0 引言

    通過(guò)創(chuàng)新技術(shù)手段探索商業(yè)智能應(yīng)用在電力行業(yè)管理集團(tuán)化、集約化、精細(xì)化以及市場(chǎng)機(jī)制深入開(kāi)展的今天，關(guān)鍵數(shù)據(jù)的重要性日益凸現(xiàn)。從領(lǐng)域覆蓋角度來(lái)說(shuō)，無(wú)論新興的智能電網(wǎng)、物聯(lián)網(wǎng)、節(jié)能減排還是電力傳統(tǒng)業(yè)務(wù)。都與數(shù)據(jù)靈活便捷有效的聚集及分析支撐息息相關(guān)；從應(yīng)用類(lèi)型來(lái)說(shuō)，企業(yè)投資建設(shè)各類(lèi)應(yīng)用系統(tǒng)，正是為了謀求獲取各種有價(jià)值信息，輔助經(jīng)營(yíng)與生產(chǎn)快速面對(duì)問(wèn)題正確決策。因此無(wú)論是決策型還是操作型商業(yè)智能數(shù)據(jù)應(yīng)用。

    都有著廣泛的市場(chǎng)需求空間。傳統(tǒng)商業(yè)智能(BI，Business Intelligence)技術(shù)體系一般是：通過(guò)數(shù)據(jù)規(guī)劃梳理業(yè)務(wù)，清晰數(shù)據(jù)標(biāo)準(zhǔn)與關(guān)聯(lián)關(guān)系；通過(guò)數(shù)據(jù)采集、清理等手段整合數(shù)據(jù)；通過(guò)建立數(shù)據(jù)中心、數(shù)據(jù)倉(cāng)庫(kù)(DW，Data Warehouse)存儲(chǔ)數(shù)據(jù)；通過(guò)OLAP(On Line Analytical Processing)、數(shù)據(jù)挖掘(Data Mining)等手段定義分析與挖掘模型；再通過(guò)門(mén)戶(hù)、駕駛艙、報(bào)表平臺(tái)等方式將其展示出來(lái)。

    但在實(shí)際應(yīng)用中，除了在部分管理模式、分析模式已十分清晰的行業(yè)與部門(mén)，在信息化應(yīng)用與數(shù)據(jù)基礎(chǔ)比較好的前提下。傳統(tǒng)商業(yè)智能應(yīng)用模式的效果和作用會(huì)有體現(xiàn)。但在很多信息數(shù)據(jù)及其應(yīng)用方式尚處探索性行業(yè)或業(yè)務(wù)中，在數(shù)據(jù)規(guī)律把握不足，分析模式與模型尚不確定情況下，實(shí)施效果不理想情況居多。存在數(shù)據(jù)雖然在源源不斷地積累到數(shù)據(jù)中心，但對(duì)其如何發(fā)揮作用卻很迷茫的狀態(tài)，投入產(chǎn)出比較低的狀況屢見(jiàn)不鮮。

    本文將結(jié)合近幾年行業(yè)研發(fā)應(yīng)用實(shí)踐，從技術(shù)角度提出新的創(chuàng)新應(yīng)用手段，以期為決策支持或商業(yè)智能數(shù)據(jù)應(yīng)用探索一條突破瓶頸提升效率的有效途徑。

1 關(guān)鍵癥結(jié)

    在傳統(tǒng)商業(yè)智能應(yīng)用模式中，主要瓶頸是數(shù)據(jù)質(zhì)量保證(采集數(shù)據(jù)不準(zhǔn)確)，以及數(shù)據(jù)倉(cāng)庫(kù)構(gòu)建效率與品質(zhì)(數(shù)據(jù)分析與挖掘模型)。數(shù)據(jù)不準(zhǔn)確會(huì)直接導(dǎo)致商業(yè)智能應(yīng)用軟件無(wú)用。而缺乏有效數(shù)據(jù)分析與挖掘模型則會(huì)導(dǎo)致商業(yè)智能展示空洞乏味。傳統(tǒng)商業(yè)智能數(shù)據(jù)應(yīng)用模式大致如圖1所示。

圖1 傳統(tǒng)商業(yè)智能數(shù)據(jù)應(yīng)用模式概覽

    其中數(shù)據(jù)質(zhì)量難以保證主要由下述原因造成。

    1)數(shù)據(jù)規(guī)劃品質(zhì)保證不足造成。諸如數(shù)據(jù)標(biāo)準(zhǔn)框架與數(shù)據(jù)業(yè)務(wù)關(guān)系梳理不清晰，數(shù)據(jù)屬性定義不明確都會(huì)直接造成數(shù)據(jù)采集質(zhì)量低下。

