IBM商业智能解决方案(二)

Send_linux

技术信息
如何管理海量数据并将这些数据转化成为企业的知识和决策，获得指导行动的洞察力呢？这就需要功能强大的商业智能工具和技术。这也就是为什么越来越多的公司转向IBM 数据管理和商业智能系列产品的原因。从本质上说，商业智能并不是一门新技术，它是已有的技术的组合和集成。商业智能定义为下列软件工具的集合：

终端用户查询和报告工具。专门用来支持初级用户的原始数据访问，不包括适用于专业人士的成品报告生成工具。

OLAP 工具。提供多维数据管理环境，其典型的应用是对商业问题的建模与商业数据分析。OLAP也被称为多维分析。多维分析：全方位了解现状。管理人员往往希望从不同的角度来审视业务数值，比如从时间、地域、功能、利润来看同一类储蓄的总额。每一个分析的角度可以叫作一个维，因此，我们把多角度分析方式称为多维分析。以前，每一个分析的角度需要制作一张报表。由此产生了在线多维分析工具，它的主要功能，是根据用户常用的多种分析角度，事先计算好一些辅助结构，以便在查询时能尽快抽取到所要的记录，并快速地从一维转变到另一维，将不同角度的信息以数字、直方图、饼图、曲线等等方式展现在您面前。

数据挖掘（Data Mining）软件。使用诸如神经网络、规则归纳等技术，用来发现数据之间的关系，做出基于数据的推断。 数据集市(Data Mart)和数据仓库（Data Warehouse）产品。包括数据转换、管理和存取等方面的预配置软件，通常还包括一些业务模型，如财务分析模型。数据仓库不仅仅是个数据的储存仓库，更重要的是它提供了丰富的工具来清洗、转换和从各地提取数据，使得放在仓库里的数据清晰，易于使用。

企业机构利用上述软件工具在统一的BI平台上建立所需的企业范围内的商业分析。因此BI的本质就是解决方案。

IBM提供了全面的商业智能解决方案，包括前端工具、在线分析处理工具、数据挖掘工具、企业数据仓库、数据仓库管理器和数据预处理工具等。IBM商业智能的基础架构如图3所示。

图3 IBM商业智能基础架构

相应地，IBM商业智能解决方案可概括为图4。

图4 IBM商业智能解决方案

IBM商业智能解决方案可以运行在IBM或非IBM平台上，包括Unix、Windows、Linux、AS/400、OS/390等。

1. 数据存储和管理
随着企业计算机业务系统的数据积淀，目前管理信息的难度比以往任何时候都大，因为数据可能来自不同的业务系统，如自助Web站点、呼叫中心、CRM、BOSS和合作伙伴的内部网或外部网，常常会产生分散的、不一致的数据。

无论商业智能应用的规模和深度如何，无论是主机、中型机、服务器还是工作组服务器，无论是台式电脑、膝上型电脑还是嵌入式客户机，DB2都提供了一致的功能。支持的平台包括Microsoft Windows NT、Windows 9x/me/XP和Windows 2000、Linux、OS/2、AS/400、AIX、Sun Solaris、HP-UX、SCO UnixWare 2、NUMA-Q PTX、OS/390、VM和VSE等。

用于商业智能的DB2解决方案提供了集成的、易于使用的数据仓库、数据分析和数据管理软件。通过易用的工具迅速建立和管理数据仓库。利用UDB 8.1和DB2 Warehouse Manager (DB2数据仓库管理器)，数据仓库的管理已经成为数据库管理系统的一个整体组成部分。新的图形界面使数据库管理员能够很容易地进行数据源查询、建立和检验数据仓库提取和转换过程、对性能进行分析和调整并将数据仓库投入使用。

2．数据处理
UDB和DB2 Warehouse Manager提供了一个丰富的图形环境，可以从DB2控制中心创建和管理高性能、可扩展的DB2数据仓库。一旦数据仓库准备就绪，DB2 Warehouse Manager可以提供灵活易用的工具，使数据仓库可以被访问，并能够对使用情况进行管理和跟踪。

