BI商業(yè)智能系統(tǒng)概要

1、BI 商業(yè)智能系統(tǒng)隨著企業(yè)各種信息系統(tǒng)的建設(shè)和完善,企業(yè)所擁有的數(shù)據(jù) 越來越多。 決策者面對的問題已經(jīng)不再是缺少信息, 而是如何得 到正確的信息以幫助制定決策。 典型的公司擁有數(shù)十乃至上百個 應(yīng)用,但是卻難于從中提取、綜合、使用這些系統(tǒng)的數(shù)據(jù),繼而 從數(shù)據(jù)中提取有用的信息,發(fā)掘并提升數(shù)據(jù)的價值。商業(yè)智能 (Business Intelligence,簡稱 BI 提供了提取 數(shù)據(jù)、處理加工、信息訪問的技術(shù)手段。經(jīng)過多年發(fā)展,其運用 范圍逐漸由支撐特定業(yè)務(wù)過程的戰(zhàn)術(shù)性決策發(fā)展到在企業(yè)范圍 內(nèi)系統(tǒng)化地創(chuàng)造價值。 因此, 越來越多的企業(yè)已將其視為戰(zhàn)略性 的企業(yè)應(yīng)用。 商業(yè)智能通過將分散在企業(yè)各系統(tǒng)中的

2、數(shù)據(jù)進(jìn)行整合,使 得繁瑣的信息獲取過程變得簡便易行。 任何用戶都能夠容易的運 用這些技術(shù)進(jìn)行決策,業(yè)務(wù)執(zhí)行、業(yè)務(wù)管理、企業(yè)管理各個層次 上的用戶都能夠使用不同的工具和技術(shù)做出明智的決策, 全方位的提高企業(yè)的競爭力。信息技術(shù)在企業(yè)中的地位正在由業(yè)務(wù)支撐工具逐步走向中 心性地位, 在很大程度上影響著企業(yè)如何開展業(yè)務(wù)和創(chuàng)造新的價 值。企業(yè)要求 IT 系統(tǒng)不僅要能夠支撐特定業(yè)務(wù)的執(zhí)行,而且還 要能夠創(chuàng)造出新的價值。由于 IT 在業(yè)務(wù)中逐步走向中心地位,對這些信息的訪問也 需要擴(kuò)展到原來創(chuàng)建系統(tǒng)所服務(wù)的對象之外。 系統(tǒng)之間越來越需 要廣泛的互相連接,以及擴(kuò)展連接到客戶和合作伙伴的系統(tǒng)。 與此同時, 由于

3、系統(tǒng)是業(yè)務(wù)的載體, 所以必須要能夠跟隨業(yè) 務(wù)變化而變化, 成為快速革新的助推器而不是障礙。 作為企業(yè)的 關(guān)鍵資產(chǎn), IT 不僅被期望是一個運行良好的成本中心,而且是 企業(yè)成長和擴(kuò)張的貢獻(xiàn)力量。業(yè)務(wù)對 IT 要求的多種重要能力:廣泛互聯(lián)的能力:連接客戶、 合作伙伴, 賦予員工新的能力。 通過將內(nèi)部員工、 合作伙伴和客戶的數(shù)據(jù)進(jìn)行整合, 并進(jìn)行加工 和提煉后再提供出來供內(nèi)部員工、 合作伙伴和客戶使用, 商業(yè)智 能系統(tǒng)提升了三者業(yè)務(wù)上互相聯(lián)接的能力適應(yīng)變化的能力:隨著業(yè)務(wù)的發(fā)展而變化, 促進(jìn)而非阻礙業(yè) 務(wù)發(fā)展。創(chuàng)造價值的能力:在業(yè)務(wù)的各個不同層面上創(chuàng)造價值。 商業(yè) 智能系統(tǒng)為企業(yè)各個不同層面的人提供

