发掘你的数字财富：微软课程.ppt

,*,Click to edit Master title style,Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,发掘您的数字财富,郝雪莹,微软（中国）有限公司,为什么要商业智能,?,业务的脚步在加快,做出明智决策的可用时间越来越紧迫,新的洞察力很重要,增长收入,降低支出,最终用户需要更多更复杂更频繁的报告,新的分析应用增强了用户的主观能动性,减轻了,I.T.,部门的负担,分析瘫痪,听起来很熟悉,?,我有许多数据但我还是得不到足够的信息,为什么我所有的报告关系一点也不紧密,?,昨天管理工作就需要得到答案了,谁有时间去做分析,?,分析瘫痪,你并不是唯一有这种困惑的,可用的商业数据正在以几何级数据在增长,每周需要做出关键决策的次数是五年前的三倍,专门从事分析服务的人员在过去五年中减少了,50%,来源,:Gartner Group,商业智能,-,将您的数字变成信息,Clients,OLAPcube,OLAPcube,DataMart,数据仓库,DataMart,源系统,Information,Knowledge,Insight,Action,Results,Information,Knowledge,Insight,Action,Information,Knowledge,Insight,Information,Knowledge,Information,Closed loop,为什么要在,DW,中增加,OLAP?,OLAP,支持动态分析,直接的多维模型,对大型数据库快速的响应时间,规则的分析查询与业务逻辑,提供了在不同层次上的分析,可以从多个角度来观察数据,可以很容易地从整体到细节来分析数据,OLAP to the Rescue,在,OLAP,中存储数据,数据库,Cubes,维度,Measures,Gadgets,Gizmos,Thingies,Widgets,Q1 Q2 Q3 Q4,US,Europe,Asia,130 135 140 142,205 390 350 475,175 230 190 250,310 340 410 450,OLAP to the Rescue,数据库,存储用来分析的对象和数据,Cube,用来度量的多维阵列,维度,(Dimension),层次型描述实体的集合,时间,组织,产品,地点,等,度量,(Measure),数量,值,收入,花销,销售预算,实际销售额,销售总数等,OLAP to the Rescue,灵活的导航,Slice and Dice,向下钻取,向上钻取,Twist and Pivot,OLAP,是用来推进数据观察,分析与导航的一种技术。与一般的存储技术不同的是,OLAP,是观察和分析数据的,概念模型,OLAP to the Rescue,数据的多维视图,Profit,by Divisionby Country,by Monthby Actual/Budget,Revenue,by Productby Regionby Sales Rep,by Quarter,Revenue,by Customerby Industryby Channel,by Week,Volume,by Plant,by Shift,by Productby Day,财务,销售,市场,运营,OLAP to the Rescue,OLAP,的应用,OLAP,可以用作,:,分析总结数据,使用类别,(,维度,),来分析数字化数据,OLAP,一般不用作,存储非数字的数据,Transaction,的处理,OLAP,与数据仓库,The Big Picture,OLAP,是用户可部署的,OLTP,Source,External,Data,Transformation,Data Warehouse,OLAP,End Users,Data Mart,Brand,Afri Cola,Royal Crown,Pepsi,Coca-Cola,Wrangler Cola,Coca-Cola,24,Week Ending,03,10,17,Channel,MM,Drug,Food,23.5 MM UNITS,$28.3 GROSS,$26.8 COST,OLAP:An Example,Food,24,“给我看看可口可乐通过食品渠道在,24,号那一周的销售情况,”,商业智能领先者,Source:Gartner Research,市场表现如何？,Microsoft,商业智能一枝独秀,Source:OLAP Report,“尽管其它几个主要厂商都在衰退，,Microsoft OLAP,部署在,2001,年增长迅猛。”,OLAP Report,和,OLAP Survey,的主笔人,Nigel Pendse,说，“按照,OLAP,许可证费（那是新增销售的最好证明）来看，,Microsoft,显然是,2001,年的领先者，而这导致了,Microsoft,和其行业合作伙伴在相关工具、应用程序和服务方面迅猛增长。”,SQL Server 2000 Analysis Services,Microsofts,商业智能解决方案,项目管理分析,点击流分析,零售与,市场,销售分析,可视化,协作功能,数据分斩,地理空间分析,完整的,BI 提,供者,SQL Server 2000,具备可扩展,RDBMS,的完整的平台,包括,:,Data Transformation Services,Analysis Services(OLAP and Data Mining),Metadata Services,English Query,Office XP,Excel 内,置的,PivotTable Service,可定制开发的,Web组件,SharePoint,Microsoft Data Analyzer,Analysis Services,体系结构,Analysis,Server,OLAP,Store,Application,ADO MD,OLEDB for OLAP,OLE DB for DM,Analysis Services,Processing,Querying,Analysis Manager,DSO,SQL Server,Data,Warehouse,Other,OLE DB,Providers,OLAP Engine,Data Mining Engine,PivotTable Service,TCP/IP,HTTP,Analysis Services,体系结构,MS OLAP,灵活的存储,用户与应用只能看到,Cubes,Analysis Services,体系结构,客户,/,服务器缓存,1)Jan01,Feb01,and Mar01 sales,Query 1:Show Jan01,Feb01,and Mar01 Sales,Client,Server,2)Q101 Sales,3)Q100 Sales,1)Jan01,Feb01,and Mar01 sales,3)Q100 