企业信息化中基于数据仓库的商业智能应用研究

　　0.引言

　　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。这里所谈的数据包括来自企业业务系统的订单、库存、交易账目、客户和供应商等来自企业所处行业和竞争对手的数据以及来自企业所处的其他外部环境中的各种数据。而商业智能能够辅助的业务经营决策，既可以是操作层的，也可以是战术层和战略层的决策。为了将数据转化为知识，需要利用数据仓库、联机分析处理(OLAP)工具和数据挖掘等技术。 可以认为，商业智能是对商业信息的搜集、管理和分析过程，目的是使企业的各级决策者获得知识或洞察力(insight)，促使他们做出对企业更有利的决策。 由此，我们对商业智能应用的研究变得非常有必要而紧迫了。

　　1.商业智能发展历程

　　商业智能的概念于 1996 年最早由加特纳集团(Gartner Group)提出，加特纳集团将商业智能定义为：商业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。 商业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。商业智能能够辅助的业务经营决策，既可以是操作层的，也可以是战术层和战略层的决策。 为了将数据转化为知识，需要利用数据仓库、联机分析处理(OLAP)工具和数据挖掘等技术。 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。

　　2.商业智能的三个层次

　　目前，大部分中大型的企事业单位已经建立了比较完善的 CRM、ERP、OA 等基础信息化系统。 这些系统的统一特点都是:通过业务人员或者用户的操作，最终对数据库进行增加、修改、删除等操作。 上述系统可统一称为 OLTP(Online Transaction Process，在线事务处理)。 但是，在数据库中分散、独立存在的大量数据对于业务人员来说，只是一些无法看懂的天书。业务人员所需要的是信息，是他们能够看懂、理解并从中受益的抽象信息。此时，如何把数据转化为信息，使得业务人员(包括管理者)能够充分掌握、利用这些信息 ，并且辅助决策 ，就是商业智能主要解决的问题。传统的报表系统技术上已经相当成熟，大家熟悉的 Excel、水晶报表、Reporting Service 等都已经被广泛使用。 但是，随着数据的增多，需求的提高，传统报表系统面临的挑战也越来越多。

　　2.1 数据太多 ，信息太少

　　2.2 难以交互分析 、了解各种组合

　　2.3 难以挖掘出潜在的规则

　　2.4 难以追溯历史 ，数据形成孤岛因此，随着时代的发展，传统报表系统已经不能满足日益增长的业务需求了，企业期待着新的技术。 数据分析和数据挖掘的时代正在来临。 值得注意的是，数据分析和数据挖掘系统的目的是带给我们更多的决策支持价值，并不是取代数据报表。 报表系统依然有其不可取代的优势，并且将会长期与数据分析、挖掘系统一起并存下去。