    2)缺乏數(shù)據(jù)審核與校驗(yàn)措施。數(shù)據(jù)采集過(guò)程會(huì)由于內(nèi)外部各種因素干擾發(fā)生異常，異常發(fā)現(xiàn)或者處理不及時(shí)，都會(huì)使數(shù)據(jù)展示效果直接受影響。

    而數(shù)據(jù)分析與挖掘模型構(gòu)建效率與品質(zhì)難以保障則有以下原因：

    1)分析與挖掘模型構(gòu)建難度高。業(yè)務(wù)分析模型在業(yè)務(wù)專(zhuān)家頭腦中。而構(gòu)建模型的方式在技術(shù)專(zhuān)家頭腦中。因此需要業(yè)務(wù)專(zhuān)家整理清晰業(yè)務(wù)管理思路與模式，包括相關(guān)數(shù)據(jù)應(yīng)用模式。再依賴(lài)IT專(zhuān)家在理解業(yè)務(wù)的基礎(chǔ)上選擇適宜的模型構(gòu)造出來(lái)，結(jié)合采集數(shù)據(jù)及定制展示方式。方可達(dá)到滿(mǎn)意應(yīng)用目標(biāo)。這就必然帶來(lái)對(duì)時(shí)間寶貴的專(zhuān)家依賴(lài)度高的問(wèn)題。

    2)模型調(diào)整不便。很多模型即使是專(zhuān)家思路，也需要反復(fù)驗(yàn)證和調(diào)整。才能趨向穩(wěn)定。但采用傳統(tǒng)數(shù)據(jù)倉(cāng)庫(kù)技術(shù)，由于其產(chǎn)生的數(shù)據(jù)是“歷史的、不可變化的”。模型如需要調(diào)整就需重構(gòu)，比較繁瑣，需求難以滿(mǎn)足，特別是那些數(shù)據(jù)應(yīng)用模式尚未明確的業(yè)務(wù)。

    此外，數(shù)據(jù)倉(cāng)庫(kù)應(yīng)用大多采用單向的數(shù)據(jù)分析與數(shù)據(jù)展現(xiàn)形式。同樣缺乏與業(yè)務(wù)對(duì)象業(yè)務(wù)數(shù)據(jù)互動(dòng)交流的能力，如圖1所示數(shù)據(jù)倉(cāng)庫(kù)應(yīng)用的數(shù)據(jù)整合流程均是從源系統(tǒng)主題數(shù)據(jù)庫(kù)中。經(jīng)過(guò)清洗與裝載，保存到操作數(shù)據(jù)層(ODS，Operational Data Store)、再抽取到中間匯總層(DW)、分析結(jié)果層(ST)，最后從ST層展現(xiàn)KPI及OLAP效果。各層之間難以形成有機(jī)應(yīng)用關(guān)聯(lián)，也使得應(yīng)用效果受限。

2 解決方案

    上海實(shí)時(shí)數(shù)據(jù)軟件有限公司多年來(lái)專(zhuān)注于面向行業(yè)的商業(yè)智能基礎(chǔ)與應(yīng)用產(chǎn)品研發(fā)，在掌握自主商業(yè)智能產(chǎn)品性能基礎(chǔ)上，創(chuàng)新商業(yè)智能應(yīng)用模式。自主研發(fā)“特征數(shù)據(jù)梳理與屬性定義”、“數(shù)據(jù)審核與校正”、“分析模型調(diào)整適配”等前臺(tái)化平臺(tái)，增強(qiáng)商業(yè)智能各技術(shù)手段間有機(jī)關(guān)聯(lián)，彌補(bǔ)傳統(tǒng)商業(yè)智能技術(shù)不足。使商業(yè)智能數(shù)據(jù)應(yīng)用手段與形式更加豐富靈活、簡(jiǎn)單便捷。

    創(chuàng)新商業(yè)智能數(shù)據(jù)應(yīng)用模式如圖2所示(杏黃色為創(chuàng)新產(chǎn)品，紅色線(xiàn)為創(chuàng)新產(chǎn)品帶來(lái)的新增數(shù)據(jù)走向與關(guān)聯(lián))。

