- 相關(guān)推薦
BI商務(wù)智能系統(tǒng)及其技術(shù)架構(gòu)
BI商務(wù)智能系統(tǒng)是隨著信息技術(shù)在管理領(lǐng)域不斷發(fā)展而產(chǎn)生的具有特定功能和使用目標群的一種解決方案。BI提供靈活的報表和分析工具支持對數(shù)據(jù)的評價和判讀以及信息發(fā)布。基于BI先進的數(shù)據(jù)結(jié)構(gòu)和分析基礎(chǔ)，企業(yè)可做出有事實依據(jù)的商業(yè)決策，決定面向目標的各種活動。
1 BI商務(wù)智能系統(tǒng)功能特點
BI商務(wù)智能系統(tǒng)基于企業(yè)資源計劃系統(tǒng)(Enterprise Resource Planning，ERP)及其他業(yè)務(wù)系統(tǒng)的業(yè)務(wù)信息，建立適應(yīng)企業(yè)長期發(fā)展的數(shù)據(jù)倉庫;采用方便、易用、表現(xiàn)力強的報表體系及可交互的數(shù)據(jù)智能分析平臺來進一步方便企業(yè)從戰(zhàn)略決策層到管理層再到操作層的各種需求。
BI商務(wù)智能系統(tǒng)主要有以下幾個功能。
1.1 數(shù)據(jù)倉庫
通過數(shù)據(jù)收集、數(shù)據(jù)倉庫的模型建立、數(shù)據(jù)倉庫應(yīng)用平臺、數(shù)據(jù)展示技術(shù)，建立一套完整的技術(shù)方案。
使企業(yè)可以綜合信息、分析數(shù)據(jù)信息和分發(fā)關(guān)鍵信息，提供可在所有層次上支持決策的功能強大的工具。這些工具可創(chuàng)建和發(fā)布企業(yè)自定制的交互式報告和各種應(yīng)用。
抽取數(shù)據(jù)、合并數(shù)據(jù)，然后存儲數(shù)據(jù)、分析數(shù)據(jù)。數(shù)據(jù)倉庫的處理流程包括數(shù)據(jù)建模、數(shù)據(jù)萃取以及數(shù)據(jù)管理(通過管理員工作臺);擁有先進的數(shù)據(jù)倉庫技術(shù)架構(gòu)，以及先進的工具，包括OLAP處理器、數(shù)據(jù)挖掘和報表、元數(shù)據(jù)庫、業(yè)務(wù)計劃和模擬等。
提供給用戶一個簡單易用的報表和分析界面。滿足信息使用者根據(jù)本公司的工作需要對信息進行有效的組織和個性化設(shè)置，包括定制查詢、定制報表和各種分析功能。支持以電子郵件方式給信息使用者發(fā)送分析報表，與企業(yè)門戶無縫對接，并且可滿足用戶使用移動設(shè)備進行報表分析。
1.2 企業(yè)戰(zhàn)略管理
支持集團設(shè)置KPI指標體系，可實現(xiàn)從集團層面到下級單位的全覆蓋。同時系統(tǒng)應(yīng)提供集團層面的信息查詢和監(jiān)控功能，可以從不同層級的下級單位和不同的系統(tǒng)中抽取需要的數(shù)據(jù)，并支持用戶自定義的報表邏輯和格式生成報表、打印、下載成本地文件。
支持自定義企業(yè)的價值動因數(shù)，將財務(wù)和非財務(wù)的大量指標結(jié)合進行分析;支持參考及自定義的平衡計分卡，并且可以用于個人評估和績效考核;支持建立企業(yè)管理駕駛艙，根據(jù)企業(yè)所需指標的種類調(diào)用各種系統(tǒng)標準的圖形展示工具，幫助企業(yè)直觀地掌握企業(yè)整體的經(jīng)營狀況。
1.3 智能平臺
為用戶提供決策支持工具，引導(dǎo)用戶對數(shù)據(jù)從不同層次、不同角度進行觀察和分析，使決策依據(jù)數(shù)據(jù)化。系統(tǒng)應(yīng)支持建模功能，并可以進行預(yù)測和模擬。在智能決策信息方面，不只是提供報表系統(tǒng)，還提供豐富的分析模型。
