business intelligence 介绍

    商业智能系统(BI系统)是利用数据分析技术来辅助商业决策的一套系统。它一般包括3种应用:Data Reporting、OLAP和Data Mining。这个你们能够在网上找到大量的材料，这里只作简要介绍。这3种应用内在本质呈现以下趋势：分析维度从少到多，计算复杂度从低到高，从以人为主转为以机器为主。

    Data Reporting应用主要是那些静态报表，简单查询报表及Dashboard等，展示方式通常比较固定，使用频率比较高，要求响应比较及时，因此每一个query涉及的维度会比较少，计算复杂度也较简单，可是并发要求通常比较高，同时要求响应及时。在Reporting上的分析主要以人为主，而计算机系统承担的Query复杂度比较简单，使用简单的数据库系统，甚至是NoSQL存储系统有时便可知足。

    OLAP应用主要是指在线(交互式)数据分析，主要指多维度的adhoc分析。通常主要的操做是roll up、drill down和slice/dice。每一个分析涉及的维度要多于Reporting，计算复杂度也就相应地提升了，可是并发要求不高，而且响应比报表的要求要低，在秒级。在OLAP上的分析主要以机器为主，人为辅，此时就要求底层是能够支持复杂查询的数据库系统，简单的存储系统已经没法胜任。

    Data Mining主要指利用机器学习技术来对数据进行分类或者聚类等分析。分析涉及的维度远超于OLAP所涉及的维度数量，这也就形成分析的复杂度已经超越人类的极限，因此这类数据的分析基本上所有依赖机器运行相应的机器学习算法来完成。这种分析对响应要求不高。因为算法的复杂度异常高，因此对于底层支撑系统来讲，更重要的是提供一个高性能的计算系统，对于存储系统基本没有太多要求。

 

名词解释：

特设分析（ad hoc analysis）是设计用来回答单1、肯定的商业问题的商业智能（business intelligence）程序。特设分析的产品通常是统计模型、分析报告或者其它类型的资料汇总。

　　根据韦氏字典所说，“ad hoc（特设）”意味着“为眼前的状况而不考虑更普遍的应用。”特设分析旨在填满商业静态、常规报告遗留的空白。

　　特设分析（ad hoc analysis）可用于建立还不存在的报告，或在静态报告中钻得更深来获得账户、交易或记录的相关细节。程序还用于为静态报告涵盖的已存区域获取更多现有数据。

　　在线分析处理（OLAP）控制面板专门设计用来促进特设分析，它经过提供对原始报告中数据的快速简易的访问来完成。让用户（通常是经理或执行官）经过点-点击端口访问数据来消除公司内部其它团队要求数据、分析的须要。这让企业问题出现时能有更快的反应时间，反过来，这又帮助用户应对问题并能使企业决策更迅速。

　　尽管大部分特设报告和分析可能只运行一次，实际上，它们常以在常规基础中再使用、运行结束。这个相对广泛的实践能引发没必要要的报告程序，它影响大容量的报告周期。应该周期性地审查报告来有效地决定他们是否继续以实用的商业目标服务。