商业智能BI-基础理论知识总结 ZT

因为要加入一个BI项目,所以最近在研究BI相关的知识体系,由于这个方面的知识都是比较零散,开始都很多概念,不知道从何入手,网上找的资料也不多,特别是实战案例方面更少,这里还是先把理论知识理解下吧,分享给大家,一起学习。下次再把实战的一一分享出来。

一、什么是商业智能BI

BI(Business Intelligence)即商业智能,它是一套完整的解决方案,把企业的运营数据转化为信息或知识,辅助企业做出明智的业务经营决策的工具。将无序、零散、孤立的数据转换成整合的、规律的、有价值的数据资产,将其以直观、形象的方式展现给合适的人。使得企业用户能够利用商业智能系统进行有效的分析、报告、监控,数据资产得到利用。

强调:在恰当的时间通过恰当的手段把恰当的信息传递给恰当的人。

扩展诠释,包括如下几点:

1、是技术:BI是一系列技术的合集,包括ETL技术、数据仓库技术、OLAP技术、数据挖掘技术等。这些技术基础,是我们实现整个系统的基石,它们也衍生了我们形形色色的各种技术岗位分工。

2、是工具:BI是与工具相关的,我们需要借助各种工具,来实现建设目标,这些工具包括ETL工具:SSIS、Datastage、Kettle;OLAP工具:SSAS、Hyperion Essbase;前端展现工具:Cognos、BIEE等等。

3、是努力过程:BI是一个努力的过程,这个过程,是企业将数据资产利用起来,发挥数据的价值的一个过程;是企业从高管至关键用户至普通用户及IT,和咨询、实施方多种角色合力推进的一个过程。这个过程中一般分为需求阶段、设计阶段、开发阶段等等阶段。

4、是讲方法:在BI的过程中,是讲求方法的,我们用一整套最佳实践的方法贯穿全过程,来确保系统的成功落地。

5、是要结果:结果可以是报表、分析、仪表盘等等一系列的应用交付。

6、最终目的:用尽方法,一切为了辅助企业更好、更及时、更准确的做出决策。

二、业务系统与商业智能系统的区别

这两种系统,有很多种角度可以进行阐述。在这里,我列举几个方面进行说明:

1、从数据资产利用角度,企业运行ERP之后,将积累大量的数据资产,数据资产要加以利用,就必须以另外一种系统形态来发挥数据价值,就需要商业智能系统来达成这一目的。

2、从系统集成角色,企业建设若干系统之后,需要打破信息孤岛状况,实现统一的数据资源平台,便需要对各个系统进行数据集成。

3、从分工及性能角度来说,随着企业业务数据量的增大,基于事务处理的系统结构,无法支撑数据统计分析类型的需求,E.F.CODD在1993年便提出OLAP概念,区别于OLTP事务处理系统,便是一个例证。

4、从面向对象角度来说,业务系统以业务处理为主,企业的中高层用户未必适合使用,定位于面向企业从上至下各层次角色的BI系统,重点面向中高层,从而一定程度上较好的解决他们的管理需求。

所以,商业智能系统又一种说法是信息化最后一公里。

三、初学者如何学习BI

主要是偏向技术路线:

1、基础-SQL:掌握基础技能-SQL,做BI相关工作,可以不熟悉编程,但是SQL技能缺失,就相当吃亏。

2、技术选择:在BI技术上做出选择,BI技术分类很多,结合自己的工作、自己的性格、自己的喜好、确定一个主攻方向。比如:前端应用开发;有精力的话,可以再加上一个铺攻方向,比如ETL。

3、工具选择:同一个技术类的工具,选择两款或以上,进行对比,了解其共性功能和个性特点,加深认识。比如:学习前端工具,可以选择Cognos和BIEE;学习ETL工具,可以选择SSIS和Datastage。

4、基础概念和技术:深入理解基础概念,比如:维度、度量、星形模型、雪花模型、OLAP、旋转、切片、钻取等术语。在这基础上,掌握一些关键技术,比如缓慢变化维、增量数据处理等。

5、行业业务知识:关注行业业务知识,业务是BI的魂。学习和工作实践中,尽量抓住与甲方相关业务负责人、咨询顾问、需求分析师交流的机会,尽可能多掌握些业务方面的知识。在单纯的技术期过后,升迁或换工作,很可能就会需要一定相关业务行业经验。

6、项目管理知识:学习项目管理知识和商业智能项目实施方法论。了解需求调研过程是如何进行的,数据源调研和质量分析有些什么具体任务,系统设计又分哪些阶段步骤,需求变更又如何处理。这些可以一定程度上提高项目实施成功率。

