商业智能仪表板你了解多少

『壹』 数据质量的商业智能

对于增强数据资产准确度和价值而言，将数据质量规则与活动（探查、清洗和监测）和MDM流程相集成显得十分关键。在启动任何MDM项目之前，您都需要了解源数据的内容、质量和结构。在数据源进行的数据探查使数据管理员和数据仓库管理员能够在数据进入MDM系统之前，快速发现和分析跨所有数据源的所有数据异常。此流程可极大加快从MDM实施中获取价值。
由于数据清洗增强了数据的准确度，带来了数据完整性，并从源头增进了数据的可信度，因此数据清洗改善了MDM系统中的数据一致性。一旦源数据进入MDM系统，它将接受数据质量处理，其中包括验证、更正和标准化。MDM系统存储了在数据清洗前后的整个历史记录，从而开发人员不必再跟踪数据仓库中的数据沿袭。
最后，数据质量度量标准使数据仓库管理员能够更好地监控参考数据的质量，并确保可以长期持续使用高质量的数据。
因此，从技术角度看，实施MDM和Informatica Data Quality，作为数据仓库中主数据的确定来源，可以从提取、转换和加载（ETL）流程中简化数据集成。此方法可极大减低与数据仓库有关的整个开发和维护工作。通过建立数据质量度量标准和定义数据质量目标，数据仓库管理员和数据管理员能够更好地监控参考数据的质量，并确保随着时间的推移能够跨企业持续使用高质量的数据。MDM简化了对数据仓库维度更新的处理，因为用于确定更改内容的所有逻辑均封装在MDM系统中。
此外，MDM系统可以卸除大多数数据仓库的历史记录跟踪负担，使数据仓库仅管理它需要为进行聚合而应跟踪的变更。此系统可带来更小的数据仓库维度以及对负荷和查询性能的重大改进。运用MDM和Informatica Data Quality将最终降低数据集成的工作量，提高从商业智能和报表推导的洞察分析的质量，确保能够从为商业智能增效的数据仓库方案中获得预期的价值和投资回报。 当无法通过商业智能系统和报告系统提供准确的数据时，业务总体上都会受到影响。以下是为创建报表的商业智能系统提供不可靠数据所造成的一些后果：
业务负责人：不准确的管理报告导致决策不够明智。
合规主管：合规性法案要求公司能为其财务和合规报表提供一定的透明度和可审计性。
业务分析师：如果业务分析师花费过多时间在多个商业智能系统间手动搜索和整理信息以更新和修正报表，则业务分析师的生产率会受到影响。此低效的工作会直接影响成本和营利能力。
这些业务问题的根源在于没有关于客户、产品、渠道合作伙伴和供应商的唯一真实版本。由于在处理每个业务流程的不同系统间收集、存储和管理这些数据（亦称之为参考数据或主数据），因此，需要正确地解析重叠和冲突的参考数据，以获得唯一真实版本，从而带来宝贵而可操作的洞察力。许多组织拥有数十或数百数据库，并且在这些数据库中有维护相同核心参考对象的数十个（有时为数百个）不同的应用程序，而这些核心参考对象还具有重叠的属性。
商业智能系统的用途是以中立的视角报告取自多个系统的现有数据。商业智能系统可以为维度分析进行一些累积工作，但是设计或配备商业智能系统并非为了创建唯一的真实版本。在取自应用程序孤岛的客户或产品数据中存在的不一致会对数据仓库中运行的分析可靠性产生消极的影响。
总而言之，企业的商业智能只会与企业的数据质量水平相当。 商业智能已经发展成为多种形式，旨在满足企业不断增长的要求和任务关键型活动日益增长的水平。这些形式都有其自己的一套数据质量要求。
记分卡和仪表板
记分卡和仪表板正被广泛采用，越来越多的用户利用它们获取财务，业务和绩效监控的鸟瞰图。通过可视化的图形、图标和计量表，这些传输机制帮助跟踪性能指标并向员工通知相关趋势和可能需要的决策。提供集成视图所需的数据元素通常跨越多个部门和学科，需要绝对最新才能有效。
