(bi商务智能)集团企业建设商务智能模式

(bi商务智能)集团企业建设商务智能模式
(bi商务智能)集团企业建设商务智能模式

1.“管理软件和商务智能软件属于同一软件厂商的建设模式”:即企业管理软件与商务智能软件属同一个开发实施团队。其特点是利用自主商务智能软件将管理软件扩展到商务智能平台,能实现管理软件与商务智能软件的无缝集成,并借助管理软件的推广应用在原有基础上可以快速构建商务智能应用系统。

这种建设模式是从软件提供商的角度谈的,但实质上也是根据集团企业信息化现状及需求提出的,像我们大部分的国有集团企业都面临集团管理信息系统整合、升级的需求。在所有具有商务智能需求的集团企业中约有40%以上的企业属于这种情形。

2.“已实施管理软件且采用外部商务智能软件的建设模式”:即企业管理软件与商务智能软件不属于同一个开发实施团队,外部商务智能软件来自BO等国内外的专业BI工具商。其特点是要实现管理软件与商业智能软件的有机集成。由于有管理软件的建设基础,也有利于快速构建商务智能应用系统。

对于规模较大、与国际接轨比较早或合资、外资的企业大多属于这种形式,象石油、汽车、金融、电信等行业。这类企业信息化水平与观念比较先进,多与国外着名的管理软件公司进行合作。因此在商务智能系统建设时也会更多的考虑象BO等这些国外着名的商务智能软件进行合作,构建企业的商务智能平台。

3.“已实施管理软件且自主开发商务智能软件的建设模式”:即尊重目前集团企业建设的管理系统多种多样的现实,利用自主开发的商务智能软件来建设商务智能平台。许多企业规模不是太大、同时信息化建设又不是太早,因此具有信息系统建设的后发优势,管理系统已建且较为先进,但由于更多的是与国内的管理软件厂商合作,因此比较适合采用国内自主的商务智能软件进行集成与整合。

4.“基于独立BI工具进行建设的模式”:我国集团企业对商务智能的需求多种多样。因此,需要探讨直接基于商务工具开发应用集团企业专用的商务智能平台。这一模式的特点是需要发展柔性的、可定制、标准化的BI工具,以适应企业的自主开发。这种类型的集团企业往往自身的信息系统建设的较早而先比较先进,同时拥有较强的IT部门,象钢铁、家电等行业这种情形居多。

上述四种集团企业商务智能的建设模式,基本上可以覆盖国内集团企业信息化现状及建设商务智能的不同路径及方式,可以有效的指导国内集团企业根据自身情况来建设自己的商务智能平台。

最后,商务智能平台的建设要考虑软件厂商的选择。如何选择不同的软件厂商,是商务智能系统建设成功的关键。针对上述四种不同模式的分析,根据集团企业信息化的现状,建议选择软件厂商时考虑:

1.需要建设或重新构建管理系统的集团企业:也就是该企业之前没有建设管理信息系统或者对原有的管理系统进行统一、整合或升级。赛迪顾问研究显示,2007年集团管理软件市场规模达到15.33亿元,相比2006年增长率达到19.4%,增长的原动力主要来自集团企业面对外部压力加大对信息化投入。希望通过信息化的投入进一步提高集团企业的管理效率。预计到2012年集团企业管理软件市场将达到3

2.43亿元。这充分说明中国的集团企业整合、升级管理系统的需求是强劲的,而在这个集团管理信息系统的内容中包括商务智能系统。这种情况下,在建设管理信息系统的同时要考虑商务智能系统的建设,因此在选择管理软件厂商时要同时考虑该厂商在商务智能方面的技术能力及经验。

2.在已建管理系统的基础上建设商务智能系统:也就是说该企业管理系统已经建设比较完备,为了企业经营及管理的需要,建设商务智能系统。赛迪顾问研究显示,这类集团企业对商务智能系统的需求不断提高,2007年集团商务智能软件市场达到0.45亿元,增长率达到40.6%。集团企业对于商务智能的应用程度也进一步深入,从最初的企业报表逐渐向数据

的深入挖掘分析发展。这种情形下可以尽量考虑选择具有商务智能平台开发能力的厂商,而不是单纯的商务智能工具厂商。商务智能平台开发厂商往往具备建设管理软件的能力,同时具有管理软件与商务智能软件集成的能力与经验,最重要的是他们往往在开发的商务智能平台中集成了大量行业或企业的分析、决策、预测模型,为成功的构建商务智能系统提供了很好的保障。

3.已建管理系统,同时本企业又具备一定的信息技术开发能力,而且对本企业的经营特点及模型有相当的了解。这样的集团企业也为数不少,像家电、汽车行业中的一些企业,他们集团管理信息化基本到位,对商务智能的应用需求又极为迫切,同时这些企业自身的IT 部门能力都较强,对企业的业务也较为熟悉,在这种情形下,可以考虑选择独立的商务智能工具软件,借助自身的开发力量、积累的本企业的各种分析、决策、预测模型及选择的商务智能工具开发并建立适合本企业的商务智能应用平台。