Sales,Query 2:Show,Q101 Sales,Query 3:Show,Q101&Q100 Sales,Client can,calculate,Only Q100,needed from,server,Analysis Services,体系结构,数据存储,最小化数据爆炸,数据爆炸,OLAP,在历史上的缺陷,100%,密集,No heaters sold in Phoenix in July;no storage allocated,智能化的聚集设计,仅预聚合数据的子集,压缩算法,SQL Server 2000 Analysis Services,数据挖掘,电影租借的例子,在线的电影租借,“,电影爱好者俱乐部”,会员的信息是已知的,统计信息,喜好的电影,目标,:,增加销售额,!,我们希望做出这样的预测,:,客户喜欢的电影,我们需要输入的数据,:,统计信息,客户喜欢的其它电影,使用了什么样的算法,?,Decision tree from SQL Analysis Services,SQL Server 2000 Analysis Services,Data Mining,将相关的数据结合,将用户统计信息聚合,与相关喜爱的电影联系在一起,Cust ID,Age,Marital,Status,IQ,1,35,M,2,2,20,S,3,3,57,M,2,Favorite Movies,Title,Score,Star Wars,8,Pulp Fiction,9,Usual Suspects,7,Star Wars,7,Braveheart,7,Dr.Strangelove,10,The Matrix,9,Blade Runner,10,SQL Server 2000 Analysis Services,Decision Trees First Classification,婚姻状况,个人喜好,The Matrix,飘,已婚,单身,其它,Feeling,Thinking,True,False,True,False,性别,男,809,556,104,711,758,295,1174,18,1451,女,141,113,32,183,103,39,247,60,226,Gender:,84%Male,16%Female,所有人,Gender:,23%Male,77%Female,选择 飘,Gender:,85%Male,15%Female,没有选择,SQL Server 2000 Analysis Services,Decision Trees,第二次分类,Gender:,50%Male,50%Female,Thinking,Gender:,15%Male,85%Female,Feeling,Marital Status,Personality,The Matrix,Gone With the Wind,Married,Single,Other,Feeling,Thinking,True,False,True,False,Gender,Male,12,5,1,9,9,4,14,18,0,Female,30,22,8,50,10,8,52,60,0,Gender:,84%Male,16%Female,All People,Gender:,23%Male,77%Female,Gender:,86%Male,14%Female,Didnt,Pick,it,Picked,Gone With the Wind,理解与预测个体的相关态度,-,决策树,预测信用风险,预测购买习惯,Married,Good(2),Poor(0),Not married,Good(0),Poor(1),High,Good(2),Poor(1),Low,Good(0),Poor(2),Income,Good(2),Poor(3),High income,married,Data Mining Services,将个体行为与群体匹配,聚集,举办一个市场活动,理解不同的客户从而更好地提供相应产品与服务,Separate strategies,per cluster,Data Mining Services,SQL Server 2000 Analysis Services,性能,支持实时分析的性能,分析挖掘相应的可能与倾向,Queries lead to more queries,首先要计算聚合信息,Answers questions ahead of time,Improves query performance,Set when cube is saved,and is reconfigurable,Trade-off:Performance against space,More aggregations take up more space,Analysis services provides estimates,Analysis Services,体系结构,数据存储,最小化数据爆炸,数据爆炸,OLAP,在历史上的缺陷,100%,密集,智能化的聚集设计,仅预聚合数据的子集,压缩算法,演示：,DTS,OLAP,Data Mining,Integrate with Excel/Web/Data Analyzer,Fulltext Search,布置数据,停止用户直接访问数据,!,把数据展现给用户,使用用户每天都使用的工具,Web Browser,Microsoft Office,Portal,LOB application,赋予他们理解数据的能力,!,不同的用户与需求,Strategic,Analysis,Monitoring,Interactive,Reporting,Desktop,Tool,Dashboard,Web-based,Active,Reports,分析家,偶发用户,T,3,Project Goals,通过演示设计,布署,管理,企业级,的,OLAP,实现来展示,:,真实的业务问题,使用,真实的数据,所,有的数据都在,cube中!,易,于使用,灵活,可扩展,可靠,Analysis Services,ES7000 server,EMC,企业级存储平台,ProClarity,分析工具集的,强大功能,迅速,对,超过,1.2TB,的原始数据构建的,MOLAP,进行复杂查询,Unisys,T,3,Cube,零售业数据库,包括,7.7 billion,行,涵盖,:,716,000,产品,3,渠道,71,城市,按周计算,超过五年的时间,每行包含,31,个,measures,每个产品包括,140,个属性,1.2 TB,未经加工的原始数据,无索引的,在一台服务器上,维度的结构,雪花型架构,性能,处理,7.7 billion,行,50,小时,153 million,行,/,小时,42,000,行,/,秒,60-70%CPU,利用率,查询,平均响应时间,1.2,秒,(,冷缓存,),平均响应时间,0.08,秒,(warm,缓存,),非,常低的,CPU负荷,SQL Server 2000,