黃鐘明 李躍明 劉娜

基于商業(yè)智能（BI）技術(shù)構(gòu)建決策支持系統(tǒng)

黃鐘明，李躍明，劉娜

（新興鑄管股份有限公司，河北 邯鄲 056300）

摘要：該文論述了利用數(shù)據(jù)轉(zhuǎn)換工具、數(shù)據(jù)倉(cāng)庫(kù)、在線分析處理、數(shù)據(jù)挖掘、Brio前端展現(xiàn)工具等一系列商業(yè)智能技術(shù)整合公司信息化數(shù)據(jù)，并快速開發(fā)公司決策支持系統(tǒng)的應(yīng)用方法。

關(guān)鍵詞：數(shù)據(jù)整合；商業(yè)智能；數(shù)據(jù)轉(zhuǎn)換工具；數(shù)據(jù)倉(cāng)庫(kù)；在線分析處理；數(shù)據(jù)挖掘；Brio前端展現(xiàn)工具；決策支持系統(tǒng)。

中圖分類號(hào)：TP311 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2014）05-1014-04

1 概述

近幾年來(lái)新興鑄管公司信息化建設(shè)高速發(fā)展，計(jì)算機(jī)輔助管理已經(jīng)深入到了各個(gè)部門。相關(guān)的計(jì)算機(jī)管理系統(tǒng)應(yīng)用也逐步走向成熟化。但隨著信息化建設(shè)的進(jìn)一步深入也逐漸暴露出不少問(wèn)題，比如由于公司信息化建設(shè)經(jīng)歷的時(shí)間跨度較長(zhǎng)，不同時(shí)期的建設(shè)都遺留了具有歷史特點(diǎn)的問(wèn)題。1994年我們開始組建局域網(wǎng)時(shí)，主要是以外界為主、自己為輔進(jìn)行聯(lián)合開發(fā)的方式開發(fā)了一些小型MIS系統(tǒng)，在這個(gè)時(shí)期國(guó)內(nèi)的各大企業(yè)信息化建設(shè)都處在摸索階段，往往缺乏企業(yè)級(jí)總體規(guī)劃設(shè)計(jì)。1999年以來(lái)，公司采取“群體一把手掛帥制，全員動(dòng)員信息化”的方法按照成熟ERP理論“總體規(guī)劃設(shè)計(jì)、分步實(shí)施”的原則對(duì)現(xiàn)有信息化資源（硬件、網(wǎng)絡(luò)、軟件資源）進(jìn)行了擴(kuò)充建設(shè)，取得了較為顯著的效果。在此過(guò)程中也因不同部門對(duì)“總體規(guī)劃設(shè)計(jì)、分步實(shí)施”的原則理解上的差異造成了某些“信息孤島”現(xiàn)象的存在。公司的信息系統(tǒng)多年來(lái)生成了大量的歷史數(shù)據(jù)，而現(xiàn)有各計(jì)算機(jī)管理系統(tǒng)的分析功能比較單一，多停留在部門級(jí)層面上，而缺乏公司級(jí)層面多維度對(duì)歷史數(shù)據(jù)挖掘分析，致使公司大量歷史數(shù)據(jù)資源沒(méi)有得到充分的利用。企業(yè)的高速發(fā)展對(duì)信息化建設(shè)提出了更高的要求。如何充分利用企業(yè)現(xiàn)有信息資源，消除“信息孤島”，實(shí)現(xiàn)各系統(tǒng)間的數(shù)據(jù)整合，提升企業(yè)信息化應(yīng)用水平使各大企業(yè)的信息化建設(shè)面臨具大挑戰(zhàn)。我們?cè)谕ㄟ^(guò)對(duì)公司現(xiàn)有各管理系統(tǒng)、數(shù)據(jù)庫(kù)結(jié)構(gòu)、信息數(shù)據(jù)的充分調(diào)研的基礎(chǔ)上，提出了“建立企業(yè)級(jí)經(jīng)營(yíng)分析數(shù)據(jù)倉(cāng)庫(kù)，按需整合數(shù)據(jù)，實(shí)施商業(yè)智能應(yīng)用”的新思路，并結(jié)合在線分析處理（OLAP）、Brio前端展現(xiàn)工具等一系列商業(yè)智能技術(shù)快速搭建公司領(lǐng)導(dǎo)決策支持系統(tǒng)，為公司的數(shù)據(jù)整合及信息化應(yīng)用的提升開辟了一條新的途徑。

