xxx公司bi系统。
方案建议书。
二〇一九年十一月。
随着市场竞争的日益激烈，各家公司纷纷把提高决策的科学性、合理性提高到一个新的认识高度。在此背景下，利用信息技术的最新手段，利用业务数据进行面向决策的分析这一方法纷纷被国内外许多公司所采用。
通过有目的、有选择地采集业务数据，并将其转换为对决策有用的信息，用于智能化的分析、**和模拟等目的，这样的应用被称为商业智能应用。从国内外各行各业的发展经验看，实施商业智能是提高企业进行高效的业务分析和科学决策的有效手段。
作为一个具有八十多年历史，以开发信息技术和商业应用而闻名的“蓝色巨人”，xxx 在这一领域进行了多年的研究，发展出完备的商业智能技术，为商业数据自动转化为商业知识提供了现实的方案。
商业智能的本质，是提取收集到的数据，进行智能化的分析，揭示企业运作和市场情况，帮助管理层做出正确明智的经营决定。一般现代化的业务操作，通常都会产生大量的数据，如话单、账单以及客户资料等，其中一部分是决策关键数据，但并不是所有的数据都对决策有决定意义。商业智能包括收集、清理、管理和分析这些数据，将数据转化为有用的信息，然后及时分发到企业各处，用于改善业务决策。
企业可以利用它的信息和结论进行更加灵活的阶段性的决策：如采用什么产品、针对哪类客户、如何选择和有效地推出服务等等，也可以实现高效的财务分析、销售分析、风险管理、分销和后勤管理等等。这一切都是为了降低成本、提高利润率和扩大市场分额。
当今，许多企业认识到只有靠充分利用，发掘其现有数据，才能实现更大的商业效益。日常的商务应用生成了大量的数据，这些数据若用于决策支持则会带来显著的附加值。若再加上市场分析报告、独立的市场调查、质量评测结果和顾问评估等外来数据时，上述处理过程产生的效益可进一步增强。
而数据仓库正是汇总这些商用信息后，进而支持数据发掘、多维数据分析等当今尖端技术和传统的查询及表报功能，这些对于在当今激烈的商业竞争中保持领先是至关重要的。那么怎样把这样大量的数据转换成可靠的、商用的信息以便于决策支持呢？建立数据仓库正被广泛地公认为最好的转换手段。
图 1 数据仓库建立过程。
根据idc的调查，使用数据仓库的投资回报率平均超过400％，尤其是从小型数据仓库开始实施的平均超过500％。
xxx早在90年代初期，就投入大量优秀技术人员和资金开始了数据仓库的研究，并启动了star-burst大型科研项目。该项目主要就是为了攻克数据仓库领域的一些技术难题，例如优化星型连接(star-join)，实现多维分析。因此，xxx现在发布的数据仓库产品都是经过反复推敲和久经考验的。
基于对数据仓库结构的深刻理解和多年积累的经验，xxx设计了自己的数据仓库结构，见下图：数据仓库的组成。作为一个开发式结构，它方便了用户的产品选择、实施和今后的扩展。
图 2 xxx数据仓库架构。
上图为xxx三层次数据仓库结构：从第一层oltp业务系统到第二层数据仓库为建仓过程，从第二层到第三层数据集市为按主题分类建立应用的过程。第一步包括数据抽取、数据转换、数据分布等步骤，按照统一的数据格式标准进行统一的数据转换，建立可被企业各部门充分共享的数据仓库。
其中，数据抽取阶段完成对各种数据源的访问，数据转换阶段完成对数据的清洗、汇总和整合等，数据分布阶段完成对结果数据存储的分配。这三个阶段通常紧密结合在一起，由一个产品或几个产品配合实现。例如，db2 warehouse manager既可独立完成，又可结合datajoiner、datapropagator实现对异构数据和数据复制的处理。
db2 warehouse manager可进行数据映射的定义，以定期地抽取、转换和分布数据；datajoiner可访问的各种关系型数据库包括db2数据库家族、oracle、sybase、informix和ms sql server等；datapropagator主要用于数据复制，采用数据复制的方式可对业务数据仓库进行增量数据更新，避免对作业系统事物处理性能的影响和大量重复抽取数据。数据的存储由db2家族产品来完成，以保证数据仓库始终高性能地运转，提供完整、准确的数据，便于将来的升级和扩展。
第二步，在按主题分类建立应用时，若既想拥有多维数据库的独特功能，又要把数据存放在关系型数据库中以便管理，则db2 olap server是用户的最佳选择。db2 warehouse manager中提供的information catalog通过描述性数据帮助用户查找和理解数据仓库中的数据，intelligent miner用于数据挖掘以便帮助决策者**或发现隐藏的关系。最后，我们以报表或图形的方式将结果数据呈现给用户，这通常由第三方产品来实现，它们包括：
hyperion analyzer, cognos，brio，business objects等。
商业智能的实现方式多种多样，其规模和特点由用户的需求来决定。但万变不离其宗，其基本体系结构往往包括三个部分。
一个企业的信息往往分布在不同的部门和分支机构，管理者要综观全局、运筹帷幄，必须能迅速地找到能反映真实情况的数据，这些数据也许是当前的现实数据，也可能是过去的历史数据。因此，有必要把各个区域的数据集合起来，去其糟粕、取其精华，将真实的、对决策有用的数据保留下来，随时准备管理人员使用。因此，数据仓库不仅仅是个数据的储存仓库，更重要的是它提供了丰富的工具来清洗、转换和从各地提取数据，使得放在仓库里的数据有条有理，易于使用。
管理人员往往希望从不同的角度来审视业务数值，比如从时间、地域、产品来看同一类业务的总额。每一个分析的角度可以叫作一个维，因此，我们把多角度分析方式称为多维分析。以前，每一个分析的角度需要制作一张报表。
由此产生了**多维分析工具，它的主要功能，是根据用户常用的多种分析角度，事先计算好一些辅助结构，以便在查询时能尽快抽取到所要的记录，并快速地从一维转变到另一维，将不同角度的信息以数字、直方图、饼图、曲线等等方式展现在您面前。
提供简单易用的图形化界面给管理人员，由他们自由选择要分析的数据、定义分析角度、显示分析结果。往往与多维分析工具配合，作为多维分析服务器的前台界面。
数据仓库建设方案
经过多年it的建设，信息对于xxx的日常管理已经日益重要，并逐渐成为重要的信息资产，信息资产的管理已经成为日常管理中一个非常重要的环节。如何管理和利用好xxx内部纷繁的数据也越来越成为信息管理的一项重要工作。在过去相当一段时间内，xxx业务系统的构建主要围绕着业务的数据展开，应用的构建多是自下而上构...
数据仓库建设方案
专家系统接收增购项目车辆tcms或其他子系统通过车地通信传输的实时或离线数据，经过一系列综合诊断分析，以各种报表图形或信息推送的形式向用户展示分析结果。针对诊断出的车辆故障将给出专家建议处理措施，为车辆的故障根因修复提供必要的支持。根据专家系统数据仓库建设目标，结合系统数据业务规范，包括数据采集频率...
数据仓库ETL方案
要求 1 需要业务系统生产库的一个用户账号，权限是能够查询业务系统生产库的数据，提供这个用户的连接串，这个需要在方案实施前一天提供。2 需要在业务系统生产库上新建一个表空间，用户存储物化视图日志表，大小至少是业务系统生产库10天的数据量占用的空间大小。3 数据仓库的服务器应该至少是业务系统生产库大小...