天善微软BI培训课程V120.ppt

专注商业智能和数据库性能优化 天善微软BI培训课程 QQ 744711023 课程介绍 概念介绍 应用现状 技术介绍 目录Contents 微软BI开发 Day1 Day1 Day1 课程介绍 学习体系 Day1 Day1 Day1 课程介绍 课程计划 Day1 Day1 Day1 课程介绍 课程计划 Day1 Day1 Day1 课程介绍 案例介绍 指标 量值 维度 概念介绍 商业智能 BusinessIntelligence BI 又称商业智慧或商务智能 指用现代数据仓库技术 联机分析处理技术 数据挖掘和数据展现技术进行数据分析以实现商业价值 数据仓库 DataWarehouse DW 数据仓库之父比尔 恩门 BillInmon 在1991年出版 建立数据仓库 一书中所提出的定义被广泛接受 数据仓库是一个面向主题的 SubjectOriented 集成的 Integrate 相对稳定的 Non Volatile 反映历史变化 TimeVariant 的数据集合 用于支持管理决策 联机分析处理 On LineAnalyticalProcessing OLAP 支持复杂的分析操作 侧重决策支持 提供多维的概念视图数据挖掘 Datamining DM 又称数据库中的知识发现 KnowledgeDiscoverinDatabase KDD 是目前人工智能和数据库领域研究的热点问题 所谓数据挖掘是指从数据库的大量数据中揭示出隐含的 先前未知的并有潜在价值的信息的非平凡过程 BI从数据到信息 应用现状 商业智能应用领域 商业智能是一种整体化的解决方案 他可以帮助企业做出明智的业务经营决策 而依据则是企业内部的各种数据 例如订单 库存 交易账目 客户和供应商资料 行业数据和竞争对手信息等等 商业智能其实是一种将企业信息数据转化为决策的重要工具 商业智能的应用是需要一定的基础的 实施商业智能的企业至少应该具备以下几个条件 用户的数据已达到一定的规模 用户面临激烈的市场竞争 用户在IT方面的资金能得到保障 满足以上几点的行业集中在重要的政府机构 如财务 税务 审计 工商 海关等 零售业 连锁店 网上零售等 大型现代化的制造业 如宝钢 上汽集团等 金融 包括银行 证券 保险等 电信业 如中国电信 中国网通 中国移动等 能源业 电力 运输等 这也是目前国内急需要数据仓库和商业智能技术来提升企业竞争力的主要行业 金融 电信行业是BI应用最集中的行业 约占40 的市场分额 保险 能源 烟草 政务行业约占30 的市场份额 制造 零售行业约占30 的市场份额 是BI应用最具潜力的行业 金融 随着国内五大商业银行的信息化不断发展 在BI领域投资稳步增长 每年均有大量的BI需求 其中BI已经不仅局限于高层管理者的决策 操作型BI应用越来越广泛 尤其是信贷评审领域 中小型银行BI需求也不断涌现 未来将是金融行业BI市场的主要增长点 电信 电信行业信息化程度很高 对信息化依赖很强 积累了大量的数据 具有实施商业智能项目的基础条件和资金实力 电信行业对于BI深入应用是最渴望的 在话费套餐设置 客户潜力分析等都需要数据挖掘技术来提供决策依据 发展趋势 移动商业智能商业智能系统会把大量数据转变成可视化形式 如图形和表格 以便使用者详细深入地分析潜在商业趋势 因此如果为这种分析赋予移动性 通常利用功能强大的智能终端 许多公司就能与客户和商业合作伙伴进行实时互动 从而改善服务 提高工作效率 SaaSBI将得到快速发展SaaS是基于互联网提供软件服务的软件应用模式 企业根据实际需要 从SaaS提供商租赁软件服务 SaaS模式在CRM领域获得了成功 不论是国外还是国内具有成熟的产品 并取得了不错的收益 SAAS在BI领域的应用的挑战是应用于互联网上的SAAS软件无法处理BI所需的海量数据 商业智能日渐与业务融合业务分析作为商业智能领域中最贴近业务的层面 在2010年成为业界关注的重点 不管是SAP还是IBM 都将业务分析作为今年的业务发展重点 企业希望由BI系统带来的透明度和洞察力能够帮助企业降低成本 提高生产率和业务敏捷性 通过商业智能 企业能更清晰更深刻的了解包括公司管理 利润分析 市场竞争 财务状况等信息 而未来商业智能的这种特性还将继续加强 操作型BI应用得到发展目前商业智能技术不仅仅应用于企业高层管理者的决策分析 越来越多的商业智能分析结果正被用于普通员工的日常工作流程中 直接推动业务的执行 例如 在家乐福购物时 收银员已经可以根据顾客的购物篮进行产品推荐 发展趋势 数据集成应用得到重视在一些大型企业中往往有几十个甚至几百个信息系统 