OLAP工具毁了商业智能

kinghq

最初由 happysboy 发布
[B]

不好意思，前面那段话我确实没有看明白。”抛砖引玉“的成语用在这里比较奇怪。

但也有问题啊。如果是咨询商，自然是愿意，拉屎不用擦干净，咨询完了，跑了。SI埋头苦擦，结果擦了一半，被勒令重擦，是多么不爽的事情。我想没有哪个SI愿意这样，都力争上游。

除非，这个价值链条已经非常清晰，干下游的事情自然能够挣到钱，那有人干。不过这个时候还早。在目前，大家恐怕都不愿引后面的玉去，反倒更乐意抛前面的砖了。

说着有些跑题了。 [/B]

您说的这个事情我们也要面对。所谓价值链非常清晰，我觉得还在于我们的要求是否清晰，同时针对做的事情能否落实。两者缺一不可。

通过这里的讨论，我也有了一个落实的思路了，也就是刚才说的清晰业务-技术之间的接口。

这个对我来说正是需要直面的课题。

interstage

最初由 happysboy 发布
[B]

不好意思，前面那段话我确实没有看明白。”抛砖引玉“的成语用在这里比较奇怪。

但也有问题啊。如果是咨询商，自然是愿意，拉屎不用擦干净，咨询完了，跑了。SI埋头苦擦，结果擦了一半，被勒令重擦，是多么不爽的事情。我想没有哪个SI愿意这样，都力争上游。

除非，这个价值链条已经非常清晰，干下游的事情自然能够挣到钱，那有人干。不过这个时候还早。在目前，大家恐怕都不愿引后面的玉去，反倒更乐意抛前面的砖了。

说着有些跑题了。 [/B]

老大,你还是没理解我的”抛砖引玉“的BI实施方式:
1.抛砖: 咨询专家出业务模型,IT部门+SI用BI实现业务模型,这就是BI的"抛砖"项目结束了.SI拿到项目集成开发费用,专家拿到咨询费.
2,引玉:这块砖开始让业务部门去用,他们会在这块砖应用中,根据企业的本身特点想出很多玉,SI+IT部门支撑想玉过程中的数据模型工作,SI开始收服务支持费用了.

这样的模式,SI会觉得不爽吗,笑死都来不及.目前的BI模式,SI才会死掉, 永远收不到尾款,还老是免费提供一个人在里面.

后面的玉谁在引,只有业务部门,只要这个企业业务部门存在,他们自然会连续的引玉,SI和咨询专家是引不出玉,因为他们不懂业务人员的实际情况.

interstage

最初由 kinghq 发布
[B]

您说的这个事情我们也要面对。所谓价值链非常清晰，我觉得还在于我们的要求是否清晰，同时针对做的事情能否落实。两者缺一不可。

通过这里的讨论，我也有了一个落实的思路了，也就是刚才说的清晰业务-技术之间的接口。

这个对我来说正是需要直面的课题。 [/B]

业务-技术之间的接口,就是对分析角度的各自描述问题,就是NV中专利的"管理视点"技术. 我相信,你如果亲眼看到我的产品,基本能解决你直面的课题.

kinghq

业务-技术之间的接口，这个说法，我还要再琢磨一下：因为所谓接口就是前面说的简化处理的要义所在。

至于说的实施方法，一方面有了新思路，另一方面有了支持这一思路的工具，那么就可以去尝试一下了。起码POC DEMO就可以做起来了。这个，我自己也再琢磨琢磨。

interstage

最初由 kinghq 发布
[B]业务-技术之间的接口，这个说法，我还要再琢磨一下：因为所谓接口就是前面说的简化处理的要义所在。

至于说的实施方法，一方面有了新思路，另一方面有了支持这一思路的工具，那么就可以去尝试一下了。起码POC DEMO就可以做起来了。这个，我自己也再琢磨琢磨。 [/B]

呵呵,如果我的"持续改善的企业"理论你们企业老大能认可,我的"信息活用"分析方法你们的业务部门能支持,那我的"抛砖引玉"式BI实施方式,你们IT部门肯定支持.

呵呵,这些理论和方案是一环扣一环(都有文档的), 应该让你们满意.你看看,别人是靠关系买产品,我是靠整体solution卖产品,这个境界就不一样吧.

试问目前国内象我这样BI工具的销售人员,这样卖产品的不多吧.

interstage

最初由 duzhaoyi2000 发布
[B]

一点即中
这也许是很多BI项目失败的原因吧。。。
归根结底
还是因为中国人很爱面子
很多国人也不爱去刨根就地，这也是为什么信息技术核心领域我们没占什么阵地的原因
起步晚我承认，条件差我承认
但这总不能成为我们赶不上人家的借口

面子是要做好，但不能忽视核心的东西
否则只能是金玉其外，败絮其中了：） [/B]

呵呵,http://www.chinabi.net/blog/user1/105/archives/2007/1416.html

原来是你的博客,为什么转贴我的文章,不但不写转贴,而且该标题,叫什么:OLAP与报表工具契合的必要性.

