商業智能是什么？意義在哪里？企業又如何建設商業智能系統？相信這些問題一直圍繞在CIO的腦海里。

其實，很難用單一的產品或者技術來概括商業智能，憑我從業十年的理解，商業智能是一條路，一條從數據到信息的路，有如下幾種：

• 最簡單的方案是企業數據報表系統
• 深層次的是olap分析
• 更深層次的是數據挖掘

作為商業智能的一條路，OLAP大概是比較常見的一種選擇。無論是對數據產品經理，或者數據分析師來說，要想搭建一個業務的數據分析平臺，OLAP分析是你不得不掌握的技能。

隨著企業的數據量越來越大，數據分析查詢響應及時性要求越來越高，如按照傳統ETL（提取、轉化、加載）的數據加工方式，需要考慮各個不同維度上的聚合，來提高響應及時性，所以會造成ETL的工作量非常大，同時對模型設計要求也比較高，也不適合靈活的維度組合查詢的需求。

?

在這種背景下，數據倉庫的系統的主要應用：OLAP分析，就這么出現了。OLAP首先是把數據預處理成數據立方（Cube），并把有可能的匯總都預先算出來（即預聚合處理），然后在用戶選擇多維度匯總時，

在預先的計算出來的數據基礎上很快地計算出用戶想要的結果，從而可以更好更快地支持極大數據量的及時分析。

但在實際的商業分析中，OLAP分析更多的是指對數據分析的一種解決方案。

公司的數據都儲存在ERP、CRM、OA等中，各業務線存在大量的OLAP分析場景，需要基于Hadoop數十億級別的數據進行分析，直接響應分析師和大數據部門等數千人的同時訪問請求，對數據服務的各方面都有很高的需求。

?

OLAP的優勢

?

?

1、多維性：它面向分析，分析驅動，支持多維分析。“維”是人們觀察數據的特定角度，是考慮問題時的一類屬性，屬性集合構成一個維(時間維、地理維等)。

2、信息性：它可以支持管理需要，面向決策人員；可以導出綜合性和提煉性數據信息。

3、強處理性：OLAP一次處理的數據量比ETL、傳統取數方式大得多。

4、快速性：用戶對快速反應能力有很高的要求，OLAP系統應能在5秒內對用戶的大部分分析要求做出反應。

?

上面講的OLAP分析都是偏向IT層面，但其實OLAP的最終作用是使管理層、數據分析師、業務人員能夠從多種角度對信息數據更深入了解，它的技術核心是"維"這個概念，因此OLAP也可以說是多維數據分析工具的集合。

業務人員如何利用OLAP分析？

業務人員在分析業務經營的數據時，經常需要從各種角度來思考與分析數據。

例如分析銷售數據，可能會綜合時間、產品、渠道等多種因素來考量。這些分析角度雖然可以通過報表來反映，但每一個分析的角度可以生成一張報表，各個分析角度的不同組合又可以生成不同的報表，使得IT人員的工作量相當大，而且往往難以跟上管理決策人員思考的步伐。

老一代OLAP分析的技術實現需要嚴格的從頭開始手動建模，Cube的大小極大限制了大數據背景下的使用場景，動輒成百上千新舊不一的Cube需要繁重的運維，架構無法縱向擴展、無法滿足大數據量下構建、查詢和并發的性能要求。這種處理方式在新一代的BI工具中并不適用。

好的BI產品在olap分析方面，主要是聚焦3個方面：

• 多維觀察：就是字面意思，多個角度關聯分析
• 數據鉆取：在已有的基礎數據上細化，精確到更小的點
• cube計算：計算引擎直接考慮可能會出現的各種情況，進行預計算，避免了實時數據太大而引起的數據量查詢慢

以國內頂尖的BI工具FineBI舉例，其主要特點是直接仿照用戶的多角度思考模式，預先為用戶組建多維數據庫。一旦多維數據模型建立完成，用戶可以快速地從各個分析角度獲取數據，也能動態的在各個角度之間切換或者進行多角度綜合分析，具有極大的分析靈活性。

?

FineBI的數據業務包是BI分析的數據基礎，由管理員創建，通過定義的數據連接向數據庫中取數，獲取到的數據自動保存在Cube中，BI分析則從Cube中獲取數據，這也就保證了只要Cube中存有數據，就算不聯網也可以使用BI分析。

FineBI憑借OLAP分析真正做到了將技術人員的工作系統化，高效賦能業務人員 。 業務人員只需自助地使用 BI 工具直接分析即可。

系統將自動地理解分析意圖，并在后臺透明地進行數據準備和加速，透明加速后的查詢提速至幾十倍到上百倍，滿足業務人員交互式的即席分析需求。就拿業務分析中，經常要用到的鉆取和聯動來說吧。

所謂聯動，就是一個數據變化，后面所有的數據都會自動變化。在FineBI中，組件之間任何有來自同一張表或者有關聯的數據默認直接進行聯動，可滿足大部分業務分析場景，無論是從數據反應速度，還是從圖表的美觀程度來看，Excel數據透視表都是甘拜下風！

?

在使用FineBI進行數據分析時，我們往往會先通過可視化報表從大的層面把握業務問題所在，再通過一個頁面內的鉆取聯動逐級向下鉆取，直到明細數據，才能定位到具體的問題。

總結

實踐已經證明，采用OLAP分析計算，能夠避免困擾現代BI工具和復雜大數據基礎架構的一大基本難題：漫長的計算時間和緩慢的查詢速度。有了OLAP分析，這些問題將迎刃而解，

而其中的 OLAP核心能力的突破，將是增強分析的關鍵。

我還整理了數字化案例、IT建設案例、數據倉庫、數據治理、行業報告等總計6個G的資料包，絕對高質量！關注微信公眾號“商業智能研究”，回復關鍵字“資料包”即可領取全部資料！

創作挑戰賽新人創作獎勵來咯，堅持創作打卡瓜分現金大獎

總結

以上是生活随笔為你收集整理的还要什么ETL？它是搭建数据仓库的必备，许多人都不知道！的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。