将这些数据整合到数据仓库中 一般采取ETL工具抽取多个厂商数据库的数据 有些甚至还包含非结构化数据 例如XML EXCEL 文本等 这些数据往往需要加工和整理放入ODS 中间库 最后以规范 标准的格式存储到数据仓库 在这个数据集成的过程中 要做到系统兼容性好 开发效率高 处理性能好 而且能够捕捉数据的变化处理增量数据 数据集成是建立实用的数据仓库的关键 而且数据集成的过程占商业智能应用中一半以上的工作量 因此越是大型企业越是重视数据集成 中小企业BI应用逐渐扩大市场份额中国中小企业逐渐呈现对管理软件旺盛的需求态势 很多厂商发布了专门针对中小企业的BI套件 例如CognosExpress等 中小企业在实施ERP CRM产品后 必将应用商业智能 中小企业市场是BI应用非常重要的组成部分 BI企业将在垄断中不断新生中国商业智能市场两极竞争趋势日益加剧 在高端市场 由国际厂商垄断与竞争的局面是2010年的主流 其中IBM Oracle SAP Microsoft拥有完整的BI产品线 将占据70 以上的市场份额 剩余的30 市场将由其他外资企业和国内企业分享 随着国内企业的成长与并购 国内厂商的实力不断壮大 但是主要集中于中低端市场 在2010年优秀的国产BI产品将开始不断向四大国际厂商发起挑战 但是竞争的过程将是极其漫长的 商业智能主要厂商 1 国际BI厂商 如BO公司 SAP Hyperion公司 Oracle 微软公司 SAS公司等 这些国际厂商的品牌与规模优势非常突出 是国内大部分BI厂商难以与之匹敌的 2 起步比较早的国内BI厂商 如菲奈特 成立于1995年10月 从1997年开始进入BI领域 先进数通公司 成立于2000年 吉贝克公司 成立于2002年 等 这些国内BI厂商凭借本土化的优势以及对国内BI用户所需要的应用的独特见解 也在国内的BI市场上占有超过30 的市场份额 3 非专业BI厂商 主要有以下几类 一 从事某些行业核心业务系统建设的公司 二 从事系统集成的公司 三 从事专业财务系统及个别ERP厂商 技术介绍 BI基本框架 信息展现层 应用分析层 数据服务层 经销商上传数据 业务系统 外部数据源 ETL 面向主题的集成的相对稳定的随时间变化的 数据仓库定义 商业智能的核心内容是从许多来自企业不同的业务处理系统的数据 分布的 异构的源数据 中 提取出有用的数据 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 本质上是样本提取的过程 整合到一个企业级的数据仓库里 从而得到企业信息的一个全局视图 在此基础上利用合适的查询和分析工具 数据挖掘工具等对数据仓库里的数据进行分析和处理 形成信息 甚至进一步把信息提炼出辅助决策的知识 最后把知识呈现给管理者 为管理者的决策过程提供支持 ETL技术概念 目标 数据信息转化为商务价值方法 转储 监控 分析和展现海量数据过程 数据信息 分析提炼 知识 指导 决策 落实 行动 创造 价值 ETL过程 MultiDimensionalDatabase MDD 可以简单地理解为 将数据存放在一个n维数组中 而不是像关系数据库那样以记录的形式存放 因此它存在大量稀疏矩阵 人们可以通过多维视图来观察数据 多维数据库增加了一个时间维 与关系数据库相比 它的优势在于可以提高数据处理速度 加快反应时间 提高查询效率 多维数据库 PowerDesigner SqlServerIntegrationService SqlServerAnalysisService SqlServerReportingService 学完此次课程后 你能够 掌握微软平台的体系结构和实现商业智能化的核心方法掌握数据仓库建模的思想和基本方法能使用PowerDesigner进行数据仓库建模开发能使用SSIS进行ETL开发能使用SSAS进行多维数据库开发能使用SSRS进行报表开发获得更多行业项目经验 提高职业技术能力 增加竞争力 课程目标 微软BI开发介绍 微软BI竞争对手分析 其他常见ETL工具有 Informatica公司的PowerCenterSAP公司的DS DataService ORACLE公司的ODI OracleDataIntegrator Kettle 开源的ETL工具 其他常见前端工具有 SAP公司的BOORACLE公司的BIEEIBM公司的Cognos 微软BI安装 安装成功后开发界面 安装成功后开发界面 成功安装后引擎界面 ETL组件 SSIS SSIS负责ETL以及整体BI的调度 图形话界面比较直观 SSIS