首頁(yè)>>>技術(shù)>>>CRM　　CRM產(chǎn)品

BI熱點(diǎn)冷思考——商業(yè)智能技術(shù)與應用發(fā)展現狀之分析

2002/08/19

技術(shù)篇

。。IDC將商業(yè)智能解決方案定義為幫助企業(yè)跟蹤、分析、模擬和預測他們自己的業(yè)務(wù)過(guò)程以及他們的客戶(hù)、供應商和合作伙伴關(guān)系的解決方案。從技術(shù)架構來(lái)講，商業(yè)智能系統主要由數據倉庫系統、數據源、商業(yè)智能應用和元數據幾個(gè)部分組成。

。。在當今的商業(yè)環(huán)境中，市場(chǎng)競爭日益激烈，它促使企業(yè)和機構在信息系統的建設上不僅僅需要對業(yè)務(wù)流程的支持，同時(shí)需要從信息系統中獲得從客戶(hù)、營(yíng)銷(xiāo)、企業(yè)的運營(yíng)狀況到供應渠道的通暢與否等高層次的分析決策信息，并且將決策結果運用于日常業(yè)務(wù)以提高企業(yè)整體效益。然而，傳統的業(yè)務(wù)系統則是針對分離的事務(wù)處理而設計，并不擅長(cháng)于多層次的分析和統計。由此，商業(yè)智能應用應運而生，它通常是一個(gè)獨立的系統，能夠從傳統業(yè)務(wù)系統中獲取各類(lèi)客戶(hù)數據和業(yè)務(wù)數據，由此建立多層次的分析體系，并將其轉化成有商業(yè)意義的信息。

1. 數據倉庫系統 數據倉庫系統是商業(yè)智能應用的核心，它是整個(gè)系統存儲和管理數據和信息的地方。數據倉庫系統可分為以下幾個(gè)部分。

。。數據抽取、轉換和裝載(Extract, Transform, Load) 負責將數據從業(yè)務(wù)系統或外部系統中獲得，轉換和處理成數據倉庫需要的格式和形態(tài)，并在規定的時(shí)間裝入到數據倉庫中去。通常我們把這三個(gè)具體的步驟統稱(chēng)為ETL，在系統實(shí)現時(shí)一般采用數據抽取工具和應用編程實(shí)現，并擁有調度管理和控制功能。

。。數據倉庫(Data Warehouse) 數據倉庫是數據存儲核心，目前，大多數數據倉庫采用關(guān)系型數據庫管理。由于數據量的龐大和查詢(xún)復雜的特點(diǎn)，在系統配置上強調大規模并行處理和針對決策支持訪(fǎng)問(wèn)的專(zhuān)項優(yōu)化。

。。操作數據(Operational Data Store) 近年來(lái)，隨著(zhù)商業(yè)智能應用的需求，如數據挖掘和實(shí)時(shí)業(yè)務(wù)分析，在數據倉庫中需要有部分數據擁有當前數據的特征，根據業(yè)務(wù)系統的變化而變化，不必關(guān)心歷史信息，同時(shí)又擁有數據倉庫數據面向主題的特點(diǎn)。這部分數據叫作操作數據，一般采用關(guān)系數據庫存儲，規模適中，強調快速查詢(xún)響應能力。

。。數據集市(Data Mart) 數據集市存儲了由數據倉庫來(lái)的，經(jīng)過(guò)裁剪和歸整的數據，這些數據針對某個(gè)業(yè)務(wù)部門(mén)或某種業(yè)務(wù)分析應用而建立。數據集市一般都對數據進(jìn)行了各種層次的匯總，并建立多維分析的模型，同時(shí)也包括了數據采樣。數據集市的存儲主要有關(guān)系數據庫和多維數據庫。其中，多維數據庫存放多維分析數據，而關(guān)系數據庫則存儲星型模式。

。。數據歸整(Refinement) 數據歸整指數據從數據倉庫到數據集市的過(guò)程，它是數據倉庫系統內部的數據處理和轉換的過(guò)程，主要的任務(wù)是多維模型的轉換、數據的匯總和采樣等。有時(shí)，它由ETL系統統一調度完成。

2. 數據源 數據源包括了現有企業(yè)中所有的信息系統，以及根據決策分析需求可能涉及的其他外部數據資源。它主要包括業(yè)務(wù)數據和外部數據。

3. 商業(yè)智能應用 商業(yè)智能應用涉及數據和信息的展現部分，它是用戶(hù)使用商業(yè)智能系統的界面。目前的商業(yè)智能系統一般提供以下的功能：查詢(xún)和報表、聯(lián)機分析處理(OLAP)、數據挖掘和數理統計以及商業(yè)應用。

