什么是商業智能和數據倉庫？

什么是商業智能和數據倉庫？

與許多沖突一樣，真理取決于您的觀點。本文將打破數據倉庫與商業智能之間的異同，研究BIDW軟件的功能并解釋如何選擇BIDW解決方案。

什么是商業智能？

Gartner將商業智能定義為“一個總括的術語，其中包括應用程序，基礎結構和工具以及最佳實踐，可用于訪問和分析信息以改善和優化決策和性能。”

BI可以追溯到1800年代，當時財務顧問使用了競爭對手缺乏領先優勢的市場知識。它是由Gartner前分析師霍華德·德雷斯納（Howard Dresner）于1989年提出的，此后一直在發展和變化。

BI是情報系統的一種，它收集專有數據，然后對其進行組織，分析和可視化，以幫助用戶獲得業務見解。它可以融合來自各種來源的數據，發現數據趨勢或模式，并為可視化和下一步操作提供最佳實踐建議。

洞察力可以包括歷史指標，未來預測，競爭對手的績效比較等等。

商業智能的一些好處包括：

訪問/控制專有數據改善數據素養直觀的可視化數據挖掘標桿管理績效管理銷售情報簡化操作消除猜測競爭優勢

軟件的其他一些領域，往往屬于BI傘下是業務分析（BA），數據挖掘，大數據分析，嵌入式分析，企業報表和數據倉庫。

什么是數據倉庫？

這就引出了下一個問題：什么是數據倉庫？Gartner將數據倉庫定義為“一種存儲體系結構，旨在保存從交易系統，運營數據存儲和外部源中提取的數據。然后，倉庫將這些數據以匯總的匯總形式進行合并，以適合企業范圍內的數據分析和報告，以滿足預定義的業務需求。”

數據倉庫的概念可以追溯到1988年，當時IBM的Barry Devlin和Paul Murphy創造了這個術語。

因此，數據倉庫是完美命名的。就像實體倉庫一樣，它充當從另一個來源提取的數據的存儲。許多組織都有專有的數據倉庫，用于存儲有關性能指標，銷售配額，銷售線索生成統計信息以及各種其他信息。

數據倉庫可以執行某些分析功能：使用提取，轉換，加載（ETL）流程，數據倉庫可以執行事務數據庫無法處理的復雜查詢。它還具有根據數據類型協商不同數據存儲架構的能力，以啟動清理過程。

數據進入倉庫后，便無法更改。數據倉庫僅執行歷史數據分析，而不能提供實時數據或進行未來預測。

數據倉庫的基本功能是：

使用大型歷史數據集允許計劃查詢和臨時查詢控制數據加載檢索大量數據讓用戶管理表，索引等架構。讓用戶生成報告備份資料

什么是BIDW？

有人認為，數據倉庫僅存儲信息以構成商業智能的后端，并且它們是完全獨立的實體。讓我們研究這些想法，以弄清什么是BIDW以及它是否是有效的軟件分類。

根據Kimball Group的說法，“數據倉庫被重新標記為'商業智能'。這種重新標記遠不只是一種營銷策略，因為它正確地表明了主動性和數據資產向企業的轉移。”雖然業務數據的用戶應該擁有信息的所有權這一概念，但它意味著存儲數據訪問（即數據倉庫）與分析和解釋數據（即商業智能）相同。

要了解BI和DW如何協同工作，我們首先需要將商業智能的概念與支持它的工具分開。商業智能基于從整個公司的整個企業收集信息并分析數據以形成全局視圖和報告。

BI工具是通過創建可視化和報告以及啟用OLAP（在線分析處理）來促進BI分析的軟件應用程序。數據倉庫是BI工具集的另一個方面，并且特別關注聚合數據。

數據倉庫旨在?“整合來自不同數據庫的數據，并更好地支持戰略和戰術決策需求。”簡單來說，數據倉庫旨在通過整合來自多個系統的信息來幫助公司實現真相的單一版本。包括數據庫。

數據倉庫是商業智能流程中許多步驟之一，因此BIDW一詞是一個概括。BI?和?DW的準確性更高一些，僅使用BI的通用傘來包括業務分析，數據倉庫，數據庫，報告等等，也是合適的。所有這些類型的解決方案構成了具有共同目的的廣闊的智能系統生態系統。

數據庫與數據倉庫

經常混淆的另一對術語是數據庫和數據倉庫。雖然兩者看起來很相似，但是有很多差異使它們易于區分受過訓練的眼睛。

數據庫是數據的存儲庫，通常以列，行和表的格式組織信息。數據庫會定期建立索引，以確保信息的結構化和可訪問性。數據庫可以執行在線事務處理（OLTP）功能，并響應諸如搜索之類的查詢。

數據庫和數據倉庫都是關系數據系統，這意味著它們以某種方式存儲，組織和傳輸彼此相關的數據點。它們是使用SQL或結構化查詢語言構建的，執行搜索的用戶可以訪問它們。

數據庫旨在通過OLTP流程記錄數據，執行基本操作和事務以及捕獲數據。相反，數據倉庫執行OLAP分析數據，以便將其呈現給您的查詢。

數據庫是面向應用程序的，通常限于單個應用程序（例如HR軟件解決方案），并存儲詳細的實時數據。數據倉庫是歷史數據的面向主題的集合，可以執行復雜的查詢來檢索匯總數據。

因此，將其分解為一個實際示例，數據倉庫從數據庫中提取并存儲數據。這些數據庫通常會不斷進行更新，并能反映來自其來源的實時數據。現在，數據倉庫包含從數據庫中檢索到的信息，但是隨著新信息的到來，它不會自動更新。數據倉庫可以通過這種方式從各種數據庫中提取信息，以將其壓縮以供用戶查詢。

情報系統的目的

BI和DW最重要的是它們都是智能系統的關鍵部分。他們有著通過數據驅動的業務洞察力改善業務的相同目標。

依賴數據倉庫的商業智能系統的真正威力來自使用一致的數據維度來幫助分析和制定業務決策。例如，一個系統可能會將客戶稱為過去12個月內購買商品的人。另一個系統可以將客戶定義為曾經就服務進行聯系的任何公司。

通過基于維度而不是離散的數據點來分析數據倉庫信息，商業智能解決方案可以增強公司的計劃和底線。通過使用BI / DW，可以根據多個標準輕松確定公司的最佳客戶和最有利可圖的途徑。這些知識可以用來影響未來的企業發展方向。

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。