2 商業(yè)智能（BI）技術(shù)簡(jiǎn)介

商業(yè)智能是企業(yè)利用現(xiàn)代信息技術(shù)收集、管理和分析大量商業(yè)數(shù)據(jù)與信息，創(chuàng)造和累計(jì)商業(yè)知識(shí)，改善商業(yè)運(yùn)營(yíng)和決策水平，采取有效的商業(yè)行動(dòng)，提升各方面商業(yè)績(jī)效，增強(qiáng)企業(yè)綜合競(jìng)爭(zhēng)力的智慧和能力。商業(yè)智能的體系主要包括數(shù)據(jù)倉(cāng)庫(kù)、在線分析處理以及數(shù)據(jù)挖掘三個(gè)核心部分。部署商業(yè)智能的關(guān)鍵是如何從來(lái)自企業(yè)內(nèi)部、外部紛雜數(shù)據(jù)源中，提取出企業(yè)有用的數(shù)據(jù)進(jìn)行清理以保證數(shù)據(jù)的正確性、統(tǒng)一性、一致性，然后經(jīng)過(guò)抽取、轉(zhuǎn)換和裝載，整合到一個(gè)公司級(jí)的數(shù)據(jù)倉(cāng)庫(kù)里，從而得到企業(yè)數(shù)據(jù)的一個(gè)全局視圖，在此基礎(chǔ)上利用合適的查詢和分析工具、數(shù)據(jù)挖掘工具、OLAP工具等對(duì)其進(jìn)行分析和處理，最后將知識(shí)呈現(xiàn)給管理者，為管理者的決策過(guò)程提供支持。商業(yè)智能的這個(gè)基本過(guò)程如下圖所示，從圖中我們不難看出“建立數(shù)據(jù)倉(cāng)庫(kù)”是商業(yè)智能技術(shù)的基礎(chǔ)及核心。

圖1 商業(yè)智能技術(shù)體系結(jié)構(gòu)圖

3 建立公司經(jīng)營(yíng)分析數(shù)據(jù)倉(cāng)庫(kù)

數(shù)據(jù)倉(cāng)庫(kù)（D W）就是一個(gè)面向主題的、集成的、相對(duì)穩(wěn)定的、反映歷史變化的數(shù)據(jù)集合，它用于支持管理決策。我們根據(jù)數(shù)據(jù)倉(cāng)庫(kù)的核心技術(shù)原理，按照標(biāo)準(zhǔn)企業(yè)級(jí)數(shù)據(jù)倉(cāng)庫(kù)結(jié)構(gòu)建立了公司經(jīng)營(yíng)分析數(shù)據(jù)倉(cāng)庫(kù)。在數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)庫(kù)選型上我們結(jié)合本企業(yè)實(shí)際采用了SQL SERVER2000數(shù)據(jù)庫(kù)作為建立數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)庫(kù)，其建倉(cāng)的過(guò)程主要包括以下步驟：