4. 元數據 所謂元數據就是管理商業(yè)智能系統的數據，其主要部分類(lèi)似于數據字典，其內容貫穿了商業(yè)智能應用的各階段，記錄著(zhù)從ETL到分析展現各個(gè)階段和各組成部分的管理信息。在系統管理上，試圖提供統一的平臺對元數據進(jìn)行管理和維護，并通過(guò)元數據的狀態(tài)驅動(dòng)系統各部分的運轉。不過(guò)，就目前而言，元數據的概念在數據倉庫業(yè)界尚未擁有一個(gè)統一的標準，各個(gè)數據倉庫廠(chǎng)商的產(chǎn)品間元數據也是不能夠互通的。

問(wèn)題篇

。。商業(yè)智能應用的規劃、設計、開(kāi)發(fā)、實(shí)施是一項相當復雜的系統工程。事實(shí)上，國內用戶(hù)在發(fā)展商業(yè)智能應用的過(guò)程中確實(shí)遇到這樣或那樣的問(wèn)題，這些問(wèn)題有些涉及宏觀(guān)的系統定位和應用發(fā)展理念，有些出于具體的實(shí)現步驟或技術(shù)，還有些是認識上的誤區。

1. 系統需求和定位問(wèn)題：是望聞問(wèn)切還是中西醫結合？

。。許多用戶(hù)與我們談到商業(yè)智能系統需求的問(wèn)題集中在：應用需求的不明確（具體業(yè)務(wù)部門(mén)提不出需求)、不急迫；企業(yè)決策層對該類(lèi)系統的用途及如何得到投資回報不清楚；系統建設復雜(不知該如何設計模型、存放什么信息)，令人望而卻步。這些問(wèn)題實(shí)際上在某種程度上與東西方文化差異有關(guān)。

。。事實(shí)上，西方國家自工業(yè)革命之后，強調用可量化的尺度來(lái)描述生產(chǎn)、生活的各個(gè)方面，并由此發(fā)現和掌握其規律。相反，古老的中國文化則更注重經(jīng)驗、直覺(jué)和對人性的把握，對數據的依賴(lài)性就相對薄弱。這好比中醫和西醫。如果將企業(yè)比作病人，商業(yè)智能系統則是溫度計、心電圖機、B超、CT掃描和核磁共振，這對西醫是必不可少且是最有力的工具。但對傳統中醫而言，望、聞、問(wèn)、切是日常工作的方式。如果將企業(yè)的管理人員比作醫生，中西醫結合的道路就是一個(gè)好的解決方案。

2. 系統反復、受非技術(shù)成份影響大：商業(yè)智能是“一把手”工程嗎？

。。商業(yè)智能系統的可持續發(fā)展力差、系統常被廢棄而后又重建，造成資源浪費；技術(shù)和概念停滯不前，應用上不去；且受非技術(shù)的影響大。這是國內目前商業(yè)智能應用較普遍的問(wèn)題。有些人說(shuō)，商業(yè)智能系統是“一把手”工程；這表面上看是對商業(yè)智能系統的肯定，但實(shí)際上是一個(gè)誤區。基于這樣的概念建立的商業(yè)智能系統，功能的單一是一定的，而且也是最容易遭受由于權力的更替而帶來(lái)的滅頂之災。

。。事實(shí)上，商業(yè)智能系統的應用面在一個(gè)企業(yè)中是多層次的，其廣泛程度超過(guò)任何一個(gè)業(yè)務(wù)處理系統，但前提條件是各部門(mén)業(yè)務(wù)人員和管理人員具有基于數據、統計和分析去指導決策和行動(dòng)的工作習慣。

3. 信息平臺和應用的問(wèn)題：先開(kāi)發(fā)應用還是先建立數據倉庫平臺？

。。國內企業(yè)對商業(yè)智能的需求一般是從具體的應用開(kāi)始，如大客戶(hù)管理系統、領(lǐng)導決策支持系統、經(jīng)營(yíng)分析系統、財務(wù)管理系統等等。但這些應用的背后都需要數據倉庫的支持。 這樣就引出了一個(gè)問(wèn)題，是先開(kāi)發(fā)應用還是先建立數據倉庫平臺。在信息平臺和實(shí)際應用間有效地平衡，將系統的建設可分階段實(shí)施、可持續發(fā)展是商業(yè)智能應用實(shí)施的關(guān)鍵。

