这对于机构是不幸的,因为应用分析工具可以改进机构的表现。Thomas Davenport总结如下:“使用分析工具与商业表现之间有一个明显的关系……表现好的商品有一半都会使用分析工具……并且比表现不好的商品好5倍”(参见文献[22])。总体来说,报告工具展现的是已发生的情况(回顾过去),而分析工具展现即将发生的事物和改进进程(展望未来)。
这两大类工具包含多个子类。表2-1列举了一些子类。请注意,一些商业产品并不能完全划分成一个子类。越来越多的产品提供足够的功能属于多个子类。
screenshot

大多数使用者只能看到商务智能系统的报告和分析工具的用户界面,即它本身的用处。对于用户来说,“在玻璃后面应该是黑箱”(如图2-2所示)。用户知道他们所需要的用于决策的数据存在于产品系统中,例如发票管理系统、销售系统和金融系统。但是数据如何写进报告则与他们无关。只要他们能访问正确的数据,只要是准确的(并且是值得相信的),只要是有高质量水平的,只要工具的表现足够迅速,用户就会满意。这可以类比于手机,如果你给某人打电话,你不关心连接是如何建立的—不论是使用地缆还是卫星,只要通信连接的质量很高并且没有延迟,你就会满意。

screenshot

但是为了创造那些报表,一个复杂架构的设计和开发需要在正确的形式下,在正确的时间里从生产系统中获得正确数据进行报告。开发一个可以做到这些的架构是IT部门的职责。一个这样的体系结构由很多组件、工具和数据存储构成。所有的组件都在下一节中介绍。

相关文章
|
2月前
|
SQL 前端开发 关系型数据库
如何开发一套研发项目管理系统?(附架构图+流程图+代码参考)
研发项目管理系统助力企业实现需求、缺陷与变更的全流程管理,支持看板可视化、数据化决策与成本优化。系统以MVP模式快速上线,核心功能包括需求看板、缺陷闭环、自动日报及关键指标分析,助力中小企业提升交付效率与协作质量。
|
1月前
|
数据采集 机器学习/深度学习 运维
量化合约系统开发架构入门
量化合约系统核心在于数据、策略、风控与执行四大模块的协同,构建从数据到决策再到执行的闭环工作流。强调可追溯、可复现与可观测性,避免常见误区如重回测轻验证、忽视数据质量或滞后风控。初学者应以MVP为起点,结合回测框架与实时风控实践,逐步迭代。详见相关入门与实战资料。
|
1月前
|
前端开发 JavaScript BI
如何开发车辆管理系统中的车务管理板块(附架构图+流程图+代码参考)
本文介绍了中小企业如何通过车务管理模块提升车辆管理效率。许多企业在管理车辆时仍依赖人工流程,导致违章处理延误、年检过期、维修费用虚高等问题频发。将这些流程数字化,可显著降低合规风险、提升维修追溯性、优化调度与资产利用率。文章详细介绍了车务管理模块的功能清单、数据模型、系统架构、API与前端设计、开发技巧与落地建议,以及实现效果与验收标准。同时提供了数据库建表SQL、后端Node.js/TypeScript代码示例与前端React表单设计参考,帮助企业快速搭建并上线系统,实现合规与成本控制的双重优化。
|
2月前
|
人工智能 监控 测试技术
告别只会写提示词:构建生产级LLM系统的完整架构图​
本文系统梳理了从提示词到生产级LLM产品的八大核心能力:提示词工程、上下文工程、微调、RAG、智能体开发、部署、优化与可观测性,助你构建可落地、可迭代的AI产品体系。
488 51
|
1月前
|
机器学习/深度学习 人工智能 缓存
面向边缘通用智能的多大语言模型系统:架构、信任与编排——论文阅读
本文提出面向边缘通用智能的多大语言模型(Multi-LLM)系统,通过协同架构、信任机制与动态编排,突破传统边缘AI的局限。融合合作、竞争与集成三种范式,结合模型压缩、分布式推理与上下文优化技术,实现高效、可靠、低延迟的边缘智能,推动复杂场景下的泛化与自主决策能力。
229 3
面向边缘通用智能的多大语言模型系统:架构、信任与编排——论文阅读
|
1月前
|
人工智能 自然语言处理 安全
AI助教系统:基于大模型与智能体架构的新一代教育技术引擎
AI助教系统融合大语言模型、教育知识图谱、多模态交互与智能体架构,实现精准学情诊断、个性化辅导与主动教学。支持图文语音输入,本地化部署保障隐私,重构“教、学、评、辅”全链路,推动因材施教落地,助力教育数字化转型。(238字)
|
2月前
|
消息中间件 数据采集 NoSQL
秒级行情推送系统实战:从触发、采集到入库的端到端架构
本文设计了一套秒级实时行情推送系统,涵盖触发、采集、缓冲、入库与推送五层架构,结合动态代理IP、Kafka/Redis缓冲及WebSocket推送,实现金融数据低延迟、高并发处理,适用于股票、数字货币等实时行情场景。
295 3
秒级行情推送系统实战:从触发、采集到入库的端到端架构
|
1月前
|
监控 数据可视化 数据库
低代码的系统化演进:从工具逻辑到平台架构的技术解读
低代码正从开发工具演变为支撑企业架构的智能平台,融合可视化开发、AI引擎与开放生态,实现高效构建、自动化运维与跨场景协同,推动数字化转型迈向智能化、系统化新阶段。
|
1月前
|
存储 人工智能 搜索推荐
拔俗AI助教系统:基于大模型与智能体架构的新一代教育技术引擎
AI助教融合大语言模型、教育知识图谱、多模态感知与智能体技术,重构“教、学、评、辅”全链路。通过微调LLM、精准诊断错因、多模态交互与自主任务规划,实现个性化教学。轻量化部署与隐私保护设计保障落地安全,未来将向情感感知与教育深度协同演进。(238字)
|
1月前
|
机器学习/深度学习 人工智能 搜索推荐
拔俗AI学伴智能体系统:基于大模型与智能体架构的下一代个性化学习引擎
AI学伴智能体系统融合大模型、多模态理解与自主决策,打造具备思考能力的个性化学习伙伴。通过动态推理、长期记忆、任务规划与教学逻辑优化,实现千人千面的自适应教育,助力因材施教落地,推动教育公平与效率双提升。(238字)

热门文章

最新文章