업계에서는 BI가 붐을 이루고 있으며, 데이터 웨어하우스, OLAP 분석, 데이터 마이닝 등도 속속 등장하고 있습니다. 이제 BI가 있는 곳에는 BI가 있는 것 같습니다. 그게 BI인데, 그들도 BI인가요? BI와 어떤 관련이 있나요?
사실 어떤 것의 근원과 존재 이유를 이해하면 그 의미를 깊이 이해할 수 있습니다. 컴퓨터 소프트웨어가 사람들에게 봉사하고 생산 효율성을 높이기 위해 만들어졌듯이, 내 작업의 본질은 그것이다. 즉, 고객에게 어떤 서비스가 필요하며 어떻게 효율성을 향상시킬 수 있는지를 말하는 것입니다. BI를 이해하기 위해 은행 업무를 예로 들어 보겠습니다. 저는 은행에 돈을 입금하러 갔는데 회계 장부를 꺼냈습니다. 예금자: A, 금액: XXXX 위안... 예, 입금 절차가 완료되었습니다. . 은행장은 XXXX에 은행에 예금이 얼마나 있는지 확인하고 싶었습니다. 물론 회계사 그룹이 하루 종일 일하고 결론에 도달했습니다. 갑자기 상사가 올해 우리가 돈을 잃거나 이익을 내고 있는지 알고 싶어했습니다. 회계사들은 하루 더 열심히 일한 끝에 마침내 알아냈습니다. 결국 이 방법은 비용이 많이 들고 비효율적이며 위험하다는 사실이 밝혀졌습니다. 종이를 보존하기가 쉽지 않았습니다. 이는 자연스럽게 은행 시스템의 탄생을 가져왔습니다.
이러한 업무 시스템의 기능에는 당연히 입출금 등이 포함됩니다. 즉, 상사가 XXXX의 은행에 예금이 몇 개 있는지 확인하고 싶다면 몇 가지 간단한 통계 기능도 제공해야 합니다. 이 방법이면 충분합니다. 그러나 시대가 발전함에 따라 사업도 자연스럽게 발전했고, 사업 시스템도 그에 맞춰 발전해 왔습니다. 나중에는 기능이 복잡해지면서 하나의 시스템으로 문제를 해결할 수 없다는 사실이 밝혀졌고, 결국에는 다양한 시스템과 복잡한 관계가 존재하고, 통합될수록 여러 시스템으로 발전하는 상황이 발생했습니다. 시스템일수록 시스템이 더 많았습니다. 회사에서는 만족스러운 것 같습니다. 정말 그렇게 많은 시스템이 필요한 걸까요? 필요하지 않은 경우 어떻게 해결합니까?
데이터웨어 하우스 이론이 등장한 후 마침내 만병통치약이 등장했습니다. 사람들은 데이터가 단지 몇 개의 테이블이 아니라 새로운 변화에 적응하고 새로운 사용자 요구를 신속하게 해결하기 위해 확장 가능한 아키텍처로 결합되어야 한다는 것을 알고 있습니다. 이 아키텍처에서는 데이터 생산과 데이터 적용이 분리되어야 합니다.
전통적인 비즈니스 시스템인 데이터 생산을 목적으로 기본 데이터 애플리케이션을 갖춘 OLTP를 기반으로 구축된 시스템입니다.
데이터 응용, 특히 지능형 응용을 목적으로 데이터 생산 없이 데이터 웨어하우스 위에 구축된 시스템 - BI
BI의 이해
BI의 목적 데이터의 응용과 지능적인 응용이 그것이다. 지능은 컴퓨터가 자원을 최대한 활용하고 사람의 사고를 대체할 수 있도록 하는 것입니다. 위의 뱅킹 시스템을 예로 들면, 비정보화 시대에는 수작업을 할 때 회계 장부에 추가-돈을 저축했다는 것만 기록하고, 삭제-찢어가면 된다. 페이지, 이 사람들은 그것에 대해 생각할 필요가 없습니다. 컴퓨터가 우리를 위해 이것을 한다면 그것은 지능적이라고 말할 수 없습니다. 은행에 가장 많은 예금을 보유한 회사 간의 연결을 발견하고 이를 수동으로 수행하려면 많은 데이터와 많은 사고가 필요하며 이는 상대적으로 지능적인 응용 프로그램입니다. 컴퓨터가 사람들의 복잡한 사고 응용 프로그램을 대체하는 한 이를 BI 범주에 넣을 수 있다고 과감하게 상상해 보십시오.
BI의 기반인 데이터 웨어하우스, OLAP, 데이터 마이닝, BI의 주요 애플리케이션.
데이터 웨어하우스는 데이터 아키텍처를 매우 잘 표준화했으며 BI는 해당 수준에서 구조를 명확하게 보여줍니다