4． 思維模式問(wèn)題：商業(yè)智能系統與傳統事務(wù)處理系統相似嗎？

。。目前，國內企業(yè)商業(yè)智能系統實(shí)施過(guò)程中的一個(gè)主要的問(wèn)題是帶著(zhù)明顯的傳統事務(wù)處理系統的思維模式。這種慣性的思維主要表現在：系統的設計仍沿用傳統生命周期的思想，根據需求、開(kāi)發(fā)應用，但商業(yè)智能的應用需求往往復雜多變; 在商業(yè)智能系統實(shí)施方法學(xué)上顯得落后; 對商業(yè)智能領(lǐng)域的技術(shù)發(fā)展趨勢的了解和把握還不足，在產(chǎn)品選型上對其技術(shù)路線(xiàn)和定位研究不透徹，在數據倉庫核心的選擇上一般單純地以性能為衡量指標，動(dòng)輒大搞性能測試，既不全面也不專(zhuān)業(yè)，殊不知查詢(xún)性能在商業(yè)智能系統中是最容易被滿(mǎn)足的。

5．商業(yè)智能僅是業(yè)務(wù)報表嗎？

。。許多企業(yè)會(huì )把實(shí)現現有業(yè)務(wù)報表的問(wèn)題作為商業(yè)智能應用的開(kāi)始，這雖然看起來(lái)是一條務(wù)實(shí)的途徑，但實(shí)際上可以算是一個(gè)誤區，其中隱藏著(zhù)風(fēng)險。企業(yè)領(lǐng)導每日看報表但并不關(guān)心報表從何而來(lái)。如果商業(yè)智能系統以報表起步，就必須向決策者解釋這僅僅是最基礎的功能。而我們的項目實(shí)施人員往往在這一點(diǎn)上很難與高層領(lǐng)導達成共識，畢竟“釣魚(yú)工程”、“豆腐渣”工程在今天是太多了。因此，商業(yè)智能系統的建設必須滿(mǎn)足報表，但更要超越報表，從一開(kāi)始必須給企業(yè)的決策層感受到商業(yè)智能應用的威力。

6． 系統投資回報問(wèn)題：決策何以實(shí)施？

。。任何一個(gè)IT系統的建立都要講究投資回報。整個(gè)商業(yè)智能應用的絕大部分時(shí)間都是在花錢(qián)：從數據的采集、數據倉庫的存儲、各種分析、挖掘的服務(wù)器和軟件。而真正能夠使商業(yè)智能應用賺錢(qián)的階段則是因此得到正確的決策，并運用于企業(yè)的業(yè)務(wù)和市場(chǎng)。這是一個(gè)開(kāi)環(huán)和閉環(huán)的問(wèn)題。目前的國內企業(yè)，對閉環(huán)的問(wèn)題考慮不多，即便是有了決策支持系統，問(wèn)題是這些決策能否有通暢的渠道得以實(shí)施？

7． 應用條件成熟度問(wèn)題:商業(yè)智能是否需要業(yè)務(wù)系統完善為前提？

。。有不少對商業(yè)智能有需求的國內企業(yè)，其傳統的事務(wù)處理系統仍不完善，如零售行業(yè)、一些制造業(yè)企業(yè)和鄉鎮企業(yè)等。這在國外并不多見(jiàn)。但對國內企業(yè)來(lái)說(shuō)，是否需要等到業(yè)務(wù)系統完善之后再考慮商業(yè)智能呢？實(shí)際上并不一定，因為市場(chǎng)競爭并不等人。實(shí)際上，數據采集的方式多種多樣。即便是一個(gè)用筆和紙紀錄業(yè)務(wù)過(guò)程的機構，也可以通過(guò)掃描和識別將數據匯入數據倉庫或數據集市，實(shí)現分析決策。同時(shí)，我們還應該有概率統計的概念，在無(wú)法獲得全部完整數據的情況下，系統通過(guò)概率加權，依然能夠提供足夠準確的分析。

建議篇

。。商業(yè)智能應用的建設是一個(gè)經(jīng)驗積累的過(guò)程。面對用戶(hù)面臨的各種問(wèn)題，我們對用戶(hù)在觀(guān)念與設計思路、技術(shù)實(shí)現關(guān)鍵問(wèn)題以及人員的主動(dòng)性等方面提出如下建議。

1. 觀(guān)念與設計思路的轉變

。。首先，用戶(hù)要采用從戰略上藐視、戰術(shù)上重視的觀(guān)念，突破商業(yè)智能應用神秘化的思想，只不過(guò)將它作為另一種類(lèi)型應用；其次商業(yè)智能應用要滿(mǎn)足多層次應用的需求; 反對將系統簡(jiǎn)單歸為“一把手”工程，盡量降低系統建設過(guò)程中非技術(shù)的影響因素；要注重激發(fā)量化科學(xué)管理的積極性，根據應用的實(shí)際需要，規劃商業(yè)智能應用，從兩個(gè)方面可以將商業(yè)智能系統分為戰略性的用途和戰術(shù)性的用途：一方面是對數據的使用程度，另一方面是應用的部署。所謂戰術(shù)性指面向局部的，解決特定問(wèn)題的方案，而戰略性指面向全局的，解決整個(gè)企業(yè)管理問(wèn)題的方案。

