小企业的BI之道
小企业利用实施商业智能系统的同时，为企业创造一条“完整数据链”，作为企业决策者关注的信息有数据可查、有规则可依。随着市场竞争多样化，小企业需要更快了解企业内部信息与市场的动向，通过“快鱼吃慢鱼”的方式逐渐成长。
同时，在企业内部培养“数据意识”，学会积累各项数据，保证数据的真实性，学会以数据讲话。
对于小规则企业来讲，使用商业智能就是规范企业的重要手段。
商业智能的技术走向
目前，无论在商业智能技术的理论研究中还是在产品实现中，联机分析处理与资料挖掘两大技术是分离的。
在理论研究上，OLAP技术的研究人员主要来自数据库界，重点研究CUBE压缩与计算、实体化视图的选择与维护、多维资料的索引和多维查询处理等技术，以便能够在海量资料上提供秒级的分析请求响应时间。资料挖掘技术的研究人员来自人工智能、统计、数据库界，其研究主要集中在各种挖掘算法和评价方法上，研究可伸缩的资料挖掘方法、基于约束的挖掘方法、复杂数据类型的挖掘等。
在产品实现上，IBM、甲骨文、SAS、NCR等软件厂商，看准商业智能软件的市场，通过自行研制或收购的方式推出了相关产品。
其中数据库厂商通常给出从资料仓库到联机分析处理再到资料挖掘的全套解决方案，其它厂商则侧重于独立的分析、展现与挖掘工具的开发。即使是在全套解决方案中，其OLAP与资料挖掘产品也是相互独立的。
联机分析处理和资料挖掘虽然是资料仓库上获取两种不同目标的资料增值技术，但这两类技术如果能够在一定程度上融合，会使分析操作智能化，使挖掘操作目标化，从而全面提升商业智能技术的实用价值。即:一方面，联机分析技术可以为资料挖掘提供预期的挖掘对象和目标，避免挖掘的盲目性。另一方面，资料挖掘技术可以使联机分析处理智能化，减少分析人员手工操作的繁杂性，减轻分析人员的负担。
例如，当分析人员在手工分析操作中发现离群点数据，可以有针对性地直接对此资料利用资料挖掘技术寻找原因，从中找出恶意违规或发现新的需求点。在资料分析过程中，通过跟踪分析人员的操作过程，利用资料挖掘技术预测他可能感兴趣的操作和资料，提前预计算或预取资料，从而提高分析操作的响应时间。因此可以说，基于资料仓库的联机分析处理技术与资料挖掘技术的融合和互补，将是商业智能技术发展的未来走向。
网友评论