Re: [討論] 商業智慧 BI (Bussiness Intelligent)

看板Soft_Job (軟體人)作者BalahBalah (裝忙是很辛苦滴)時間17年前 (2007/07/07 03:20)推噓6(6推 0噓 0→)

留言6則, 6人參與討論串3/10 (看更多)

口卡口卡～前文吃光光 ▕⊙ ⊙▏/ ▕▼▼▼▼▏ ▕▲▲▲▲▏ <██> | | 關於 BI , 之前的ankasc版友說的很不錯, 我來補充一些我的經驗 BI 既然叫做"商業智慧", 那...鐵定是有智慧才能用的工具 (逃 BI 的產業歸類兩種, A. 建置廠商以及 B. 顧問廠商建置廠商的部分分成三大區塊 : 1. 第二水庫建置 ( Data Warehouse) 2. 資料轉換/轉檔工程 ( ETL ) 3. 安裝設定 ( AP Tools ) 在資訊的分析領域, 沒資料當然就沒得分析嘛 (逃所以, 依照企業的大小以及規模, 建置資料倉儲 ( DW ) 或是資料超市 (Data Mart) 資料倉儲的構想其實很簡單, 只是把企業內部的所有系統或作業所產生的資料匯聚一處重點在於資料目的的分類以及結構的正規化, 分類的方法以及資料結構正規化就不提那麼, 散落於公司各處各系統的資料, 如何彙整到一個地方? 靠的就是 ETL 工具, ETL 是瞎? 擷取 ( Extraction )、轉換 ( Transformation )、載入 ( Loading ) 將某筆資料透過資料驅動程式 ( ODBC / JDBC Driver etc. ) 從某系統擷取出來根據存放目的, 經過應用計算的轉換, 最後存放於資料倉儲內事先規畫好 LDM 實做的 PDM中 (PDM? LDM? 事實上都是 DM, Data Model (資料模式) , 一種為實體, 一種為邏輯) 這段的重點在於資料轉換所需的計算以及驗證, 會影響往後結果報表呈現的正確性. 至於 LDM / PDM 怎麼規劃, 不同產業內的每個應用都有不同的規劃以及實作這也是 BI 或是顧問廠商賺錢的線, 每個大型知名的顧問廠商都有其列為機密的各產業資料模式, 依照經驗值, 只要客戶按照所規劃的邏輯資料模式需求建立實體資料欄位, 那麼, 顧問廠商可以讓客戶從最佳化的資料資料倉儲中得到某些特定目的的詳細資料. 舉個例子, 為了將客戶的行為經過詳細分析, 流通零售業的客戶資料所需欄位, 就會與銀行內的客戶資料明顯有不同的需求, 銀行業對於客戶的個人資產很詳細, 但流通業對於真正影響業績的重要欄位, 可能是居住地區以及子女數量等 (如哪些地區或是有無子女皆會影響到客戶購買的產品類別以及習性) 最後, 才是各位想了解的 BI, 商業智慧工具. 我在之前的推文有提及, BI 只是一種讓客戶或是讓顧問/分析師能夠方便找到結果的工具一般這種呈現的方式, 稱做 OLAP, 由各種不同影響到結果的單位因子 ( Measure ) 以及維度 ( Dimension ), 經過多維化的計算組成資料方塊 ( Cube ). 看過魔術方塊吧,資料的 Cube 即是以類似魔術方塊的方式儲存經過多單位*多維度的結果依照資料以及目的的特性, Cube 有不同的方式, 如 MOLAP, HOLAP 等, 差異在於需不需要及時運算為什麼 OLAP 拿來當作 BI 的報表呈現方式? 因為具有可動態調整的靈活可變性. 當一個舊式報表呈現的結果, 左邊以及右邊所列出的欄位是固定的, 造成報表無法多元化例如, 當你想看到某地區的客戶在每年的購買貢獻度, 則報表應該是 : 1. 右排欄位為 : 地區 / 年分 / 購買金額 2. 左列往下為 : 客戶別那麼, 這個報表就是固定式無法調整如果今天老闆看完後, 想稍微變化之後看以下報表 1. 右排欄位為 : 年分 / 購買金額 2. 左列往下為 : 地區 / 客戶別則該原始報表必須捨棄請資訊中心另外產生另一份固定報表. OLAP 的工具則賦予報表產生者/觀看決策者能夠當場即時的用拖拉的方式產生新的結果, 當然有前提, 必須是在之前的所有單位因子以及維度以內, 如果想要細分則需要回到資料整理 ETL 的階段或是 Cube 產生之前的階段另外新增因子以及維度. 事先整理好所有維度的運算, 當然對於即時操作的呈現度是最快的, 但系統的產生 Cube 時間以及 Cube 大小也是最大的, 因為把所有的結果事先計算了嘛 ^_^ 也可以使用當場拖拉才由系統計算的 Cube, 但是產生結果畫面的時間當然也就要等計算. 到這裡應該能大致理解 BI 的原理那, BI 廠商賺啥? 如果 BI 的工具廠商只能提供建置以及操做, 能撈的只有專案建置費用就像剛剛版友說的例子, 當副總問你 BI 搞完能幹嘛? 決定了公司賺大錢還是賺小錢好的 BI 廠商當然是在企業尚未想到能把客戶或是內部資料如何利用之前, 就先把應用的層面以及報表提供, 然後跟企業主解釋這麼做能有利於某些決策, Bingo...你賺大錢. 如果企業主已經想好要用 BI 來幹嘛, 那你只能幫企業做完建置以及教育訓練, 就結束了工具本就是給人類方便達成某種目的使用, 領導廠商能帶領客戶正確的應用工具更簡單更完美, 更快更有利潤的做成決策, 次級廠商只能做工具的建置. 至於顧問費, 能讓企業主感覺到龐大而快速的 ROI. 費用當然少不了 ^_^ 最有名的例子, 即是美國最大的 Wal Mart 超商. 當初委由某知名顧問公司透過資料倉儲加上資料分析, 找出啤酒+尿布的陳列擺設不知道有多少人聽過這個故事, 還是附上 : 每週四都會有很多年輕爸爸到量販店買尿布，順便買啤酒，根據分析，美國家庭都是由力氣大的男性採購尿布，但他們喜歡在週末看球賽，因此，他們會利用週四前往賣場，購買嬰兒尿布及自己喝的啤酒，所以WalMart每週四會在尿布附近陳列啤酒，果真銷售量大增！台灣的廠商也不盡然都沒機會, 怎麼說? 國外行之有年的 Data Model, 到了台灣, 為了適應國情以及習慣的不同, 通常都會有大小不等的調整, 舉個例, 目前金融產業火紅的 Basel II 巴賽爾協定, 到台灣之後發現國外的條例在台灣不完全適用, 於是金管會跟銀行公會以及台灣的教授等知名人士定期開會修改適合台灣的資料儲存模式跟資本額衝抵方式, 這時台灣本地廠商就會有介入的機會囉. 合約的續章, 我會找時間補齊...最近跑出差好累, 請見諒 ※ 編輯: BalahBalah 來自: 61.62.23.235 (07/07 03:38)