做人太不厚道了吧.这种情况不是爱面子不爱面的问题.正如你所说的:面子是要做好，但不能忽视核心的东西. 核心的东西,是抄了的,对吗.

bq_wang

呵呵,欢迎大家继续讨论,不过注意一下不要有火药味啊!

bireport

炒做贴，鉴定完毕。
大家的回复都是认真的，除了interstage。
虽然炒做，私下认为对于interstage产品的知名度还是有好处的。

bq_wang

OLAP（联机分析处理）。

什么是联机分析处理（OLAP）

联机分析处理 (OLAP) 的概念最早是由关系数据库之父E.F.Codd于1993年提出的，他同时提出了关于OLAP的12条准则。OLAP的提出引起了很大的反响，OLAP作为一类产品同联机事务处理 (OLTP) 明显区分开来。

当今的数据处理大致可以分成两大类：联机事务处理OLTP（on-line transaction processing）、联机分析处理OLAP（On-Line Analytical Processing）。OLTP是传统的关系型数据库的主要应用，主要是基本的、日常的事务处理，例如银行交易。OLAP是数据仓库系统的主要应用，支持复杂的分析操作，侧重决策支持，并且提供直观易懂的查询结果。下表列出了OLTP与OLAP之间的比较。



OLTPOLAP用户操作人员,低层管理人员决策人员,高级管理人员功能日常操作处理分析决策DB 设计面向应用面向主题数据当前的, 最新的细节的, 二维的分立的历史的, 聚集的, 多维的集成的, 统一的存取读/写数十条记录读上百万条记录工作单位简单的事务复杂的查询用户数上千个上百个DB 大小100MB-GB100GB-TB
OLAP是使分析人员、管理人员或执行人员能够从多角度对信息进行快速、一致、交互地存取,从而获得对数据的更深入了解的一类软件技术。OLAP的目标是满足决策支持或者满足在多维环境下特定的查询和报表需求,它的技术核心是"维"这个概念。

“维”是人们观察客观世界的角度,是一种高层次的类型划分。“维”一般包含着层次关系,这种层次关系有时会相当复杂。通过把一个实体的多项重要的属性定义为多个维(dimension)，使用户能对不同维上的数据进行比较。因此OLAP也可以说是多维数据分析工具的集合。

OLAP的基本多维分析操作有钻取（roll up和drill down）、切片（slice）和切块（dice）、以及旋转（pivot）、drill across、drill through等。

·钻取是改变维的层次，变换分析的粒度。它包括向上钻取（roll up）和向下钻取（drill down）。roll up是在某一维上将低层次的细节数据概括到高层次的汇总数据，或者减少维数；而drill down则相反，它从汇总数据深入到细节数据进行观察或增加新维。
·切片和切块是在一部分维上选定值后，关心度量数据在剩余维上的分布。如果剩余的维只有两个，则是切片；如果有三个，则是切块。
·旋转是变换维的方向，即在表格中重新安排维的放置（例如行列互换）。
OLAP有多种实现方法，根据存储数据的方式不同可以分为ROLAP、MOLAP、HOLAP。

ROLAP表示基于关系数据库的OLAP实现（Relational OLAP）。以关系数据库为核心,以关系型结构进行多维数据的表示和存储。ROLAP将多维数据库的多维结构划分为两类表:一类是事实表,用来存储数据和维关键字;另一类是维表,即对每个维至少使用一个表来存放维的层次、成员类别等维的描述信息。维表和事实表通过主关键字和外关键字联系在一起,形成了"星型模式"。对于层次复杂的维,为避免冗余数据占用过大的存储空间,可以使用多个表来描述,这种星型模式的扩展称为"雪花模式"。

MOLAP表示基于多维数据组织的OLAP实现（Multidimensional OLAP）。以多维数据组织方式为核心,也就是说,MOLAP使用多维数组存储数据。多维数据在存储中将形成"立方块（Cube）"的结构,在MOLAP 中对"立方块"的"旋转"、"切块"、"切片"是产生多维数据报表的主要技术。

HOLAP表示基于混合数据组织的OLAP实现（Hybrid OLAP）。如低层是关系型的，高层是多维矩阵型的。这种方式具有更好的灵活性。

还有其他的一些实现OLAP的方法，如提供一个专用的SQL Server，对某些存储模式（如星型、雪片型）提供对SQL查询的特殊支持。

OLAP工具是针对特定问题的联机数据访问与分析。它通过多维的方式对数据进行分析、查询和报表。维是人们观察数据的特定角度。例如，一个企业在考虑产品的销售情况时，通常从时间、地区和产品的不同角度来深入观察产品的销售情况。这里的时间、地区和产品就是维。而这些维的不同组合和所考察的度量指标构成的多维数组则是OLAP分析的基础，可形式化表示为（维1，维2，……，维n，度量指标），如（地区、时间、产品、销售额）。多维分析是指对以多维形式组织起来的数据采取切片（Slice）、切块（Dice）、钻取（Drill-down和Roll-up）、旋转（Pivot）等各种分析动作，以求剖析数据，使用户能从多个角度、多侧面地观察数据库中的数据，从而深入理解包含在数据中的信息。

根据综合性数据的组织方式的不同，目前常见的OLAP主要有基于多维数据库的MOLAP及基于关系数据库的ROLAP两种。MOLAP是以多维的方式组织和存储数据，ROLAP则利用现有的关系数据库技术来模拟多维数据。在数据仓库应用中，OLAP应用一般是数据仓库应用的前端工具，同时OLAP 工具还可以同数据挖掘工具、统计分析工具配合使用，增强决策分析功能。

thrips

除了 interstage 发的，别人的我都认真看了。