經過幾年的積累，大部分中大型的企事業單位已經建立了比較完善的CRM、ERP、OA等基礎信息化系統。這些系統的統一特點都是:通過業務人員或者用戶的操作，最終對數據庫進行增加、修改、刪除等操作。上述系統可統一稱為OLTP(Online Transaction Process，在線事務處理)，指的就是系統運行了一段時間以后，必然幫助企事業單位收集大量的歷史數據。但是，在數據庫中分散、獨立存在的大量數據對于業務人員來說，只是一些無法看懂的天書 。業務人員所需要的是信息，是他們能夠看懂、理解并從中受益的抽象信息。此時，如何把數據轉化為信息，使得業務人員(包括管理者)能夠充分掌握、利用這些信息，并且輔助決策，就是商業智能主要解決的問題。
如何把數據庫中存在的數據轉變為業務人員需要的信息?大部分的答案是報表系統。簡單說，報表系統已經可以稱作是BI了，它是BI的低端實現。
現在國外的企業，大部分已經進入了中端BI，叫做數據分析。有一些企業已經開始進入高端BI，叫做數據挖掘。而我國的企業，目前大部分還停留在報表階段。
數據報表不可取代
傳統的報表系統技術上已經相當成熟，大家熟悉的Excel、水晶報表、Reporting Service等都已經被廣泛使用。但是，隨著數據的增多，需求的提高，傳統報表系統面臨的挑戰也越來越多。
1. 數據太多，信息太少
密密麻麻的表格堆砌了大量數據，到底有多少業務人員仔細看每一個數據?到底這些數據代表了什么信息、什么趨勢?級別越高的領導，越需要簡明的信息。如果我是董事長，我可能只需要一句話:目前我們的情況是好、中還是差?
2. 難以交互分析、了解各種組合
定制好的報表過于死板。例如，我們可以在一張表中列出不同地區、不同產品的銷量，另一張表中列出不同地區、不同年齡段顧客的銷量。但是，這兩張表無法回答諸如“華北地區中青年顧客購買數碼相機類型產品的情況”等問題。業務問題經常需要多個角度的交互分析。
3. 難以挖掘出潛在的規則
報表系統列出的往往是表面上的數據信息，但是海量數據深處潛在含有哪些規則呢?什么客戶對我們價值最大，產品之間相互關聯的程度如何?越是深層的規則，對于決策支持的價值越大，但是，也越難挖掘出來。
4. 難以追溯歷史，數據形成孤島
業務系統很多，數據存在于不同地方。太舊的數據(例如一年前的數據)往往被業務系統備份出去，導致宏觀分析、長期歷史分析難度很大。
因此，隨著時代的發展，傳統報表系統已經不能滿足日益增長的業務需求了，企業期待著新的技術。數據分析和數據挖掘的時代正在來臨。值得注意的是，數據分析和數據挖掘系統的目的是帶給我們更多的決策支持價值，并不是取代數據報表。報表系統依然有其不可取代的優勢，并且將會長期與數據分析、挖掘系統一起并存下去。
八維以上的數據分析
如果說OLTP側重于對數據庫進行增加、修改、刪除等日常事務操作，OLAP(Online Analytics Process，在線分析系統)則側重于針對宏觀問題，全面分析數據，獲得有價值的信息。
為了達到OLAP的目的，傳統的關系型數據庫已經不夠了，需要一種新的技術叫做多維數據庫。
多維數據庫的概念并不復雜。舉一個例子，我們想描述2003年4月份可樂在北部地區銷售額10萬元時，牽扯到幾個角度:時間、產品、地區。這些叫做維度。至于銷售額，叫做度量值。當然，還有成本、利潤等。
如圖2，每個維度分別代表了時間、產品和地區，立方體上的單元代表了度量值。進一步，維度可以分為不同的層次。
圖1 某案例中對銷售額的解析及當前產品的分類
圖2 使用多維數據分析的案例
圖3 某案例的數據分析投影圖