数据质量会影响记分卡和仪表板用户，因此这些用户必须能够:
1. 使用仪表板中计量表和刻度盘上的完整数据，并迅速采取措施
2. 获取集成视图并使用标准化数据进行协作
3. 利用具有一致数据的正式记分卡方法
4. 向下钻取以查看组或个人级别绩效的准确数据
5. 找到能够生成明显趋势且重复数据最少的业务流程
6. 推导关联性并通过验证的数据执行交叉影响分析
企业报告
企业报告为所有级别的个人提供来自企业资源规划（ERP）、客户关系管理（CRM）、合作伙伴关系管理（PRM）、发票和帐单系统，以及整个企业内其他源系统的各种运营报告和其他业务报告。这些报告分布广泛，而薪酬和其他激励计划通常与报告的结果有关。
数据质量会影响组织报告，因为组织必须：
1. 浏览多个报告，将它们显示到从不同来源聚合数据的多个表单中
2. 选择各种参数并通过标准化数据为用户定制报告
3. 利用各种性能指标的协调数据呈现多个表格和图表
4. 使业务用户能够利用高精准数据创建自己的报告，无需IT部门参与
5. 通过清洗和匹配的数据减少合规性管理的人工检查和审计
6. 利用完整财务数据直接从商业智能报告开具发票和帐单
OLAP分析
OLAP使用户能够即时以交互方式对相关数据子集进行“切片和切块”。同时，OLAP功能，比如向上钻取、向下钻取、或任意挖掘（跨业务维度）、透视、排序、筛选、以及翻阅，可用于提供关于绩效的基本详细信息。最为重要的是它能够回答存在的任何业务问题。这意味着调查深入到单个或多个数据仓库中可用的最原子级别的详细信息。
数据质量会影响OLAP分析，因为用户和组织需要：
1. 通过对目标数据的完全访问在所有维度中任意钻取以进行深入调查
2. 通过设置好格式的一致数据将OLAP轻松应用于任何维度子集
3. 利用一致的基本数据对象最大限地减少冲突报告，确保交互性
4. 利用多个维度的正确数据执行用户驱动的适时分析
5. 提供更新的同步数据来处理事务级数据分析
高级/预测分析
高级和预测分析使富有经验的用户能够充分调查和发现特定业务绩效背后的详细信息并使用该信息预测远期效果。此方法可能涉及高级统计分析和数据挖掘功能。为了推动积极决策和改进对潜在商业威胁的姿态，预测分析可能包括假设测试，客户流失预测，供应和需求预测，以及客户评分。预测建模可用于预测各种业务活动及相关效果。
数据质量会影响高级和预测分析，因为用户会寻求：
1. 为可定制报告创建跨越任何数据元素的报告过滤标准
2. 为标准化数据格式搜索模式和预测洞察力以促进积极决策
3. 通过一致数据获得信心，找出相互依存的趋势和预期成果
4. 对准确数据采用多变量复原和其他技术，以实现更好的预测
5. 在无数据重复的前提下定制数据分组，最大限度减少冲突
6. 使用经认证的数据检验假设并使用统计、财务和数字函数
通知和警报
使用电子邮件、浏览器、网络服务器和打印机、PDA或门户网站时，通过通知和警报在广泛的用户触点间主动共享信息。通过及时交付目标信息，关键相关人士和决策者可以识别潜在的机会领域并发现要采取措施的问题领域。这种“一线”BI传输机制使组织能够保持协调一致，与业务风险和机会并进，同时事件仍将保持新鲜和有意义以保证响应。
在此领域，数据质量会影响组织，因为组织会努力：
1. 从任何和所有数据源向最广泛的用户接触点发布警报
2. 确保标准化及非冲突数据集上各种订阅类型的高吞吐量
3. 使用户能够打开附件或点击链接，同时呈现一致、集成的数据
4. 通过预先评定并核准的数据质量来降低发布错误警报和通知的风险
5. 允许在多个事件数据符合特定阙值时实时触发警报
6. 利用经验证的数据进行内容个性化和组关联

