商业智能的初级概念。

 

1、什么是商业智能？

商业智能也称作BI，是英文单词Business Intelligence的缩写。

从广义上来说，我们都接触过商业智能。统计报表就可以看作早期的商业智能。而现代的商业智能包括了更多的需求，最常见就是功能就是分析及预测。（例子）

商业智能的技术实际上是一种原有的技术的综合运用。其中包括了数据仓库、OLAP和数据挖掘。

 

2、什么是数据仓库、数据挖掘以及OLAP（联机分析处理系统）？

数据仓库：

在现代的一些信息化非常集中的企业，都必须要用到数据仓库。数据仓库是一种对原有数据重新结构化设计的方案，其主要目的就是利用空间换取性能。摆脱关系数据库的二维设计方案，采用多维的角度来衡量数据。

OLAP：

即联机分析处理系统，这种系统是相对于OLTP（联机事务处理系统）来说的。我们通常设计的关系数据库的主要功能就是增加数据、更新数据，属于OLTP。而OLAP的则是用于统计数据、分析数据。

数据挖掘：

数据挖掘从广义上来解释，其实就是BI的最终实现。普通的关系数据库回答不了“那些人更容易购买我们的电脑产品？”这样的问题，而数据挖掘就是为了回答这类问题而设计的。

 

最早的数据库只能回答“我们去年的营业总额是多少？”这类问题。

关系数据库可以回答“上个月我们的营业额达到了多少？”。

而数据挖掘可以回答“明年我们的销售额预计可以达到多少？”

 

3、如何实现这些功能？

以上的功能的实现涉及到各种功能上的数据转换、数据算法。而使用sql2005的Analysis Services系列工具可以很方便的实现以及测试效果。Analysis Services设计的是一种基于UDM的模型方案，他包含了多维数据集、数据挖掘模型以及其他应用程序的创建

。

4、什么是UDM？

UDM既“统一维度模型/统一空间模型”，这种结构设计的目的在于可以让用户直接访问数据源去寻找他们需要的数据。

 

 

5、如何理解多维数据集？

多维数据集的结构把关系数据库的2维扩展 任意的维度，维度是多维数集的核心概念。每个维度都代表对度量值的一种观察角度。

例如常见的销售业绩作为度量值的话，就可以把销售人员、客户、产品等等信息都做为维度。通常多维数据集合都有几十个到几百个维度。通过多维表达式 (MDX)的查询，任意几个维度都可以互相组合以快速查询到需要的统计数据。