4、合適的工具和信息, 使得 獲取準(zhǔn)確信息和做出明智決策的能力不僅僅局限于決策層, 而是所有人員都能夠在各自的層面上借助 BI 系統(tǒng)提供能力,從而全 方位的增強(qiáng)企業(yè)決策能力,全面創(chuàng)造價值。這些能力的重要價值在于增強(qiáng)了企業(yè)敏捷性, 能夠更主動地 適應(yīng)企業(yè)內(nèi)部和外部的變化。商業(yè)智能的核心議題始終圍繞在為員工提供正確信息的周 圍, 使他們能夠在合適的時間完成一個特殊的目標(biāo)。 使這些承諾 成為真實的需求,成為全面的、安全的、與操作系統(tǒng)集成的、全 天候的商業(yè)智能解決方案。下圖為商業(yè)智能發(fā)展縮影圖: 一、 商業(yè)智能的技術(shù)架構(gòu)商業(yè)智能是由數(shù)據(jù)倉庫、查詢報表、數(shù)據(jù)分析、數(shù)據(jù)挖掘、 數(shù)據(jù)備份和恢復(fù)等部分組成的、 以

5、幫助企業(yè)決策為目的的技術(shù)及 其應(yīng)用。商業(yè)智能是數(shù)據(jù)庫技術(shù)、 OLAP 技術(shù)、數(shù)據(jù)采集和遷移 技術(shù)、網(wǎng)絡(luò)技術(shù)、 GUI 技術(shù)、查詢報表技術(shù)、統(tǒng)計學(xué)、人工智能、 知識發(fā)現(xiàn)技術(shù)等理論和技術(shù)的綜合運用, 其核心內(nèi)容是從許多來 自企業(yè)不同的業(yè)務(wù)處理系統(tǒng)的數(shù)據(jù)中, 提取出有用的數(shù)據(jù), 進(jìn)行 清理以保證數(shù)據(jù)的正確性,然后經(jīng)過抽取(Extraction 、轉(zhuǎn)換 (Transformation 和裝載(Load ,即 ETL 過程,整合到一個 企業(yè)級的數(shù)據(jù)倉庫里, 從而得到企業(yè)信息的一個全局視圖, 利用 合適的查詢和分析工具、 數(shù)據(jù)挖掘工具等對數(shù)據(jù)倉庫里的數(shù)據(jù)進(jìn) 行分析和處理,形成信息,把信息提煉出輔助決策的知

6、識,最后 把知識呈現(xiàn)給管理者,為管理者的決策過程提供支持。二、商業(yè)智能的體系結(jié)構(gòu)商業(yè)智能的整個系統(tǒng)被劃分為 4個層面,根據(jù)數(shù)據(jù)的處理 和應(yīng)用過程分成 7個環(huán)節(jié)。從數(shù)據(jù)源經(jīng)過抽取(Extraction 、 轉(zhuǎn)換(Transformation 和裝載(Load 過程加載到中央數(shù)據(jù)倉 庫,再從數(shù)據(jù)倉庫經(jīng)過分類加工放到數(shù)據(jù)集市(Data Market, DM , 或者 將 數(shù)據(jù) 集 市中 的 數(shù)據(jù) 進(jìn) 一步 存 放到 多 維數(shù) 據(jù) 庫 (Multi-dimension Database , MDD , 這都屬于數(shù)據(jù)組織的問題, 從中間層到終端用戶或從多維數(shù)據(jù)庫到終端用戶可將其劃歸為前端應(yīng)用實現(xiàn)的問題。

7、 而貫穿整個體系數(shù)據(jù)處理環(huán)節(jié)的, 是系統(tǒng) 的流程調(diào)度控制和元數(shù)據(jù)管理,其結(jié)構(gòu)如圖 1所示。 圖 1 商業(yè)智能體系結(jié)構(gòu)下面對商業(yè)智能的完整的體系結(jié)構(gòu)作如下解釋:(1數(shù)據(jù)源:數(shù)據(jù)源可以是企業(yè)日常運作積累下來的各類 的業(yè)務(wù)數(shù)據(jù), 也可以是外部的數(shù)據(jù)。 數(shù)據(jù)倉庫的體系結(jié)構(gòu)必須能 處理這種多樣性帶來的種種問題, 并解決由于數(shù)據(jù)遠(yuǎn)程遷移所帶 來的完整性和安全性的問題。(2數(shù)據(jù)抽取、轉(zhuǎn)換和裝載(ETL :從源數(shù)據(jù)抽取數(shù)據(jù)、 進(jìn)行一定的變換、裝載到數(shù)據(jù)倉庫。需要進(jìn)行數(shù)據(jù)處理,包括:簡單變換一次只針對一個字段,而不是考慮相關(guān)字段的值; 清潔和刷洗為了保證前后一致地格式化和使用某一字段或 相關(guān)的字段群, 檢查字段