UDB控制中心的Data Warehouse Center 是数据仓库管理的命令控制台，可以用来管理数据库、数据仓库以及环境的创建和过程的维护。在此可以：

    * 访问多个数据源
    * 创建数据仓库的提取和转换过程
    * 对过程进行检验
    * 对提取和查询进行分析和调整
    * 过程的自动化和监控

数据仓库中心所特有的图形环境使数据仓库的设计人员可以很容易地对150个以上的转换类型进行声明，并使创建过程的流程可视化。

通过可在Windows NT、Windows 2000、IBM OS/390、AS/400、AIX、OS/2 环境下使用的多种分布式数据仓库代理程序，DB2数据仓库管理器提高了数据仓库的可扩展性，支持点对点的、分布式的和并行的数据移动，这样，数据仓库中心就成为了分布式环境下管理数据仓库和相关数据中心的中央控制点。

通过数据仓库中心，可以访问DB2, Oracle, Sybase, Informix, Microsoft ，普通文件，ODBC和OLE DB数据源。它使用简单移动技术帮助您首先迅速起步，并能够为更多的数据移动提供更先进的功能。DB2数据仓库管理器扩展了可访问数据源的种类，使用户可以利用IBM Classic Connect来访问IMS和VSAM数据源。

DB2数据仓库管理器还包括了Information Catalog (信息目录)，它可以帮助用户寻找、了解和访问可用数据，这样他们就可以根据精确的数据迅速地做出决策。

3．IBM Warehouse Manager
IBM Warehouse Manager是IBM数据仓库解决方案的重要组成部分，它主要由以下几部分功能组成：数据访问，数据转换，数据分布，数据存储，靠描述性数据查找和理解数据，显示、分析和发掘数据，数据转换过程的自动化及其管理。

IBM 的Warehouse Manager可获取的数据源可以是DB2家族中的任一数据库，也可以是Oracle、Sybase、Informix、SQL Server数据库和IMS、VSAM文件系统；存放数据仓库的数据库可以是DB2 UDB for Windows NT、OS/2、AIX/600、HP-UX、Sun Solaris、SCO、SINIX和DB2/400、DB2 for OS/390；Warehouse Manager的管理平台为Windows NT和OS/2；而且以上适用的平台仍在不断地扩展。

Warehouse Manager建立在集成的数据字典之上，该数据字典实际上是一个装满描述信息的数据库，它提供了一个所有管理和操作功能的中心。数据仓库的模型以描述性数据的形式存储于该数据字典中，它定义了数据仓库的结构和内容，用于对数据源进行抽取、过滤、转换、映射后放入数据仓库。这种描述性数据是以商业视图形式被定义的，而且商业视图可以在多个数据仓库间输入和输出，大大方便了具有相同结构数据仓库的建造。 Warehouse Manager提供了一个完整的分布式客户机/服务器系统环境。它包括四个组件：管理员、控制数据库、客户端管理员、代理。这些组件既可分布于几个不同的服务器，也可都安装在同一服务器上。

Warehouse Manager的管理是由其客户端管理员实现的，它使管理得以集中于一点。 Warehouse Manager提供了完整的Web支持功能，允许从任何Web浏览器访问任何数据。因为Warehouse Manager的信息目录完全支持Web，用户可以访问可用数据的详细信息，包括格式、通用性、拥有者和位置。

IBM 的Warehouse Manager提供了强有力的工具以定义、建立、管理、监控和维护数据仓库为了更好地满足用户的需求，IBM设计了一个完整的解决方案。IBM将 DataGuide和Warehouse Manager集成在一起并与Lotus Approach和相应平台上的DB2 UDB打包在一起，作为一个完整的解决方案提供给用户。其中，DataGuide靠商用信息分类表支持商业需求，帮助用户查找和理解数据仓库中的商用信息；Lotus Approach可帮助用户分析信息并把它们以图表的方式表示出来。
4. 在线分析
业务人员可能根据直觉提出这样的问题， "在春节期间和平时相比，用户通话有何不同?quot;；"哪一类用户带来了最大的利润？"要想回答这类问题，则需要功能强大的在线分析工具。