建立數(shù)據(jù)倉庫，綜合、分析和分發(fā)關(guān)鍵信息，用于創(chuàng)建和發(fā)布定制的交互式報告和應(yīng)用。采用大眾普及的Microsoft Excel和Web瀏覽器的工具。滿足用戶易用性。具備支持開發(fā)分析應(yīng)用功能，支持訪問多維(OLAP)和表格性數(shù)據(jù)。提供Web應(yīng)用程序設(shè)計。
1.4 報表應(yīng)用
①支持應(yīng)用Crystal Reports功能，支持對項目進度監(jiān)控系統(tǒng)、資金系統(tǒng)、決策計劃系統(tǒng)的優(yōu)化和整合;②提供復(fù)雜的中國格式報表，分析圖表、表格和圖表混排的分析報表;③提供上鉆、下鉆、切片、旋轉(zhuǎn)功等多維分析功能;④支持復(fù)雜的層級結(jié)構(gòu)，支持用戶自定義的計算;⑤提供企業(yè)儀表盤;⑥能進行決策分析(What-IF);⑦具有預(yù)警功能。
2 BI商務(wù)智能系統(tǒng)平臺的總體技術(shù)架構(gòu)
BI商務(wù)智能系統(tǒng)平臺總體技術(shù)架構(gòu)如圖1所示。
BI系統(tǒng)基于前瞻性、靈活性和穩(wěn)定性的設(shè)計原則而設(shè)計，滿足企業(yè)后續(xù)分析需求擴展、系統(tǒng)接口增加、主數(shù)據(jù)管理的需要。其中，業(yè)務(wù)數(shù)據(jù)層提供內(nèi)外系統(tǒng)的接口，應(yīng)用層提供可視化的平臺展示。
3 數(shù)據(jù)倉庫系統(tǒng)數(shù)據(jù)模型結(jié)構(gòu)
本文針對數(shù)據(jù)倉庫系統(tǒng)的數(shù)據(jù)模型結(jié)構(gòu)進行重點分析，其模型結(jié)構(gòu)如圖2所示。
3.1 數(shù)據(jù)抽取層
DSO存儲來自R/3以及其他系統(tǒng)原始的明細數(shù)據(jù)，不做任何數(shù)據(jù)轉(zhuǎn)換。
通常數(shù)據(jù)源和DSO是1∶1對應(yīng)。所以對應(yīng)于每一個數(shù)據(jù)源，在抽取層需設(shè)置一個DSO用于對應(yīng)的數(shù)據(jù)存儲。不允許一個DSO中包含多個源系統(tǒng)數(shù)據(jù)，同時也不允許一個DSO集成不同數(shù)據(jù)源的數(shù)據(jù)。
對于DSO可以集成相同主數(shù)據(jù)的屬性和文本，有一種情況是例外的，比如：物料的屬性和文本可以存放在同一個DSO中。好處是避免創(chuàng)建和維護大量的DSO，但是多種語言是無法處理的。如果主數(shù)據(jù)需要多種語言的話，還是需要不同的DSO進行數(shù)據(jù)保存。
數(shù)據(jù)倉庫的一個重要特點是需要保存數(shù)據(jù)的歷史。數(shù)據(jù)歷史的保存主要包含主數(shù)據(jù)和業(yè)務(wù)數(shù)據(jù)。數(shù)據(jù)倉庫中需要保存其的歷史屬性，不然基于歷史時間進行分析時，就無法保證其正確性。根據(jù)用戶需求來決定需要按照何種時間粒度進行保存。一般情況下通常是按月份保存。
數(shù)據(jù)在進入抽取層之前，需要定期刪除永久儲存區(qū)(PSA)中的數(shù)據(jù)。通常對于生產(chǎn)系統(tǒng)，在應(yīng)用穩(wěn)定后原則上至多保存一個月。同樣，抽取層中產(chǎn)生的更改日志數(shù)據(jù)(Change Log)也需要定期進行刪除。數(shù)據(jù)刪除是由處理鏈進行統(tǒng)一處理。抽取層中的數(shù)據(jù)會用于以后數(shù)據(jù)重構(gòu)或新需求，所以進入數(shù)據(jù)倉庫后需要進行永久保存，而不需要重新從源系統(tǒng)中抽取數(shù)據(jù)。
3.2 數(shù)據(jù)倉庫層
