商务智能简介-阿里云开发者社区

商务智能简介

2011-01-06 987

版权

本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。

本文涉及的产品

RDS SQL Server Serverless，2-4RCU 50GB 3个月

云数据库 RDS SQL Server，基础系列 2核4GB

简介：

1.什么是BI

商务智能，即BI（Business Intelligence），是一种将存储于各种信息系统中的数据转换成有用信息的技术，它起源于经理信息系统（EIS），是决策支持系统（DSS）的继承和拔高。它通常被理解为将企业中现有的数据转化为知识，帮助企业做出明智的业务经营决策的工具。在企业做大做强的过程中，商务智能扮演着至关重要的角色，它使企业能精确地把握不断变化的商业环境，作出快速而准确的管理决策。

商务智能这种“从数目字上进行管理”的能力是有效率的企业和经济制度的显著特点。具体说来，商务智能可以在以下4个方面发挥作用：

理解业务。商务智能可以用来帮助理解业务的推动力量，认识是哪些趋势、哪些非正常情况和哪些行为正对业务产生影响。
衡量绩效。商务智能可以用来确立对员工的期望，帮助他们跟踪并管理其绩效。
改善关系。商务智能能为客户、员工、供应商、股东和大众提供关于企业及其业务状况的有用信息，从而提高企业的知名度，增强整个信息链的一致性。利用商务智能，企业可以在问题变成危机之前很快地对它们加以识别并解决。商务智能也有助于加强客户忠诚度，一个参与其中并掌握充分信息的客户更加有可能购买你的产品和服务。
创造获利机会。掌握各种商务信息的企业可以出售这些信息从而获取利润。但是，企业需要发现信息的买主并找到合适的传递方式。在美国有许多保险、租赁和金融服务公司都已经感受到了商务智能的好处。

2.BI的发展和现状

商务智能的概念于1996年最早由加特纳集团（Gartner Group）提出，加特纳集团将商务智能定义为：

商务智能描述了一系列的概念和方法，通过应用基于事实的支持系统来辅助商业决策的制定。商务智能技术提供使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，将这些数据转化为有用的信息，然后分发到企业各处。

商务智能通常被理解为将企业中现有的数据转化为知识，帮助企业做出明智的业务经营决策的工具。

如今利用商务智能的企业现在已越来越多，遍及各行各业。例如，一家银行把历史遗留的资料库和各部门的资料库连接起来，使分行经理和其他使用者能够接触到商务智能应用软件，从中找出谁是最有利可图的客户，应该把新产品推销给谁；这些商务智能工具在把信息技术人员从为各部门生产分析报告的工作中解放出来的同时，也使各个部门的人能自动接触到更加丰富的资料来源。再如，一家连锁旅店使用商务智能应用软件来计算客房平均利用率和平均单价，从而计算每一间客房所产生的收入；该旅店还通过分析关于市场份额的统计数据和从每一家分店的客户调查中搜集的资料来判断它在不同市场上的竞争地位；通过年复一年、月复一月、日复一日的趋势分析，该旅店就获得了一幅关于每一家分店经营状况的完整而准确的画面。

在欧美，商务智能已与ERP、CRM和SCM等关键业务职能和流程结合起来，成为提高效率、改进效果的工具。另外，还有许多跨职能的企业战略领域也开始使用商务智能工具，这些领域包括预算和预测、以活动为基础的管理、建立获利性模型、战略规划、平衡记分卡和以价值为基础的管理，所有这些领域现在被统称为企业绩效管理，以商务智能为基础的企业绩效管理已成为欧美企业目前最热门的管理和信息技术课题之一。

随着关系数据库管理系统（RDBMS）发展的日趋成熟，各企业ERP、EIP、CRM等系统的多年建设和数据积累，商务智能成为数据库领域发展的重点方向。BI市场竞争十分激烈：

微软SQL Server最近几年几个版本的升级主要集中在对商务智能的改进，
IBM收购Cognos，
SAP收购BO，
Oracle收购Hyperion。

3.BI系统的架构

商务智能的处理流程是先由ETL工具对各种异构数据进行数据转换与集成，最终将数据统一存储在数据仓库中。然后由OLAP分析工具对数据仓库中的大量数据进行分析处理，建立多维数据集，最后由报表工具、Excel工具和其他客户端工具将多维数据分析的结果和数据挖掘的结果展现给用户。整个BI的流程如下图所示：

4.SQL Server中的BI组件

前面说到ETL、数据仓库、多维数据集、OLAP、数据挖掘、Report等，这些在Microsoft的产品线上都有对应的产品和组件。这里面尤其要关注的是SQL Server中的3个BI组件：SSIS、SSAS和SSRS。这里借用一个介绍SQL Server 2005 BI的图，同样在SQL 2008的BI中适用：

ETL工具就是SSIS集成服务，数据仓库是使用SQL Server数据库引擎，多维数据集是使用SSAS来存储的，OLAP是使用SSAS进行分析处理，数据挖掘可以使用SSAS，另外还有PPS（Performance Point Server，现在还是独立的一个产品，以后要集成到SharePoint 2010中）还有就是Excel也支持数据挖掘。报表就是SQL Server的报表服务SSRS。报表可以以单独的服务提供，也可以与SharePoint集成进行展现。我在网上看到了功能分的更详细的一个对应，这里也贴出来：

引用BI已成为微软产品线中不可或缺的一部分。从2005年到2007年，微软在其BI产品线中增加了大量的产品，本文将介绍微软BI产品线的各款产品及其系统架构。
从下图中可以看到，微软BI产品线已经涵盖了所有BI功能点，具体如下：
1 ETL：SQL Server 2005 Integration Services
2 数据仓库：SQL Server 2005 Database Engine
3 OLAP：SQL Server 2005 Analysis Services
4 数据挖掘模型：SQL Server 2005 Analysis Services
5 多维数据分析(B/S)：
      Proclarity（2007年12月之前）
      OWC
      Performance Point Server Analystic（2007年12月之后）
6 多维数据分析(C/S)：Excel 2007
7 计划分析(C/S)：Performance Point Server Planning
8 平衡计分卡：Performance Point Server ScoreCard
9 报表：SQL Server 2005 Reporting Services + Dundas
10 Data Mining Viewer(C/S)：Excel Data Mining Add-in
11 Data Mining Viewer(B/S)：自定义开发
12 BI Portal：SharePoint Server 2007
涉及的语言：
MDX
DMX
T-SQL
VB Script
ASP.NET
C#

微软在整个BI这一块的功能组件还算是比较完整了。所以要做好BI这一块,光技术上要求的就比较多，而实际上BI最难的不是在于技术，而是在于深刻的理解业务，将业务与技术结合，简历正确的模型，才能实现真正意义上的商务智能。

本文转自深蓝居博客园博客，原文链接：http://www.cnblogs.com/studyzy/archive/2009/10/28/1591609.html，如需转载请自行联系原作者