    如圖2所示，特征數(shù)據(jù)梳理平臺(tái)可充分保障數(shù)據(jù)規(guī)劃持續(xù)完善，支持動(dòng)態(tài)配置各類(lèi)特征數(shù)據(jù)(有實(shí)際使用意義的數(shù)據(jù)的最小單位)屬性及其關(guān)聯(lián)關(guān)系；數(shù)據(jù)驗(yàn)證與調(diào)整模型平臺(tái)。動(dòng)態(tài)管理與配置數(shù)據(jù)驗(yàn)證與調(diào)整規(guī)則，以保障更富于行業(yè)針對(duì)性的數(shù)據(jù)ETL品質(zhì)；分析模型調(diào)整適配平臺(tái)。重點(diǎn)解決ODS層分析模型構(gòu)建問(wèn)題，既可豐富BI展示途徑。同時(shí)起到提升OLAP構(gòu)建效率與品質(zhì)的作用：此外創(chuàng)新產(chǎn)品彼此及與傳統(tǒng)商業(yè)智能產(chǎn)品之間均有機(jī)關(guān)聯(lián)，可有效豐富展示結(jié)果輸出途徑。

圖2 創(chuàng)新商業(yè)智能應(yīng)用模式概覽

3 應(yīng)用實(shí)踐

    以發(fā)電企業(yè)經(jīng)營(yíng)分析功能為例說(shuō)明創(chuàng)新商業(yè)智能應(yīng)用模式應(yīng)用步驟與方式，應(yīng)用框架如圖3所示。

圖3 創(chuàng)新商業(yè)智能應(yīng)用框架

    1)通過(guò)特征數(shù)據(jù)梳理平臺(tái)，依據(jù)數(shù)據(jù)規(guī)劃成果，將經(jīng)營(yíng)分析所需特征數(shù)據(jù)(有實(shí)際使用意義的數(shù)據(jù)的最小單位)成體系定義完畢，同時(shí)配置數(shù)據(jù)屬性，包括統(tǒng)計(jì)屬性、維度屬性、采集屬性等。

    2)通過(guò)分析模型配置平臺(tái)配置數(shù)據(jù)分析實(shí)現(xiàn)方案(利潤(rùn)影響因素分析模型、量?jī)r(jià)平衡分析模型等)，本模型可移植到第三方OLAP平臺(tái)上。

    3)由數(shù)據(jù)ETL平臺(tái)負(fù)責(zé)將所定義特征數(shù)據(jù)采集到數(shù)據(jù)中心數(shù)據(jù)庫(kù)，數(shù)據(jù)源可以是多個(gè)，可以是電子表格、實(shí)時(shí)數(shù)據(jù)以及業(yè)務(wù)管理數(shù)據(jù)庫(kù)中的數(shù)據(jù)。

    4)通過(guò)應(yīng)用展示平臺(tái)布局設(shè)計(jì)展示各類(lèi)分析模型。

4 方案性能特點(diǎn)

    1)支持動(dòng)態(tài)數(shù)據(jù)規(guī)劃，保障數(shù)據(jù)采集品質(zhì)。特征數(shù)據(jù)梳理即是數(shù)據(jù)關(guān)聯(lián)體系和特征屬性定義的過(guò)程，可高效高質(zhì)構(gòu)建主題與共享數(shù)據(jù)模型。從根本上解決數(shù)據(jù)規(guī)劃數(shù)據(jù)ETL及數(shù)據(jù)分析模型構(gòu)建的動(dòng)態(tài)有機(jī)關(guān)聯(lián)問(wèn)題，使得數(shù)據(jù)規(guī)劃成果動(dòng)態(tài)持續(xù)得以應(yīng)用，數(shù)據(jù)采集品質(zhì)得以保障。

    2)基于關(guān)系數(shù)據(jù)庫(kù)實(shí)現(xiàn)分析模型配置，降低對(duì)業(yè)務(wù)與技術(shù)專(zhuān)家的依賴(lài)度。采用創(chuàng)新商業(yè)智能應(yīng)用手段允許模型起初不甚理想(但有實(shí)際作用)，比如指標(biāo)關(guān)系配置有問(wèn)題，分析維度不足等，均支持結(jié)合實(shí)踐反饋持續(xù)動(dòng)態(tài)調(diào)整，逐步趨近專(zhuān)家級(jí)優(yōu)質(zhì)模型，效率高而對(duì)人員要求相對(duì)降低。

    3)豐富數(shù)據(jù)展示途徑。創(chuàng)新商業(yè)智能產(chǎn)品增強(qiáng)了商業(yè)智能技術(shù)之間的有機(jī)關(guān)聯(lián)性，使得各層次都可提供商業(yè)智能展示信息，增強(qiáng)了積累數(shù)據(jù)被喚醒、組織起來(lái)發(fā)揮智能作用的可能性。

