1.商业智能的实施方法

商业智能的实施方法包括项目规划、系统设计与实现、系统调优以及系统运行及维护，如图7-6所示。

图7-6 商业智能的实施方法

（1）项目规划

项目规划主要包括项目前期的准备、业务现状的调研、目前系统的现状分析。分析内容包括业务需求的定义和系统实现的目标，系统运行环境的定义，系统的框架结构定义，逻辑模型的设计等。

（2）系统设计与实现

系统设计与实现主要包括系统体系结构的设计，物理数据库的设计，数据抽取、转换和加载的实现，前端应用的开发，元数据的管理等内容。

（3）系统调优

系统调优主要指逻辑、物理模型的调整，系统性能的调优。

（4）系统运行及维护

系统运行及维护主要指编写系统运行及维护手册，以及用户操作手册、培训教材等文档。

2.商业智能的实施步骤

商业智能的实施步骤包括定义需求，数据仓库模型的建设，数据抽取、清洗、转换、加载，建立商业智能分析报表，如图7-7所示。

图7-7 商业智能的实施步骤

（1）定义需求

需求分析是商业智能项目重要的一步，需要描述项目背景与目的、业务范围、业务目标、业务需求和功能需求等内容，明确企业对商业智能的期望和需要分析哪些主题等方面。其中项目背景主要描述已有系统的当前现状是什么，以及不同的历史时期，它的业务需求分别是什么。这些独立的信息系统特点一般是缺乏统一的整体规划和标准，数据分散，每个业务之间不能共享信息，报表展示功能单一，各业务系统之间存在数据不一致的现象，企业领导层无法从全局的角度对业务进行综合分析。

商业智能项目最重要的目的之一是解决各个业务系统之间数据集中整合的问题，为企业管理人员提供高效的数据查询和强大的报表展示功能，同时能够进行多维度的深入分析和数据挖掘，为企业未来的经营状况做出准确的预测。(www.daowen.com)

业务范围是对项目团队所有人员工作范围的界定。

业务需求是描述客户对于系统实现的总体性要求，商业智能项目的特点是从不同的维度去分析各个主题，以报表的形式对业务进行阐述。功能需求可以包含：各个业务专题分析、关键性指标查询和监控、报表查询、高级分析和数据挖掘等内容。

商业智能的功能框架如图7-8所示。

图7-8 商业智能功能框架图

（2）数据仓库模型的建设

模型是对现实世界的抽象。数据仓库模型是在需求分析的基础上建立起来的。数据模型的设计流程是：在系统设计、开发之前，业务人员和设计人员共同参与概念模型的设计，核心的业务概念在业务人员和设计人员之间达成一致。在系统设计开发时，业务人员和系统设计人员共同参与逻辑模型的设计。最后，设计开发人员以逻辑模型为基础进行物理模型的设计。

（3）数据抽取、清洗、转换、加载

●数据抽取

抽取主要负责将数据仓库需要的数据从各个业务系统中抽取出来。如果每个业务系统的数据情况各不相同，可能对每个数据源都需要建立独立的抽取流程，每个流程都需要使用接口将源数据传送给下一环节，即清洗与转换阶段。通过数据抽取程序，可以从业务源系统中不断地将数据抽取出来，抽取周期可以设定为某个固定时间，例如每天中午12点对源数据进行抽取，也可以设定为某个时间间隔，例如每6个小时抽取源数据一次。

●数据清洗

清洗阶段是对业务源数据的清洗和确认，检查抽取的源数据质量是否达到数据仓库的规定标准。数据清洗大致有两种方式：①不同业务系统间各自专用的清洗程序；②不同业务系统间有满足数据仓库清洗需求的通用程序，从不同业务系统抽取的数据有可能存在数据不一致的情况，可以使用相关规则和标准检查业务源数据的质量。

●数据转换

转换是对源系统的数据在最后一步进行的修改，包括对源数据的聚合以及各种计算，是整个ETL过程的核心部分。

●数据加载

加载是将数据加载到最后的目标表中，其复杂度没有转换高，一般采用批量装载的形式。

（4）建立商业智能分析报表

商业智能分析报表通过对数据仓库的数据分析，使企业的高层领导可以多角度地查看企业的运营情况，并且按照不同的方式去探查企业内部的核心数据，从而更好地帮助企业决策人员对公司未来经营状况进行预测和判断。