`
jianchen
  • 浏览: 343007 次
  • 性别: Icon_minigender_1
  • 来自: 杭州
社区版块
存档分类
最新评论

部署普及型BI关键成功因素

 
阅读更多

部署普及型BI
what is it?
传统的BI系统更多的是给后台分析人员使用。普及型的BI是向所有用户(包括前台员工,供应商,客户和业务合作伙伴)提供集成的适时DW信息的能力。
它为企业提供了必须的可视性,洞察力和事实,以随时在所有流程中作出更明智的决策。
举个简单的例子,对于前台的工作者(比如客服),也可以提供策略支持,从每个小点提升决策的正确性以及效率,进而影响整个公司业务。
又比如:传统BI用户(例如业务分析师)可能会以交互方式执行根本原因分析并构建综合模型来进行预测分析。随后,前台用户可无缝地再策略实时请求
中使用预测模型。

 

what we need to do?
对普及型BI的要求:
新的工作负荷插入到主要BI子系统中。传统的BI,只需要提前将数据计算好,无需太实时。面对新的需求,传统的ETL子系统现在必须处理来自多个
连续数据源的接近实时的数据集成。DW必须支持连续不断的数据装载,复杂报告和策略请求的混合工作负荷。接着,BI平台必须分析
所有数据并通过报告,警告,仪表板和可操作应用程序及时提供信息。必须建立新的信息供应链才能交付普及型BI解决方案。

 

referrenced Architecture

普及型BI参考体系结构
纵观整个图,我觉得还是比较清晰的。每一个部分都是可以对用户进行开放的。具体可以参看附件中的文档。
附图



 
左边的事务资料库,对应的业务数据,属于操作性。
中间,经过初步转化,业务规则的配置,可以衍生出一些应用出来对外提供服务。比如预警,消息通知,流程管理,批处理等。
右边,更多的是提供决策支持,数据时经过特殊处理过的。可以单独提供数据决策服务,也可以结合中间的集成服务,用户体验更好。

CRM从操作性向分析性转变,普及型BI的架构可以借鉴。

 

differences

区分战略决策和策略决策
战略决策:是长期的一个行为。及时性的要求不高。
测略决策:用于增强现在决策制定者得能力,要求速度快,及时。关注数据新鲜度,性能和可用性。

策略决策的侧重点通畅比战略决策窄,需要扫描,排序和分析的数据也较少。
任务关键性数据仓库:策略决策,如果停机一天,影响很大。而战略决策则影响不大。

 优先考虑混合工作负荷(区别于传统的一视同仁)


传输模型:
拉/推(推模型由系统本身启动,根据一些例外或规则向用户发出警告,警告也可由ESB上的发生的事件直接触发)

三类主要的传输机制:
1,传统BI接口(基于web的报告和仪表板),其他的诸如电子邮件传输和无线BI界面,SMS实时预警
2,复合BI应用程序(支持一组特定的业务流程并将操作工作流与普及型BI分析联合起来),结合web服务,面向服务的体现架构和开放标准
3,普及型BI平台无缝集成到现有操作应用程序中(个人感觉是在工作人员在处理任务的过程中,可以适时的给予支持,有点像埋点),结合企业级开发
技术和BI平台开放大量的公共API供操作应用程序调用

 

 

成功因素总结(着重于正式的SLA):
1,数据新鲜度,清洗,准确度和完整性
2,传输机制并行用户的可扩展性
3,混合工作负荷管理以确保实现服务等级性能目标
4,策略查询相应时间,以用户和分析的类型衡量
5,高可用性指标,以用户团体和传输机制衡量

 

YY下,要是淘宝的CRM系统做到普及型BI的支持,每个小二在工作时 ,都有人给他提供建议,引导其作出最优的决策,那将是多么美好的画面。

 

  • 大小: 76.5 KB
  • 大小: 56 KB
分享到:
评论

相关推荐

    CentOS中实现基于Docker部署BI数据分析.doc

    CentOS 中实现基于 Docker 部署 BI 数据分析 本文档将指导您在 CentOS 中实现基于 Docker 部署 BI 数据分析。我们将从了解 CentOS 和 Docker 的基本概念开始,然后逐步介绍如何在 CentOS 中安装 Docker,安装 Wyn ...

    PowerBI自定义身份验证配置和部署

    PowerBI自定义身份验证配置和部署

    Linux之FineBI集群部署

    在企业应用中,通常单个计算机的配置是有限的,而企业应用又是高并发的需求...FineBI支持多计算机服务的集群部署,通过集群部署利用有限的计算机资源来有效提高整体应用的并发性能。本文主要介绍整体FineBI集群的思路。

    biplatform eclipse 部署文档1

    在本文档中,我们将深入探讨如何部署"biplatform",这是一个与数据分析和报告设计相关的平台。这个过程涉及多个组件的启动,包括fileserver、designer、queryRouter以及tesseract(可选)。以下是对每个组件的详细...