DB2 OLAP Server 将Essbase OLAP功能、Hyperion Solution的Essbase API与DB2的数据管理功能集成在一起。这一组合可以建立复杂的客户化应用所需要的丰富的计算能力。无需任何查询语言方面的知识，只需要最基本的编程经验，DB2 OLAP服务器就可以使用户迅速地、毫不费力地设计和管理应用程序。

DB2 OLAP服务器可将数据存储在DB2通用数据库这样的关系型数据库上，或将数据存储在Hyperion Essbase多维存储器上。

通过集成IBM的Warehouse Manager和DB2 OLAP Server，这套解决方案将具有三方面的重要价值：

完全、自动地把OLAP集成到数据仓库，数据抽取和生成自动地由规则和数据源支持，直接进入DB2 OLAP Server的立方体。 DB2 OLAP Server和Essbase产品最突出的方面在于它特别的分析能力和简便的分布。使用Warehouse Manager OLAP版本能够自动地创建和维护多维数据库，大量减少手工维护并确保数据稳定。

OLAP描述数据外部化。

一个中间数据存储库。可在可视化数据仓库上创建了一个中间信息仓库。这个中间数据仓库包含干净、抽取的数据，用来在OLAP系统上装载多维数据。一旦OLAP系统装载并上线，或者作为干净数据源来进行OLAP以外的分析比如查询客户地址等，这些中间数据就可以废弃。

5. 数据挖掘
业务人员也可能根据直觉提出这样的问题， “给公司带来最多利润的客户有什么特点？”，“采取何种电信资费策略既能保证一定的市场分额又能最大程度地获取利润？”。要想回答这类问题，则需要功能强大的数据挖掘工具。

DB2 Intelligent Miner将从数据仓库中帮助客户发现以前不知道的可用于指导行动的信息。当用户的数据积累到一定数量时，这些数据的某些潜在联系、分类、推导结果和待发现价值隐藏在其中，可以使用数据发掘工具帮助发现这些有价值的数据，IBM 在这方面的工具就是Intelligent Miner。IBM Intelligent Miner被选为业界最佳数据挖掘工具，赢得了DM读者奖。

Intelligent Miner有别于其他厂家产品的地方在它丰富的挖掘方法。一般厂家主要是提供统计方面的技术。Intelligent Miner不单单用统计方法，它还提供机器学习或神经网络的技术。Intelligent Miner通过其世界领先的独有技术，例如典型数据集自动生成、关联发现、序列规律发现、概念性分类和可视化呈现，它可以自动实现数据选择、数据转换、数据发掘和结果呈现这一整套数据发掘操作。若有必要，对结果数据集还可以重复这一过程，直至得到满意结果为止。

IBM的Intelligent Miner已形成系列，它帮助用户从企业数据资产中识别和提炼有价值的信息。

Intelligent Miner for Data可以寻找包含于传统文件、数据库、数据仓库和数据中心中的隐含信息。Intelligent Miner for Data帮助用户充分利用传统数据库或普通文件中的结构化数据。其采集算法已成功应用于客户及贸易伙伴之中，满足市场分析、诈骗行为监测、客户联系管理等业务领域的需求。系统支持的服务器平台包括AIX和AIX/SP、OS/390、Sun Solaris、OS/400和Windows NT，此外还将全面推出OS/2客户机版本。

IBM还扩展了采集解决方案的范围，包含了文本数据源。IBM Intelligent Miner for Text允许企业从文本信息中获取有价值的客户信息。文本数据源可以是Web页面、在线服务、传真、电子邮件、Lotus Notes数据库、协定和专利库。

Intelligent Miner for Text扩展了IBM的数据采集功能，可以从文本文档和数据源获取信息。数据源可以包括客户反馈、在线新闻服务、电子邮件和Web页面。其功能包括识别文档语言，建立姓名、用语或其它词汇的词典，提取文本的涵义，将类似的文档分组，并根据内容将文档归类。新版本中还包括一个全功能的先进文本搜索引擎和非常高效的Web文本搜索功能。系统支持的服务器平台包括AIX和Windows NT、OS/390和Sun Solaris。