2. 技術(shù)實(shí)現關(guān)鍵
。。目前，業(yè)界較為流行的誤區是將數據倉庫的設計根據業(yè)務(wù)部門(mén)或應用功能進(jìn)行劃分。我們在數據倉庫的設計中經(jīng)常會(huì )見(jiàn)到“大客戶(hù)分析”、“客戶(hù)行為分析”或“客戶(hù)流失分析”等不同的應用主題。事實(shí)上，仔細研究各個(gè)應用，我們不難發(fā)現，它們均使用了同一個(gè)數據源：客戶(hù)交易的數據。與其在不同的應用中建立客戶(hù)交易的信息，不如在數據倉庫中建立統一的客戶(hù)交易信息提供多個(gè)分析應用使用。

。。關(guān)注于業(yè)務(wù)的流程而非業(yè)務(wù)的部門(mén)或應用能夠讓我們更清晰、更經(jīng)濟地整合企業(yè)的信息。數據倉庫的建模應根據業(yè)務(wù)的流程和數據源來(lái)決定。
。。雖然數據倉庫設計作為決策分析系統的主要部分將在設計階段集中解決，但數據倉庫的建設是一個(gè)系統工程，其中涉及的數據源也可能分散在各個(gè)部門(mén)，在系統實(shí)施過(guò)程中會(huì )遇到各種包括非技術(shù)因素在內的問(wèn)題。因此，數據倉庫的設計必須“大處著(zhù)眼、小處著(zhù)手”，數據倉庫的建模必須提供系統可以分階段實(shí)施、并在應用層面保持系統可持續發(fā)展。同時(shí)，每個(gè)階段的建設必須注重投資回報、提供資源共享。

。。對于每一個(gè)數據倉庫關(guān)心的數據源，我們在數據倉庫設計時(shí)都將從最明細的數據層次進(jìn)行收集。即使將來(lái)的分析大部分都是基于匯總的數據，但數據倉庫中最底層的數據模型將對應業(yè)務(wù)系統中最明細的部分。

。。這樣的設計，使得數據倉庫的建模和數據采集對于業(yè)務(wù)系統來(lái)說(shuō)是一步到位的。而這樣設計出的分析模型是能夠支持所有可能的業(yè)務(wù)分析的。不會(huì )因為數據倉庫的設計而丟棄業(yè)務(wù)的細節、導致未來(lái)系統重建。

。。需求的變化導致數據倉庫模型的變化。這個(gè)問(wèn)題是數據倉庫系統建設中非常關(guān)鍵的問(wèn)題，有時(shí)會(huì )影響數據倉庫建設的成敗。需求的變化客觀(guān)上是不可避免的，一個(gè)好的數據倉庫設計當然能夠減少需求變化對模型的影響，但遵從一定的設計原則則可以將這種影響降至最低。解決的方法有分層次的模型設計思想，各種具體設計原則和技巧應對可能發(fā)生的擴充和變化。

3. 集成商與用戶(hù)的主動(dòng)性至關(guān)重要

。。來(lái)自集成商和最終用戶(hù)兩個(gè)方面的主動(dòng)性是影響到商業(yè)智能應用的主要因素，以最終用戶(hù)的主動(dòng)性更為突出。因此，增強客戶(hù)對商業(yè)智能系統實(shí)施的主動(dòng)性是首要問(wèn)題。

。。其次， IT部門(mén)和業(yè)務(wù)部門(mén)的配合也非常關(guān)鍵。由此，業(yè)界有人提出建立BI促進(jìn)中心的想法：在需要實(shí)施商業(yè)智能應用的企業(yè)，由IT部門(mén)和業(yè)務(wù)部門(mén)的代表，加上專(zhuān)業(yè)咨詢(xún)顧問(wèn)，共同建立一個(gè)企業(yè)商業(yè)智能應用促進(jìn)中心，專(zhuān)門(mén)負責在整個(gè)企業(yè)范圍內推廣商業(yè)智能應用，并負責評估應用結果，從而改進(jìn)應用。

選型篇

。。用戶(hù)在進(jìn)行商業(yè)智能產(chǎn)品選型時(shí)，首先需要了解商業(yè)智能應用各部分產(chǎn)品在系統中扮演的角色和該角色需要的關(guān)鍵“素質(zhì)”，根據這些特性，結合行業(yè)技術(shù)發(fā)展方向對產(chǎn)品進(jìn)行篩選。

