商务智能实战

出版者:机械工业出版社

作者:Brian Larson

页数:485

译者:盖九宇

出版时间:2011-9-5

价格:79.00元

isbn号码:9787111357179

丛书系列:商务智能与信息化技术丛书

具体描述

本书讲解如何在SQL Server 2008中利用商务智能的工具、架构以及规则，分析企业数据，帮助决策者制定更明智的决策。本书分为4部分：商务智能、定义商务智能结构、分析多维数据集的内容、交付，有助于管理、分析和分发企业数据，确定合理的解决方案，给组织带来战略上的优势。本书内容丰富，结合通俗易懂的示例进行讲解，是软件开发者和企业管理者学习商务智能的一站式指南。

作者简介

Brian Larson毕业于艾奥瓦州迪科拉的路德学院（Luther College），拥有物理学和计算机科学两个学位。Brian在计算机行业有23年的经验，在创建定制数据库应用系统方面有19年的咨询顾问经历。他现在是明尼苏达州明尼阿波里斯市Superior Consulting Services公司的技术总监，该公司是微软公司在报表服务方面的咨询伙伴。Brian还是微软认证解决方案开发专家（MCSD）、微软认证数据库管理员（MCDBA）。

作为微软的咨询顾问，Brian曾是微软最初的报表服务（Reporting Services）开发团队的成员。在这个职位上，他对于报表服务最初的代码库做出了贡献。

Brian多次出席各种全国性的会议和活动，包括SQL Server杂志社团会议（SQL Server Magazine Connections Conference）、PASS 社区峰会、微软商务智能大会，并且在报表服务方面提供了遍布全国的培训和指导。他一直是《SQL SERVER 杂志》的撰稿人和专栏作家。除了本书之外，Brian还是《Microsoft SQL Server 2008 Reporting Services》（McGraw-Hill出版社）一书的作者。

Brian和他的妻子Pam已经结婚23年了。Pam会告诉你，他俩第一次约会的地方是在学校计算机中心。如果这不能满足一个人撰写计算机书籍的资格，那么我就不知道什么能证明了。Brian和Pam有两个孩子：Jessica和Corey。

