搜索
课程介绍概念介绍应用现状技术介绍目录Contents微软BI开发Day1Day1Day1课程介绍-学习体系•经验方法分享•提供课程配套练习•视频下载•课下复习•在线共享屏幕和在线互动在线离线经验练习Day1Day1Day1课程介绍-课程计划Day1(课程简介)Day2（数据仓库）Day3（BI应用BI职业发展）Day4（ETL）•1、天善网络授课培训详细(整个培训的内容、过程、案例以及注意事项等介绍)•2、天善微软BI课程详细安排•3、微软BI所需要的环境安装•4、BI基础知识讲解、BI方法论实施讲解2013-7-13•1、数据仓库的概念与发展•2、数据仓库相关技术和概念（维度表、事实表等）•3、数据仓库架构与模型（星形模型、雪花模型等各主题和模块的设计等）•4、数据仓库整体方案讲解与实现（构建数据仓库五步法）•5、数据仓库设计思想（父子维、缓慢变化维等处理）•6、PowerDesigner进行数据仓库建模的开发，概念型模型、物理型模型设计开发与应用•7、天善数据仓库课堂案例讲解与实现•2013-7-14•1、现代企业BI市场需求概述•2、BI在国内行业性特点、BI项目实施概论•3、互联网行业案例分析•4、零售行业、服装行业、汽车行业、电信行业、银行行业等行业案例分析•5、职位规划介绍、职业发展和行业选择建议2013-7-21(周剑)•1、ETL概述(数据抽取、数据转换、数据加载)•2、SSIS简介(控制流介绍、数据流介绍)•3、控制流任务组件详解(循环容器、执行SQL任务、序列容器等控件)•4、数据流任务组件详解(源、目标、转换、查找、排序等控件使用)•5、天善SSIS课堂案例的讲解与实现•2013-7-28Day1Day1Day1课程介绍-课程计划Day5（SSAS）Day6(SSRS、MDX)Day7（集成、性能优化）Day8(总结、温故而知新)•1、多维数据集概述(应用、分析方法)•2、SSAS简介(数据源、数据源视图、多维数据集、维度、角色等介绍)•3、数据源视图详解(关系图组织架构讲解、关系表设计、新增表、修改表等设计)•4、维度的设计（时间维度、父子维度、属性、属性关系、层次结构等设计讲解）•5、Cube的设计（度量值组表、度量值、聚合设计、维度设计、维度用法、计算成员、分区、聚合等应用讲解）•6、天善SSAS课堂案例的讲解与实现•2013-8-4•1、报表概述(报表组成、中国式报表介绍)•2、MDX的语法与应用(元组，切片，切块、计算成员、集、轴等介绍)•3、MDX函数讲解（成员函数FirstChild、FirstSibling、ParallelPeriod、Parent、PrevMember等常用函数讲解；数值函数iif,Sum,Rank等常用函数讲解）•4、SSRS的设计（矩阵、饼图、柱状图、折线图等应用；预警功能，指标功能等小知识讲解）•5、天善SSRS课堂案例的讲解与实现2013-8-11•1、SSRS报表与Web集成讲解(集成通用性、权限控制、数据控制、发布)•2、数据库性能优化之索引，索引碎片，统计信息，调优等内容讲解•3、数据库性能优化工具之数据基本对象、索引优化、阻塞、异步数据传输、文件组分区、分区函数分区、SQL邮件等功能讲解•4、数据库性能优化独家分享、经验分享。•2013-8-18•1、重要知识点的回顾总结(包配置、日志处理、时间戳增量更新讲解、SSIS发布和迁移、SSAS发布和迁移、SSRS发布和迁移)•2、项目经验分享•3、BI面试经验分享汇总（尤其针对应届生）2013-8-25Day1Day1Day1课程介绍-案例介绍指标量值维度财务汇总报表商业智能（BusinessIntelligence，BI），又称商业智慧或商务智能，指用现代数据仓库技术、联机分析处理技术、数据挖掘和数据展现技术进行数据分析以实现商业价值。