8、和字段組中的實際內(nèi)容而不僅是存儲格 式; 集成要把從全然不同來源的數(shù)據(jù)結(jié)合在一起, 真正的困 難在于將其集成為一個緊密結(jié)合的數(shù)據(jù)模型; 聚集和概括按 照一個和幾個業(yè)務(wù)維將相近的數(shù)值加在一起, 聚集是將不同業(yè)務(wù) 元素加在一起成為一個公共總數(shù), 在數(shù)據(jù)倉庫中它們是以相同的 方式進(jìn)行的。(3數(shù)據(jù)倉庫:數(shù)據(jù)倉庫的一個目的就是把企業(yè)的信息訪 問基礎(chǔ)從一種非結(jié)構(gòu)化的或發(fā)展中的環(huán)境改變成一種結(jié)構(gòu)化或 規(guī)劃良好的環(huán)境。(4數(shù)據(jù)集市:數(shù)據(jù)集市是為部門范圍級別的決策支持應(yīng) 用而設(shè)計的, 其數(shù)據(jù)模型設(shè)計和數(shù)據(jù)組織上更多地服務(wù)于一個部 門的信息需求。(5 操作型數(shù)據(jù)存儲區(qū):操作型數(shù)據(jù)存儲區(qū) (Operational

9、Data Store , ODS 是業(yè)務(wù)系統(tǒng)和 DW 之間更偏向業(yè)務(wù)系統(tǒng)的數(shù)據(jù) 存儲區(qū)域。(6元數(shù)據(jù):元數(shù)據(jù)(Meta-data 通常定義為“關(guān)于數(shù) 據(jù)的數(shù)據(jù)” ,是描述和管理數(shù)據(jù)倉庫自身內(nèi)容對象、用來表示數(shù) 據(jù)項的意義及其在系統(tǒng)各組成部件之間的關(guān)系的數(shù)據(jù)。 數(shù)據(jù)倉庫 所提供的“統(tǒng)一的企業(yè)級的信息視圖”能力,主要就是靠元數(shù)據(jù) 來體現(xiàn)。 實現(xiàn)元數(shù)據(jù)管理的主要目標(biāo)就是使企業(yè)內(nèi)部元數(shù)據(jù)的定義標(biāo)準(zhǔn)化。數(shù)據(jù)倉庫的維護(hù)工具可以根據(jù)元數(shù)據(jù)完成數(shù)據(jù)的抽 取、清洗和轉(zhuǎn)換,并做適度的匯總,數(shù)據(jù)倉庫的元數(shù)據(jù)包括:數(shù)據(jù)資源:包括數(shù)據(jù)源模型,描述源數(shù)據(jù)屬性及業(yè)務(wù)含 義,源數(shù)據(jù)到數(shù)據(jù)倉庫的映射關(guān)系;數(shù)據(jù)組織:數(shù)據(jù)倉庫、數(shù)

10、據(jù)集市表的結(jié)構(gòu)、屬性及業(yè)務(wù) 含義,多維結(jié)構(gòu)等;數(shù)據(jù)應(yīng)用:查詢與報表輸出格式描述、 OLAP 、數(shù)據(jù)挖掘等 的數(shù)據(jù)模型的信息展現(xiàn)、商業(yè)術(shù)語;數(shù)據(jù)管理:數(shù)據(jù)倉庫操作過程以及數(shù)據(jù)倉庫操作結(jié)果的模 型, 包括描述數(shù)據(jù)抽取和清洗規(guī)則, 數(shù)據(jù)加載控制, 臨時表結(jié)構(gòu)、 用途和使用情況,數(shù)據(jù)匯總控制。(7 前端應(yīng)用:數(shù)據(jù)倉庫的前端應(yīng)用是建立數(shù)據(jù)倉庫的目的, 即根據(jù)用戶的特點提供不同的界面。 最終用戶對數(shù)據(jù)倉庫的訪問 方式包括 :即席查詢、報表、聯(lián)機(jī)分析處理(OLAP 、數(shù)據(jù)挖掘以 及領(lǐng)導(dǎo)信息系統(tǒng)(EIS 等。(8數(shù)據(jù)挖掘(Data Mining , DM :數(shù)據(jù)挖掘是采用數(shù)學(xué)的、 統(tǒng)計的、 人工智能和神經(jīng)網(wǎng)絡(luò)