目录信息

译者序
作者简介
技术编辑简介
致谢
关于本书辅助材料
第一部分 商务智能
第1章　使组织能够做出有效决策 2
1.1　制定有效决策 2
1.1.1　决策制定者 2
1.1.2　有效决策 3
1.2　制定有效决策的要素 3
1.2.1　我们要去哪里—具体的目标 4
1.2.2　别把地图拿倒了—确切的度量 5
1.2.3　惊恐的窃窃私语、望塔以及无线电台—适时的反馈信息 5
1.3　商务智能定义 7
第2章　让现有资源发挥最大效能—使用商务智能 8
2.1　商务智能能为你做什么 8
2.1.1　当我们知道自己要寻找什么时 8
2.1.2　发现新问题并找到答案 9
2.2　不同管理层面的商务智能 10
2.2.1　高层管理者—金字塔塔尖 10
2.2.2　中层管理者—塔身 11
2.2.3　基层管理者—塔基 11
2.3　Maximum Miniatures公司 12
2.3.1　业务需求 12
2.3.2　现有的系统 13
2.4　搭建基础 14
第3章　寻找数据源—商务智能的来源 15
3.1　寻找数据源 15
3.1.1　事务数据 15
3.1.2　在商务智能中使用事务数据的难点 16
3.2　数据集市 17
3.2.1　数据集市的特征 18
3.2.2　数据集市的结构 19
3.3　雪花型、星型与Analysis Services 25
第4章　一站购齐—统一维度模型 26
4.1　联机分析处理 26
4.1.1　通过多维数据集创建OLAP 27
4.1.2　OLAP系统的特性 29
4.1.3　OLAP的存储体系结构 30
4.1.4　缺点 31
4.1.5　只读 32
4.2　统一维度模型 32
4.2.1　结构 32
4.2.2　优点 37
4.3　专业工具 37
第5章　起步—开始开发商务智能 38
5.1　Business Intelligence Development Studio 38
5.1.1　Visual Studio 38
5.1.2　Business Intelligence Development Studio导航 39
5.1.3　Business Intelligence Development Studio的选项 49
5.2　SQL Server Management Studio 51
5.3　戴上安全帽 55
第二部分　定义商务智能结构
第6章　打好基础—创建数据集市 58
6.1　数据集市 58
6.2　设计数据集市 60
6.2.1　决策者的需求 60
6.2.2　可用数据 61
6.2.3　数据集市结构 61
6.2.4　使用SQL Server Management Studio创建数据集市 69
6.2.5　使用Bussiness Intelligence Develop-ment Studio创建数据集市 75
6.3　表压缩 84
6.4　集成的好处 86
第7章　转换器—Integration Services结构和组件 87
7.1　Integration Services 87
7.2　包项 96
7.2.1　控制流 96
7.2.2　数据流 116
7.3　装配管道 143
第8章　把油箱加满—使用Integration Services填充数据集市 144
8.1　包开发特性 144
8.1.1　初试锋芒 144
8.1.2　Integration Services包编程 149
8.1.3　包开发工具 155
8.1.4　从SQL Server 2000 DTS包迁移 162
8.2　把Integration Services包投入生成环境 163
8.3　捕获变更数据 165
8.3.1　变更数据捕获的架构 166
8.3.2　从变更数据捕获的变更表加载数据到数据集市表中 169
8.4　加载事实表 171
8.5　回到UDM 182
第三部分　分析多维数据集的内容
第9章　立体主义—度量和维度 184
9.1　构建Analysis Services项目 184
9.2　度量 189
9.2.1　度量组 189
9.2.2　制造出的事实—计算度量 190
9.2.3　不可累加—求和之外的度量聚合 193
9.3　维度 197
9.3.1　管理维度 197
9.3.2　将维度关联到度量组 201
9.3.3　维度类型 202
9.3.4　渐变维度 204
9.4　专用特性 207
第10章　诱人的附件—OLAP多维数据集的专用特性 208
10.1　多维数据集的新天地 208
10.1.1　部署和处理 209
10.1.2　在Business Intelligence Develop-ment Studio中部署项目 209
10.1.3　用“Analysis Services部署向导”进行部署 215
10.2　多维数据集的附属特性 220
10.2.1　链接对象 220
10.2.2　商务智能向导 222
10.2.3　关键绩效指标 223
10.2.4　操作 227
10.2.5　分区 229
10.2.6　聚合设计 239
10.2.7　视角 241
10.2.8　翻译 242
10.3　更复杂的脚本 242
第11章　编写新脚本—MDX脚本 243
11.1　术语和概念 243
