商業(yè)智能解決方案的研究與實(shí)際應(yīng)用

申請(qǐng)免費(fèi)試用、咨詢(xún)電話(huà)：400-8352-114

商業(yè)智能研究

1 引 言

在企業(yè)信息化的進(jìn)程中，企業(yè)大多相繼建立了獨(dú)立的業(yè)務(wù)信息系統(tǒng)，如福州OA、CRM等，并積累了大量的業(yè)務(wù)及客戶(hù)數(shù)據(jù)。但各業(yè)務(wù)系統(tǒng)中的數(shù)據(jù)彼此孤立甚至矛盾，給企業(yè)的管理和決策帶來(lái)了困難。隨著信息化的深入，用戶(hù)已經(jīng)不滿(mǎn)足于單個(gè)福州OA、CRM等信息系統(tǒng)的效果，需要一種集成方案來(lái)解決業(yè)務(wù)數(shù)據(jù)“過(guò)?！焙蜎Q策所需信息貧乏之間的矛盾，并且希望能夠從系統(tǒng)中發(fā)掘更多數(shù)據(jù)資產(chǎn)，因此引入商業(yè)智能（Business Intelligence，BI）成為提升企業(yè)信息化應(yīng)用水平的必然之選。

商業(yè)智能是構(gòu)筑在企業(yè)業(yè)務(wù)系統(tǒng)基礎(chǔ)之上，以知識(shí)獲取和共享為目的的解決方案。它通過(guò)對(duì)企業(yè)內(nèi)外數(shù)據(jù)的整合、分析，提取出有價(jià)值的信息，幫助用戶(hù)在加強(qiáng)管理、促進(jìn)營(yíng)銷(xiāo)和企業(yè)發(fā)展方面做出及時(shí)、正確、科學(xué)的決策，并分析、發(fā)現(xiàn)和把握新的商機(jī)。作為一種新興的決策支持體系，商業(yè)智能與傳統(tǒng)的EIS，DSS相比，主要區(qū)別之一是用戶(hù)不再僅僅局限于企業(yè)的領(lǐng)導(dǎo)和決策、分析人員，而是擴(kuò)展到企業(yè)組織內(nèi)外的各類(lèi)人員。這里既有企業(yè)經(jīng)理一類(lèi)的高層決策者，又有企業(yè)內(nèi)部各部門(mén)的職能人員，還包括客戶(hù)、供應(yīng)商、合作伙伴等企業(yè)外界用戶(hù)。

商業(yè)智能系統(tǒng)不但能為企業(yè)管理者提供決策支持服務(wù)，更具有EIS，DSS所不具備的強(qiáng)大的數(shù)據(jù)管理、數(shù)據(jù)分析與知識(shí)發(fā)現(xiàn)能力。商業(yè)智能的技術(shù)體系主要由數(shù)據(jù)倉(cāng)庫(kù)（Data Warehouse，DW）、聯(lián)機(jī)分析處理（On-line Analytical Processing，OLAP）、數(shù)據(jù)挖掘（Data Mining，DM）以及企業(yè)信息門(mén)戶(hù)（Enterprise Information Portal，EIP）等幾部分組成，融知識(shí)發(fā)現(xiàn)、知識(shí)管理和決策支持于一體，可以在現(xiàn)有IT基礎(chǔ)設(shè)施上，整合企業(yè)數(shù)據(jù)資源，為用戶(hù)提供創(chuàng)新應(yīng)用和服務(wù)，幫助企業(yè)做出正確、明智的業(yè)務(wù)經(jīng)營(yíng)決策。

2 商業(yè)智能系統(tǒng)框架

商業(yè)智能是一套完整的解決方案，它是將數(shù)據(jù)倉(cāng)庫(kù)、聯(lián)機(jī)分析處理、數(shù)據(jù)挖掘等技術(shù)結(jié)合起來(lái)，通過(guò)企業(yè)信息門(mén)戶(hù)將知識(shí)以適當(dāng)?shù)姆绞竭M(jìn)行展示，以實(shí)現(xiàn)技術(shù)服務(wù)于決策的目的。