数据仓库（DataWarehouse，DW）数据仓库之父比尔·恩门（BillInmon）在1991年出版《建立数据仓库》一书中所提出的定义被广泛接受，数据仓库是一个面向主题的（SubjectOriented）、集成的（Integrate）、相对稳定的（Non-Volatile）、反映历史变化（TimeVariant）的数据集合，用于支持管理决策。联机分析处理(On-LineAnalyticalProcessing，OLAP)支持复杂的分析操作、侧重决策支持，提供多维的概念视图数据挖掘（Datamining，DM）又称数据库中的知识发现（KnowledgeDiscoverinDatabase，KDD），是目前人工智能和数据库领域研究的热点问题，所谓数据挖掘是指从数据库的大量数据中揭示出隐含的、先前未知的并有潜在价值的信息的非平凡过程•战略决策•行动决策•交叉分析•数据挖掘数据分析•集成•稳定数据仓库/数据集市•生产业务系统•外部数据数据源BI从数据到信息商业智能应用领域商业智能是一种整体化的解决方案，他可以帮助企业做出明智的业务经营决策，而依据则是企业内部的各种数据，例如订单、库存、交易账目、客户和供应商资料、行业数据和竞争对手信息等等。商业智能其实是一种将企业信息数据转化为决策的重要工具。商业智能的应用是需要一定的基础的。实施商业智能的企业至少应该具备以下几个条件：用户的数据已达到一定的规模；用户面临激烈的市场竞争：用户在IT方面的资金能得到保障。满足以上几点的行业集中在重要的政府机构（如财务、税务、审计、工商、海关等）、零售业（连锁店、网上零售等）、大型现代化的制造业（如宝钢、上汽集团等）、金融（包括银行、证券、保险等）、电信业（如中国电信、中国网通、中国移动等）、能源业（电力）、运输等，这也是目前国内急需要数据仓库和商业智能技术来提升企业竞争力的主要行业。金融、电信行业是BI应用最集中的行业，约占40%的市场分额，保险、能源、烟草、政务行业约占30%的市场份额，制造、零售行业约占30%的市场份额，是BI应用最具潜力的行业。金融：随着国内五大商业银行的信息化不断发展，在BI领域投资稳步增长，每年均有大量的BI需求，其中BI已经不仅局限于高层管理者的决策，操作型BI应用越来越广泛，尤其是信贷评审领域。中小型银行BI需求也不断涌现，未来将是金融行业BI市场的主要增长点。电信：电信行业信息化程度很高，对信息化依赖很强，积累了大量的数据，具有实施商业智能项目的基础条件和资金实力。电信行业对于BI深入应用是最渴望的，在话费套餐设置、客户潜力分析等都需要数据挖掘技术来提供决策依据发展趋势①移动商业智能商业智能系统会把大量数据转变成可视化形式（如图形和表格），以便使用者详细深入地分析潜在商业趋势。因此如果为这种分析赋予移动性——通常利用功能强大的智能终端，许多公司就能与客户和商业合作伙伴进行实时互动，从而改善服务、提高工作效率。②SaaSBI将得到快速发展SaaS是基于互联网提供软件服务的软件应用模式，企业根据实际需要，从SaaS提供商租赁软件服务。SaaS模式在CRM领域获得了成功，不论是国外还是国内具有成熟的产品，并取得了不错的收益。SAAS在BI领域的应用的挑战是应用于互联网上的SAAS软件无法处理BI所需的海量数据。③商业智能日渐与业务融合业务分析作为商业智能领域中最贴近业务的层面，在2010年成为业界关注的重点，不管是SAP还是IBM，都将业务分析作为今年的业务发展重点。企业希望由BI系统带来的透明度和洞察力能够帮助企业降低成本，提高生产率和业务敏捷性。通过商业智能，企业能更清晰更深刻的了解包括公司管理、利润分析、市场竞争、财务状况等信息，而未来商业智能的这种特性还将继续加强。④操作型BI应用得到发展目前商业智能技术不仅仅应用于企业高层管理者的决策分析，越来越多的商业智能分析结果正被用于普通员工的日常工作流程中，直接推动业务的执行。例如：在家乐福购物时，收银员已经可以根据顾客的购物篮进行产品推荐。