查看: 1800|回复: 0

Business Intelligence商业智能三部曲,学习MSBI三步曲

[复制链接]
发表于 2015-1-14 12:26:43 | 显示全部楼层 |阅读模式
本帖最后由 willy_shen 于 2015-1-14 12:27 编辑

Business Intelligence商业智能三部曲,学习MSBI三步曲
1. 什么是商业智能
商业智能 = 商业 + 智能  >> 商业智能化
商业智能化是指根据已有商业数据,运用智能技术(数据仓库、数据挖掘、数据分析)产生商业报表和建立商业模型,进而利用商业报表和商业模型为企业的商业运作提供决策支持、服务企业战略、提升企业竞争力。
目前4大商业智能应用解决放案提供商: IBM、SAP、Microsoft和Oracle,而Microsoft BI风头最劲!
2. 三部曲 - 数据报表、数据分析、数据挖掘
IT技术的不断发展极大地推动了企业的信息化进程,众多的大中小企业基本都建立了比较完善的CRM、ERP、OA等信息化系统。在线事务处理(OLTP)为企业积累了大量的商业“历史”数据,而且这种积累正以加速度不断扩展和加大。大数据蕴藏着大价值。如何利用这些积累的数据,充分挖掘其内在的价值,从而辅助企业决策、指引商业运作,这就是商业智能要解决的问题。
  • 数据报表
    商业数据的内在价值最直接的表述方式就是数据报表,数据报表的形式多种多样,统计表报、直方图、饼图、分布图、曲线图等等。企业决策人员可以从这些数据表述中发现商业规律以及发展趋势,从而更加准确地、有效地规划和运作企业的商业行为。
    当前流行的数据报表系统有:Excel、Crystal Report, Reporting Service等。
  • 数据分析
    定制好的数据报表是静态的。我们可在报表一中列出不同地区、不同产品的销量;而报表二中列出不同地区、不同年龄段顾客的销量。然而,这两张表却不能告知不同年龄段顾客对产品的取向。
    数据分析就是对同一数据集从不同角度、不同侧面进行交互组合和统计分析,从而发现数据所包含的真正规律。
  • 数据挖掘
    数据报表系统往往只是表述数据表面上的信息,然而海量数据的深处常常蕴藏着非常有用的商业价值。什么产品具有潜在的市场?产品之间的相互关联的程度如何?越是深层的规则,对于商业决策价值越大。
    数据挖掘就是从数据库数据中挖掘信息的手段和过程。数据挖掘是在具有固定形式的数据集上进行知识的提炼,然后以合适的知识模式用于进一步数据分析决策工作。数据挖掘往往针对特定的数据、特定的问题,选择一种或者多种挖掘算法,找到数据深处隐藏的规律。
    数据报表、数据分析、数据挖掘是商业智能的三个层面,也是建立商业智能应用的三步曲。越来越多的企业在数据报表的基础上,逐渐进入数据分析与数据挖掘的领域。商业智能所带来的决策支持功能,会给企业带来越来越明显的效益。


3. 商业智能应用模式
BI商业智能应用系统一般都会提供数据整合、数据查询、数据分析、数据评估、数据可视化以及数据报表分享等手段。在商业智能BI应用项目中,首先需要整合企业主要的业务系统数据(比如财务系统数据、行业数据、竞争对手数据、HR系统数据等),并对数据进行预处理,比如数据过滤、数据分类、数据表维划分、数据表达调整等;然后根据企业所在行业的特点和历史经验,搭建适合于企业业务的商业模型,这也是商业智能应用中最智能的部分;最后将模型应用于数据并对其进行统计和其他交叉分析,产生的结果以报表或其他图表的形式呈现给管理者或用户。

在数据分析层面上,BI商业智能系统可采用PDCA管理循环理论的分析问题模式:
计划(Plan)à 执行(Do)à 检查(Check)à 处理(Action)à 计划(Plan)à 执行(Do)…


4. 商业智能应用行业
近几年来,商业智能系统在各行各业得到了广泛的应用。运用智能手段分析市场信息、了解产品的销售情况,及时跟踪客户行为和消费取向,从而调整企业产品结构、改善企业的经营状况,制定更具有针对性的商业策略,更有效率地发展市场和发现新客户。