。。具體說(shuō)來(lái)，在ETL產(chǎn)品方面，能夠連接各種數據源已是基本的要求。能否加入客戶(hù)自定義的數據轉換編碼、管理調度是否完善、能否支持XML等多種形式數據的接入、有沒(méi)有數據質(zhì)量監控的功能成為需要考慮的問(wèn)題。在性能上，數據的參照清洗是一個(gè)費時(shí)費力的過(guò)程，能否提供散列表參照清洗功能對性能關(guān)鍵的ETL用戶(hù)是考慮因素之一。此外，近年來(lái)，元數據管理成為商業(yè)智能應用的熱門(mén)話(huà)題，而廠(chǎng)商對于元數據管理往往從ETL環(huán)節入手。產(chǎn)品的選型可以考慮對元數據的支持程度，以及這些新增功能對系統整體的影響。

。。在數據倉庫存儲管理部分，關(guān)系數據庫仍是市場(chǎng)的主流。在選型中需要考慮的問(wèn)題是，數據庫系統的開(kāi)放性、大規模并行處理的支持程度、在系統需要擴充時(shí)擴展性的好壞以及需要維護的工作量。同時(shí)，關(guān)系數據庫對決策分析的支持擴展在數據倉庫的性能上起到重大的作用，而這些技術(shù)各廠(chǎng)商的產(chǎn)品支持程度有很大的不同，必須仔細研究各自的手冊，同時(shí)需要事先了解各種優(yōu)化策略的適用范圍和限制。并根據自身系統應用的特點(diǎn)進(jìn)行選擇。

。。在數據展現方面，首先是OLAP系統和工具。而技術(shù)的細節需要考慮是否能夠提供應用在MOLAP與ROLAP之間鉆取查詢(xún)。在數據挖掘部分，有以數理統計算法為主的，也有以人工智能技術(shù)為主的產(chǎn)品。選型所考慮的問(wèn)題一般在于功能的全面性，能夠有效處理數據的規模以及與數據倉庫系統的集成和配合等。

。。除此之外，對于產(chǎn)品的供應商，我們需要考慮如下問(wèn)題：產(chǎn)品技術(shù)發(fā)展方向是否與業(yè)界主流保持一致；產(chǎn)品的穩定性；產(chǎn)品供應商在國內能夠提供技術(shù)支持和保障的能力；產(chǎn)品供應商除產(chǎn)品本身之外，對于提供商業(yè)智能應用技術(shù)咨詢(xún)的能力如何，國內的技術(shù)儲備怎樣； 在如今IT行業(yè)面臨激烈競爭的時(shí)期，廠(chǎng)商的財務(wù)情況，產(chǎn)品的市場(chǎng)持續能力則越來(lái)越多地被關(guān)注。

發(fā)展篇

。。根據Gartner Group的分析，從2001到2003年初，商業(yè)智能的技術(shù)處于較緩慢的發(fā)展時(shí)期；在技術(shù)上，新的創(chuàng )新和突破預計要在2003下半年。從商業(yè)智能的應用發(fā)展來(lái)看，目前的發(fā)展是呈行業(yè)化和專(zhuān)業(yè)化。

。。就目前而言，商業(yè)智能技術(shù)發(fā)展在系統各環(huán)節的表現如下。

1. ETL部分和元數據管理

。。在ETL環(huán)節，對多種數據源的訪(fǎng)問(wèn)，包括非關(guān)系型數據庫和大型主機，成為基本的技術(shù)指標。新的發(fā)展點(diǎn)主要有：新的數據抽取系統都將XML納入數據采集格式的范圍; 在數據分析上，越來(lái)越多的企業(yè)和機構要求其決策分析環(huán)境能夠提供更為接近實(shí)時(shí)的數據分析，技術(shù)手段主要集中在ETL環(huán)節，交易日志的監控、數據的復制成為數據采集的手段。

2. 數據倉庫

。。今天，并行處理加決策支持優(yōu)化的關(guān)系數據庫系統仍是數據倉庫領(lǐng)域的主角。大家普遍認為發(fā)展方向是在關(guān)系數據庫基礎上融合決策支持和事務(wù)處理的能力，不過(guò)這樣的策略或許仍存有爭議，畢竟有不少技術(shù)人員認為事務(wù)處理和決策分析對關(guān)系數據庫來(lái)說(shuō)有如魚(yú)和熊掌，不能兼得。盡管如此，在關(guān)系數據庫中加入OLAP能力、SQL語(yǔ)句中加入數據統計公式和算法正在被各廠(chǎng)商提供的產(chǎn)品中實(shí)施。

3. 分析展現

。。商業(yè)智能系統的分析展現是技術(shù)發(fā)展較為活躍的部分。OLAP及其他商業(yè)智能的應用以Web服務(wù)形式提供，并與企業(yè)電子商務(wù)門(mén)戶(hù)集成。OLAP和商業(yè)智能應用的前端的界面轉化成瘦客戶(hù)端的應用模式(瀏覽器、Intranet模式)已成為普及性的要求。以XML形式發(fā)放商業(yè)智能應用的分析結果是新的發(fā)展趨勢。

