口卡口卡～前文吃光光 ▕⊙ ⊙▏/ ▕▼▼▼▼▏ ▕▲▲▲▲▏ <██> | | 关於 BI , 之前的ankasc版友说的很不错, 我来补充一些我的经验 BI 既然叫做"商业智慧", 那...铁定是有智慧才能用的工具 (逃 BI 的产业归类两种, A. 建置厂商以及 B. 顾问厂商 建置厂商的部分分成三大区块 : 1. 第二水库建置 ( Data Warehouse) 2. 资料转换/转档工程 ( ETL ) 3. 安装设定 ( AP Tools ) 在资讯的分析领域, 没资料当然就没得分析嘛 (逃 所以, 依照企业的大小以及规模, 建置资料仓储 ( DW ) 或是资料超市 (Data Mart) 资料仓储的构想其实很简单, 只是把企业内部的所有系统或作业所产生的资料汇聚一处 重点在於资料目的的分类以及结构的正规化, 分类的方法以及资料结构正规化就不提 那麽, 散落於公司各处各系统的资料, 如何汇整到一个地方? 靠的就是 ETL 工具, ETL 是瞎? 撷取 ( Extraction )、转换 ( Transformation )、载入 ( Loading ) 将某笔资料透过资料驱动程式 ( ODBC / JDBC Driver etc. ) 从某系统撷取出来 根据存放目的, 经过应用计算的转换, 最後存放於资料仓储内事先规画好 LDM 实做的 PDM中 (PDM? LDM? 事实上都是 DM, Data Model (资料模式) , 一种为实体, 一种为逻辑) 这段的重点在於资料转换所需的计算以及验证, 会影响往後结果报表呈现的正确性. 至於 LDM / PDM 怎麽规划, 不同产业内的每个应用都有不同的规划以及实作 这也是 BI 或是顾问厂商赚钱的线, 每个大型知名的顾问厂商都有其列为机密的各产业 资料模式, 依照经验值, 只要客户按照所规划的逻辑资料模式需求建立实体资料栏位, 那 麽, 顾问厂商可以让客户从最佳化的资料资料仓储中得到某些特定目的的详细资料. 举个例子, 为了将客户的行为经过详细分析, 流通零售业的客户资料所需栏位, 就会与 银行内的客户资料明显有不同的需求, 银行业对於客户的个人资产很详细, 但流通业对於 真正影响业绩的重要栏位, 可能是居住地区以及子女数量等 (如哪些地区或是有无子女皆 会影响到客户购买的产品类别以及习性) 最後, 才是各位想了解的 BI, 商业智慧工具. 我在之前的推文有提及, BI 只是一种让客户或是让顾问/分析师能够方便找到结果的工具 一般这种呈现的方式, 称做 OLAP, 由各种不同影响到结果的单位因子 ( Measure ) 以及 维度 ( Dimension ), 经过多维化的计算组成资料方块 ( Cube ). 看过魔术方块吧,资料的 Cube 即是以类似魔术方块的方式储存经过多单位*多维度的结果 依照资料以及目的的特性, Cube 有不同的方式, 如 MOLAP, HOLAP 等, 差异在於需不需 要及时运算 为什麽 OLAP 拿来当作 BI 的报表呈现方式? 因为具有可动态调整的灵活可变性. 当一个旧式报表呈现的结果, 左边以及右边所列出的栏位是固定的, 造成报表无法多元化 例如, 当你想看到某地区的客户在每年的购买贡献度, 则报表应该是 : 1. 右排栏位为 : 地区 / 年分 / 购买金额 2. 左列往下为 : 客户别 那麽, 这个报表就是固定式无法调整 如果今天老板看完後, 想稍微变化之後看以下报表 1. 右排栏位为 : 年分 / 购买金额 2. 左列往下为 : 地区 / 客户别 则该原始报表必须舍弃请资讯中心另外产生另一份固定报表. OLAP 的工具则赋予报表产生者/观看决策者能够当场即时的用拖拉的方式产生新的结果, 当然有前提, 必须是在之前的所有单位因子以及维度以内, 如果想要细分则需要回到资料 整理 ETL 的阶段或是 Cube 产生之前的阶段另外新增因子以及维度. 事先整理好所有维度的运算, 当然对於即时操作的呈现度是最快的, 但系统的产生 Cube 时间以及 Cube 大小也是最大的, 因为把所有的结果事先计算了嘛 ^_^ 也可以使用当场拖拉才由系统计算的 Cube, 但是产生结果画面的时间当然也就要等计算. 到这里应该能大致理解 BI 的原理 那, BI 厂商赚啥? 如果 BI 的工具厂商只能提供建置以及操做, 能捞的只有专案建置费用 就像刚刚版友说的例子, 当副总问你 BI 搞完能干嘛? 决定了公司赚大钱还是赚小钱 好的 BI 厂商当然是在企业尚未想到能把客户或是内部资料如何利用之前, 就先把应用的 层面以及报表提供, 然後跟企业主解释这麽做能有利於某些决策, Bingo...你赚大钱. 如果企业主已经想好要用 BI 来干嘛, 那你只能帮企业做完建置以及教育训练, 就结束了 工具本就是给人类方便达成某种目的使用, 领导厂商能带领客户正确的应用工具更简单更 完美, 更快更有利润的做成决策, 次级厂商只能做工具的建置. 至於顾问费, 能让企业主感觉到庞大而快速的 ROI. 费用当然少不了 ^_^ 最有名的例子, 即是美国最大的 Wal Mart 超商. 当初委由某知名顾问公司透过资料仓储加上资料分析, 找出啤酒+尿布的陈列摆设 不知道有多少人听过这个故事, 还是附上 : 每周四都会有很多年轻爸爸到量贩店买尿布，顺便买啤酒，根据分析，美国家庭都是由力 气大的男性采购尿布，但他们喜欢在周末看球赛，因此，他们会利用周四前往卖场，购买 婴儿尿布及自己喝的啤酒，所以WalMart每周四会在尿布附近陈列啤酒，果真销售量大增！ 台湾的厂商也不尽然都没机会, 怎麽说? 国外行之有年的 Data Model, 到了台湾, 为了适应国情以及习惯的不同, 通常都会有大 小不等的调整, 举个例, 目前金融产业火红的 Basel II 巴赛尔协定, 到台湾之後发现国 外的条例在台湾不完全适用, 於是金管会跟银行公会以及台湾的教授等知名人士定期开会 修改适合台湾的资料储存模式跟资本额冲抵方式, 这时台湾本地厂商就会有介入的机会罗. 合约的续章, 我会找时间补齐...最近跑出差好累, 请见谅 ※ 编辑: BalahBalah 来自: 61.62.23.235 (07/07 03:38)