商業(yè)智能實(shí)質(zhì)上是把“操作型”數(shù)據(jù)轉(zhuǎn)換為決策所需的商業(yè)信息的過(guò)程，這一過(guò)程又可稱(chēng)為信息供應(yīng)鏈。商業(yè)智能提供了一個(gè)聯(lián)系信息生產(chǎn)者和信息使用者的完整的信息供應(yīng)鏈。在這一過(guò)程中，數(shù)據(jù)集成工具執(zhí)行源數(shù)據(jù)的清洗、格式轉(zhuǎn)換和匯總計(jì)算等功能；數(shù)據(jù)存儲(chǔ)過(guò)程建立數(shù)據(jù)存儲(chǔ)模型，存儲(chǔ)企業(yè)統(tǒng)一的數(shù)據(jù)視圖，為商業(yè)智能系統(tǒng)的應(yīng)用提供基礎(chǔ)數(shù)據(jù)；數(shù)據(jù)分析工具一般包括聯(lián)機(jī)分析處理工具、數(shù)據(jù)挖掘工具、統(tǒng)計(jì)分析工具以及其他人工智能工具等，這些工具結(jié)合商業(yè)處理規(guī)則為決策者提供決策輔助信息。由于商業(yè)智能的用戶(hù)不僅包括數(shù)據(jù)分析人員和企業(yè)高級(jí)主管，還包括客戶(hù)、合作伙伴和內(nèi)部員工，因此商業(yè)智能通過(guò)企業(yè)信息門(mén)戶(hù)展現(xiàn)可以提供最大的便利。企業(yè)信息門(mén)戶(hù)實(shí)現(xiàn)在適當(dāng)?shù)臅r(shí)候?qū)⑦m當(dāng)?shù)男畔⒎职l(fā)給適當(dāng)?shù)娜?，以最大限度地加?qiáng)協(xié)作，提高企業(yè)競(jìng)爭(zhēng)力。

商業(yè)智能的系統(tǒng)框架包括數(shù)據(jù)源、數(shù)據(jù)集成、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)分析服務(wù)以及數(shù)據(jù)訪(fǎng)問(wèn)與展示部分，如圖1所示。

圖1 商業(yè)智能系統(tǒng)框架

3 商業(yè)智能系統(tǒng)設(shè)計(jì)

3.1 總體設(shè)計(jì)

本文以筆者在航運(yùn)企業(yè)中的項(xiàng)目實(shí)踐為背景研究商業(yè)智能的應(yīng)用。航運(yùn)業(yè)一個(gè)最大的特點(diǎn)就是其固定資產(chǎn)主要是江海上航行的船舶，船舶是否能安全、有效地運(yùn)營(yíng)又是企業(yè)最大的風(fēng)險(xiǎn)。由于決策者并不能隨時(shí)巡視檢查其船舶資產(chǎn)，難以掌握船舶的維護(hù)保養(yǎng)情況、設(shè)備完好率、備件儲(chǔ)備的充分性與經(jīng)濟(jì)性、各船舶及各航線(xiàn)的營(yíng)收狀況等，因此難以做出科學(xué)的決策。商業(yè)智能應(yīng)用于航運(yùn)企業(yè)則意義重大。

對(duì)于航運(yùn)企業(yè)來(lái)說(shuō)，利用商業(yè)智能系統(tǒng)，通過(guò)對(duì)船舶設(shè)備的維護(hù)保養(yǎng)數(shù)據(jù)進(jìn)行對(duì)比分析與趨勢(shì)預(yù)測(cè)，對(duì)設(shè)備運(yùn)行狀況及維護(hù)歷史做出歸納性的推理，從中挖掘出潛在的規(guī)律和設(shè)備隱患，預(yù)測(cè)需重點(diǎn)維護(hù)的設(shè)備及其維護(hù)周期，可以對(duì)維護(hù)保養(yǎng)計(jì)劃進(jìn)行優(yōu)化。通過(guò)對(duì)以往的故障數(shù)據(jù)進(jìn)行分析，可以預(yù)測(cè)某設(shè)備在將來(lái)某一時(shí)期內(nèi)出現(xiàn)故障的概率，從而可以動(dòng)態(tài)地調(diào)整維護(hù)計(jì)劃或修船計(jì)劃。

企業(yè)主管既可以通過(guò)信息門(mén)戶(hù)獲取信息，也可以直接利用數(shù)據(jù)分析工具從數(shù)據(jù)倉(cāng)庫(kù)中查詢(xún)信息。信息門(mén)戶(hù)用于發(fā)布企業(yè)信息，供使用者查看和訂閱。對(duì)于緊急信息可以直接以推送方式導(dǎo)入到各船舶數(shù)據(jù)庫(kù)或發(fā)送到目標(biāo)用戶(hù)的門(mén)戶(hù)信箱中，以展現(xiàn)給船舶負(fù)責(zé)人。系統(tǒng)總體設(shè)計(jì)思想如圖2所示。

圖2 航運(yùn)企業(yè)商業(yè)智能系統(tǒng)總體設(shè)計(jì)

3.2 分析模型設(shè)計(jì)

數(shù)據(jù)倉(cāng)庫(kù)的構(gòu)建為商業(yè)智能準(zhǔn)備了統(tǒng)一的、豐富的數(shù)據(jù)。在此基礎(chǔ)上就可建立起企業(yè)的商業(yè)智能應(yīng)用，通過(guò)知識(shí)挖掘工具提煉有價(jià)值的信息，以分析報(bào)表、信息門(mén)戶(hù)等形式提供給企業(yè)主管及各級(jí)決策者，使他們能做出更科學(xué)、更有效的決策。