。。數據挖掘的模塊、算法和工具將更多地融合到OLAP組件甚至數據倉庫服務(wù)器系統中。同時(shí)，商業(yè)智能應用與企業(yè)門(mén)戶(hù)、企業(yè)應用集成緊密相連。新的商業(yè)智能系統不再是一個(gè)孤立的應用，它與企業(yè)中的其他應用系統將緊密集成。

。。從商業(yè)智能的應用來(lái)看，目前的發(fā)展是呈行業(yè)化和專(zhuān)業(yè)化。首先，商業(yè)智能系統將更具行業(yè)化的特點(diǎn)。籠統的商業(yè)智能系統漸漸成為概念，客戶(hù)實(shí)際需要的系統則分為銀行、保險、制造業(yè)、電信等各種領(lǐng)域。并且，每個(gè)行業(yè)有其關(guān)注的重點(diǎn)和分析的模型。

。。其次，商業(yè)智能應用更加強調應用的集成。主要應用領(lǐng)域包括：分析型的CRM，客戶(hù)關(guān)系管理和優(yōu)化仍將是商業(yè)智能應用很重要的一塊; 服務(wù)于ERP系統的商業(yè)智能，傳統的ERP廠(chǎng)商都在將商業(yè)智能應用或模塊加入到他們的ERP系統中;與SCM 集成的供應鏈管理優(yōu)化。

方案篇

。。Brio:集成的企業(yè)智能信息門(mén)戶(hù)平臺

。。Brio Performance Suite是Brio公司完全集成的企業(yè)智能信息門(mén)戶(hù)平臺。該平臺能夠為所有類(lèi)型的用戶(hù)提供包括企業(yè)業(yè)務(wù)報表、分析報表、通知與公告、即席查詢(xún)、OLAP和各類(lèi)數據的訪(fǎng)問(wèn)以及建設和實(shí)施范圍廣泛的分析應用工具。

。。Brio Performance Suite由分析與報表工具Brio Intelligence、分析型門(mén)戶(hù)產(chǎn)品Brio Portal和企業(yè)級報表引擎Brio Report 3部分組成，并且這些產(chǎn)品都被設計為能夠支持企業(yè)級的可伸縮性和性能以及出色的易用性。并且，它們都與Brio的業(yè)務(wù)信息訪(fǎng)問(wèn)門(mén)戶(hù)完全集成，對所有現有的系統提供自助式的訪(fǎng)問(wèn)。Brio Performance Suite的優(yōu)點(diǎn)可概括為如下幾點(diǎn)：為企業(yè)內部和外部的信息源提供全能訪(fǎng)問(wèn)，這些數據源包括各種數據；在整個(gè)企業(yè)系統中，可以通過(guò)Web方式對信息和可操作數據進(jìn)行發(fā)送；支持企業(yè)中每一個(gè)人（包括信息生產(chǎn)者和信息消費者）的決策處理需要；通過(guò)一個(gè)完整的解決方案，可以實(shí)現從個(gè)人的查詢(xún)、報表應用到戰略性的分析應用。

。。CA：端到端的解決方案涵蓋BI全過(guò)程

。。CA公司提供的產(chǎn)品主要有三大品牌：Advantage、CleverPath以及AllFusion系列，涵蓋設計、數據整合、數據分析和展現的全部過(guò)程。

。。Advantage Data Transformer 是圖形化的ETL工具，用于原始數據向數據倉庫，數據倉庫向數據集市進(jìn)行數據傳輸、清洗、提煉、分布；Advantage Repository是業(yè)界領(lǐng)先的元數據管理工具，用于管理數據與數據之間，數據與業(yè)務(wù)之間，系統與系統之間的對應，便于技術(shù)人員和業(yè)務(wù)人員理解和使用商業(yè)智能系統中的信息。

。。CleverPath Portal提供了一個(gè)通用平臺，用于發(fā)布各種數據倉庫信息展示和其他Web信息。CleverPath OLAP是進(jìn)行OLAP的工具，它具有真正的三層體系結構，保證了數據倉庫規模的可伸縮性和訪(fǎng)問(wèn)的高效率，可以從多個(gè)異構的數據庫或數據倉庫數據庫中獲取分析的數據，CleverPath Reporter是高可伸縮的報表產(chǎn)品，可以提供多種格式的交互式報表。CleverPath Aion為基于規則的推理引擎，可選配不同的專(zhuān)家知識系統應用于金融、電信等領(lǐng)域的防欺詐系統。