『贰』 数据分析和商业智能的区别

数据分析：一般指对数据进行研究的方法和过程。

商业智能：是指将数据分析商业化、信息化，实现商业价值的企业信息化建设过程。

所以数据分析包含的内容可以很宽泛，而商业智能则更聚焦于实现商业价值。

1.数据分析的概念：

通俗意义上来讲，“数据分析”并没有特定的应用场景，人们更喜欢将数据分析作为一种行为过程去讨论，或在其后加上诸如方法论这类的具体名词来定义。

作为对数据进行研究的过程而言，数据分析将经历明确目标、收集、处理、探索、展现、发现问题这几个步骤。

此仪表盘由 Yonghong Z-Suite 完成

通过营销体系模型，分析出每一步的销售过程的数据，从而不断改进销售技巧以及优化服务流程，最终实现了广告投放上的价值最大化，以及销售流程环节标准化。

这是一个企业应用商业智能的实例，也显示出我刚才提到的，商业智能不是短期解决问题的方案，而是一个追求持续收益的长期建设过程。

『叁』 商业智能主要包括以下哪几种技术

商业智能在技术上可以分为数据处理、业务模型、操作界面、用户管理、业务仪表板等多个模块。涉及到的技术集中在大数据、OLAP、多维数据模型、图形页面交互（GUI）等。

这些技术可以用多数程序语言实现，比如Wyn Enterprise选择了微软最新的跨平台开发语言.NET Core，支持Windows、Linux平台，开发和运行效率都有保障。

『肆』 什么是商业智能仪表盘

商业智能仪表盘英文名是Dashboard，是商业智能工具中的数据可视化模块，也是向用户展示分析信息和各项指标的平台，通俗点就是放各种图表组件来展示数据信息的。
一般用于展现企业的一些关键性指标，像在商业智能软件FineBI的Dashboard中，包括常规的图表、仪表盘、圆环、散点、气泡、雷达和地图等可视化组件来供分析展示。

『伍』 BI是什么，什么是BI商业智能

BI是商业智能，商业智能（Business Intelligence，简称：BI），又称商业智慧或商务智能，指用现代数据仓库技术、线上分析处理技术、数据挖掘和数据展现技术进行数据分析以实现商业价值。

商业智能是对商业信息的搜集、管理和分析过程，目的是使企业的各级决策者获得知识或洞察力（insight），促使他们做出对企业更有利的决策。

商业智能一般由数据仓库、联机分析处理、数据挖掘、数据备份和恢复等部分组成。商业智能的实现涉及到软件、硬件、咨询服务及应用，其基本体系结构包括数据仓库、联机分析处理和数据挖掘三个部分。

(5)商业智能仪表板你了解多少扩展阅读

实施商业智能系统是一项复杂的系统工程，整个项目涉及企业管理，运作管理，信息系统，数据仓库，数据挖掘，统计分析等众多门类的知识，

因此用户除了要选择合适的商业智能软件工具外还必须按照正确的实施方法才能保证项目得以成功. 商业智能项目的实施步骤可分为：

1、需求分析: 需求分析是商业智能实施的第一步，在其他活动开展之前必须明确的定义企业对商业智能的期望和需求，包括需要分析的主题，各主题可能查看的角度（维度）； 需要发现企业那些方面的规律. 用户的需求必须明确。

2、数据仓库建模：通过对企业需求的分析，建立企业数据仓库的逻辑模型和物理模型，并规划好系统的应用架构，将企业各类数据按照分析主题进行组织和归类。

3、数据抽取: 数据仓库建立后必须将数据从业务系统中抽取到数据仓库中，在抽取的过程中还必须将数据进行转换，清洗，以适应分析的需要。

4、建立商业智能分析报表：商业智能分析报表需要专业人员按照用户制订的格式进行开发，用户也可自行开发。

5、用户培训和数据模拟测试： 对于开发—使用分离型的商业智能系统，最终用户的使用是相当简单的，只需要点击操作就可针对特定的商业问题进行分析。

6、系统改进和完善：任何系统的实施都必须是不断完善的. 商业智能系统更是如此，在用户使用一段时间后可能会提出更多的，更具体的要求，这时需要再按照上述步骤对系统进行重构或完善。

『陆』 商业智能的来源

商业智能的概念经由Howard Dresner（1989年）的通俗化而被人们广泛了解。当时将商业智能定义为一类由数据仓库（Data Warehouse）、查询报表、数据分析、数据挖掘、数据备份和恢复等部分组成的、以帮助企业决策为目的技术及其应用。

