汇海CI综合统计BI升级解决方案

 业务模型主题分析层

业务模型主题分析层通过展现工具层提供的各种工具即可快速定制到满足用户业务需求的分析模型，如财务常规分析、财务综合分析、KPI分析、预算查询分析、ERP查询分析等分析主题。

 应用信息发布层

应用发布层为数据的展现提供了一个个性化的信息门户，从而满足不同用户对分析内容的个性化需求。


2.2 CI至BI升级内容与策略
BI的存储和查询分析既支持多维数据，也支持二维的指标数据，同时BI中丰富的图文并茂的分析展现功能远远优于CI。CI中所有数据均以二维的指标形式进行存储，所有的查询分析也都针对于指标。因此CI升级BI的关键在于CI指标及其指标数据如何迁移到BI中针对这种情况，升级方案策略步骤设计如下：
1、 BI分析主题规划
首先按照客户业务要求，根据业务内容进行分析主题规划和设计，将系统内容划分出多个分析主题域并确定相关的分析内容和数据。
2、 CI指标体系的分析和迁移
根据分析主题，进行CI指标的迁移，迁移方式主要有两种：
(1) CI指标转换为BI的多维立方体
 CI中的大多数指标具有多维性，可以转换为BI的多维立方体，以多维的方式进行分析展现。
(2) CI指标转换为BI指标
 CI中部分指标，不具有多维性，直接迁移为BI指标 。
 BI指标可以与多维数据关联，建立系统化的数据体系。
 3、 规划BI数据分层体系
根据实际业务情况和数据的复杂性，构建BI的数据分层体系，一般分为3~5层，从业务数据层开始，设计软件层层对数据进行清洗加工，将数据处理为多维立方体或者BI的指标模型进行存储。
4、 CI指标数据的迁移
 方式一：通过汇海ETL工具，将CI数据抽取到BI对应的多维立方体和指标中。
 方式二：通过虚拟cube直连CI系统，不需要进行CI数据抽取，直连CI服务读取CI数据，与BI中的其他整合的业务系统数据共同进行分析展现。
5、 CI数据的审核规则迁移
 大部分的数据审核规则，可以在汇海ETL中实现，与ETL的数据质 量保证措施相结合。
 少部分数据审核规则，通过BI的指标审核功能实现。

6、 构建BI综合分析展现
通过BI提供的丰富的图文并茂的方式进行分析展现，比如OLAP多维查询、数字仪表盘、预定义报表、即席查询、指标综合查询、文字板块、主题导航树、智能分析报告、数据预警、数据预测、动态监控屏等。


2.3 方案主要内容介绍
2.3.1 数据建模
数据模型是指利用数学手段对现实世界中事物之间关系的抽象表现，其表现形式就是若干个按照业务运行规律组合起来的二维表形成的集合。数据模型是连结和集成各种数据源的手段，它也是存放数据规则和过程的场所。想要对所要解决的商业问题有一个清晰的认识和全面的规划，没有数据模型，很难理清业务逻辑，开发出的系统可能会无法满足业务需求；没有数据模型，使系统建设失去统一规划，会造成后期工程实施的混乱。它能直接反映出业务部门的需求，同时对系统的物理实施有着重要的指导作用。
我们认为，组织的数据按其所面向的使用者被划分成三个层次：第一个层次是KPI（关键绩效指标）数据和综合性运营统计数据，一般面向领导或高级经理；第二个层次是较为明细的多维度专业指标数据，一般面向专业主管或综合分析人员；第三个层次是明细的业务数据，一般面向专业业务人员作深入的专题分析和挖掘。
汇海CI对第一层次数据管理提供了良好的支持，但对第二、第三个层次的数据支持较弱。在本解决方案中，我们针对不同类型的数据采用不同的数据建模方法：
(1) 由原CI应用系统管理的统计型数据，采用面向统计指标的指标数据建模方法，在汇海BI数据建模平台中提供了指标建立、指标体系的构建、指标运算公式和审核公式的定义等功能。
(2) 由非CI应用系统管理的业务明细数据或中粒度多维度专业指标数据，采用第3范式（3NF）和星型/雪花模式数据建模方法，在汇海BI数据建模平台中提供了数据源视图管理、维度管理、度量管理、多维数据集管理等功能以支持3NF和星型/雪花模式数据建模方法。

 2/5   首页 上一页 1 2 3 4 5 下一页 尾页