11、等領(lǐng)域的科學(xué)方法, 從大量數(shù)據(jù)中 挖掘出隱含的、先前未知的、對決策有潛在價值的關(guān)系、模式和 趨勢并用這些知識和規(guī)則建立用于決策支持的模型, 為商業(yè)智能 系統(tǒng)服務(wù)的各業(yè)務(wù)領(lǐng)域提供預(yù)測性決策支持的方法、工具和過 程。(9信息門戶(Enterprise Information Portal , EIP :為使數(shù)據(jù)倉庫的使用者可以根據(jù)自己的需要獲得想要的信息, 需要 從界面、 應(yīng)用系統(tǒng)交互等角度進(jìn)行門戶的建設(shè)規(guī)劃。 如果將這些 功能模型進(jìn)行抽象,可以歸結(jié)為以下的功能層次:集成:包括信息的集成、人的集成和流程的集成。 內(nèi) 容 管 理 :對 現(xiàn) 有 信 息 實 現(xiàn) 統(tǒng) 一 的 目 錄 分 類 管 理 (C

12、ategorization 。包括結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化信息的分類、 編目、摘要、審核和發(fā)布。搜索:分類和搜索是組織和獲取信息的緊密聯(lián)系的兩個 方面。以人為本的核心安全架構(gòu):支持統(tǒng)一面向自然人的用戶 身份認(rèn)證, 統(tǒng)一用戶的訪問權(quán)限控制和統(tǒng)一用戶資源管理, 實現(xiàn) 單次登錄就可以訪問所有相關(guān)信息資源是門戶的一個重要功能。 個性化:即信息門戶的數(shù)據(jù)和應(yīng)用可以根據(jù)每一個人的 要求來配臵, 為用戶提供個性化的應(yīng)用界面, 提高員工工作效率, 增強(qiáng)對用戶的親和力和吸引力。可訪問性:在門戶中,用戶可以在安全機(jī)制的保護(hù)下, 在任何時間任何地點方便地訪問企業(yè)的信息和應(yīng)用, 完成對信息 和數(shù)據(jù)的處理和提交,保證企業(yè)的

13、業(yè)務(wù)運轉(zhuǎn)永不停頓。協(xié)作與共享:提供同事間、部門間、企業(yè)間、客戶和廠 商間的協(xié)作和交互。管理和調(diào)度:可以實現(xiàn)日常性的信息采集和分送的調(diào)度 和管理維護(hù)。信息門戶實施后, 員工日常需要的各個應(yīng)用和信息集中展現(xiàn) 在員工的桌面。 只要在統(tǒng)一的信息訪問入口進(jìn)行一次登錄的身份 驗證,便可真正地實現(xiàn)信息一站式服務(wù)。三 、商業(yè)智能需求商業(yè)智能需求形成的價值鏈:商業(yè)智能需求所形成的價值鏈 提 煉商業(yè)智能需求按照成長歷程來說, 大體分為兩個階段:技 術(shù)驅(qū)動時代;業(yè)務(wù)驅(qū)動時代。技術(shù)驅(qū)動的時代:商業(yè)智能的需求分析更多地是側(cè)重在 BI 工具的應(yīng)用。例如用報表工具來實現(xiàn)一些管理性的報表,用 OLAP 來實現(xiàn)一些經(jīng)常性的數(shù)據(jù)

