帆软:商业智能(BI)白皮书2.0(37页).pdf

上传人:半声 文档编号:51476 上传时间:2021-09-14 格式:PDF 页数:37 大小:7.75MB
返回 下载 相关 举报
帆软:商业智能(BI)白皮书2.0(37页).pdf_第1页
第1页 / 共37页
帆软:商业智能(BI)白皮书2.0(37页).pdf_第2页
第2页 / 共37页
帆软:商业智能(BI)白皮书2.0(37页).pdf_第3页
第3页 / 共37页
帆软:商业智能(BI)白皮书2.0(37页).pdf_第4页
第4页 / 共37页
帆软:商业智能(BI)白皮书2.0(37页).pdf_第5页
第5页 / 共37页
点击查看更多>>
资源描述

《帆软:商业智能(BI)白皮书2.0(37页).pdf》由会员分享,可在线阅读,更多相关《帆软:商业智能(BI)白皮书2.0(37页).pdf(37页珍藏版)》请在三个皮匠报告文库上搜索。

1、最核心的是展示类的数据可视化技术,抛开企业数据量级的不同和深度分析的需求,数据可视化技术能够满足最基本的 BI 目标,即将数据转化为信息并辅助决策;数据可视化的具体形式又分为报表和可视化图表两大类,其中报表是我国大多数企业目前的主要数据展示形式。数据可视化旨在借助于图形化手段,清晰有效地传达与沟通信息。其基本思想是将数据库中每一个数据项作为单个图元素表示,大量的数据集构成数据图像,同时将数据的各个属性值以多维数据的形式表示,可以从不同的维度观察数据,从而对数据进行更深入的观察和分析。例如柱形图、折线图和饼图等一些基础的图表就可以直观地展示出数据。当数据较为复杂时,可以通过复杂图表搭配多样的交互。

2、效果来将数据直观化。其次是 OLAP、数据挖掘等分析类技术,能够基于现有数据提供更深入的洞察。数据挖掘技术需要一定数据量的支撑,而企业不一定要等到数据量足够大时才能应用 BI,结合我国企业的信息化现状,数据挖掘目前并不是 BI 系统的关键技术需求。联机分析处理(OLAP,Online Analytical Processing)主要关注多维数据库和多维分析。OLAP 委员会对联机分析处理的定义为:使分析人员、管理人员或执行人员能够从多种角度对从原始数据中转化出来的、能够真正为用户所理解的、并真实反映企业维特性的信息进行快速、一致、交互的存取,从而获得对数据更深入了解的一类软件技术。最后是支撑类。

3、技术,包括数据仓库、ETL、大数据技术和元数据管理等,用于管理繁杂的、不断增长的企业数据,为整个 BI 系统体系提供持续的、强力的、稳定的支撑。数据仓库(Data Warehouse)是一个面向主题的(Subject Oriented)、集成的(Integrated)、相对稳定的(Non-Volatile)、反映历史变化(Time Variant)的数据集合,用于支持管理决策(Decision Making Support)。数据仓库的出现,并不是要取代数据库。大部分数据仓库还是用关系数据库管理系统来管理的,数据库、数据仓库相辅相成、各有千秋。ETL 是 Extract-Transform-L。

4、oad 的缩写,用来描述将数据从来源端经过抽取(Extract)、交互转换(Transform)、加载(Load)至目的端的过程。它是构建数据仓库的关键环节,数据仓库主要是为决策分析提供数据,所涉及的操作主要是数据的查询,所以 ETL 过程在很大程度上受企业对源数据的理解程度的影响,也就是说从业务的角度看数据集成非常重要。大数据(Big Data)是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合,是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。顾名思义,大数据技术就是收集、存储、处理、分析大数据的相关技术。当前大部分企业已满。

5、足大数据的 5V特征,因此,BI 引入大数据技术,旨在从大数据中快速获取价值。元数据(Metadata)又称中介数据、中继数据,用于描述数据属性的信息,是描述数据的数据(Data about data)。其使用价值主要在于在识别资源、评价资源、追踪资源在使用过程中的变化、实现简单高效地管理大量网络化数据、实现信息资源的有效发现、查找、一体化组织和对使用资源的有效管理。由于元数据也是数据,因此可以用类似数据的方法在数据库中进行存储和获取。BI 工具是以数据可视化和分析技术为主,具备一定的数据连接和处理能力的软件工具,使用者能通过可视化的界面快速制作多种类型的数据报表、图形图表,可以满足企业不同人。

6、群在一定的安全要求和权限设置下,实现在 PC 端、移动端、会议大屏等终端上数据的查询、分析和探索。按照技术发展和对用户需求的响应,当前 BI 工具可以分为报表式 BI、传统式 BI 和自助式 BI 三类。这三类 BI 工具分别适用于不同的场景,不是相互替代的关系。它们将长期共存,供企业按需选择,直到信息化基础条件发生根本的改变。报表式 BI 工具主要面向 IT 人员,适用于各类固定样式的报表设计,通常用来呈现业务指标体系,支持的数据量相对不大。国内的报表式 BI 于 1999 年左右开始起步,在 2013 年趋于成熟。由于国内企业对于格式的纠结和坚持,当前我国非常多的企业对表格式报表仍然情有独。

7、钟,解决中国式复杂报表经常成为企业选型的重点需求。报表式 BI 大多都采用类 Excel 的设计模式,虽然主要面向的对象是 IT 部门,但是业务人员也能快速学习和掌握,并在既定的数据权限范围内,制作一些基本的数据报表和驾驶舱报表。例如 FineReport 自主研发的 HTML5 图表,可以满足不同人群的视觉展示需求,也可以进行一些简单的即席分析操作,如图表类型的切换、排序、过滤等。传统式 BI 同样面向 IT 人员,但是侧重于 OLAP 即席分析与数据可视化分析。传统式 BI 以 Cognos 等国外产品为代表,其优势是在大数据量上的性能和稳定性,劣势也十分明显数据分析的能力和灵活性差。据 Forester 报告显示,在拥有传统式 BI 的企业或机构中,83%以上的数据分析需求无法得到满足,这表明很多企业重金打造的 BI 系统几乎成了摆设,收效甚微。此外,项目耗资不菲、实施周期极长、项目风险大、对人才要求高等特征,也不利于传统式 BI 的推广和普及。。

展开阅读全文
相关资源
猜你喜欢
资源标签

当前位置:首页 > 行业分析 > 其它行业


关于我们                               联系我们


copyright@ 2008-2013        长沙景略智创信息技术有限公司版权所有
经营许可证编号:湘ICP备17000430