商务智能论文

主流商务智能解决方案的对比和分析 作者:彭潇勇软工一班2010302580155 摘要:针对市场上五种比较流行的商务智能解决方案供应商的产品进行了不同角度的分析与对比,指出了各种解决方案之间的共性和特性,并分析对比了各个产品之间的优劣势。以此作为国内企业寻找切合本企业实际利益的商务智能解决方案的一个依据。 1、引言: 商务智能,指用现代数据仓库技术、在线分析技术、数据挖掘和数据展现技术进行数据分析以实现商业价值。 商务智能(Business Intelligence,简称BI)最早由Gartner Group于1996年提出。Gartner将BI定义为“各种不同的应用程序和技术,可用于收集、存储、分析、共享数据并提供数据访问,从而帮助企业用户做出更好的业务决策。”商务智能的基本理念便是提升业务洞察力,将数据信息转化为商务价值。商业智能的关键是从许多来自不同的企业运作系统的数据中提取出有用的数据并进行清理,以保证数据的正确性,然后经过抽取(Extraction)、转换(Transformation)和装载(Load),即ETL过程,合并到一个企业级的数据仓库里,从而得到企业数据的一个全局视图,在此基础上利用合适的查询和分析工具、数据挖掘工具、OLAP工具等对其进行分析和处理(这时信息变为辅助决策的知识),最后将知识呈现给管理者,为管理者的决策过程提供支持。借助这一手段,企业可以在市场更加多变、竞争更加激烈、组织越来越复杂、规模越来越庞大的商业环境下高效运营、正确决策、快速响应,从而实现从数据到信息、从信息到知识、从知识到利润的转化。因此商务智能应该被看成是一种更好的为企业制定决策提供数据支持和信息知识的解决方案。 既然是解决方案型的技术,便不是一个高下立判的问题。因此我们便有必要对一些主流BI解决方案进行有针对性的分析,提取出其中值得企业关注和投资的信息,以便为企业选择BI解决方案提供一个有针对性的依据。一下便是有关IBM、Microsoft、Oracle、SAS、SAP 这五大BI解决方案提供商的对比分析。 2、五大主流BI解决方案提供商的对比: 2.1、IBM商务智能解决方案特性: IBM 公司在数据仓库/商业智能行业处于领先地位, 根据Survey. com 的2001 报告“数据仓库解决方案”, IBM 的市场占有率将近61% 。全世界跨各行各业的公司都选择了IBM的BI解决方案来帮助他们更具有方向性、更有利润的运营。 IBM具有如此庞大的市场占有率,这与其分布于世界各地的数千名BI咨询专家,以及由在BI方面具备提供解决方案资格的IBM业务合作伙伴组成的巨大网络分不开的。借用集成了各种不同类型的BI工具的DB2,IBM公司具备了相当丰富的经验和专长来开发经济高效、全面的解决方案,可以满足不同行业的具体需求和单个客户的需求。 IBM使用DB2 Warehouse Manager 构建数据仓库。有助于简化和加速构建数据仓库原型,以及后续BI系统的开发与配置。同时,用于构建和管理数据仓库架构的IBM 工具使企业能够构建和提供与Web 数据源相集成的数据仓库, 并且能够构建稳固、可扩展的数据中心和业务应用。 2.2、Microsoft商务智能解决方案: 进入2010年以后,微软的Office 2010、SharePoint2010、SQL Server 2008 R2等重头产品相继发布,从此,微软推出了一个新的组合型商业智能解决方案。 在这个解决方案中,微软强调商务智能的平民化,即企业的每一个员工都可以很容易的上手进行数据分析挖据并得到自己想要的数据。在底层有了SQL Server做保障,用户只要精