圖2 標(biāo)準(zhǔn)企業(yè)級(jí)數(shù)據(jù)倉(cāng)庫(kù)架構(gòu)圖

1）確定公司數(shù)據(jù)倉(cāng)庫(kù)主題

主題是一個(gè)抽象的概念，它是在較高層次上將企業(yè)信息系統(tǒng)中的數(shù)據(jù)綜合、歸類并進(jìn)行分析利用的抽象。我們?cè)诖_定商業(yè)主題的時(shí)候始終堅(jiān)持了這樣一個(gè)原則：“結(jié)合企業(yè)自身的特點(diǎn)，以企業(yè)宏觀管理為中心，以增強(qiáng)企業(yè)綜合競(jìng)爭(zhēng)力為目標(biāo)”。經(jīng)過(guò)分析調(diào)研，初步確立了公司經(jīng)營(yíng)分析數(shù)據(jù)倉(cāng)庫(kù)的主題包括：：采購(gòu)分析、銷售分析、財(cái)務(wù)分析、生產(chǎn)分析、質(zhì)量能源分析、人力資源分析等，這幾方面的主題體現(xiàn)了公司日常管理工作的重點(diǎn)。其中采購(gòu)主題中又細(xì)化為：采購(gòu)資金分析、采購(gòu)量分析、采購(gòu)賬款余額分析、市場(chǎng)價(jià)格變化趨勢(shì)分析等；銷售主題細(xì)化為：產(chǎn)品銷量分析、產(chǎn)品庫(kù)存分析、銷售價(jià)格分析、貨款應(yīng)收、實(shí)收分析、客戶信譽(yù)度分析等；財(cái)務(wù)主題細(xì)化為：產(chǎn)品日成本日利潤(rùn)分析、資產(chǎn)負(fù)債表、損益表、公司效績(jī)?cè)u(píng)價(jià)指標(biāo)分析等；生產(chǎn)主題細(xì)化為：合同完成情況分析、產(chǎn)品產(chǎn)量分析、生產(chǎn)指標(biāo)完成情況分析、產(chǎn)品庫(kù)存及結(jié)構(gòu)分析等；質(zhì)量能源主題細(xì)化為：質(zhì)量指標(biāo)完成情況分析、能源指標(biāo)完成情況分析；人力資源主題細(xì)化為：人工成本分析、人均收入分析、人員結(jié)構(gòu)比例分析、人員分布分析等。

2）調(diào)研公司主題數(shù)據(jù)源，利用ETL工具集成的數(shù)據(jù)

在確立了主題之后，我們應(yīng)該找到主題數(shù)據(jù)的源頭。數(shù)據(jù)倉(cāng)庫(kù)中存貯的數(shù)據(jù)是從原來(lái)分散的各個(gè)子系統(tǒng)中提取出來(lái)的，但并不是原有數(shù)據(jù)的簡(jiǎn)單拷貝，而是經(jīng)過(guò)統(tǒng)一、綜合。原因其一，數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)不能直接從原有數(shù)據(jù)庫(kù)系統(tǒng)中得到。原有數(shù)據(jù)庫(kù)系統(tǒng)記錄的是每一項(xiàng)業(yè)務(wù)處理的流水帳，這些數(shù)據(jù)不適合于分析處理，在進(jìn)入數(shù)據(jù)倉(cāng)庫(kù)之前必須經(jīng)過(guò)綜合、計(jì)算，拋棄分析處理不需要的數(shù)據(jù)項(xiàng)，增加一些可能涉及的外部數(shù)據(jù)。其二，數(shù)據(jù)倉(cāng)庫(kù)每一個(gè)主題所對(duì)應(yīng)的源數(shù)據(jù)在原分散數(shù)據(jù)庫(kù)中有許多重復(fù)或不一致的地方，必須將這些數(shù)據(jù)轉(zhuǎn)換成全局統(tǒng)一的定義，消除不一致和錯(cuò)誤的地方，以保證數(shù)據(jù)的質(zhì)量。否則，對(duì)不準(zhǔn)確，甚至不正確的數(shù)據(jù)分析得出的結(jié)果將不能用于指導(dǎo)企業(yè)作出科學(xué)的決策。對(duì)源數(shù)據(jù)的集成是數(shù)據(jù)倉(cāng)庫(kù)建設(shè)中最關(guān)鍵，也是最復(fù)雜的一步。由于現(xiàn)行公司內(nèi)部數(shù)據(jù)源數(shù)據(jù)種類繁多，結(jié)構(gòu)不同，使用的操作系統(tǒng)平臺(tái)也不同（UNIX和WIDOWS），有大型數(shù)據(jù)庫(kù)的數(shù)據(jù)如SQL SERVER2000 、SYBASE11.0、SYBASE11.5、SYBASE11.9；有小型數(shù)據(jù)庫(kù)的數(shù)據(jù)如ACCESS、DBASEⅢ；還有電子表格EXCEL中的數(shù)據(jù)。在這種情況下我們必須借助數(shù)據(jù)轉(zhuǎn)換工具（ETL）才能實(shí)現(xiàn)對(duì)跨平臺(tái)的異構(gòu)數(shù)據(jù)庫(kù)的數(shù)據(jù)抽取。 在應(yīng)用中我們選取SQL SERVER2000中集成的數(shù)據(jù)轉(zhuǎn)換服務(wù)作為建立數(shù)據(jù)倉(cāng)庫(kù)的主要數(shù)據(jù)轉(zhuǎn)換工具。DTS具備以下幾個(gè)特點(diǎn)：（1）具備對(duì)異構(gòu)數(shù)據(jù)庫(kù)的訪問(wèn)能力。（2）具備數(shù)據(jù)轉(zhuǎn)換功能如：字段映射；字段的拆分；多字段的混合運(yùn)算；跨異構(gòu)數(shù)據(jù)庫(kù)的關(guān)聯(lián)；多數(shù)據(jù)類型支持；復(fù)雜條件過(guò)濾；數(shù)據(jù)的批量裝載；排序；統(tǒng)計(jì)；增量抽取的處理方式等功能。（3）具備管理和調(diào)度功能。（4）具備管理元數(shù)據(jù)功能。數(shù)據(jù)轉(zhuǎn)換服務(wù)（DTS）還為高級(jí)用戶還提供了添加用于自定義各數(shù)據(jù)抽取操作階段的程序的功能。通過(guò)自定義數(shù)據(jù)抽取操作，可以在包中添加多種多樣的功能。

