什么是商业智能？什么是商业智能工具？ （重新发布）

商务智能（也称为BI）是英文单词Business Intelligence的缩写. 商业智能通常被理解为一种工具，可以将企业中的现有数据转换为知识，并帮助企业做出明智的业务管理决策. 此处讨论的数据包括来自企业业务系统的数据，例如来自企业所在行业的竞争对手的订单，库存，交易帐户，客户和供应商，以及来自企业所在其他外部环境的各种数据. 商业智能可以协助的商业决策可以在运营级别，也可以在战术和战略级别. 为了将数据转换为知识，需要诸如数据仓库，分析处理（OLAP）工具和数据挖掘之类的技术. 因此，从技术角度来看，商业智能并不是一项新技术，它只是数据仓库，OLAP和数据挖掘技术的综合应用.

商业智能定义为以下软件工具的集合:

最终用户查询和报告工具. 它是专门为支持主要用户访问原始数据而设计的，并且不包括用于为人员生成最终报告的工具.

OLAP工具. 为了提供多维数据管理环境，其典型应用是业务问题建模和业务数据分析. OLAP也称为多维分析.

数据挖掘软件. 使用神经网络和规则归纳等技术发现数据之间的关系并根据数据进行推断.

数据仓库（Data Warehouse）和数据集市（Data Mart）产品. 它包括用于数据转换，管理和访问的预配置软件，通常还包括一些业务模型，例如财务分析模型.

分析处理（OLAP）的概念最早由关系之父E.F. Codd于1993年提出. 他还提出了12条有关OLAP的指南. OLAP的引入引起了巨大的反响. OLAP是一类产品，与事务处理（OLTP）明显不同.

当今的数据处理可以大致分为两类: 事务处理OLTP（事务处理）和分析处理OLAP（分析处理）. OLTP是传统关系的主要应用程序，主要是基本的日常交易处理，例如银行交易. OLAP是数据仓库系统的主要应用程序，支持复杂的分析操作，侧重于决策支持，并提供直观且易于理解的查询结果.

OLAP是一种软件技术，使分析人员，经理或执行人员可以快速，一致和交互地从多个角度访问信息，从而加深对数据的了解. OLAP的目标是在多维环境中满足决策支持或满足特定的查询和报告要求. 其技术核心是“尺寸”概念.

“维度”是人们观察客观世界的视角，这是一个高级类型划分. “维度”通常包含层次结构关系，有时这种关系非常复杂. 通过将实体的多个重要属性定义为多个维度，用户可以比较不同维度上的数据. 因此，OLAP也可以说是多维数据分析工具的集合.

OLAP的基本多维分析操作包括钻取（向上滚动和向下钻取），切片（切片）和骰子（骰子）以及枢轴（枢轴）olap工具毁了商业智能，钻取，钻取等等.

钻孔是为了更改尺寸级别并改变分析的粒度. 它包括上滚和下钻. 汇总是将某个特定维度上的低级明细数据汇总为高级汇总数据，或减少维数；而向下钻取则相反，它从摘要数据到详细数据，以观察或添加新维度.

切片和切块是在一部分维度上选择值，并关心度量数据在其余维度上的分布. 如果仅剩两个尺寸，则将其切成薄片；否则，将其切成薄片. 如果有三个，则被剪掉.

旋转是更改尺寸的方向，即重新排列尺寸在表中的位置（例如，行和列的互换）.

OLAP有多种实现方法，根据存储数据的方式不同，可以分为ROLAP，MOLAP和HOLAP.

ROLAP代表关系OLAP实现（Relational OLAP）. 以关系为核心，多维数据被表示并存储在关系结构中. ROLAP将多维的多维结构分为两种类型的表: 一种是事实表，用于存储数据和维度关键字；另一种是事实表. 另一个是维度表，即每个维度至少使用一个表来存储维度层次结构，成员类别的描述性信息和其他维度. 维度表和事实表通过主键和外键连接，形成“星型”. 对于具有复杂层次结构的维，为了避免冗余数据占用过多的存储空间，可以使用多个表来描述星形模式的这种扩展称为“雪花模式”.

MOLAP表示基于多维数据组织（多维OLAP）的OLAP实现. 也就是说，以多维数据组织为核心，MOLAP使用多维数组来存储数据. 多维数据将在存储中形成“多维数据集”结构. MOLAP中“多维数据集”的“旋转”，“切割”和“切片”是生成多维数据报告的主要技术.

HOLAP表示基于混合数据组织（Hybrid OLAP）的OLAP实现. 如果较低层是关系层，则较高层是多维矩阵. 这种方式具有更好的灵活性.

还有其他实现OLAP的方法，例如提供专用的SQL Server，并为某些存储模式（例如星状和雪花状）的SQL查询提供特殊支持.

OLAP工具是针对特定问题的数据访问和分析. 它以多维方式分析，查询和报告数据. 维度是人们观察数据的特定角度. 例如，当企业考虑产品销售时，通常会从不同的时间，区域和产品角度观察产品的销售. 时间，区域和乘积是尺寸. 这些维度和所测量指标的不同组合的多维数组是OLAP分析的基础，可以将其形式化为（维度1，维度2olap工具毁了商业智能，...，维度n，指标），例如（区域，时间，产品，销售）. 多维分析是指对以多维形式组织的数据进行切片，切块，下钻，上滚和枢轴分析等各种分析操作，以便分析数据，以便用户可以观察其中的数据. 可以从多个角度，从多个角度对进行深入了解，以深入理解数据中包含的信息.

主流商业智能工具包括BO，COGNOS和BRIO. 某些国内软件工具平台（例如KCOM（））也集成了一些基本的商业智能工具.

根据组织综合数据的不同方式，目前有两种常见的OLAP: 基于多维的MOLAP和基于关系的ROLAP. MOLAP以多维方式组织和存储数据，而ROLAP使用现有的关系技术来模拟多维数据. 在数据仓库应用程序中，OLAP应用程序通常是数据仓库应用程序的前端工具. 同时，OLAP工具也可以与数据挖掘工具和统计分析工具结合使用，以增强决策分析功能.

本文来自电脑杂谈，转载请注明本文网址：
https://www.pc-fly.com/a/jisuanjixue/article-178501-1.html