    PowerBI VS FineBI 对比分析文档

    此外,FineBI 的部署也具有更高的灵活性,支持多种中间件独立部署或嵌入式部署,而 PowerBI 仅支持 Windows 8 以后的 Windows 系统。 引擎架构 FineBI 和 PowerBI 的数据模式都支持实时和抽取模式,但是 FineBI ...

    SQL Server 2012 BI部署-MS SQL Server SPA培训

    SQL Server 2012 BI部署-MS SQL Server SPA培训,微软培训用PPT

    详解BI项目规划落地实施方案及风险因素.pdf

    如何降低管理层对报表,特别是明细报表的依赖,是BI项目成功的关键。 2. 基于业务的分析:BI系统应能提供智能的业务异常分析,帮助用户深入探究问题。如果用户发现异常后,系统不能提供相应的分析支持,这样的BI...

    FineBI,详细介绍如何使用FineBI

    FineBI 是一款纯 B/S 端的商业智能分析服务平台,支持通过 Web 应用服务器将其部署在服务器上,提供企业云服务器。用户端只需要使用一个浏览器即可进行服务平台的访问和使用。软件分为免费试用版和商用版,免费试用...

    企业部署BI系统必须做的六门“功课”

    此外,企业文化的适应性、技术整合、用户接受度和持续的数据管理都是成功部署BI系统时必须面对的问题。 企业在部署BI系统时,必须认识到这是一个深度整合业务与技术的过程,涉及到数据治理、人员培训、流程改造等多...

    powerbi visual powerbi 视觉模板 275个

    在这个"powerbi visual powerbi 视觉模板 275个"的压缩包中,您将获得275种不同的Power BI视觉效果模板,这些模板可以帮助用户快速创建专业且吸引人的数据报告,而无需从零开始设计每个元素。 1. **Power BI Visual...

    企业FineBI推广从立项到成功应用全流程指导.pdf

    FineBI推广从立项到成功应用全流程指导的核心在于让企业能够通过FineBI实现自助分析,打破传统数据分析模式的局限,实现数据的价值最大化,并通过一系列的推广方法和策略,确保企业能够顺利过渡到FineBI的成功应用...

    SOBI.rar_sobi_sobi算法_sobi算法流程_盲分离算法_盲源分离

    2. **二阶统计特性**:Sobi算法的关键在于利用信号的二阶统计特性,即自相关函数和互相关函数。与传统的ICA算法(如FastICA)通常依赖信号的高阶矩不同,Sobi算法更侧重于信号的二阶统计特性,这使得它在处理噪声和...

    2022年BI工具选型对比(帆软、永洪、PowerBI、观远)报告

    4. 观远BI的图表种类最多,达到21种,包括了独特的关键影响因素图表和时间轨迹图,但部分图表如直方图、箱线图等缺失。 四、扩展组件丰富度 1. 帆软FineBI和永洪BI拥有丰富的开源组件库,方便用户根据需求定制。 2....

    FineBi帮助文档Word版

    最后,"购买指南"部分为潜在用户提供了购买和部署FineBI的建议,包括不同版本的对比、价格信息、购买流程等,旨在简化购买过程,使用户能够快速启动数据分析项目。 总的来说,《FineBI帮助文档Word版》通过精心组织...

    PowerBI官方文档(中文版)

    最后,高级主题可能包括自定义视觉效果的开发、Power BI REST API的使用、Power BI PowerShell命令,以及如何通过Power BI Premium实现大规模部署和性能优化。 总的来说,“PowerBI官方文档(中文版)”是一份全面的...

    企业BI规划书 企业BI白皮书 BI 企业级 BI规划

    企业BI规划书 企业BI白皮书 BI 企业级 BI规划 企业BI规划书 企业BI白皮书 BI 企业级 BI规划 企业BI规划书 企业BI白皮书 BI 企业级 BI规划 企业BI规划书 企业BI白皮书 BI 企业级 BI规划 企业BI规划书 企业BI...

    BI 实施方法论,非常好的资料

    BI实施方法论旨在确保BI项目的成功执行,提供一套有序的步骤和策略,涵盖了项目规划、数据管理、系统开发、用户培训和持续改进等多个方面。 1. **项目规划**: 在BI项目启动阶段,需明确项目目标、范围和预期成果...

    几种典型的商业智能(BI)系统架构分析.pdf

    成功关键因素包括共享一致的重要的Metrics度量和维度,需要提供统一的标准,拥有企业级的ETL工具和集成的元数据,需要贯穿于整个团队的沟通。 2.1 集中逆向BI架构(Centralized Upstream BI Architecture) 集中...

Global site tag (gtag.js) - Google Analytics