7、利用各种资源:寻找和使用各种资源进行学习,这些资源包括数据、联机帮助文档、论坛、社区、邮件组、专业人士博客、学习视频等等。

8、专业认证:根据实际情况适当依据自己所从事的技术分类或是工具,通过专业认证考试,也是可以为简历加分的。

9、语言水平:提升英语能力。

10、个人兴趣:喜欢BI,深入研究,收获成就感。从事的工作是自己感兴趣的方面,这对于做好一个事情,一份工作是相当有利的。

四、BI基础-数据仓库理论

介绍学习商业智能,经常会涉及到架构设计理论知识,这里说下数据仓库理论两大流派:Ralph Kimball和Bill Inmon。

在国内,通常所说的数据仓库的四个特性角度(面向主题、集成、相对稳定、反映历史变化、用于支持决策)的定义便是Inmon提出的,他被称为数据仓库之父。而实践大师Kimball的工具箱系列著作,亦被奉为是数据仓库建设的经典书籍。

1、基础理论:

Kimball支持数据仓库总线结构,提倡维度建模,以星形模型或是雪花模型等方式构建维度数据仓库。架构体系中,数据集市与维度数据仓库是紧密结合的,数据集市是数据仓库中一个逻辑上的主题域。各种前端工具将可以直接访问使用维度数据仓库。

Inmon提倡以三范式构建集中式的企业数据仓库(EDW),作为整个系统核心;在其之上再建设若干面向主题的、遵循维度模型设计的数据集市;前端工具通常访问数据集市,而不直接访问EDW。

2、数据仓库建设方式

Kimball建议从底向上。先建设满足部门级分析需求的若干数据集市,再通过总线架构将它们集成,形成一个“联合数据仓库”。

Inmon强调自顶向下。先将来自各个源业务系统数据集成至企业级的数据仓库,再基于其搭建面向部门应用需求的数据集市。

3、如何选择

Kimball方法对团队技术水平要求不太高,更易于实现,从小型的主题域数据集市建设起,但在逐步建设过程中,联合维度数据仓库的一致性较难控制,适用于战术层级的规划,或是有迫切的目标需要实现。

Inmon的方式,规范性较好,数据集成和数据一致性方面能得到处理,适用于较为大型的企业级、战略级的规划。但对团队的要求较高,且实现周期较长、成本昂贵。

五、BI项目角色划分

一般一个BI项目实施至少需要以下角色:

1、行业BI顾问(兼项目经理):熟悉客户所在行业,能与用户进行业务沟通并引导客户发掘需求。有BI项目管理管理经验。

2、UI设计开发:有比较丰富的BI工具界面开发经验,能发现不合理的界面需求,并及时引导客户修改。

3、数据库开发:有ETL及数据仓库开发经验。

所以,BI需要数据库技术和业务知识结合才能产生价值。

基于个人是一直从事IT技术相关的,所以就以数据开发的角色来深入BI的学习。

六、BI需要的技术

1、数据库:Oracle,DB2,SQLSERVER,Sybase,MySQL;包括:SQL,PLSQL,备份,恢复,调优;

2、ETL: kettle, Informatica, Datastage, 手工ETL;

3、报表:Cognos, BO, BIEE, Hyperion, superset, metabase等;

4、操作系统, UNIX或者Linux,AIX, Solaris之类,SHELL脚本;

5、熟悉了解一些ERP系统,SAP,Sieble;

6、熟悉了解一些BI软件:PowerBIWyn Enterprise、FineBI等。

原文地址:https://www.cnblogs.com/chunsunbajie/p/9953725.html

时间: 2024-10-05 04:47:43

商业智能BI-基础理论知识总结 ZT的相关文章

新手必会:商业智能BI入门专业词汇(二)

前面我们已经发布了商业智能BI入门专业词汇上篇,这次小编为大家完整呈现完词汇表的全部.学完这两篇,虽不上是一名标准的业内人,但是也成功地入了门,下次再来接触BI,至少懂得别人在说什么啊.妈妈终于不用担心你是BI小白啦!好了,玩笑话说完了,咱们赶紧开始学习商业智能BI入门专业词汇吧! R 软件即服务(SaaS)/一种软件交付模式,其中软件以订阅方式出售,并集中托管,通常由最终用户通过Web浏览器使用客户端访问. S 伸缩性/增加数据量和数据仓库用户数量的能力.如果一个系统在体量大的情况下(比如大型

新手必会:商业智能BI入门专业词汇(一)

进入任何一个行业,都必须经历的就是了解该行业的相关专业词汇,尤其是IT行业.如果专业词汇都不懂几个,势必会影响后续的深入学习.在我们每周三的公开课里已经有或多或少提及到关于商业智能BI入门的一些专业词汇,学员们也表示学到了很多.但是学海无涯,BI这一行还有很多很多的专业词汇是你们没有碰到的,今天小编就为大家整理了这么一个商业智能BI入门的词汇列表,方便大家查阅学习.废话不多说,快往下看吧! 温馨提示:由于本次词汇列表提供的仅仅是词汇简单的定义,如果说想更深入了解每个词汇背后的更多信息,烦请读者自