DSO存儲來自數(shù)據(jù)抽取層的明細數(shù)據(jù)，按照特定的分析需求進行統(tǒng)一的清洗、轉(zhuǎn)換，并且數(shù)據(jù)倉庫層是提供給其他系統(tǒng)的基礎(chǔ)，以保證數(shù)據(jù)口徑一致。
輸入倉庫層的數(shù)據(jù)源來自抽取層的數(shù)據(jù)，從抽取層到倉庫層的過程，需要根據(jù)業(yè)務(wù)模型定義完成統(tǒng)一編碼、統(tǒng)一業(yè)務(wù)邏輯的大量工作。倉庫層的數(shù)據(jù)主要供后續(xù)的業(yè)務(wù)轉(zhuǎn)換層或應(yīng)用分析層使用。倉庫層中數(shù)據(jù)也可以通過SAP BW的數(shù)據(jù)分發(fā)接口提供給其他應(yīng)用使用。倉庫層采用DSO來進行數(shù)據(jù)存儲。
倉庫層中的數(shù)據(jù)粒度根據(jù)用戶需要來定義，通常來說比抽取層粗。如果沒有明確的業(yè)務(wù)需求要求，部分抽取層中數(shù)據(jù)可暫時不保存。倉庫層中的數(shù)據(jù)應(yīng)該是按照業(yè)務(wù)邏輯進行集成的數(shù)據(jù)集合。
理論上，倉庫層中的數(shù)據(jù)可以隨時刪除，并從抽取層獲取數(shù)據(jù)進行重構(gòu)。但在生產(chǎn)系統(tǒng)中，刪除倉庫層的數(shù)據(jù)需要注意：所有后續(xù)分析層中相關(guān)信息塊中的數(shù)據(jù)需要進行對應(yīng)刪除，否則會導(dǎo)致下次從倉庫層抽取增量數(shù)據(jù)時數(shù)據(jù)重復(fù)。需要強調(diào)的是，在倉庫層中重構(gòu)數(shù)據(jù)時，必須與原有歷史數(shù)據(jù)保持一致。
3.3 數(shù)據(jù)分析層
以MultiCube/Cube為主，匯總分析數(shù)據(jù)，原則上不對數(shù)據(jù)倉庫層的數(shù)據(jù)進行轉(zhuǎn)換處理，Query主要基于數(shù)據(jù)分析層創(chuàng)建。
分析層內(nèi)部分為兩小層。①物理數(shù)據(jù)存儲層：即實際存儲數(shù)據(jù)的基本信息塊、主數(shù)據(jù)、運營數(shù)據(jù)DSO等。②訪問抽象層：用于信息展現(xiàn)層存取的多維信息提供商、信息集，并不是物理存儲數(shù)據(jù)。
區(qū)別于數(shù)據(jù)抽取層和倉庫層保存了盡可能細的數(shù)據(jù)粒度，分析層的信息塊需要慎重考慮數(shù)據(jù)粒度。因為數(shù)據(jù)粒度會直接影響信息塊事實表中的物理存儲的記錄條數(shù)。記錄條數(shù)越多，需要付出的數(shù)據(jù)上載和壓縮處理時間就越長，查詢性能會越低，維護成本就越高。
統(tǒng)一規(guī)劃、設(shè)計和建設(shè)主題模型，主題模型保存實際數(shù)據(jù)。基礎(chǔ)信息塊和營運數(shù)據(jù)DSO是主題模型在BW中的載體。
【BI商務(wù)智能系統(tǒng)及其技術(shù)架構(gòu)】相關(guān)文章：
IMS系統(tǒng)中PCC架構(gòu)及引入07-17
系統(tǒng)架構(gòu)師與產(chǎn)品經(jīng)理的區(qū)別08-01
物流系統(tǒng)及其構(gòu)成12-21
云計算架構(gòu)技術(shù)與實踐08-28
嵌入式系統(tǒng)接口技術(shù)07-16
2023物流師《物流系統(tǒng)及其構(gòu)成》考試練習(xí)題及答案10-30
電子商務(wù)生態(tài)系統(tǒng)誠信機制構(gòu)建法律分析07-17
網(wǎng)絡(luò)技術(shù)的發(fā)展對電子商務(wù)有哪些影響11-15
廣告設(shè)計及其發(fā)展04-05