11.1.1　我们身在何处 243
11.1.2　由此及彼 257
11.2　应用MDX脚本 262
11.2.1　多维数据集的安全性 262
11.2.2　今年与去年比较和年初至今汇总 269
11.3　从多维数据集中提取数据 272
第12章　提取信息构筑智能—MDX查询 273
12.1　MDX SELECT语句 273
12.1.1　基本MDX SELECT语句 274
12.1.2　其他查询工具 283
12.1.3　其他维度 290
12.2　其他MDX语法 292
12.2.1　运算符 292
12.2.2　函数 293
12.3　你会挖掘吗 296
第四部分　挖掘
第13章　沙里淘金—数据挖掘引论 298
13.1　数据挖掘 298
13.1.1　从混乱中寻找规律 298
13.1.2　数据挖掘所完成的任务 301
13.1.3　数据挖掘的步骤 305
13.2　数据挖掘算法 307
13.2.1　Microsoft决策树 307
13.2.2　Microsoft线性回归 308
13.2.3　Microsoft朴素贝叶斯 309
13.2.4　Microsoft聚类 310
13.2.5　Microsoft关联规则 310
13.2.6　Microsoft序列聚类 312
13.2.7　Microsoft时间序列 312
13.2.8　Microsoft神经网络 314
13.2.9　Microsoft逻辑回归算法 314
13.3　开始挖掘 315
第14章　建设矿山—使用数据挖掘模型 316
14.1　数据挖掘结构 316
14.1.1　数据列 316
14.1.2　数据挖掘模型 317
14.1.3　训练数据集 317
14.2　挖掘模型查看器 326
14.2.1　Microsoft决策树 326
14.2.2　Microsoft朴素贝叶斯 329
14.2.3　Microsoft聚类分析 332
14.2.4　Microsoft神经网络 335
14.2.5　Microsoft关联规则 335
14.2.6　Microsoft序列聚类 337
14.2.7　Microsoft时间序列 337
14.3　观茶占卜 338
第15章　深入井下—使用数据挖掘进行探查 339
15.1　挖掘准确性图表 339
15.1.1　列映射 340
15.1.2　提升图 341
15.1.3　利润图 344
15.1.4　分类矩阵 345
15.1.5　交叉验证 346
15.2　挖掘模型预测 347
15.2.1　单独查询 347
15.2.2　预测连接查询 350
15.3　DMX查询 354
15.3.1　预测查询的语法 354
15.3.2　预测查询的类型 355
15.4　限时送达 360
第五部分　交付
第16章　报表—使用Reporting Services交付商务智能 362
16.1　报表服务 362
16.1.1　报表结构 363
16.1.2　报表交付 364
16.2　Report服务架构 365
16.2.1　报表服务器 365
16.2.2　组成部分 366
16.2.3　报表服务的安装注意事项 368
16.3　使用Tablix数据区域创建报表 370
16.3.1　使用表格模板创建Tablix数据区域 371
16.3.2　使用矩阵模板创建Tablix数据区域 381
16.3.3　使用列表模板创建Tablix数据区域 392
16.3.4　图表数据区域 400
16.3.5　仪表数据区域 410
16.4　把报表交给经理 417
第17章　各就各位—管理Reporting Services报表 418
17.1　报表管理器 418
17.1.1　文件夹 418
17.1.2　报表管理器 419
17.1.3　使用报表设计器部署报表 419
17.1.4　使用报表管理器上载报表 421
17.1.5　从报表管理器中打印报表 425
17.2　管理报表服务器中的报表 426
17.2.1　安全性管理 426
17.2.2　链接报表 431
17.2.3　报表缓存 432
17.2.4　执行快照 434
17.2.5　报表历史记录 434
17.2.6　标准订阅 435
17.2.7　数据驱动订阅 435
17.3　即席报表 436
17.3.1　报表模型 437
17.3.2　报表生成器基础知识 442
17.4　集成到应用中去 445
第18章　1+1>2—将OLAP集成到应用程序中 446
18.1　ADOMD.NET 446
18.1.1　ADOMD.NET结构 446
18.1.2　ADOMD.NET示例 448
18.2　不借助报表管理器使用Reporting Services的方式 453
18.2.1　URL访问 453
18.2.2　Web服务访问 466
18.2.3　Report Viewer控件 470
18.3　预制的解决方案 474
第19章　新视点—Excel数据透视表和数据透视图 475
19.1　Excel 475
19.1.1　创建透视表和透视图 475
19.1.2　数据透视表 476
19.1.3　数据透视图 482
19.2　强大的能力，重大的机会 484
· · · · · · (收起)

