BI 商业智能简述

商业智能简述
jeffjie@botwave.com
http://t.sina.com.cn/jeffjie
面向技术/非技术从业人员的BI扫盲课
Saturday, November 20, 2010

jeffjie@botwave.com
大纲
1.商业智能的概念
2.商业智能的技术
3.商业智能的工具

jeffjie@botwave.com
何谓智能

jeffjie@botwave.com
何谓智能
邻居大婶：明年前鸡还是鸭？

jeffjie@botwave.com
何谓智能
大学生小白：当公务员还是去私企？

jeffjie@botwave.com
何谓智能
博汇Peter：加薪还是裁员？

jeffjie@botwave.com
何谓智能
一起回忆一下止尿布的故事

jeffjie@botwave.com
有决策就有智能
何谓智能
一起回忆一下止尿布的故事

jeffjie@botwave.com
决策的依据

jeffjie@botwave.com
决策的依据
特定目标

jeffjie@botwave.com
决策的依据
特定目标
具体度量

jeffjie@botwave.com
决策的依据
特定目标
具体度量具体度量

jeffjie@botwave.com
决策的依据
特定目标
具体度量
基础和反馈信息
具体度量

jeffjie@botwave.com
• 它是：一套工具/解决方案
• 它能：将企业中现有的数据转化为知
识，帮助企业做出明智的业务经营决策
商业智能的定义

jeffjie@botwave.com
商业智能模型
Text
Text 数据仓库
数据挖掘
报表
联机分析数据源
ETL

jeffjie@botwave.com
• ETL （数据抽取、转换、装载）
• 数据仓库
• OLAP--联机分析
• Cube--多维数据集与MDX
• 数据挖掘、等等。。。
商业智能的技术

jeffjie@botwave.com
ETL
关系数据库
其他数据库
XML、文件
数据仓库
Extract
Transform
Load

jeffjie@botwave.com
数据仓库
OLAP
报表
挖掘

jeffjie@botwave.com
数据仓库
1.它是关系数据库
OLAP
报表
挖掘

jeffjie@botwave.com
数据仓库
2.包含事实表与维度表
OLAP
报表
挖掘

jeffjie@botwave.com
数据仓库
3.表结构范型：
星型结构
雪花型结构
2.包含事实表与维度表
OLAP
报表
挖掘

jeffjie@botwave.com
OL(X)P哥俩好
OLAP = (联机分析)
OnLine Analytical Processing
OLTP = (联机事务)
OnLine Transaction Processing
E.F.Codd
（1960S ─）
（1993 ─）

jeffjie@botwave.com
OLTP
T-SQL
select amount from sales where customer = 1
实时的
日常的
交易的
快速的
应用的
银行
系统
OA
订餐
系统
电子
商务关系数据库

jeffjie@botwave.com
OLAP
MDX
SELECT [Product] ON COLUMS,[Location] ON ROWS
Cube
分析的
可延迟的
海量的
需求多变的
决策的
分析
系统
决策
系统
自助
报表

jeffjie@botwave.com
凭什么选OLAP！！？？
── OLTP愤愤不平地说

jeffjie@botwave.com
凭什么选OLAP！！？？
── OLTP愤愤不平地说
是马是骡
子拉出来
骝骝！

jeffjie@botwave.com
任务背景
“真不少”连锁超市是全球5000强公司之一，每天全
球各地的超市有上百万次交易，将近年末了，大
老板想要看看今年的销售统计报表。
下面是精简后的销售数据历史表结构及示例：
ID 地区产品价格时间
10909002 香港口香糖 10.8 2010-10-20
今年销售数据历史表中有数据50亿条

jeffjie@botwave.com
任务一
口香糖洗发水衣服玩具面包
亚太区
非洲
北美
1,000,000,000 1,000,000,000 1,000,000,000 1,000,000,000 1,000,000,000
1,000,000,000 1,000,000,000 1,000,000,000 1,000,000,000 1,000,000,000
1,000,000,000 1,000,000,000 1,000,000,000 1,000,000,000 1,000,000,000
我要今年每个地
区对应各种产品的销售额
报表！

jeffjie@botwave.com
任务一之OLTP篇
1.select count(价格) ,地区,产品 from 销售历史
group by 地区，产品
2.执行！两个小时过去了。。。。。
地区产品销售额
香港口香糖 1000000
香港衣服 2000000
......... ......... ..........
3.哎哟，还得行转列！嗯，搞定！

jeffjie@botwave.com
任务一之OLAP篇
小菜一碟，以产品为列，以地区为行输
出销售额嘛。
select [产品] on columns,[地区] on rows
from [销售历史仓库]
2秒不到，搞定！
口香糖洗发水衣服玩具面包
亚太区
非洲
北美
.......
1,000,000,000 1,000,000,000 1,000,000,000 1,000,000,000 1,000,000,000
1,000,000,000 1,000,000,000 1,000,000,000 1,000,000,000 1,000,000,000
1,000,000,000 1,000,000,000 1,000,000,000 1,000,000,000 1,000,000,000
....... ........ ........ ........ ........

