商业智能数据海洋中的指南针合作

商业智能--数据海洋中的指南针

商业智能--数据海洋中的指南针 2011年12月04日 来源： 信息技术日益发展的今天，越来越多的公司意识到，如何利用企业的现有数据保证商业决策至关重要。 数据太多之惑 目前商业决策面临的最大挑战不是缺少数据，而是数据太多。大部分企业无法发掘数据的价值给公司决策层提供支持。决策人员的困惑在于，一是海量数据无边无际，企业现有的信息系统无法高效地处理；二是数据混乱，根本找不到解决的方法。 某制造企业集团下属的多个子公司已经上线企业管理系统，不同子公司的管理系统每天生成了海量数据。但是数据格式多种多样，数据定义杂乱，报表不一致。比如某子公司按订单生产时，原定品牌的耗料生产时库存不够，因此用同类材料代替，这样就造成了核算时成本不一致，盘库时订单消耗材料与库房出库材料不统一，对收益的汇总产生直接影响，进而影响公司的生产经营活动。每到月末，业务人员总是放下手中业务，花费大量的时间整理数据制作报表，却无法对数据来源的准确性进行检查。集团决策往往是参考两个月前的不准确信息做决策，根本无法适应瞬息万变的市场经济。管理者根本无法对企业的现状做出正确的判断，给决策带来了很大的风险。 企业数据的不一致，从根本上来说，是缺乏IT规划或者IT规划不合理。由于多个子公司系统建设庞杂，众多系统无法衔接，甚至子公司内部的部门之间信息化的程度也不一样，有的部门已经建立了完善的信息系统，有的部门已经开展了网上销售，生成了大量的Web数据，有的部门还局限于办公软件Office和简单的数据汇总。企业的各个部门都是一个个信息孤岛，彼此之间的数据很难共享，企业迷失在数据的海洋中。 如何解决这种普遍存在的问题呢？正确的解决方案，应该是能够完全整合现有的业务系统，保护已有投资，并能充分地分析数据，为决策提供支持。而商业智能就是这样一种解决方案，将企业中现有的数据转化为知识，是帮助企业做出明智的业务经营决策的工具。 需求决定选型 BI的实施费用取决于企业的需求，而不是取决于商业智能的概念。企业需要的功能越多，用户量越大，性能要求越高，分析数据的程度越复杂，成本越高。 因此，选择BI要考虑两个因素：第一，产品的功能是不是过于强大？如果你能够使用它们提供的所有功能和特性，知名品牌的产品自然很好。如果不能，这样的产品会变成臃肿的工具，效率低下，实施和维护过于昂贵。第二，你是不是被产品低廉的价格所吸引？价格低廉是好事，但是它必须能够满足需求。当你告诉经理你选择的抽取、转换、加载（ETL）工具为公司节省了大笔资金，该向你表示祝贺。但是仅仅过了几个月就出现了问题，需要更多的编程工作，因为需要写大量的代码支持你的ETL（你所买的ETL工具无法胜任某些工作）。 从技术角度看，实施BI是企业的决策人员以企业中的数据仓库为基础，经由联机分析处理工具、数据挖掘工具加上决策规划人员的专业知识，从数据中获得有用的信息和知识，帮助企业获取利润。

上图中的BI解决方案中包含了Matrix前端展现工具、自主开发的ETL中间件等组件。该方案基于数据仓库平台，通过整合各种企业数据，使数据成为可用的信息，让企业中每个人轻松获得所需的信息。其中Matrix前端展现工具的数据源不仅可以是数据仓库，也可以是传统关系型数据库，包括Oracle、SQL Server、DB2、Sybase以及开源数据库MySQL、Postgresql等，甚至是Web数据、XML、Office文档、电子邮件等数据。这样的解决方案不仅可以适用于大型企业的基于数据仓库的昂贵系统，也可以适用于基于数据库的事务型系统的分析模块。(end)

液压试验机哪家好

压力试验机YAW-3000C

济南WDW-100M材料试验机厂家

耒阳市试验机

JB500B摆锤冲击试验机