专业英语作业

信息管理专业英文论文

1 / 7

2 / 7

3 / 7

信息系统的业务趋势和后果

到目前为止，实施典型数据处理系统的目标主要在于加快各个业务领域的发展速度、降低成本和使流程自动化。目前，企业资源规划(ERP) 系统和其他软件工具的作用就是为大多数公司实现这些目标。结果，这些 ERP系统、客户关系管理(CRM) 系统、银行和信用卡系统以及公司管理规定使需要分析的数据量呈数增长。有些公司认为这是负面影响；而另一些公司，如SAP，却将这巨大的电子信息量看作是一大笔财富。样的，随着不断增长的全球化发展和日益增加的分散经营模式，认清市场趋势和收集竞争者信息已成为一大需求。这允许公司迅速地应对市场条件的变化。你可以看出在这个网络时代，有效的信息处理已成为在竞争者间维持优势的决定性因素。

现代化全球经营企业里的决策者常常会意识到他们的生存取决于信息的有效使用。遗憾的是，此信息通常分布于许多系统，有时甚至分布于许多国家，从而使信息的有效使用变得极其困难。而这恰恰是现代商务智能（BI）系统试图应对的挑战。若要涵盖从源数据检索到分析的整个流程，则需要广泛的解决方案。各企业必须关注整个企业内作为仓库构建核心的元数据（业务和技术属性以及对象描述）。另外，他们在区分集合程度时需要整合和创建同类全局主数据以及大量的交易数据。

分析师现在询问的问题要比二十年前的问题复杂得多。这是因为他们知道有数据可以解答这些问题。

鉴于上述问题，信息系统需要满足下列由决策者规定的要求： ?直接单点访问所有相关信息，而不考虑信息的来源 ?涵盖所有业务流程：跨系统和跨流程分析变得日益重要 ?高质量信息，这不仅指数据内容，还包括灵活评估数据的能力 ?高质量的决策支持：BI 系统必须支持运营和战略管理的需求；只有这样才能充分支持决策

?实施时间短、所需资源少：为快速进行实施，数据仓库必须启用对相关数据的简单而快速的访问，避免为准备不同数据而耗费大量的劳动力

在不同系统布局中，提取和准备来自于 mySAP 商务套件应用程序和其他提供商的源系统中的整合交易数据和主数据是一个特别的挑战。高质量业务信息需求的日益增长意味着除集成数据收集流程外，还需要详细的数据分析和多媒体演示选项。对合并所有这些功能的商务智能解决方案的需求是巨大的。最

4 / 7

近，在履行分析角色和运营报表角色时已需要访问商务智能系统和基本的数据仓库组件，从而便于满足对准实时数据集的需求。

面向事务的联机事务处理（OLTP）和面向分析的联机分析处理（OLAP）环境必须被视为单个实体。业务流程数据会产生大量无法轻易用于目标分析的信息。因此，首先清除源数据，然后从技术和语义上准备这些数据（均匀化）。从此数据的分析中获取知识。这有助于企业定义其业务策略和支持从中派生的业务流程。与OLTP 连接的商务智能特定示例出现在以下两种业务情景中：一种针对应付帐，另一种针对销售和营销。这两种业务情景均利用复杂的数据挖掘算法来自动操作和从统计上量化分析结果。除逐步细化分析工具外，正确操作的数据挖掘（属于SAP BI 产品）还会增加更多竞争优势。

注意: BW380 包含SAP 强力推出的数据挖掘工具集，而CR900则包含SAP BI mySAP CRM之间的极紧密接口。这些包括通过分析流程设计器和许多其他工具和接口将CRM

系统的可行动知识转换为自动化。 商业智能

和数据仓储：定义和好处

由于数据处理技术的不断创新，越来越多的信息以更详尽的格式来存储。因此，需要在减少数据的同时对其进行结构化，这样数据分析才变得有意义。根据收集的原始数据创建“商业智能”所必需的分析需要各种各样的工具集。