景瑞地产商业智能BI整体实施过程

1.1行业背景 1.1.1景瑞地产 景瑞地产成立于1993年,专注于房地产开发,并一直秉持"永远诚信.恪守专业.锐意进取.共赢未来"的核心价值观和"舒适之道"的企业使命. 景瑞地产,源自上海.通过多年发展,景瑞确立了"深耕三线.产品领先"的战略.并且依托城市发展实现:巩固上海.深耕长三角.布局全国的三步走战略.作为一家从地产开发延伸至物业管理的全国化品牌地产企业,景瑞地产多次获得"中国房地产百强"."中国房地产百强运

java基础理论知识的一些总结

在学习Java初期,由于我们是刚开始接触Java,我们不仅需要牢牢掌握Java的基础理论知识,来为我们后面对Java更深层次的学习打好基础,而且我们需要养成编程人的思想习惯.来我们一起来探索Java基础知识和需要的行为习惯: 一.编写代码的思想习惯:  1.明确需求.我要做什么? 2.分析思路.我要怎么做?1,2,3. 3.确定步骤.每一个思路部分用到哪些语句,方法,和对象. 4.代码实现.用具体的java语言代码把思路体现出来.  二.学习新语句新知识的四点: 1.该语句是什么? 2.该语句有

2016商业智能bi行业发展趋势

Yonghongtech:全球商业智能BI与分析市场的占的份额继续扩大.根据当前Gartner对该领域的年度综合增长率的预计,市场增长率可能维持在2014年的5.8%,直至2019年. 然而,伴随着购买模式和需求的变化,不高的增长率反映了一个处于转变过程中的市场:购买决策持续从IT部门的领导转换为业务线的领导和用户,他们需要更敏捷和更灵活的个性化选择——新准则是先落地再扩展.现在与以往那种带动企业两位数增长的大规模的企业级交易截然不同,那时的IT部门掌握更多的预算,并对采购决策施加着更多影响.

商业智能BI推动制造业智能化转型

制造业是我国国民经济的支柱产业,是我国经济增长的主导部门和经济转型的基础,如今我国制造业面临技术工艺不精.缺乏市场意识.商贸流通环节多.物流成本大.仓储效率低下等问题,正处在转型的特殊时期. 内忧: 从企业信息化管理角度来看,我国制造企业由于信息化水平相对较低,集成应用制约企业业务能力的提升,致使粗放型制造改革缓慢,供应链.产业结构不合理,最终导致产能过剩. 外患: 发达国家已将注意力转至高端的技术和营销环节.以德国提出的"工业4.0"的战略发展计划为导向,制造业未来将朝着供应,制造,

十大商业智能BI供应商,你都听说过吗?

关键词:商业智能BI供应商 在当今社会,各大公司不得不持续监控公司的商务数据以应对变化莫测的市场.而商业智能(BI)技术的出现为公司提供了一种回望过去.分析当下.预测未来的商业模式.下文根据PAT的数据列举世界十大商业智能软件供应商及他们的产品. 1|Microsoft 微软公司的Power BI产品以强大的数据分析能力.广泛的数据格式支持.以及极具竞争力的价格享誉业界.Power BI支持用户以数据驾驶舱的形式全方位监控业务数据,新版本的Power BI支持用户本地部署,这在原来仅支持云端处理

OLAP(联机分析处理)工具就是商业智能(BI)吗?一文理清关系

OLAP(联机分析处理)和商业智能(BI)常常在一起出现,但事实上OLAP工具仅仅是BI的一部分,是一项十分关键的分析技术.本文就来仔细解释这一个问题,帮大家理清关系. 1.什么是OLAP OLAP也被称为多维分析,它的目标是满足决策支持或者满足在多维环境下特定的查询和报表需求,它的技术核心是维这个概念,“维”一般包含着层次关系.因此OLAP也可以说是多维数据分析工具的集合. 2.发展历程 当今的数据处理大致可以分成两大类:联机事务处理OLTP(On-Line Transaction Proce

商业智能BI和ERP的融合之路

企业在发展过程中为了更好的跟上同行业的步伐,甚至是为了在众多企业中脱颖而出,他们会主动寻求全面的企业解决方案.但是由于行业的快速发展,需求的不断增长,市面上的智能软件层出不穷,这也给了企业选择的困难.但是其中有两个受众面比较广的软件得到了大家的首选,一个是商业智能软件,一个是ERP管理软件.我们也不能一概而论的说哪个比较有优势,BI和ERP是一个共存的关系,怎样将他们两个融合使用才是一个难点. 那么BI和ERP的概念是什么呢?BI概念我们也听过.讲过很多了,就是将企业中现有的数据转化为知识,帮助