BI整体解决方案

?Q likView BI整体解决方案 伴随着企业各种数据积累的日益繁多,ERP后时代,BI开始愈发引起更多大中小企业的关注.然而,关注群体虽多,但真正让BI应用发挥极致的却是零星散点.更多的CIO对于BI 应用还停留在观望的层面. 假使任由这种状况继续,BI应用的普及之路必将漫漫修远.那么是什么因素阻碍着BI在企业中的应用呢?大家对于BI的普及又抱有何种态度呢?BI普及的突破口又在那里呢? 商务智能分析 商业智能也称作BI是英文单词Business Intelligence的缩写.商业智能通常被理解为将企业中现有的数据转化为知识,帮助企业做出明智的业务经营决策的工具.这里所谈的数据包括来自企业业务系统的订单、库存、交易账目、客户和供应商等来自企业所处行业和竞争对手的数据以及来自企业所处的其他外部环境中的各种数据.而商业智能能够辅助的业务经营决策,既可以是操作层的,也可以是战术层和战略层的决策.为了将数据转化为知识,需要利用数据仓库、联机分析处理(OLAP)工具和数据挖掘等技术.因此,从技术层面上讲,商业智能不是什么新技术,它只是数据仓库、OLAP和数据挖掘等技术的综合运用. 商业智能的概念最早在1996年提出.当时将商业智能定义为一类由数据仓库(或数据集市)、查询报表、数据分析、数据挖掘、数据备份和恢复等部分组成的、以帮助企业决策为目的技术及其应用.目前,商业智能通常被理解为将企业中现有的数据转化为知识,帮助企业做出明智的业务经营决策的工具.这里所谈的数据包括来自企业业务系统的订单、库存、交易账目、客户和供应商资料及来自企业所处行业和竞争对手的数据,以及来自企业所处的其他外部环境中的各种数据.而商业智能能够辅助的业务经营决策既可以是操作层的,也可以是战术层和战略层的决策.为了将数据转化为知识,需要利用数据仓库、联机分析处理(OLAP)工具和数据挖掘等技术.因此,从技术层面上讲,商业智能不是什么新技术,它只是数据仓库、OLAP和数据挖掘等技术的综合运用. 因此,把商业智能看成是一种解决方案应该比较恰当.商业智能的关键是从许多来自不同的企业运作系统的数据中提取出有用的数据并进行清理,以保证数据的正确性,然后经过抽取(Extraction)、转换(Transformation)和装载(Load),即ETL过程,合并到一个企业级的数据仓库里,从而得到企业数据的一个全局视图,在此基础上利用合适的查询和分析工具、数据挖掘工具、OLAP工具等对其进行分析和处理(这时信息变为辅助决策的知识),最后将知识呈现给管理者,为管理者的决策过程提供支持. 目前,商业智能产品及解决方案大致可分为数据仓库产品、数据抽取产品、OLAP产品、展示产品、和集成以上几种产品的针对某个应用的整体解决方案等.

银行商务智能解决方案

银行商务智能解决方案 北京恒远至达科技发展有限公司 2020年12月13日

目录 1项目背景 (3) 2解决方案概述 (4) 2.1 经营分析 (5) 2.2 战略决策支持 (5) 2.3 绩效分析与管理 (5) 3方案优势和业务收益 (8) 3.1 企业报表服务场景 (8) 3.2 专业数据分析服务场景 (8) 3.3 企业绩效管理与决策支持服务场景 (9) 4总体架构和主要功能模块特色 (10) 4.1 商务智能后端业务数据建模与存储 (10) 4.2 商务智能前端业务桌面 (12) 5案例列表和重点客户案例分析 (15) 5.1 世界银行“实时”经济指标数据库—快速分析,提高贷款效率 (15) 5.2国内某移动通信业务经营分析系统—提升市场反应能力 (15)

1 项目背景 银行伴随着业务的发展,虽然企业的规模在不断的扩张,但是金融市场的竞争也更加激烈。如何提高银行对市场分析的能力,减少对市场变化的响应时间,已经成了银行的当务之急。伴随银行信息化的深入,银行积累的数据和信息海量的增长,银行发现做出正确和快速的市场和商业决策不是拍脑门就能解决问题的。数据仓库和商业智能技术的成熟,给银行的提供了一种快捷、方便、准确解决方案平台,其中智能报表和智能分析在金融领域的应用尤为突出。 对于银行来说数据是做出决策的依据,而报表就是银行看到数据以及业务状况的窗口。之前,银行实施过类似的报表系统,由于当时的数据分散、各种业务比较独立等因素,所以由报表系统产生出的报表会比较固定,而实际上,随着业务的发展,银行对报表的需求是多方向的、综合的、易用的、可变的,不仅仅需要有灵活的制定方法,还要优异的性能及良好的可扩展性。因为银行的报表需要面向各个业务层面、领导层面以及一些相关部门,这些部门和人员对数据观看的角度不同,使用的场景不同,或者是一种动态的报表需求,现有的报表系统已经无法满足这些特点。 如何在银行现有报表系统基础上建设更加灵活的报表系统,如何能够利用商业智能成熟的技术,同时又不需要耗费大量的人力、物力和财力,而能够满足银行对综合报表管理的实际需要,成为银行信息化建设很重要的环节。 微软的SQL Server软件包是迎合银行需求的最合适的工具,在微软的SQL Server中包含了商业智能和数据仓库的所有组件。微软公司提供的工具一向是以易用性见长,其中的Reporting Services可以提供简单的生产型报表或是复杂的OLAP(在线分析)报表;其输出形式也相当灵活,可以基于文件的输出,也可以通过Web Service传递数据,满足银行多种复杂需求。随着现在分散、灵活的组织方式的流行,越来越多的公司在自己的不同系统中采用了不同的数据库或数据仓库产品。Reporting Services的一个关键特性在于,它可以连接到不同的数据源上,不论是简单的无格式的文本文件和Microsoft Excel数据表---- 它可以在支持OLE DB、ODBC、https://www.360docs.net/doc/6110238056.html,的同时,支持复杂的关系数据库和多维数据集,例如 DB2、Orcale,或者XML数据格式等。更为方便的是,你还可以在一份报表中访问多种不同的数据源,通过与不同的数据集成和连接多数据源的功能,我们可以从分散在银行中的各种数据源获取我们所需要的重要信息。以下内容将针对SQL Server 对银行综合报表的实现展开阐述。

相关文档
最新文档