14、統(tǒng)計與分析,用 ETL 工具來替代 手工編寫代碼方式的數(shù)據(jù)遷移。 這個階段的需求分析過程有非常 明顯的技術(shù)傾向性, 這種項目往往有個前提, 就是目標(biāo)技術(shù)平臺 往往在項目啟動之初已經(jīng)敲定。 需求分析師首先要非常了解目標(biāo) 技術(shù)平臺的各項技術(shù)指標(biāo), 并且把目標(biāo)用戶的需求引導(dǎo)并且框定在這個目標(biāo)技術(shù)平臺的能力范圍之內(nèi)。在業(yè)務(wù)驅(qū)動的時代, 需求分析師首先需要非常熟悉目標(biāo)用 戶的日常業(yè)務(wù), 商業(yè)智能系統(tǒng)比傳統(tǒng)業(yè)務(wù)系統(tǒng)相比, 需求的把握 與定義是非常困難的, 傳統(tǒng)業(yè)務(wù)系統(tǒng)的流程是非常清晰的, 類似 銀行業(yè)務(wù)的核心業(yè)務(wù)系統(tǒng),諸如儲蓄業(yè)務(wù),對公業(yè)務(wù),國際業(yè)務(wù) 即使種類很多, 而對于落實到具體業(yè)務(wù)的需求的時候, 起

15、碼同一 家銀行是有一個標(biāo)準(zhǔn)的業(yè)務(wù)操作的流程的,不論流程多么復(fù)雜, 所對應(yīng)的需求總是明確的, 可見的, 用程序化的方式來表達(dá)也是 簡單的,而且作為生產(chǎn)系統(tǒng),早日投產(chǎn)比完善往往是更具價值, 在這個大前提是, 花繁為簡, 穩(wěn)定壓倒一切是甲乙雙方都認(rèn)同的。 而作為以輔助業(yè)務(wù)中戰(zhàn)術(shù)決策的商業(yè)智能系統(tǒng), 首先要邁過的一 個關(guān)口就是, 在戰(zhàn)術(shù)智慧上, 系統(tǒng)的決策水平要起碼高明于一個 中等層次的業(yè)務(wù)人員的商業(yè)智慧, 這樣他才會覺得系統(tǒng)對他是有 幫助的。 目前,一些大公司依靠影響力,組織了一群技術(shù)專家 經(jīng)過多年的類似項目經(jīng)驗沉淀后,形成了一套模板,一則讓 BI 需求分析師對于業(yè)務(wù)思考模式的學(xué)習(xí)和理解可以從客戶現(xiàn)

16、場退 回到自己的公司內(nèi)部。 二則, 也試圖用既成事實的行業(yè)標(biāo)準(zhǔn)的做 法迅速而直接的影響用戶的思維,業(yè)界內(nèi)俗稱,給客戶“洗腦” , 然而, 針對個別企業(yè)的業(yè)務(wù)所分析出來的模板能推廣, 有一個預(yù) 設(shè)前提, 就是這種業(yè)務(wù)在全世界有一個可以普遍使用, 而且有同 質(zhì)度非常高的標(biāo)準(zhǔn)成功模式,事實上,每個企業(yè)和人一樣,是個 性發(fā)展的產(chǎn)物, 不是標(biāo)準(zhǔn)形成的產(chǎn)物, 標(biāo)準(zhǔn)的推行本身就意味著企業(yè)的持續(xù)變革, 這里也形成了一個悖論, 持續(xù)的變革是否需要 模板也需要持續(xù)的調(diào)整, 然后模板的調(diào)整是否又需要持續(xù)的變革 來配合在 BI 領(lǐng)域,這個以優(yōu)化為名的迭代幾乎形成了一個沒完 沒了的怪圈。 這個怪圈的形成, 給每一位商業(yè)