    4)支持從任何一個(gè)應(yīng)用點(diǎn)、任何信息化應(yīng)用階段開(kāi)展商業(yè)智能或決策支持應(yīng)用。實(shí)際上，無(wú)論企業(yè)信息化建設(shè)程度如何，企業(yè)信息資源始終存在，決策模型也客觀存在，不過(guò)粗放些而已。

    傳統(tǒng)商業(yè)智能應(yīng)用模式的思路是，通過(guò)ERP EAM、SIS等手段規(guī)范流程，獲取并整合業(yè)務(wù)主題數(shù)據(jù)，再用數(shù)據(jù)倉(cāng)庫(kù)技術(shù)構(gòu)建數(shù)據(jù)分析模型、形成數(shù)據(jù)集市，進(jìn)而提供決策支持應(yīng)用。

    而本文創(chuàng)新商業(yè)智能應(yīng)用模式，支持所有過(guò)程動(dòng)態(tài)規(guī)范構(gòu)造，可根據(jù)企業(yè)信息資源現(xiàn)狀，有選擇優(yōu)先構(gòu)造BI應(yīng)用主題，從人工報(bào)表獲取的數(shù)據(jù)即可開(kāi)展數(shù)據(jù)規(guī)劃、數(shù)據(jù)采集整合與分析模型構(gòu)建，例如通過(guò)整合財(cái)務(wù)、生產(chǎn)與計(jì)劃報(bào)表數(shù)據(jù)，即可構(gòu)建發(fā)電經(jīng)營(yíng)分析全套模型，提供有價(jià)值的利潤(rùn)影響因素分析、預(yù)算目標(biāo)執(zhí)行情況分析等功能，與有無(wú)ERP系統(tǒng)無(wú)關(guān)，ERP帶來(lái)的只會(huì)是數(shù)據(jù)質(zhì)量的改變，而不會(huì)導(dǎo)致分析模型改變，這一性能附加價(jià)值在于：決策主持應(yīng)用優(yōu)先獲得成效，有益信息化應(yīng)用推進(jìn)力度增加，有益過(guò)程應(yīng)用軟件(ERP、EAM)推行更加順利，使用戶(hù)可以結(jié)合經(jīng)營(yíng)現(xiàn)狀增加一種選擇信息化建設(shè)方式的途徑。

5 結(jié)語(yǔ)

    基于商業(yè)智能應(yīng)用模式開(kāi)發(fā)的產(chǎn)品，便于構(gòu)造可重用決策應(yīng)用產(chǎn)品，已實(shí)現(xiàn)的發(fā)電經(jīng)營(yíng)分析平臺(tái)(集團(tuán)與企業(yè)版)軟件、生產(chǎn)綜合分析平臺(tái)軟件、電網(wǎng)在線(xiàn)仿真計(jì)算軟件節(jié)能綜合監(jiān)測(cè)與評(píng)價(jià)平臺(tái)、IT運(yùn)行維護(hù)系統(tǒng)監(jiān)測(cè)與考核評(píng)估平臺(tái)已經(jīng)或正在通過(guò)直銷(xiāo)和代理的形式應(yīng)用于發(fā)電與電網(wǎng)企業(yè)，基于創(chuàng)新商業(yè)智能基礎(chǔ)產(chǎn)品與應(yīng)用產(chǎn)品部署的云平臺(tái)也即將開(kāi)始運(yùn)營(yíng)，面向行業(yè)用戶(hù)提供定制商業(yè)智能數(shù)據(jù)應(yīng)用服務(wù)，面向IT業(yè)務(wù)系統(tǒng)提供商提供定制嵌入決策支持應(yīng)用功能服務(wù)。隨著應(yīng)用實(shí)踐不斷深入開(kāi)展，這一創(chuàng)新科學(xué)實(shí)用的商業(yè)智能應(yīng)用模式將得到進(jìn)一步的完善發(fā)展，為用戶(hù)帶來(lái)高效快捷的決策支持應(yīng)用。

轉(zhuǎn)載請(qǐng)注明出處：拓步ERP資訊網(wǎng)http://www.oesoe.com/

本文標(biāo)題：通過(guò)創(chuàng)新技術(shù)手段探索商業(yè)智能應(yīng)用

本文網(wǎng)址：http://www.oesoe.com/html/solutions/1401935374.html