根據(jù)決策主題設(shè)計(jì)數(shù)據(jù)倉(cāng)庫(kù)結(jié)構(gòu)，數(shù)據(jù)模型一般采用星型模型或雪花模型設(shè)計(jì)，在設(shè)計(jì)過(guò)程中應(yīng)保證數(shù)據(jù)倉(cāng)庫(kù)的規(guī)范化和體系各元素的必要聯(lián)系。主要有以下三個(gè)步驟：

（1）定義該主題所需各數(shù)據(jù)源的詳細(xì)情況，包括所在計(jì)算機(jī)平臺(tái)、擁有者、數(shù)據(jù)結(jié)構(gòu)、使用該數(shù)據(jù)源的處理過(guò)程、數(shù)據(jù)倉(cāng)庫(kù)更新計(jì)劃等。

（2）定義數(shù)據(jù)抽取原則，以便從每個(gè)數(shù)據(jù)源中抽取所需數(shù)據(jù)；定義數(shù)據(jù)如何轉(zhuǎn)換、裝載到主題的哪個(gè)數(shù)據(jù)表中。

（3）將各個(gè)主題細(xì)化，形成多個(gè)主題表，據(jù)此從數(shù)據(jù)倉(cāng)庫(kù)中選出多個(gè)數(shù)據(jù)子集，即數(shù)據(jù)集市。數(shù)據(jù)集市通常針對(duì)部門(mén)級(jí)的決策或某個(gè)特定業(yè)務(wù)需求，它開(kāi)發(fā)周期短，費(fèi)用低，能在較短時(shí)間內(nèi)滿(mǎn)足用戶(hù)決策的需要。

根據(jù)圖2的總體設(shè)計(jì)方案，商業(yè)智能系統(tǒng)依靠企業(yè)應(yīng)用服務(wù)器提供聯(lián)機(jī)分析處理和數(shù)據(jù)挖掘，而企業(yè)Web服務(wù)器提供數(shù)據(jù)展現(xiàn)的平臺(tái)。為了提供數(shù)據(jù)分析服務(wù)，需要先建立多維數(shù)據(jù)分析模型。在本系統(tǒng)中，Analysis Services 以立方體（Cube）的形式來(lái)提供數(shù)據(jù)。立方體是一組以多維結(jié)構(gòu)組織在一起的數(shù)據(jù)，該多維結(jié)構(gòu)是由一組維度（Dimension）和量度（Measure）定義的。在構(gòu)建立方體時(shí)，首先需要將數(shù)據(jù)從企業(yè)業(yè)務(wù)系統(tǒng)拷貝到一個(gè)數(shù)據(jù)倉(cāng)庫(kù)或數(shù)據(jù)集市，可以用Data Transformation Services（DTS）或第三方抽取、轉(zhuǎn)換和加載（ETL）工具來(lái)簡(jiǎn)化該過(guò)程。本系統(tǒng)采用自編工具加動(dòng)態(tài)腳本的方式，這種方式具有靈活、速度快、可控性強(qiáng)的特點(diǎn)。要?jiǎng)?chuàng)建一個(gè)立方體，需要對(duì)不同維度上的量度進(jìn)行聚合（Aggregate）計(jì)算，并將數(shù)據(jù)保存起來(lái)以便以后讀取和分析。

考慮到商業(yè)智能系統(tǒng)主要進(jìn)行查詢(xún)、分析操作，為了提高響應(yīng)速度，本系統(tǒng)多維數(shù)據(jù)模型采用星型架構(gòu)設(shè)計(jì)，它支持以決策者的觀點(diǎn)定義數(shù)據(jù)實(shí)體，滿(mǎn)足面向主題數(shù)據(jù)倉(cāng)庫(kù)設(shè)計(jì)的需要。

在多維模型中，數(shù)據(jù)是作為事實(shí)和維存儲(chǔ)起來(lái)的。星型架構(gòu)由一個(gè)事實(shí)數(shù)據(jù)表和鏈接到該事實(shí)數(shù)據(jù)表的多個(gè)維度表組成。位于星型模型中心的是事實(shí)表，存放企業(yè)的事實(shí)數(shù)據(jù)和數(shù)量數(shù)據(jù)。位于星型模型星角上的是維度表，存放描述性數(shù)據(jù)。事實(shí)表為用戶(hù)的決策分析提供定量數(shù)據(jù)，而維表代表了觀察數(shù)據(jù)的一個(gè)角度，可以看作一種測(cè)量尺度或立方體的一面，其作用是限制用戶(hù)的查詢(xún)結(jié)果，將數(shù)據(jù)過(guò)濾，使得從指標(biāo)實(shí)體查詢(xún)時(shí)返回較少的行，從而縮小訪(fǎng)問(wèn)范圍。例如，航運(yùn)企業(yè)中設(shè)備運(yùn)行工況數(shù)據(jù)的多維數(shù)據(jù)集可設(shè)計(jì)為如圖3所示。

圖3 設(shè)備運(yùn)用工況數(shù)據(jù)的多維數(shù)據(jù)集示意圖