商业智能的应用前景.pptVIP

  1. 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
TechNet TNT1-16 商业智能的应用前景 Business Intelligence in the future 公司及讲师简介 北京迈思奇科技有限公司 商业智能领域的培训 商业智能领域的咨询服务 相关国内外优秀软件的代理业务 技术总监:杨大川 美国纽约州立大学布法罗分校博士 曾任美国硅谷Annuncio公司首席工程师 曾任招商迪辰产品研发总经理,AVP 中科院客座教授 数据仓库之路高级专家会员 纲要 BI的现状与前景展望 数据仓库简介 数据报表与分析的未来 实际案例演示 问与答 沃尔玛成功的秘诀 一:BI的现状与前景展望 什么是BI? 商业智能技术目前在国外的使用情况 我国企业未来几年内使用BI的展望 计算机与人类 计算机的本质 计算 数据存储 数据存储的终极目的 数据:Data 信息:Information 知识:Knowledge 什么是BI? Business Intelligence的缩写。最早是Gartner Group于1996年提出来的。 商业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。 因此,从技术层面上讲,商业智能不是什么新技术,它只是数据仓库、OLAP和数据挖掘等技术的综合运用。 谁需要信息和知识? BI的内容 商业智能定义为下列软件工具的集合: 数据仓库(Data Warehouse)和数据集市(Data Mart)产品。 联机分析处理工具(OLAP)OLAP也被称为多维分析。 终端用户查询和报告工具。 数据挖掘(Data Mining)软件。 BI的用途 BI具有两方面的主要用途: 它可以对组织的财务和运营健康状况进行监视。 报告、警告、报警、分析工具、关键性能指标(KPI)和仪表板 它可以规范 组织的运营 同运营系统、信息反馈系统的双向集成 BI的架构 在今后12个月中,用户计划购买: 商业智能/DW解决方案 57% 基于Web的产品和服务 40% 硬件/服务器 34% 电子商务产品和服务 34% 对分析应用的购买计划: 客户关系管理 61% 知识管理 43% 分析应用程序开发 39% 财务分析 35% 性能管理/平衡记分卡 32% 企业利润与购买情况 国内企业使用BI的展望 天时 地利 人和 二:数据仓库简介 数据仓库的产品一览 什么是数据仓库?什么是OLAP?数据仓库与数据库的区别在哪里? 如何设计、建设数据仓库? 市场上的主流产品 Oracle Developer Server / Discoverer IBM Essbase Microsoft SAP CA Hyperion / Brio Business Objects / Crystal Report Cognos MicroStrategy 为什么推荐MSAS 市场占有率高 价格便宜 易学易用 符合统一标准 海量数据的处理 市场占有率 价格 海量数据的处理:T3 世界最大的多维数据集 - MOLAP Cube 中1.2 TB的源数据 DW 77亿行 RDW进入到 MOLAP中(440GB) 50 个并发用户 中值查询时间 = 0.02 - 0.08 sec 反映了真实的公司架构、业务流程和数据 什么是OLAP? 在线分析处理(Online Analytical Processing) - 由EF Codd在1994年首次提出 词义与一些早期术语基本相同,例如:决策支持、商业智能、执行信息系统 OLAP = 多维数据库 OLTP 侧重于日常的商务操作 专门为了实时的(real-time) 数据操作而设计 支持数据的快速插入和修改 提供单个记录的查询 支持数千个并发用户 例如 客户服务系统 订单管理系统 银行系统 OLAP 决策辅助 – 管理、规划 回答关于一个企业 “How/what/when/why/where”的问题 提供高级查询的同时,不影响工作中的系统的效率 提供连续数据的中央存储 迅速回答复杂的查询 提供数据挖掘,发现数据间潜在的联系 提供不同层面的分析 从各个不同的视角察看数据 从综合到具体的便捷浏览 例如: 销售预测 预算分析 产品计划 OLTP vs. OLAP 不同类型的问题 维度和量度 数据仓库的建设(1) 维度与事实 一个数据仓库包括了 一个中央事实表 Fact Table 是用一个中央的事实表保存商业事实 (量度

文档评论(0)

好文精选 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档