即席查詢分析論文

導語：即席查詢分析論文一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

1商業智能的概念

商務智能是20世紀90年代末首先在國外企業界出現的一個術語，其代表為提高企業運營性能而采用的一系列方法、技術和軟件。它把先進的信息技術應用到整個企業，不僅為企業提供信息獲取能力，而且通過對信息的開發，將其轉變為企業的競爭優勢?；ヂ摼W數據中心IDC（InternetDataCenter）將商業智能BI（BusinessIntelligence）定義為多種軟件工具的集合。其中包括終端用戶查詢和報告工具。該專門用來支持初級用戶的原始數據訪問，不包括適用于專業人士的成品報告生成工具。OLAP工具。提供多維數據管理環境，其典型的應用是對商業問題的建模與商業數據分析。OLAP也被稱為多維分析。數據挖掘（DataMining）軟件。使用諸如神經網絡、規則歸納等技術，用來發現數據之間的關系，做出基于數據的推斷。主管信息系統(EIS，ExecutiveInformationSystem)。以及數據集市(DataMart)和數據倉庫（DataWarehouse）產品。包括數據轉換、管理和存取等方面的預配置軟件，通常還包括一些業務模型，如財務分析模型。

2數據倉庫的實現

數據倉庫不同于企業現有的操作型數據庫，他是一種面向分析型數據處理的技術。它是對多個異構的數據源的高度有效的集成，集成后然后再按照主題進行重組，并包含歷史數據，一般情況下存放在數據倉庫里的數據不再需要經過修改。我們的傳統數據庫技術是以單一的數據資源，即數據庫為中心，進行從事務處理、批處理到決策分析等各種類型的數據處理工作。不同類型的數據有著不同的處理特點，以單一的數據組織方式進行組織的數據庫并不能反映這種差異，特別是滿足不了現代商業企業數據處理多樣化的要求。隨著數據庫應用的廣泛普及，人們對數據處理的這種多層次特點有了更清晰的認識。總結起來，當前的商業企業數據處理可以大致地劃分為兩大類：操作型處理和分析型處理。操作型處理，通常是對一個或一組記錄的查詢和修改，主要是為企業的特定應用服務的，人們關心的是響應時間、數據的安全性和完整性。分析型處理則用于商業企業管理人員的決策分析。兩者之間的巨大差異使得操作型處理和分析型處理的分離成為必然。這種分離，劃清了數據處理的分析型環境與操作型環境之間的界限，從而由原來的以單一數據庫為中心的數據環境發展成為一種新環境：體系化環境。

3數據倉庫的體系架構

數據倉庫系統包括四大部分：數據裝載、數據管理、信息訪問和系統管理與維護。它描述了數據倉庫系統的數據源(即業務系統或者其它OLTP系統)、相應的數據轉換ETL((Extraction、Transformation、Loading)過程(指把數據從數據源轉換并加載到中央數據倉庫的過程)、中央數據倉庫、對數據倉庫信息的訪問(通過一般的OLAP工具進行訪問或者進行數據挖掘等)、以及對整個數據倉庫系統的管理與維護(元數據服務、數據庫建模與管理、系統管理、操作管理、專業技術服務等)。從這個框架結構圖可以清楚地看出，數據倉庫系統是一個由許多產品、模塊、及服務構成的復雜解決方案，而決非某一個單純的產品。

4即席查詢

在數據倉庫領域里，有一個概念叫Adhocqueries，英文定義為（Anon-standardinquiry.Anadhocqueryiscreatedtoobtaininformationastheneedarises.）中文一般翻譯為“即席查詢”。即席查詢是指那些用戶在使用系統時，根據自己當時的需求定義的查詢。

那么即席查詢和我們通常的查詢有什么樣的區別呢？單從sql語句上來說，他們之間的不同之處在于，通常查詢在我們的系統設計與實施的時候，他的內容我們是已知的，我們可以在系統實施的時候通過多種技術來優化這些查詢，例如建立索引，分區等，我們可以使得這些查詢的效率非常的高，然而即席查詢是用戶在使用的時候臨時產生的，系統根本無法預先優化這些查詢，所以，對于此類的查詢是評估我們數據倉庫的一個非常重要的指標。

即席查詢生成的方式很多，最常見的就是使用即席查詢工具。一般的數據展現工具都會提供即席查詢的功能。通常的方式是，將數據倉庫中的維度表和事實表映射到語義層，用戶可以通過語義層選擇表，建立表間的關聯，最終生成SQL語句。