DB2 Intelligent Miner Scoring 扩展了数据库的功能并允许用户可以实时部署数据挖掘分析结果。用户使用 DB2 Intelligent Miner Scoring可以将数据分析和挖掘合并到应用程序中，应用程序按照一组用数据挖掘模式表示的预定标准对记录计分。这些应用程序可以更好的为业务和消费者用户服务，比如提供建议，改变基于过去行为的业务步骤。

DB2 Intelligent Miner Scoring 是 DB2 的附加服务，由一套用户自定义类型（UDT）和用户自定义函数（UDF）组成，并扩展了 DB2 的数据挖掘功能，将挖掘应用模式的功能集成到 DB2 中了。使用 DB2 Intelligent Miner Scoring UDF可以将特定类型的数据模型导入 DB2 的表并运用这些模型处理 DB2 中的数据。运用模型所得的结果即作为计分并根据所用模型的类型区别内容。

为了增进挖掘模型在不同应用程序之间的交换，DB2 Intelligent Miner Scoring 充分利用了由数据挖掘程序开发组公布的预测模型标记语言（PMML）。 PMML 是一种标准格式。,它基于XML并提供了一个标准使得不同供应商的应用程序可以共享数据挖掘模型。使用 PMML 标准允许利用 DB2 Intelligent Miner for Data 建立的模型被非 DB2 的数据库使用, 且 DB2 Intelligent Miner Scoring 同样支持 ORACLE Cartridge Extenders。

使用 DB2 Intelligent Miner Modeling可以在不导出数据和不借助样本数据的情况下发现数据之间的关联性。DB2 Intelligent Miner Modeling对于DB2来说是一个高级的SQL扩展，允许用户在商业应用中直接使用数据挖掘的各种模型。

IBM遵循开放标准，保证能够将商业智能基础结构与来自IBM和其它厂商的前沿技术集成。
6、前端分析工具
提供简单易用的图形化界面给管理人员，由他们自由选择要分析的数据、定义分析角度、显示分析结果。往往与多维分析工具配合，作为多维分析服务器的前台界面。

使用DB2 OLAP Analyzer，可以达到企业的搣商业智能化攠，并提高信息技术组织的效率。信息技术人员可以让用户利用分析和报表的功能获得他们所需的信息，而不会失去对信息、数据完整性、系统性能和系统安全的控制。

强大功能的报表:繁忙的信息技术部门可以在几分钟内创建用于在企业中分发的完善的报表，决策人员可以从该Web页面上找到可用的一系列报表。

图形化分析:远远超出对数据的静态图形化视图，Brio企业版提供强壮的图形化OLAP分析。决策人员可以根据需要排序、分组数据并改变搣图表攠的类型（直方图、饼形图、线图、堆积图）。图表中的元素可以被搣钻取攠到其他的细节层次，并可以返回来恢复一个概要性的视图。

多种图表视图：直方图、线图、组合图、饼形图、堆积图和离散点图。

可在任何地方“钻取”－没有路径的预先定义。

完善的报表:复合报表通过用各种不同的形式（交叉表、图表、表格或以上几种形式的组合）来表现分析结果，对工作进行概括。优美格式的商用报表。

交互式的、立即的所见即所得显示。

应用举例         

针对具体的不同的业务需求，IBM有一些新的在业界处于领导地位的产品和技术。下面以呼叫中心为例说明IBM商业智能解决方案对电信业务的进一步支持。

随着业务和技术的发展，呼叫中心已经从最初的一个集中处理客户来话的场所逐渐演化为客户接触中心，并融合了电话、传真、IP、短信、视频等各种媒体的客户接触方式，实现了与企业经营业务流程的无缝结合。

通过DB2 Extender (DB2扩展器)，可以将多种格式的信息合并，包括文本、音频、视频、XML甚至数据仓库中积累的空间和时间序列数据。

服务人员回答问题的准确率和一次成功率，直接关系到服务水平。为了提供一致、规范的答复，提高一次性解答率，减少重复来话和重复处理，需要建立全局共享的知识中心（知识库）。