3）以經(jīng)營(yíng)主題為中心，建立公司多維數(shù)據(jù)模型

多維數(shù)據(jù)模型是分析企業(yè)數(shù)據(jù)最有效的方法，是在線分析處理技術(shù)的基礎(chǔ)，OLAP展現(xiàn)在用戶面前的就是一幅幅的多維視圖。比如我們以銷售為主題建立的數(shù)據(jù)立方體如圖3所示。

圖3 銷售數(shù)據(jù)的3-D立方體圖

假定我們需要從四維的角度觀察銷售數(shù)據(jù)，附加一維，如供應(yīng)商信息。我們可把4-D立方體看成3-D立方體的序列，維的概念允許用戶從不同的角度來(lái)審視立方體數(shù)據(jù)。如圖4示。

圖4 銷售數(shù)據(jù)的4-D立方體圖

基于數(shù)據(jù)立方體結(jié)構(gòu)的多維數(shù)據(jù)模型，我們可以用OLAP靈活操縱數(shù)據(jù)進(jìn)行決策分析。OLAP通常將三維立方體的數(shù)據(jù)進(jìn)行切片，顯示三維的某一平面。如一個(gè)立方體有時(shí)間維、產(chǎn)品維、地區(qū)維，其圖形很容易在屏幕上顯示出來(lái)并進(jìn)行切片。對(duì)于更高維比如4維、5維數(shù)據(jù)模型，OLAP采用了鉆取、旋轉(zhuǎn)、切塊以及高維可視化技術(shù)，比如：某銷售分析涉及三個(gè)維的切塊。條件為：（地區(qū)=“南京” OR“北京”）AND（時(shí)間=“Q1”O(jiān)R“Q2”）AND（產(chǎn)品=“鑄管”O(jiān)R“復(fù)合管”）。則OLAP進(jìn)行切塊操作的結(jié)果示意圖如圖5。

圖5 OLAP切塊操作示意圖

4 使用Biro前端展現(xiàn)工具快速構(gòu)建決策支持系統(tǒng)

有了基于多維數(shù)據(jù)模型的數(shù)據(jù)倉(cāng)庫(kù)和大量歷史數(shù)據(jù)，我們就可以利用先進(jìn)的前端展現(xiàn)工具快速展現(xiàn)數(shù)據(jù)，實(shí)施決策支持應(yīng)用。Brio 是一個(gè)完全集成的產(chǎn)品套件，它提供了完整的、集成的商業(yè)智能功能——從新一代的分析報(bào)表能力，到增強(qiáng)的交互式OLAP查詢和分析工具，到一個(gè)新的、用于創(chuàng)建和交付分析應(yīng)用的可視化設(shè)計(jì)工具。它是為最終用戶而設(shè)計(jì)、為IT人員而建造的——這意味著可以迅速地設(shè)立大量的用戶并使他們迅速進(jìn)入角色，同時(shí)對(duì)IT資源的需求減少到最小。用戶可以非常高效的對(duì)多維數(shù)據(jù)庫(kù)進(jìn)行查詢（通過(guò)Client/Server或Web方式）。Brio可以把多維數(shù)據(jù)庫(kù)（MDD）結(jié)構(gòu)顯示為層次的樹型結(jié)構(gòu)，方便用戶瀏覽和查詢。旋轉(zhuǎn)報(bào)表可以迅速的顯示出多維數(shù)據(jù)，來(lái)方便客戶對(duì)數(shù)據(jù)的理解和使用。另外，用戶可以將查詢結(jié)果儲(chǔ)存起來(lái)，這樣在離線的方式下也能對(duì)數(shù)據(jù)庫(kù)進(jìn)行分析。Brio還具有強(qiáng)大Internet應(yīng)用和元數(shù)據(jù)管理功能。下圖是我們基于商業(yè)智能技術(shù)使用Brio開發(fā)的領(lǐng)導(dǎo)決策支持系統(tǒng)部分界面。