。。AllFusion Erwin Modeling Suite是業(yè)界著(zhù)名的數據庫/數據倉庫建模工具，協(xié)助用戶(hù)可視化地確定合理的結構、關(guān)鍵元素，并優(yōu)化數據庫。

。。IBM:以DB2為核心的全方位方案

。。作為IBM在商業(yè)智能解決方案的核心，DB2通用數據庫將行業(yè)級的數據庫管理功能，擴展到數據倉庫、決策支持和數據采集的領(lǐng)域。

Intelligent Miner for Data可以對保存于關(guān)系型數據庫和普通文件中的數據進(jìn)行挖掘。它可以用于發(fā)現附屬關(guān)系或模式，根據屬性的相似性將記錄分段（或分簇），發(fā)現類(lèi)似的時(shí)間順序，或建立預測（或分類(lèi)）模型。企業(yè)決策者可以使用Intelligent Miner來(lái)發(fā)現提高用戶(hù)滿(mǎn)意度和利潤率的途徑，減少欺詐風(fēng)險等等。

。。作為IBM最新的數據挖掘產(chǎn)品，它可以對文本數據源執行瀏覽、整理、歸類(lèi)等工作，并確定信息重要性，從而幫助信息用戶(hù)避免過(guò)大的信息壓力。Intelligent Miner for Text可以提取模式，按主題組織文檔，在一組文檔中尋找顯著(zhù)的主題，并通過(guò)強大、靈活的查詢(xún)去搜索相關(guān)文檔。

。。IBM DB2 OLAP Server和Arbor Essbase OLAP Server這兩款產(chǎn)品是為多種多維規劃、分析和報告應用而設計。DB2 OLAP Server將強大的Arbor Essbase OLAP引擎和API，與IBM DB2關(guān)系型數據庫家族集成為一體。

。。IBM Visual Warehouse是一系列經(jīng)濟有效而又簡(jiǎn)單易用的數據倉庫和業(yè)務(wù)分析軟件。在各種規模的企業(yè)內設計、實(shí)現和應用商業(yè)智能解決方案過(guò)程中，它可以處理所有相關(guān)的任務(wù)。Visual Warehouse能夠啟動(dòng)成本有效的快速部署，以及必要的數據小集市和數據倉庫的集中管理。同時(shí)它還提供了從數據小集市到企業(yè)級數據倉庫，從基于局域網(wǎng)的環(huán)境到分布式倉庫環(huán)境的可擴展性。

。。NCR:軟硬結合的TeraData數據倉庫

。。Teradata是NCR公司旗下的一個(gè)事業(yè)部，提供功能強大的分析型技術(shù)方案以幫助企業(yè)業(yè)務(wù)增長(cháng)。借助Teradata 解決方案，企業(yè)可獲得單一且整合的運營(yíng)全貌，從而更迅速、更有效地做出決策，以推動(dòng)業(yè)務(wù)增長(cháng)并提升贏(yíng)利能力。

。。企業(yè)可充分利用這一整合的業(yè)務(wù)全貌把握商機，增加收入，降低成本并改善客戶(hù)關(guān)系。Teradata解決方案同時(shí)還具有更佳的成本效益，易于管理，并能隨業(yè)務(wù)發(fā)展需要進(jìn)行擴展。

。。Teradata數據倉庫用于提供單一且整合的企業(yè)運營(yíng)全貌高性能數據庫技術(shù)、全套數據存取及管理工具、強大的數據挖掘功能以及一流的可擴展硬件。

。。Teradata CRM是一套企業(yè)級分析型CRM和營(yíng)銷(xiāo)自動(dòng)化解決方案。它利用從各種渠道采集的詳盡互動(dòng)數據，為營(yíng)銷(xiāo)人員提供完整且整合的分析環(huán)境，從而建立更有價(jià)值的客戶(hù)關(guān)系。

。。Teradata 分析型應用幫助企業(yè)更有效地分析和管理運營(yíng)、財務(wù)和業(yè)務(wù)績(jì)效，特定行業(yè)應用為以下行業(yè)提供強大支持：電信、金融、保險、交通運輸、零售、電子商務(wù)、制造業(yè)及旅游等。

。。Oracle:9i數據庫第2版提供強大的商業(yè)智能平臺

。。Oracle9i數據庫第2版為大中型企業(yè)商業(yè)智能提供了強大的平臺支持，特別是重點(diǎn)解決了互聯(lián)網(wǎng)環(huán)境中海量數據處理和近乎實(shí)時(shí)的復雜分析需求所提出的挑戰。除此之外，Oracle9i數據庫提供了真正的商業(yè)智能平臺，為OLAP、數據挖掘以及ETL操作提供了擴展的數據庫支持。

。。性能、可伸縮性和可管理性是商業(yè)智能應用的基本要求。與以前各版本的數據庫一致， Oracle9i數據庫第2版在這三個(gè)方面都進(jìn)行了進(jìn)一步的改進(jìn)。