发展趋势⑤数据集成应用得到重视在一些大型企业中往往有几十个甚至几百个信息系统，将这些数据整合到数据仓库中，一般采取ETL工具抽取多个厂商数据库的数据，有些甚至还包含非结构化数据,例如XML、EXCEL、文本等。这些数据往往需要加工和整理放入ODS（中间库），最后以规范、标准的格式存储到数据仓库。在这个数据集成的过程中，要做到系统兼容性好、开发效率高、处理性能好，而且能够捕捉数据的变化处理增量数据。数据集成是建立实用的数据仓库的关键，而且数据集成的过程占商业智能应用中一半以上的工作量，因此越是大型企业越是重视数据集成。⑥中小企业BI应用逐渐扩大市场份额中国中小企业逐渐呈现对管理软件旺盛的需求态势，很多厂商发布了专门针对中小企业的BI套件，例如CognosExpress等。中小企业在实施ERP、CRM产品后，必将应用商业智能，中小企业市场是BI应用非常重要的组成部分。⑦BI企业将在垄断中不断新生中国商业智能市场两极竞争趋势日益加剧。在高端市场，由国际厂商垄断与竞争的局面是2010年的主流，其中IBM、Oracle、SAP、Microsoft拥有完整的BI产品线，将占据70%以上的市场份额。剩余的30%市场将由其他外资企业和国内企业分享。随着国内企业的成长与并购，国内厂商的实力不断壮大，但是主要集中于中低端市场，在2010年优秀的国产BI产品将开始不断向四大国际厂商发起挑战，但是竞争的过程将是极其漫长的。商业智能主要厂商1）国际BI厂商，如BO公司（SAP）、Hyperion公司(Oracle)、微软公司、SAS公司等。这些国际厂商的品牌与规模优势非常突出，是国内大部分BI厂商难以与之匹敌的。2）起步比较早的国内BI厂商，如菲奈特(成立于1995年10月，从1997年开始进入BI领域)、先进数通公司(成立于2000年)、吉贝克公司(成立于2002年)等。这些国内BI厂商凭借本土化的优势以及对国内BI用户所需要的应用的独特见解，也在国内的BI市场上占有超过30％的市场份额。3）非专业BI厂商，主要有以下几类：一、从事某些行业核心业务系统建设的公司；二、从事系统集成的公司；三、从事专业财务系统及个别ERP厂商。厂商产品及简介IBMDB2以及Cognos、SPSS、DataStage，覆盖BI全部领域。数据仓库产品结合了DB2数据服务器的长处和IBM的商业智能基础设施，集成了用于仓库管理、数据转换、数据挖掘以及OLAP分析和报告的核心组件，提供了一套基于可视数据仓库的商业智能解决方案。OracleOracle、Hyperion，覆盖BI全部领域，数据挖掘领域有待加强。数据仓库解决方案包含了业界领先的数据库平台、开发工具和应用系统，能够提供一系列的数据仓库工具集和服务，具有多用户数据仓库管理能力，多种分区方式，较强的与OLAP工具的交互能力及快速和便捷的数据移动机制等特性。SAPBusinessObjects、CrystalReports，主要是OLAP和报表领域。Sybase（SAP）提供了称为WarehouseStudio的一整套覆盖整个数据仓库建立周期的产品包，包括数据仓库的建模、数据集成和转换、数据存储和管理、元数据管理和数据可视化分析等产品。BusinessObjects（SAP）是集查询、报表和OLAP技术为一身的智能决策支持系统，具有较好的查询和报表功能，提供多维分析技术，支持多种数据库，同时它还支持基于Web浏览器的查询、报表和分析决策。MicrosoftSQLServer，覆盖BI全部领域，适合中小型企业，性价比高。它提供了三大服务和一个工具来实现数据仓库系统的整合，为用户提供了可用于构建典型和创新的分析应用程序所需的各种特性、工具和功能，可以实现建模、ETL、建立查询分析或图表、定制KPI、建立报表和构造数据挖掘应用及发布等功能。TeradataTeradata，主要是数据仓库领域。它提出了可扩展数据仓库基本架构，包括数据装载、数据管理和信息访问几个部分，是高端数据仓库市场最有力竞争者，主要运行在基于Unix操作系统平台的NCR硬件设备上。SASSAS