BI建模原則和常見問題

        BI建模的質量直接影響數據倉庫項目的質量，所以在建模前，要對數據倉庫的架構組成、大小和模型功能有明確的定義。

        影響B(tài)I數據倉庫建模的因素眾多，常常會隨著項目的具體情況不同而變化。但有些原則是相通的，各種項目的實行進程都需要斟酌，而1些常見的、項目人員容易不解的問題也一樣需要重視。

        BI建模原則

1、  圍繞業(yè)務情況建模：業(yè)務需求是基礎，數據倉庫的數據組織是面向主題的，而不是面向報表的，是面向業(yè)務分析的主題領域的，比如常見的銷售分析、合同尾款分析、客戶關系分析等等。

2、  保證數據的1致性：要保證數據之間邏輯關系的正確性和完全性，數據倉庫要實現對數據的集成與數據的同構性，和數據的相對穩(wěn)定，為實現利用而進行實時讀寫操作。

3、  使用調度：數據倉庫要有能反應歷史變化與及時準確的數據處理能力，所以BI建模增量更新時必須使用調度，即對事實數據表進行增量更新處理。在使用調度前要斟酌到實際的數據量，明確數據多久更新1次。數據量大的可以每天，那末數據可以按天抽取，或像帆軟商業(yè)智能FineBI那樣，采取定時增量更新；變化不大的可以1周或是更久。如果有緩慢變化維度情況，調度時需要斟酌到維度表更新情況，在更新事實數據表之前要先更新維度表。

4、  需求與現實的平衡：根據業(yè)務需求提供用戶可接受BI方案，在進行BI建模時需要不斷在用戶需求和數據源事實之間進行平衡，不光是設計人員本身平衡，企業(yè)業(yè)務人員也一樣要面對這樣的現實。

         常見問題

1、  模型的設計如何入手？

BI建模的目的不過是為了提升管理水平，這也是上BI項目的核情意義所在。前期1定要了解清楚業(yè)務需求、業(yè)務范圍等內容，明確企業(yè)對商業(yè)智能的期望和需要分析哪些主題。協同分析客戶目前的管理水平、企業(yè)架構和運作流程，管理進程的薄弱點和關鍵點是甚么，來幫助企業(yè)人員認識自己的需求。

2、實行疏忽確認進程

很多項目人員在確認過企業(yè)需求后就覺得可以大刀闊斧地設計實行了，但在實際進程中常常遇到各種對不上的問題。究其緣由在前期商討進程中總會有遺漏，1些人員對業(yè)務也并不是有深入的理解，造成后續(xù)不斷調劑，項目周期拖延。所以在建模進程中，1定要不斷地確認業(yè)務分析模型，數據能否支持。好的商業(yè)智能BI項目實行，通常會充分了解數據抽取對象的業(yè)務系統(tǒng)，和業(yè)務人員充分溝通，與領導反復確認，避免企業(yè)后續(xù)的重復工作，加重企業(yè)負擔。

生活不易，碼農辛苦
如果您覺得本網站對您的學習有所幫助,可以手機掃描二維碼進行捐贈