具体地说,商业智能系统在下列行业中的应用取得了瞩目的发展:
  • 电子商务
  • 税务部门
  • 零售业
  • 电信业
  • 银行业
  • 保险业
  • 医药业
  • 其他行业
5. Microsoft Business Intelligence 微软商业智能解决方案
Microsoft商业智能是一套非常完备、完全集成的BI技术,帮助企业降低和分发信息的难度,同时获得竞争优势、更明智的决策和更好的成果。MicrosoftBI 2014是建立在MicrosoftSQL Server 2014之上,通过三个层面(数据仓库、报表、分析以及绩效管理)提供整合的、全面的数据源和工具以帮助改进决策制订。
Microsoft BI 2014提供三个BI核心组件:
  • Microsoft SQL Server 2014 Integration Services同企业内的任意数据源协同工作,以将所有不同数据源中的数据整合在一起。这一强大的 ETL 工具帮助企业高效能地合成新数据,然后将其重新载入 SQL Server 2014。

  • Microsoft SQL Server 2014 Analysis Services为系统添加了复杂计算和关键绩效指标 (KPI) ,从而给数据增加了额外的价值,同时对业务逻辑实行集中式管理与共享。Analysis Services 还采用对决策者有意义的、支持其报表和分析需求的分层方法来重新组织数据。
  • Microsoft SQL Server 2014 Reporting Services帮助企业客户检索和分布数据;其高性能可为大量用户轻松访问。


6. 商业智能工作需要掌握哪些知识?
  • SQL编程语言
    作为一个BI分析员或开发人员、亦或其他数据分析师都需要对数据进行最基本的操作,比如查询、修改以及其他复杂的数据整合,这些要求BI人员具有较强的SQL编写技能。

  • 数据仓库
    数据是数据分析的基础,数据库是数据的存载形式,数据仓库是有主题的数据库。数据仓库的设计(Normalization和De-normalization)不仅决定数据的存储手段,也影响数据的质量(信息不全、信息冗余)和可使用的数据分析方法。

  • 数据报表
    数据报表是对数据处理和分析结果的直观表述,怎样产生非常有效的数据报表不仅需要对数据模型的透彻理解,还需要对一些报表工具的娴熟利用。

  • 数据挖掘
    怎样从海量数据中提取最有效的信息是商业智能应用的精髓所在。数据的有效性是数据分析结果准确性的必要保证。比较常用的数据挖掘工具有SSAS、SAS、MODELER,SPSS等。

  • 数学算法
    几乎所有的商业智能系统都将数据分析的算法封装得非常完美,深入了解算法似乎是不需要的。的确,如果你只想做到中级分析师,可以不去理会。但是要成为一名高级分析师,那肯定得有一定深度的研究。针对特定的数据集,选用什么样的算法,如何抽取样本,抽取多大量的样本,算法适用条件是什么,比如线性回归的独立性、常方差、正态性,怎么理解,哪些必须满足。这些都是一个高级数据分析师必备的技能。

7. 学习商业智能BI三步曲:
  • SQL Programming
    SQL编程是BI人员的必备技能,因此SQL问题在BI或其他数据分析师的职位面试中都会问到而且占的比重较大。进入BI行业,掌握全面的SQL知识、娴熟地使用SQL编程为从事BI工作打下坚实的基础、事半功倍。IT21Learning的SQL Programming Base/Advanced (基础班/高级班)系统而全面的讲解SQL的各种语法和用法,并传授面试和实际工作中SQL的常用技巧。
  • Deep Dive into SQLServer 2014 Step by Step
    对SQL Server 2014有一个系统而又深入的了解和掌握是学习MicrosoftBI的前提。从技术角度这是因为Microsoft BI是建立在SQLServer 2014之上;另一方面Microsoft BI利用SQLServer 2014来存取数据。IT21 Learning的“DeepDive into SQL Server 2014 Step by Step”系统而全面的介绍SQLServer 2014的各个功能和在实际工作中的运用,并配有大量的作业练习,脚踏实地、一步一步地学习,最后融会贯通;此外此课程还为学员准备了职场中经常问到的面试技术问题,由易到难,实际实用。
  • Hands onMicrosoft Business Intelligence Solution with SQL Server 2014
    强化学习Microsoft BI的基础知识和核心功能 –Integration Services、Analysis Services和ReportingServices。IT21 Learning的“Handson Microsoft Business Intelligence Solution with SQL Server 2014”不仅深入地剖析Microsoft BI的每一个核心模块,传授最新的Power BI工具把商业智能引入云端,还同时为学员备有大量的Hands on以实际动手练习来强化和加深对MicrosoftBI的理解和掌握。

欲了解更多资讯,请联系IT21 Learning
加国华人网上家园- 51.CA
您需要登录后才可以回帖 登录 | 注册

本版积分规则

法律申明|用户条约|隐私声明|小黑屋|手机版|联系我们|www.kwcg.ca

GMT-5, 2024-3-28 14:30 , Processed in 0.025924 second(s), 16 queries , Gzip On.

Powered by Discuz! X3.4

© 2001-2021 Comsenz Inc.  

快速回复 返回顶部 返回列表