知识库满足企业对知识信息进行集中管理的需求，可通过知识的集中管理使企业实现资料的共享和同步更新。知识库主要分成以下几个部分：

    * 知识积累
    * 知识管理：审核来自经验集和工作流的知识是否准确和完善，对知识文档进行合成
    * 知识使用：包括全文搜索、高级检索等
    * 提高准确度，减少重复来话和重复处理
    * 提高一次性解答率
    * 提供一致、规范的答复，提供一致的客户体验
    * 提供低成本话务策略，优化人力资源组合

知识库以及相应的知识管理的关键是企业内容管理。它管理、集成和访问从音频、视频到扫描图像的各种格式的信息。内容管理处理的对象范围比传统关系数据库管理系统处理的结构化数据更广，除了一般文字、文档、多媒体、流媒体外，还包括Web网页、广告、程序、软件等一切数字资产，即所有结构化的数据和非结构化的文档。内容管理解决方案重点解决各种非结构化或半结构化的数字资源的采集、管理、利用、传递和增值，并集成到结构化数据的信息系统中，如CRM等，从而为这些应用系统提供更加广泛的数据来源。

在企业内容管理领域，IBM一直专注于企业级应用解决方案，提出了面向电信等行业的ECM解决方案。

IBM 基于DB2 Information Integrator（即DB2信息集成器）的ECM解决方案不同于传统的数据库加文件系统的模式，IBM内容管理平台与其他内容管理产品最主要的区别就在于数据管理的联邦技术。ECM同DB2联邦技术一起，能帮助电信企业充分利用网上的信息，并将它在整个企业内部集成。随着DB2信息集成器的问世， IBM DB2已经发展成为包含DB2通用数据库、商业智能解决方案、内容管理、DB2信息集成软件和DB2数据库工具五大类产品的信息管理平台。也就是说， IBM已经将DB2数据库传统意义上的数据管理功能上升到了信息管理功能，为实现信息的随需应变做好了准备。

1．欺诈检测
中国电信市场发展迅速，随着市场不断扩大，电信行业中的欺诈现象与日俱增，如盗打电话、拖欠拒交话费、伪造身份注册及网上商业诈骗等行为层出不穷，造成电信运营商巨额的损失。每年因盗用通信设施和用户欠费造成通信部门损失超过200亿元人民币，严重影响了电信企业正常经营和发展。

电信运营商除了采取行政防范之外，更积极的做法是技术防范。通过数据挖掘、客户行为分析与预测，进行欺诈行为的侦测与防范。电信运营商可以事先侦测到欺诈行为模式，在欺诈发生前即予以防范。这样一来，现行的预存制度也可以取消，大幅改善运营商的客户关系，造就更具竞争力的企业。

2．分层服务
随着运营商业务的种类、品牌的不断多样化，不同品牌和业务的用户对服务的取向也层现多样化的趋势，千篇一律的服务流程已经不能满足服务的需求。通过客户群细分，可以定义个性化客户体验模型，提高客服体验，简化客户交互流程，减少操作复杂度。

这就要求客户数据库建立客户分类模型和客户价值模型，在与客户交互的过程中，基于客户的分类和价值，提供个性化区分服务，优化客户服务体验。

3． Call Center 来话分析
客服中心保存着大量源于客户的真实数据，但缺少对海量数据的分析工具，同时也很少为BOSS系统提供服务交互过程中收集到的客户信息来充实客户数据库，为BOSS系统的分析和挖掘提供支持。

以BI技术为基础，围绕客服中心的话务和业务数据，建立数据中心和业务分析模型，进而提高客户服务中心的分析和挖掘能力，提高企业经营决策的质量和速度。例如：

    * 客户拨打服务热线的行为记录分析：根据客户的交互信息进行分析，了解潜在客户、预测流失客户和商业机会，指导服务方向和服务策略；
    * 服务质量分析：根据系统的呼叫应答率、话务平均等待时长、客户调查满意度等，从多角度量化和分析系统的服务质量；
    * 业务代表考核分析：根据接听呼叫的数量、平均通话时长、平均整理时长等计算业务代表的客观项目得分；
    * 电话营销分析：对销售模式和销售效果进行分析和预测，指导销售策略，提高销售成功率

风之幻想

顶!!!

胭脂扣

学习!!!