。。Oracle9i數據庫第2版被設計為一個(gè)完整的數據倉庫平臺，利用 Oracle 數據庫作為可伸縮的數據引擎完成對數據倉庫數據的各種操作。

。。在OLAP方面，該版本提出了一種新的集成的關(guān)系——多維數據庫觀(guān)點(diǎn)，向傳統的分析服務(wù)器觀(guān)點(diǎn)發(fā)出挑戰。該版本是通過(guò)SQL和OLAP API提供對關(guān)系數據和多維數據進(jìn)行訪(fǎng)問(wèn)的數據庫，任何OLAP計算都可以通過(guò)SQL進(jìn)行查詢(xún)。

。。Oracle9i數據庫第2版把Oracle OLAP作為關(guān)系數據庫的一個(gè)集成部分，Oracle OLAP通過(guò)強大的OLAP API、多維引擎以及OLAP數據操縱語(yǔ)言提供了一整套完整的分析功能。

。。Oracle9i數據庫第2版還提供了新的數據挖掘能力。以 Oracle Darwin為基礎，Oracle9i 提供了一個(gè)強大的數據挖掘引擎，在數據庫中包括了額外的數據挖掘算法以及對數據挖掘中基于標準的 Java API 的增強。

。。Sybase：數據倉庫和行業(yè)模型凸顯特色

。。Sybase IQ-Multiplex這個(gè)專(zhuān)為數據倉庫設計的數據庫滿(mǎn)足了目前用戶(hù)對海量數據的存儲與訪(fǎng)問(wèn)的需求，能夠大大提升查詢(xún)性能，提供了強大的并行處理能力與伸縮能力以及企業(yè)級的數據管理與性能保證。其垂直存儲技術(shù)通過(guò)數據的列式存儲有利于提高按范圍查詢(xún)的效率，并有利于數據的壓縮; 專(zhuān)利的BitWise索引及數據壓縮技術(shù)通過(guò)對數據倉庫中的所有字段建索引，不僅帶來(lái)查詢(xún)效率的大幅度提高，而且還降低了對磁盤(pán)空間的占用；新的多線(xiàn)索體系增加系統的伸縮性。

。。Sybase商業(yè)智能模型IWS（行業(yè)數據倉庫套件）通過(guò)一個(gè)集成的應用軟件包，可以滿(mǎn)足分析不同但相互關(guān)聯(lián)的客戶(hù)的行為、價(jià)值和潛力等問(wèn)題的需要。IWS包含了完整的數據倉庫設計方法學(xué)以及為各個(gè)行業(yè)的數據倉庫實(shí)施建立了核心的業(yè)務(wù)數據模型與客戶(hù)關(guān)系分析模型。Sybase的IWS模型不同于其他公司的做法，它實(shí)實(shí)在在地提供了數據倉庫設計的核心技術(shù)以及建立在充分的行業(yè)需求分析、正確的設計方法以及豐富的實(shí)施經(jīng)驗上的已經(jīng)驗證的模型。IWS允許開(kāi)發(fā)商在其基礎上進(jìn)行再加工，從而保護投資，提高軟件的可用性與靈活性。IWS 的基本結構由IWS核心模型、垂直行業(yè)模型以及商業(yè)智能應用三個(gè)級別構成。

網(wǎng)絡(luò )世界(cnw.ccw.com.cn)

相關(guān)鏈接:
CRM：化繁為簡(jiǎn)的理由！ 2002-08-19
全面型CRM：構建客戶(hù)價(jià)值金字塔 2002-08-19
數據挖掘占據CRM的核心 2002-08-19
CRM戰略的內外環(huán)境分析 2002-08-16
成功CRM的八個(gè)“關(guān)鍵因子” 2002-08-16

分類(lèi)信息:     技術(shù)_CRM_技術(shù)文摘
亚洲精品网站在线观看不卡无广告,国产a不卡片精品免费观看,欧美亚洲一区二区三区在线,国产一区二区三区日韩 准格尔旗| 麻江县| 法库县| 冀州市| 内乡县| 新竹市| 保亭| 敖汉旗| 石台县| 依安县| 安图县| 长兴县| 石台县| 葵青区| 安阳县| 开封市| 北宁市| 鲜城| 工布江达县| 寿宁县| 海伦市| 北京市| 砀山县| 呈贡县| 鸡西市| 明光市| 金沙县| 孟连| 称多县| 和顺县| 奉贤区| 芜湖县| 洞头县| 武安市| 阿拉善盟| 余江县| 山东省| 贵溪市| 寿阳县| 广南县| 马尔康县| http://444 http://444 http://444 http://444 http://444 http://444