商业智能建筑

BI体系结构的重要性

商业智能架构阐明了技术标准和技术标准数据管理支持组织BI努力的分析实践以及将部署的特定平台和工具。它用作用于收集，组织和管理BI数据的技术蓝图，然后使数据用于分析，数据可视化和报告。强大的BI架构还纳入政策来管理技术组件的使用。

将这样的框架置于适当的方面使BI团队能够以协调和纪律的方式工作，以构建符合其组织的数据分析需求的企业BI程序。BI架构还有助于BI和Data Managers创建一个有效的处理，用于处理和管理所删除的数据。

企业通过使用所产生的洞察力从有效的BI架构中受益商业智能工具制作有助于增加收入和利润的数据驱动的决策。为确保其需求，C-Suite高管，商业经理和其他依赖数据分析的商业用户，以制定战略和指导其决策应在创建架构方面具有股份。

商业智能架构组件和图表

BI架构可以部署在本地数据中心或云中。在任何一种情况下，它包含一组核心组件，它集中支持BI过程的不同阶段，从数据收集，集成，存储和分析到数据可视化，信息传递和BI数据在业务决策中的使用。

如伴随商业智能架构图所示，核心组件包括以下项目。

• 源系统。这些都是捕获​​和保存为企业BI程序所识别的交易和操作数据的系统 - 例如ERP，CRM，金融，制造和供应链管理系统。它们还可以包括辅助来源，例如来自外部信息提供商的市场数据和客户数据库。结果，内部和外部数据源都通常包含在BI架构中。

数据源选择过程中的重要标准包括数据相关性、数据流通性、数据质量以及可用数据集的详细程度。此外，可能需要组合结构化、半结构化和非结构化数据类型，以满足执行人员和其他业务用户的数据分析和决策需求。

• 数据集成和清洁工具。为了有效地分析为BI程序收集的数据，组织必须集成并整合不同的数据集以创建它们的统一视图。最广泛使用的数据集成BI应用的技术是提取、转换和加载(ETL)软件，它在批处理过程中从源系统提取数据。ETL的一种变体是提取、加载和转换(ELT)，其中数据按原样提取和加载，然后进行转换，以用于特定的BI用途。其他方法包括实时数据集成，如更改数据捕获和流集成，以支持实时分析应用程序，以及数据虚拟化，虚拟地组合来自不同源系统的数据。

BI架构通常还包括数据分析和数据数据清理用于识别和修复数据质量问题的工具。它们帮助BI和数据管理团队提供适合BI使用的干净且一致的数据。

• 分析数据存储：这包含了存储和管理BI数据的各种存储库。主要的是一个数据仓库，这通常将结构化数据存储在关系，柱状或多维数据库中，并使其可用于查询和分析。企业数据仓库也可以绑定到更小数据集市为各个部门和业务单位设置，具有特定于其双人需求的数据。

此外，BI架构通常包括一个操作数据存储，该操作数据存储是在数据仓库进入数据仓库之前的数据的临时存储库;ODS也可用于针对最近的交易数据运行分析查询。根据BI环境的大小，可以在单个数据库服务器或单独的系统上部署数据仓库，数据集市和ODS。

一种数据湖在Hadoop集群或其他大数据平台上运行也可以作为各种类型的原始数据的存储库融入BI架构中。可以在数据湖本身中分析数据或过滤并加载到数据仓库中进行分析。策划良好的架构应指定哪个不同的数据存储最适合特定的BI使用。

• BI和数据可视化工具。用于分析数据和向业务用户提供信息的工具包括一套可以内置于BI体系结构的技术套件 - 例如，ad hoc查询，数据挖掘和在线分析处理，或olap.， 软件。此外，不断增长采用自助服务BI工具使企业分析师和经理能够自己运行查询，而不是依赖BI团队的成员，以便为他们那样。

BI软件还包括数据可视化工具，可用于创建数据的图形表示，以图表、图表等形式可视化类型旨在说明数据集中的趋势，模式和异常元素。

• 仪表板、门户和报告。这些信息交付工具使业务用户可以看到BI和分析应用程序的结果，它们具有内置的数据可视化，通常还具有执行额外数据分析的自助服务功能。例如,BI仪表板在线门户网站都可以设计为提供具有可配置视图的实时数据访问和钻取数据的能力。报告倾向于以更静态的格式呈现数据。

其他日益成为业务体系结构一部分的组件包括数据准备用于组织和组织用于分析的数据的软件，以及元数据存储库、业务术语表和数据目录，这些都可以帮助用户找到相关数据，并理解其沿袭和意义。