目前，商业智能通常被理解为将企业中现有的数据转化为知识，帮助企业做出明智的业务经营决策的工具。以Wyn Enterprise为例，BI软件可以通过内置的数据连接工具，读取包括来自企业业务系统的订单、库存、交易账目、客户和供应商数据及来自企业所处行业和竞争对手的数据，以及来自企业所处的其他外部环境中的各种数据，从中提取出有用的数据并进行清理，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，合并到一个企业级的数据仓库里，从而得到企业数据的一个全局视图，在此基础上利用合适的查询和分析工具、数据挖掘工具、OLAP工具等对其进行分析和处理（这时信息变为辅助决策的知识），最后将知识呈现给管理者，为管理者的决策过程提供支持。在分析结果的展示层面，数据报表和仪表板是常见的手段。特别是仪表板，因其具备了更丰富的交互手段，可以支持使用者自由探索，自助分析，正逐渐成为了BI的标志。

『柒』 什么是dashboard仪表盘

Dashboard的中文名称是商业智能仪表盘，也是向用户展示分析信息和各项指标的平台，通俗点就是放各种图标组件来展示数据信息的。不过市面上的各有千秋，很多BI软件在分析时，图表都是独立的，不能全局看，像FineBI产品在交互方面是比较注重的，能做到把分析操作放在Dashboard中进行。

『捌』 什么是dashboard，解释一下

1、网络解释：dashboard是商业智能仪表盘（business intelligence dashboard，BI dashboard）的简称，它是一般商业智能都拥有的实现数据可视化的模块，是向企业展示度量信息和关键业务指标（KPI）现状的数据虚拟化工具。

2、在BI中的作用

1）数据可视化：

为了配合BI更好的展示企业的各项业务指标等数据，dashboard一般要拥有图表、仪表盘和

地图到积分卡、sparkline和状态指示器等数据可视化形式。

2）BI的基础就是OLAP了，dashboard也必须基于OLAP技术拥有图形上的数据分析功能。如图形上的一些交互操作，还有通用的平均值，求和，趋势和预测等。

3、在BI工具中的实际展示：仪表盘由多个图表按照一定的业务逻辑排布，形成的具有一定业务逻辑的数据看板，如下图：

（电商常见数据指标分析）

以上黑白主题的仪表盘均来自BDP，直观展示数据~~

『玖』 商业智能的架构

企业要实现业务信息智慧洞察的目标，必须使用适当的技术架构平台来支持业务数据分析系统。该平台不仅要为各种用户（无论其身处何处）提供分析和协作功能，还要充分利用现有基础结构，并维持低成本。它必须是可扩展的并具有高性能，以满足任意组织的发展需求。
适当的架构可以为系统成功铺平道路，并最终带领组织取得成功。开放的商业智能架构应该能同时满足IT和业务用户的需求。
对IT用户而言，商业智能软件需要满足如下条件才能向用户交付更高价值，具体包括：能轻松地与组织的基础架构集成；支持当前的技术和标准；能根据不断发展的需求方便地进行调整；整合组织中的所有数据；能随着用户需求的发展不断进行扩展；可靠地执行；能在不增加预算和人力资源的情况下加以管理。
对于业务用户，商业智能软件必须与用户的众多角色、技能集和需求相匹配；为用户提供多种不同格式的信息，包括常规报表、特别查询、记分卡、仪表板等；易于使用，以使业务用户愿意采用并信任其提供的信息。
企业级商业智能架构具有几项共同特征和价值。这些需求是将在组织内部广泛部署的商业智能系统的基础。所有这些特质都将通过底层架构来体现。IBM Cognos商业智能平台以面向服务的开放式架构为基础设计和构建，与那些只会把来自Web服务的多个架构中的旧式“客户机-服务器”组件简单打包的商业智能解决方案不同，它能够在三个不同的层面上交付所有的商业智能功能：即演示层，可处理Web环境中的所有用户交互；应用层，包含用于执行所有BI处理的专用服务；数据层，可用于访问各种数据源。

『拾』 商业智能仪表盘有什么作用

商业智能仪表盘主要是向用户展示分析信息和各项指标的，也就是利用各种组件的组合来展示数据信息。
比如举个利用FineBI做销售分析的例子，可以用简单的柱状图来做各个月的销售数据展示，也可以点击钻取之区域销售数据分析，这一块就可以利用地图来直观展示。