OracleDiscoverer是一種直觀的即席查詢、報表、分析和Web工具，它使企業的各級業務用戶均能從數據集市、數據倉庫、在線事務處理系統中獲得對信息的即時訪問。OracleDiscoverer為用戶提供商務智能的功能和洞察力。它使用戶能集中精力解決業務問題，并提升對數據的洞察力和數據的使用價值。我們可以使用OracleDiscoverer直觀易用的WorkbookWizard來創建、修改和優化即席查詢。借助OracleDiscoverer這一直觀的即席查詢、報告以及分析工具，百度（http：//）獲得了出色的數據查詢及報表展示的解決方案，OracleDiscoverer不僅為百度提供了滿足境外資本市場的報表，其適用于關系與多維(OLAP)數據的分析更是為百度管理層及時準確地了解公司經營狀況提供了強有力的工具．使決策者在做出商業判斷時有了正確和科學的依據。

在一個數據倉庫系統中，即席查詢使用的越多，對數據倉庫的要求就越高，對數據模型的對稱性的要求也越高。對稱性的數據模型對所有的查詢都是相同的，這也是維度建模的一個優點。

5應用領域

5.1銀行金融領域

在銀行業，BI信息嵌入前臺業務系統中，數據倉庫與客服呼叫中心的數據交互整合?；跀祿}庫的客戶信息和大量的交易歷史，加工、提煉出客戶的衍生信息和行為趨勢，如細分族群、渠道偏好、貢獻度、違約概率，以及還款提醒、產品購買傾向、存款到期和理財投資建議等信息，將加工好的信息嵌入到呼叫中心系統中，一旦客戶打電話到客服中心，客服坐席人員可以在解決客戶的問題之后，立即根據BI提供的信息為客戶提供個性化的服務和有針對性的交叉銷售，實現前端客服系統的智能化。

即席查詢（Ad-hocquery）是BI在業務一線應用的另一種重要模式。國外先進銀行在數據倉庫建立起來后，紛紛建立其業務智能單元（BusinessIntelligentUnit)，簡稱BIU。BIU由精通業務、熟悉信息分析技術的分析人員組成，他們憑借豐富的行業知識和經驗，利用各種分析工具直接訪問數據倉庫進行各種即席查詢分析，及時深入地掌握業務發展動向。他們可以通過對以往的產品銷售狀況和客戶的行為偏好的分析，設計新產品；針對新產品進行目標客戶群的分析，估算目標客戶數量和活動成本、營銷渠道容量，設計市場營銷活動；對異常的管理指標進行深入的分析，挖掘問題所在，提出解決問題的方法等。

即席查詢分析應用在發達國家已得到廣泛的應用，國外先進銀行尤其注重BIU團隊的建設和分析人員的培養。美國一家頗具規模的銀行，數據倉庫的數據量達130TB，其專職的數據分析人員超過2000人，每天提交的查詢超過400萬次。英國一家具有悠久歷史的全球性銀行，其數據倉庫擁有1500名專職的業務分析用戶，每天提交即席查詢多達150萬個，相當于15個/秒。臺灣一家擁有400萬客戶的銀行，就有500名業務分析人員通過分析師資格考試。

5.2電信領域

在電信領域當中，即席查詢是信息利用的主要方式之一。由于市場的變化、業務需求的變化、領導決策需求的變化等等，隨時可能需要知道相關的業務指標，這些類型的應用需求往往需要通過即席查詢來實現。即席查詢的用戶可以分為三類：

（1）決策用戶，可使用的信息面應該是全企業的所有信息；

（2）各部門業務用戶，可使用的信息面應當是部門相關的基本信息；

（3）數據管理部門，實際是決策用戶信息應用的實現者，即決策用戶對于信息的應用需求往往通過該部門實現。同時，他們還負責信息的主動發掘、總結和。

即席查詢可分為戰術性和戰略性兩種。

戰術性即席查詢包括：查詢客戶的單一視圖，如一個大客戶使用了多少產品（固話、數據業務、寬帶、小靈通等），每個產品在最近6個月帶來了多少營收，在一個客戶經理所管轄的片區內，按賬務月、客戶、產品等統計營收或進行排序等。由于戰術性即席查詢涉及的數據量很少，數據庫不需要進行全表掃描操作，因此響應速度很快，通常都在秒級響應。

戰略性即席查詢包括：按時間、產品和客戶群分析新增客戶數、使用量和營收，找出最近半年營收一直在下降（下降幅度超過50%）的所有客戶名單。這些查詢可能需要進行全表掃描操作，因此響應速度為分鐘級。

一般而言，戰術性即席查詢多為各部門業務用戶使用，戰略性即席查詢多為數據管理部門或決策用戶使用。

摘要：即席查詢，數據庫應用最普遍的一種查詢，利用數據倉庫技術，可以讓用戶隨時可以面對數據庫，獲取所希望的數據.使用此功能的用戶都必須對關系型數據庫操作有一定的了解，同時對目前的底層數據庫有比較深刻的認識。它是一種條件不固定，格式靈活的查詢報表。

關鍵詞：商業智能；數據倉庫；即席查詢