<<商务智能实战>>读书笔记

第一章 使组织能够做出有效决策

 

每个人都应该进行有效决策,而不只是集团领导者

 

有效决策三要素

1.必须有一套为之奋斗的目标 (目标必须是具体可衡量的)

2.必须有一种方法能度量所选的路线是否正在接近还是偏离了那些目标

3.必须将这些度量过的信息及时提供给决策者

 

这些信息既是最初制订决策的基础,也是事后反馈决策结果的反馈信息.

 

 

商务智能就是在必要的时间期限内把准确且有用的信息传递给适当的决策者,为其制订有效决策提供支持.

 

OLAP(Online analytical processing) 在线分析处理

KPI(key performance indicator)关键绩效指标

MDX(multidimensions expression)多维表达式

UDM(unified dimensions model)统一维度模型

 

三角形

 

明确的目标               具体的度量

 

                    有效决策

 

 

           基础信息和反馈信息

 

 

 

第二章 让现有资源发挥最大潜能--使用商业智能

 

商务智能能为你做什么?

1.布局导向性发现

知道自己想要哪些问题的答案,并且知道答案可以在哪里找到(比如一定时间内的销售额)

 

2.数据导向性发现

从一个较高的层级开始,从中找到一些看起来值得注意的数字,然后对这些数字进行下钻,获取其更多的细节信息.

 

不同管理层需要不同的商务只能

1.高层

1)高度汇总的度量(红绿灯/仪表盘)

2)较高的延迟(判断长期策略性和方向性的问题,趋势)

 

2.中层

1.可下钻的汇总度量

2.可接受一定程度的延时(可能了解每天的更新度量,还有些情况需要了解每周或每月加载的数据中识别趋势)

 

3.基层

1.明细级的度量(帮助自己辨别日常信息中的趋势和关联)

2.低延迟

第三章 需找数据源--商务智能的来源

数据源

不能使用OLTP

1.不善于进行大量的聚合操作

2.影响业务的运行

3.可能缺少历史数据,被归档了

4.多个业务系统的话,数据源分散

 

使用数据集市

数据仓库含有大而全的所有历史记录,而集市含有数量更少,只关注组织的某个特定的方面

(并不基于范式,目的在于:当输出分析和报表数据时,尽量减少所需要的表链接)

 

特征:

1.非实时性,一般安排在非高峰期时间自动运行.

2.合并与清洗,进行ETL

 

结构:

1.度量("事实")

2.纬度,将聚合度量展开以揭示其组成部分的分类方法

Cube:不管多少纬度统称cube

3.星型架构(以事实表为中心,层次结构的相关信息都存储在一个维度表中,每个维度表的主键都处于层次结构的最低一级)

4.雪花架构(层次结构分别在不同的维度表中,需要关联查询,缺点是频繁的表关联会影响性能)

5.属性,维度的额外附属信息,可以用来对记录进行限制或筛选

6.层次结构,是一种由两级或更多级相关维度构成的结构.在层次结构中,上级维度完全包含了下一级中的所有纬度

 

把维度相同的多个度量放到同一张事实表中,节约空间

 

事实表以"Face"为后缀

维度表以"Dim"为前缀

 

无论是星型还是雪花型的架构,用户如果想要看到每个维度非最低一级的数据的时候,系统都必须进行即时计算,在有多个维度的情况下,可能需要很长的时间.如果事先将这些聚合计算好,会使得数据集市过于复杂.