除了時間、產品和地區，我們還可以有很多維度，例如客戶的性別、職業、銷售部門、促銷方式等等。實際上，使用中的多維數據庫可能是一個8維或者15維的立方體。
雖然結構上15維的立方體很復雜，但是概念上非常簡單。
數據分析系統的總體架構分為四個部分:源系統、數據倉庫、多維數據庫、客戶端。
·源系統:包括現有的所有OLTP系統，搭建BI系統并不需要更改現有系統。
·數據倉庫:數據大集中，通過數據抽取，把數據從源系統源源不斷地抽取出來，可能每天一次，或者每3個小時一次，當然是自動的。數據倉庫依然建立在關系型數據庫上，往往符合叫做“星型結構”的模型。
·多維數據庫:數據倉庫的數據經過多維建模 ，形成了立方體結構。每一個立方體描述了一個業務主題，例如銷售、庫存或者財務。
·客戶端:好的客戶端軟件可以把多維立方體中的信息豐富多彩地展現給用戶。
數據分析案例:
在實際的案例中，我們利用Oracle 9i搭建了數據倉庫，Microsoft Analysis Service 2000搭建了多維數據庫，ProClarity 6.0 作為客戶端分析軟件。
分解樹好像一個組織圖。分解樹在回答以下問題時很有效:
·在指定的產品組內，哪種產品有最高的銷售額?
·在特定的產品種類內，各種產品間的銷售額分布如何?
·哪個銷售人員完成了最高百分比的銷售額?
在圖1中，可以對PC機在各個地域的銷售額和所占百分比一目了然。任意一層分解樹都可以根據不同維度隨意展開。在該分解樹中，在大區這一層是按國家展開，在國家這一層是按產品分類展開。
投影圖(圖3)使用散點圖的格式，顯示兩個或三個度量值之間的關系。數據點的集中預示兩個變量之間存在強的相關關系，而稀疏分布的數據點可能顯示不明顯的關系。
投影圖很適合分析大量的數據。在顯示因果關系方面有明顯效果，比如例外的數據點就可以考慮進一步研究，因為它們落在“正�！钡狞c群范圍之外。
數據挖掘看穿你的需求
廣義上說，任何從數據庫中挖掘信息的過程都叫做數據挖掘。從這點看來，數據挖掘就是BI。但從技術術語上說，數據挖掘(Data Mining)特指的是:源數據經過清洗和轉換等成為適合于挖掘的數據集。數據挖掘在這種具有固定形式的數據集上完成知識的提煉，最后以合適的知識模式用于進一步分析決策工作。從這種狹義的觀點上，我們可以定義:數據挖掘是從特定形式的數據集中提煉知識的過程。數據挖掘往往針對特定的數據、特定的問題，選擇一種或者多種挖掘算法，找到數據下面隱藏的規律，這些規律往往被用來預測、支持決策。
關聯銷售案例:
美國的超市有這樣的系統:當你采購了一車商品結賬時， 售貨員小姐掃描完了你的產品后，計算機上會顯示出一些信息，然后售貨員會友好地問你:我們有一種一次性紙杯正在促銷，位于F6貨架上，您要購買嗎?
這句話決不是一般的促銷。因為計算機系統早就算好了，如果你的購物車中有餐巾紙、大瓶可樂和沙拉，則86%的可能性你要買一次性紙杯。結果是，你說，啊，謝謝你，我剛才一直沒找到紙杯。
這不是什么神奇的科學算命，而是利用數據挖掘中的關聯規則算法實現的系統。
每天，新的銷售數據會進入挖掘模型，與過去N天的歷史數據一起，被挖掘模型處理，得到當前最有價值的關聯規則。同樣的算法，分析網上書店的銷售業績，計算機可以發現產品之間的關聯以及關聯的強弱。
數據報表、數據分析、數據挖掘是BI的三個層面。我們相信未來幾年的趨勢是:越來越多的企業在數據報表的基礎上，會進入數據分析與數據挖掘的領域。商業智能所帶來的決策支持功能，會給我們帶來越來越明顯的效益 。
文章來源于領測軟件測試網 http://www.kjueaiud.com/