17、智能工作者提了個 醒,商業(yè)智能不是一個目標(biāo),而是一個過程。通過目前商業(yè)智能 需求獲取的階段分析, 商業(yè)智能需求必然走向的是價值驅(qū)動, 商 業(yè)智能的需求經(jīng)過多次否定之否定的螺旋式上升發(fā)展的過程后, 商業(yè)智能的應(yīng)用與企業(yè)價值鏈的優(yōu)化組合是必然的趨勢, 只有把 商業(yè)智能的需求和企業(yè)價值鏈的形成與提升結(jié)合起來, 商業(yè)智能 的實際價值才能得到真正的體現(xiàn)。正如前面的分析, 各種內(nèi)外因素的組合作用, 使企業(yè)必然 信息驅(qū)動為核心的生產(chǎn)和管理方式, 在企業(yè)利潤形成的整個價值 鏈條中, 信息使這條價值鏈從模糊逐漸走向清晰, 將數(shù)據(jù)作為企 業(yè)戰(zhàn)略資產(chǎn)并且在數(shù)據(jù)質(zhì)量方面繼續(xù)投資, 是使企業(yè)成為行業(yè)先 鋒的重要保證,運

18、用商業(yè)智能的環(huán)境來回答諸如客戶價值貢獻(xiàn) 度,地區(qū)市場差異,資本充足率,商品生命周期,成本與財務(wù)預(yù) 算,定價策略,資金周轉(zhuǎn)率等與企業(yè)利潤的形成密切相關(guān),商業(yè) 智能把歷史數(shù)據(jù)從“數(shù)據(jù)監(jiān)獄”里釋放出來,成為企業(yè)的一筆有 形的資產(chǎn)。商業(yè)智能從“智能”走向“商業(yè)”是一條商業(yè)智能需求走 的必由之路, 技術(shù)至上的觀點, 不但會成為商業(yè)智能發(fā)展的桎梏,甚至?xí)蔀槎髿⑸虡I(yè)智能應(yīng)用推廣的無形黑手, 所以, 作為商業(yè) 智能項目主導(dǎo)的這些需求分析負(fù)責(zé)人, 首先, 就要明確地樹立的 是做商業(yè)智能是為客戶賺錢的商業(yè)觀念, 在和客戶需求形成的過 程中, 把客戶的需求引導(dǎo)向?qū)蛻粲欣瑫r也對降低自身實施 成本, 加快投產(chǎn)速

19、度也有利的角度, 不要認(rèn)為做報表和查詢是一 種身價的貶低,如果一份“簡單”的報表或一筆“簡單”的查詢 能為客戶一年節(jié)省過千萬的成本,避免一筆過千萬的風(fēng)險損失, 一份報表就把客戶對項目的全部投資都收回來了,這筆帳, 這 樣的商業(yè)智能項目,難道還會受到客戶的冷遇和拒絕嗎 ? 四、商業(yè)智能系統(tǒng)的實施商業(yè)智能的實施主要有 3類風(fēng)險:技術(shù)風(fēng)險、工程管理風(fēng)險 和業(yè)務(wù)風(fēng)險。 應(yīng)對商業(yè)智能項目風(fēng)險的最好方法是采用一套成熟 的方法學(xué) (Methodology , 方法學(xué)是人們在數(shù)據(jù)倉庫構(gòu)建實踐中 所積累的成功和失敗的經(jīng)驗的總結(jié)。 商業(yè)智能項目是一個需要不 斷優(yōu)化的循環(huán)過程。 商業(yè)智能在需求的環(huán)節(jié)會更加依賴于用戶

20、的 思維習(xí)慣和認(rèn)識水平,商業(yè)智能項目具有長期性和艱巨性商業(yè)智能的實施方法有 3種方式:(1自上而下,頂層設(shè)計思想。全局考慮,全面實施,建立 適合企業(yè)信息共性需求的完整的數(shù)據(jù)模型, 然后從業(yè)務(wù)運營系統(tǒng) 中提取數(shù)據(jù),進(jìn)行數(shù)據(jù)的清洗、合并、規(guī)范化和合理化,并加載 到數(shù)據(jù)倉庫中, 形成企業(yè)統(tǒng)一的數(shù)據(jù)集成平臺, 最后可以根據(jù)部 門個性需要將數(shù)據(jù)倉庫的數(shù)據(jù)分發(fā)到面向主題的數(shù)據(jù)集市中。 優(yōu)點包括:企業(yè)統(tǒng)一的數(shù)據(jù)集成平臺;集中化的控制管理;數(shù)據(jù)容 易分發(fā)到各個數(shù)據(jù)集市中。缺點包括:開發(fā)過程復(fù)雜,費用高; 開發(fā)時間長, 難以滿足快速變化的業(yè)務(wù)需求; 需要進(jìn)行大量的業(yè) 務(wù)需求分析,需要大量的資源。(2自下而上。根