（a） （b）

（c） （d）

圖6 領(lǐng)導(dǎo)決策支持系統(tǒng)部分界面

5 結(jié)束語(yǔ)

信息數(shù)據(jù)作為現(xiàn)代企業(yè)的寶貴資源，占據(jù)著越來(lái)越重要的地位，已經(jīng)成為現(xiàn)代企業(yè)科學(xué)管理的基礎(chǔ)，正確決策的前提，有效調(diào)控的手段。能否擁有及時(shí)、準(zhǔn)確、全面的信息已經(jīng)成為衡量一個(gè)企業(yè)是否具有發(fā)展?jié)摿Φ囊粋€(gè)重要指標(biāo)。面對(duì)企業(yè)復(fù)雜的信息化環(huán)境，對(duì)于龐大分散的異構(gòu)數(shù)據(jù)源建立企業(yè)級(jí)數(shù)據(jù)倉(cāng)庫(kù)，按需整合數(shù)據(jù)，開發(fā)商業(yè)智能應(yīng)用的方法必將成為企業(yè)信息數(shù)據(jù)整合、提升信息化應(yīng)用水平最快、最好也是最有效的途徑。在整個(gè)應(yīng)用系統(tǒng)的設(shè)計(jì)、開發(fā)、實(shí)施過(guò)程中，我們始終貫徹了“結(jié)合企業(yè)自身實(shí)際特點(diǎn)，堅(jiān)持以自我開發(fā)為主，堅(jiān)持管理創(chuàng)心、技術(shù)創(chuàng)新”的思想，在沒(méi)有借助任何外界開發(fā)力量、技術(shù)咨詢、技術(shù)培訓(xùn)，并且基本沒(méi)有增加現(xiàn)有硬件、軟件投資的的前提下，快速搭建了商業(yè)智能應(yīng)用平臺(tái)。所有這些成績(jī)都與司多年來(lái)扎實(shí)的基礎(chǔ)管理、健壯的信息化應(yīng)用程序以及良好的信息化基礎(chǔ)數(shù)據(jù)是分不開的，該系統(tǒng)的應(yīng)用實(shí)施為公司的管理者帶來(lái)了新的活力。

參考文獻(xiàn)：

[1] 孔令波.基于數(shù)據(jù)倉(cāng)庫(kù)的大規(guī)模數(shù)據(jù)集分類數(shù)據(jù)挖掘研究與設(shè)計(jì)[D].青島：青島大學(xué)，2002.

[2] 張亮.決策支持系統(tǒng)中數(shù)據(jù)倉(cāng)庫(kù)及數(shù)據(jù)挖掘的研究與應(yīng)用[D].甘肅工業(yè)大學(xué)；2001.

[3] 鄒先霞，王淑禮，魏長(zhǎng)華.數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘技術(shù)淺談[J].高等函授學(xué)報(bào)：自然科學(xué)版，2000（3）.

[4] 高洪深.決策支持系統(tǒng)（DSS）理論、方法、案例[M].北京：清華大學(xué)出版社，2005.

[5] Jiawei Han Micheline Kamber.數(shù)據(jù)挖掘概念與技術(shù)[M].范明，孟小峰，等，譯.北京：機(jī)械工業(yè)出版社，2005.

[6] （美）Microsoft Corporation .SQL Server 2000 分析服務(wù)解析[M].科學(xué)出版社，2001.