BI与数据仓库之间的关系

文 | Smartbi大数据百科 2021-05-19 阅读次数:4240 次浏览

商业智能BI产品更多介绍:https://www.smartbi.com.cn/

商业智能BI产品更多介绍:点击前往

    数据仓库和BI

    数据仓库是一个大的数据存储集合,出于企业的分析性报告和决策支持目的而创建,按照分析的主题对业务数据进行筛选与整合。仓库中的数据来源于各种mysql、mangoDB、以及业务系统库中的数据,最终输出成各种业务报表,分析报表,或者用于企业的数据分析、数据挖掘。知名的商业数据仓库有Oracle、DB2、Teradata。

    而BI商业智能,可以定义为一个系统方案,从数据仓库,到ETL(数据清洗),OLAP分析,以及深度的数据挖掘,前端报表展现。在具体企业数据分析项目中,会将它们中的若干个结合起来,实现一个完整的企业数据分析技术方案。

    BI商业智能,现在也更多定义成一个数据分析工具。涵盖数据抽取、数据建模、数据清洗、OLAP分析、数据挖掘,以及面向主题的分析报表管理,更像是一个应用。

    所以,如果是把BI商业智能堪称一个方案,那数据仓库就是其中的一环,这也是传统BI的方案。如果把BI商业智能定义为一个应用,那数据仓库就是下面的数据层,提供基于分析的数据支撑。

    实际BI项目

    传统意义上最正统的应用模式是,数据仓库DW+商业智能BI, 前者负责后台数据处理,数据集成,按粒度存储;后者负责面向用户数据展现,报表管理。很多人将这前后台统称为BI框架,这一类的BI应用大多也是成本最昂贵的模式,主要是银行/电信等企业率先实施,成熟应用。

    而近几年普遍发展起来的一种模式,是基于BI工具或方法开发完整的应用,或者是应用模板。常见的有绩效管理,BSC战略管理,财务分析,渠道分析,行业分析等等,前两个例子算是基于BI应用的产品化,后两个就纯粹是模板化应用了。基于BI的产品化其实就和传统的软件项目/软件产品就比较接近了,将业务知识固化在系统中,BI更多作为一个数据分析工具,以及可视化报表工具存在。

    区分和优势

    以往传统的BI模式,数据仓库,到ETL(数据清洗),OLAP分析都是不同的产品,不同的专人负责。假设一个分析报告要改动,涉及到数据层。则要IT部门去改进数据层和业务层,传统BI平台需要一两个月去梳理模型。

    现代的BI应用模式,即敏捷BI,建模和OLAP分析都集成到应用里了。无需事先建模,在做报表,拖拽数据字段的时候,就能随机看到分析结果,做到即系分析,且在分析过程中灵活调整分析维度和报表展现,需求变更可以在一天之内响应。

申请试用 了解更多

2024年度精选《思迈特制造行业BI最佳实践合集》

立即下载
Copyright© 广州思迈特软件有限公司  粤ICP备11104361号

电话咨询

售前咨询
400-878-3819 转1

售后咨询
400-878-3819 转2
服务时间:工作日9:00-18:00

微信咨询

添加企业微信 1V1专属服务