jeffjie@botwave.com
任务一总结
OLTP兄，
你动作慢不但止，查询时
还阻塞系统2小时！
OLAP兄，你动作非常快，
慢着，我好像看得懂你的查询
语句，有空教教我！

jeffjie@botwave.com
任务二
香港非洲南美新加坡中国
春季
夏季
秋季
1,000,000,000 1,000,000,000 1,000,000,000 1,000,000,000 1,000,000,000
1,000,000,000 1,000,000,000 1,000,000,000 1,000,000,000 1,000,000,000
1,000,000,000 1,000,000,000 1,000,000,000 1,000,000,000 1,000,000,000
我要今年每个季
度对应各种地区的销售额
报表！

jeffjie@botwave.com
任务二之OLTP篇
2.select count(价格) ,地区,求季度(时间) from 销售历史
group by 地区,求季度(时间)
地区季度销售额
香港春季 1000000
香港夏季 2000000
......... ......... ..........
4.哎哟，还得行转列！终于搞定！
3.执行！我了个去，8个小时过去了。
1.首先我得写一个求季度的函数哇。

jeffjie@botwave.com
任务二之OLAP篇
没难度，以地区为列，以季度为行输出
销售额嘛。
select [地区] on columns,[时间].[季
度].children on rows from [销售历史仓库]
还是2秒不到，搞定！
香港非洲南美新加坡中国
春季
夏季
秋季
秋季
1,000,000,000 1,000,000,000 1,000,000,000 1,000,000,000 1,000,000,000
1,000,000,000 2,000,000,000 1,000,000,000 1,000,000,000 1,000,000,000
1,000,000,000 1,000,000,000 3,000,000,000 1,000,000,000 1,000,000,000
1,000,000,000 1,000,000,000 1,000,000,000 4,000,000,000 5,000,000,000

jeffjie@botwave.com
任务二总结
OLTP兄，
一次比一次慢，我不敢再
拿系统阻塞冒险了
OLAP兄，一如往常的快，接
下来我还要看月份的报表。

jeffjie@botwave.com
OLAP的秘密
多维数据库
数据仓库
各种数据源

jeffjie@botwave.com
魔术发生的地方-Cube
T-Shit
hats
Clothes

jeffjie@botwave.com
维度(Dimension)
T-Shit
hats
Clothes

jeffjie@botwave.com
度量(Measure)
维度(Dimension)
T-Shit
hats
Clothes

jeffjie@botwave.com
度量(Measure)
维度(Dimension)
T-Shit
hats
Clothes
层次结构
（Hierarchy）

jeffjie@botwave.com
魔术师的咒语-MDX
SELECT
{[维度成员],[维度成员]} ON 坐标,
FROM [多维数据集]
WHERE ([切片维度])
总坐标数为128
常用坐标常量：
COLUMNS(0)，ROWS(1)，
PAGES(2)，SECTIONS(3)，CHAPTERS(4)
语法
PS.

jeffjie@botwave.com
数据挖掘
分类 | 回归 | 分割 | 关联 | 序列分析 | 概率预测
决策树
获得数据之间的关系
并做出预测
贝叶斯
聚合算法
关联算法

jeffjie@botwave.com
• ETL工具
• 数据仓库
• OLAP工具
• 报表工具
• 挖掘工具
工欲善其事

jeffjie@botwave.com
商用BI工具

jeffjie@botwave.com
开源BI工具
BIRT
开源免费
组件
开源免费
方案
开源商用
方案

jeffjie@botwave.com
参考
一、Introduction to data cube http://www2.cs.uregina.ca/~dbd/cs831/notes/dcubes/dcubes.html
二、Rapid Miner http://rapid-i.com/content/view/181/90/
三、SpagoBI http://www.spagoworld.org/xwiki/bin/view/SpagoBI/
四、Jasperreports http://jasperforge.org/projects/jasperreports
五、pentaho商业智能解决方案 http://www.pentaho.com/
六、pentaho社区版商业智能解决方案 http://community.pentaho.com/projects/bi_platform/
七、Palo for Excel http://www.palo.net/en/
八、《MicroSoft SQL Server 2005商业智能实现》 http://book.douban.com/subject/3016243/
九、商业智能工具维基百科 http://en.wikipedia.org/wiki/Business_intelligence_tools

jeffjie@botwave.com
讨论

jeffjie@botwave.com
感谢聆听
Bio:
微勃&Twitter: @jeff_kit
jeff@fallever.com

BI 商业智能简述

Recommended

Recommended

More Related Content

More from Gump Law

More from Gump Law (6)

BI 商业智能简述