若要设置该阶段，首先让我们来定义一般意义上的商业之恩给你。在谷歌中搜索商业智能，http://whatis.techtarget.com/ 网站上的《1996 年9 月Gartner Group报表》中解释了这一术语，具体定义如下：

“业务智能(BI) 是指广义范围上，用于收集、存储、分析数据，并提供对数据的访问，以便帮助企业用户更好地制定业务决策的应用程序和技术。BI 应用程序包括决策支持系统的活动、查询和报表、联机分析处理(OLAP)、统计分析、预测和数据挖掘。”

对于广义的数据仓库，我认为我们要归功一位研究数据仓储技术的大师“比尔·艾莫”。

1990 年，艾莫先生为“数据仓库”提供了如下定义：1990 年，比尔·艾莫给出了“数据仓库”的定义：“仓库是以主题为导向，是与时间相关的非变化、集成式数据集合，可以为管理层制定决策时提供支持。”

更有技术含量的定义可能是：商业智能工具集的子集，负责对分析所需要的基本数据进行建模、结构化、存储，并执行提取、转换和加载(ETL) 。

5 / 7

因此，商业智能软件总的来说是使业务数据变得有意义所必需的应用程序集合。数据仓库是此商业智能工具集的一个组件，是更专业地负责清除、加载和存储企业所需数据的工具。尽管我们在下一章才介绍全套BI工具集，但这一章的重点还是放在数据仓库组件上。

数据仓库可以有助于组织数据。它会将所有运营数据源（它们大多属于不同系统，详尽程度有所不同）结合在一起。仓库的工作是以实用形式向整个组织提供此数据。然后，可以在将来产生需求时使用该数据。

仓库具有如下属性：

?只读访问：用户具有只读访问权限，这意味着主要通过提取、转换和加载(ETL) 流程将数据加载到数据仓库中。

?跨组织焦点：整个组织（生产、销售和分销、成本控制）中的数据源和可能存在的外部源构成系统的基础。

?数据仓库数据始终会存储一定时期。 ?数据可长期存储。

?为高效查询处理而设计：对技术环境和数据结构进行优化是为了解决业务问题，而不是为了快速地存储交易。

另一位研究数据仓储技术的大师金伯尔将“数据仓库”定义为“交易数据的副本，特别为查询和分析而重组结构。”（数据仓库工具，1996 年版，第310 页）。

商业智能系统目标

现代商业智能系统满足以下要求：

对所有业务信息进行标准化构造和显示：决策者急需来自生产、采购、销售和分销、财务和人力资源部门的可靠信息。他们需要对每个业务范围和企业整体有一个最新的全面了解。这导致了对收集基本数据源数据这一流程的高需求。在整个组织内单独定义该数据，以避免其他源中的不同定义导致错误。

通过单点输入简单访问业务信息：信息必须在可调用的中心点按同类和一致性组合在一起。因此，现代的数据仓库通常需要一个单独的数据库。此数据库启用独立的应用环境来提供所需服务。

用于对所有领域进行自我分析的高度发展的报表体系：就演示而言，有效的分析和富含意义的多媒体可视化技术十分关键。系统必须能够处理多个用户组的信息需求。

6 / 7

快速而高效的实施：在实施数据仓库时，有影响力的成本因子是数据仓库与OLTP 系统的集成及不同数据的直接加载。除强大的元数据管理功能外，此处推出的基于业务的商业智能内容还担当着重要角色。

高性能环境。不同源的数据建模：如果不集成不同的源，则无法通过数据仓库执行数据分析。这通常会在读取数据时浪费大量时间。计划工具对于允许在性能友好时间内以单独的批作业加载数据是必需的。

减轻OLTP 系统的负载：过去，OLTP 系统由于需要同时存储和分析数据而严重超载。现在，单独的数据仓库服务器允许您在其他地方执行数据分析。

7 / 7

本文来源：https://www.bwwdw.com/article/a8so.html