21、據(jù)特定的業(yè)務(wù)主題,分部門考慮,分部門 實施, 在很短的時間內(nèi)實現(xiàn)部門級的數(shù)據(jù)集市, 多個數(shù)據(jù)集市組 成企業(yè)聯(lián)邦制的數(shù)據(jù)倉庫。優(yōu)點包括:可以并行開發(fā);見效快; 分散化的資源和管理控制。 缺點包括:很難協(xié)調(diào)各個數(shù)據(jù)集市的 建設(shè); 可能存在著部門之間數(shù)據(jù)集市歸屬問題; 多種數(shù)據(jù)源采集 系統(tǒng),可能造成對業(yè)務(wù)系統(tǒng)的沖擊和數(shù)據(jù)的不一致。(3元數(shù)據(jù)驅(qū)動的實施方法。元數(shù)據(jù)管理在商業(yè)智能項目開 發(fā)建設(shè)中有很重要的作用。 元數(shù)據(jù)驅(qū)動、 螺旋上升的數(shù)據(jù)倉庫建 立的過程就是 “建立元數(shù)據(jù)構(gòu)造數(shù)據(jù)倉庫集市” 的不斷循環(huán)、 不斷上升的過程, 元數(shù)據(jù)驅(qū)動的數(shù)據(jù)倉庫開發(fā)過程可以細(xì)分為以 下階段:建立元數(shù)據(jù):包括定義元數(shù)據(jù)的數(shù)

22、據(jù)源;定義元數(shù)據(jù)的內(nèi) 容和屬性;定義元數(shù)據(jù)使用規(guī)則;聲明元數(shù)據(jù)聯(lián)合使用的規(guī)則。 構(gòu)造數(shù)據(jù)倉庫 /集市:基于元數(shù)據(jù)進(jìn)行數(shù)據(jù)抽聊 /清洗 /轉(zhuǎn)換 /聚合 /加載 /分布;基于元數(shù)據(jù)進(jìn)行前端應(yīng)用界面定制。這種開發(fā)方式優(yōu)點包括:建立企業(yè)數(shù)據(jù)的統(tǒng)一視圖;有統(tǒng)一 的元數(shù)據(jù)管理;具有靈活可擴(kuò)展的的體系結(jié)構(gòu);分步式開發(fā),螺 旋式上升, 既能快速看到效果, 又能保證系統(tǒng)的連續(xù)性、 一致性。缺點就是如何真正實現(xiàn)這種方式, 提取和維護(hù)元數(shù)據(jù)并不是一件 很難的事情, 而在實際的實施過程中, 如何真正地實現(xiàn)元數(shù)據(jù)的 驅(qū)動則不是一件容易的事情,由于受傳統(tǒng)程序開發(fā)思想的影響, 很多開發(fā)者對需求問題的解決更多地依賴于程序設(shè)計, 這樣使得 很多控制邏輯很難被抽象出來, 因此也難于把數(shù)據(jù)的處理過程標(biāo) 準(zhǔn)化、 規(guī)范化, 這種以程序驅(qū)動的方式很容易把所謂的元數(shù)據(jù)驅(qū) 動流于形式。商業(yè)智能的實施原則如下:(1總體規(guī)劃原則:整個項目建設(shè)應(yīng)該統(tǒng)一進(jìn)行規(guī)劃,建 立一個能夠支持企業(yè)長期發(fā)展的總體系統(tǒng)架構(gòu), 為將來的應(yīng)用打 下堅實的基礎(chǔ)。(2分階段 、循序漸進(jìn)的原則:任何一個項目的實施都 是一個發(fā)現(xiàn)問題, 解決問題, 積累經(jīng)驗, 又遇到新問題, 再解決, 再積累的循序漸進(jìn)的過程。(3實用原則:盡可能用統(tǒng)一、簡單、易于使用的方式