用户评价

坦白说，我之前对“商务智能”这个概念一直有点模糊，觉得离我的日常工作比较遥远。我是一个制造业的技术工程师，主要关注的是生产流程和设备维护。但是，当我翻开《商务智能实战》这本书后，我才意识到，原来BI的价值远远超出了我的想象。书中的一些章节，比如关于生产效率的分析，如何通过数据监控来预测设备故障，以及如何优化库存管理，都深深地吸引了我。我看到了BI如何能够帮助我们从海量生产数据中发现瓶颈，提高生产线的整体效能。作者的讲解非常到位，他用通俗易懂的语言解释了复杂的概念，并且提供了大量的图表和示例，让我在阅读过程中能够轻松理解。我尤其欣赏书中关于“数据驱动的持续改进”的理念，这与我们制造业一直追求的精益生产不谋而合。这本书不仅仅是知识的传递，更是一种思维方式的启迪，让我开始思考如何将数据分析的思维应用到我的日常工作中，以更科学、更有效的方式解决问题。

作为一个在市场营销一线摸爬滚打了多年的老兵，我总觉得自己的决策更多地依赖于经验和直觉，而这本书《商务智能实战》则为我打开了另一扇窗。它不仅仅是关于技术，更重要的是关于如何用数据驱动决策。书中的很多场景都非常贴合实际工作中的痛点，比如如何通过分析用户行为数据来优化营销活动，如何评估不同渠道的ROI，甚至是如何预测市场趋势。作者在书中花了大量篇幅阐述了BI在不同业务领域的应用，从客户关系管理到供应链优化，再到产品开发，让我看到了BI的广泛适用性。最令我印象深刻的是关于“洞察”的讨论，它不仅仅是数据分析的最终结果，更是能够激发创新和改变业务模式的火花。书中提供的案例，比如通过用户画像分析找到新的细分市场，或者通过竞争对手数据分析调整定价策略，都让我受益匪浅。这本书让我明白，BI并非是IT部门的专属工具，而是每一个业务决策者都应该掌握的核心能力。它的结构清晰，逻辑严谨，每一章节都像是在为我搭建一块知识的砖石，最终汇聚成一座坚实的知识大厦。

读完《商务智能实战》这本书，我最大的感受就是“原来数据可以这么玩！”。我之前一直以为BI就是做报表，做个大屏展示一下，殊不知它的能量远不止于此。书里详细讲解了如何构建数据仓库，如何进行ETL（抽取、转换、加载），这些都是我之前从未深入了解过的。作者就像一位经验丰富的老师傅，把那些复杂的技术流程拆解得清清楚楚，并且还强调了每一步的重要性。我特别喜欢书中关于“用户故事”的描述，它让我们能够从业务用户的角度出发，去思考他们真正需要什么样的数据支持，而不是简单地堆砌数据。而且，书中也提到了很多常用的BI工具，并对其优缺点进行了分析，这对于我选择合适的工具非常有参考价值。更重要的是，它让我认识到，BI的成功不仅仅在于技术，更在于组织文化的转变，在于让数据成为企业决策的基因。这本书的实用性和前瞻性都让我非常满意，也让我对未来在BI领域的发展充满了期待。

这本《商务智能实战》真是解了我燃眉之急！我之前一直对如何从海量数据中提炼出有价值的商业洞察感到头疼，尤其是当我们公司内部系统众多，数据分散，想要进行有效的分析简直是天方夜谭。这本书简直像一位经验丰富的向导，一步步地为我揭示了商务智能的奥秘。它没有停留在理论层面，而是充满了实实在在的案例分析，让我能够清晰地看到，那些看似枯燥的数据是如何通过BI工具转化为决策依据的。我特别喜欢其中关于数据可视化部分的讲解，那些图表不再是冰冷的图形，而是讲述故事、揭示趋势的强大工具。作者非常细致地介绍了不同可视化方法的适用场景，以及如何避免常见的误区，这对我来说是前所未有的收获。而且，书中对于数据治理和数据质量的强调也让我醍醐灌顶，明白了“垃圾进，垃圾出”的道理，只有保证了数据的准确性和一致性，BI的价值才能得以最大化。这本书的语言风格也很亲切，虽然涉及专业知识，但读起来并不费力，很多地方都像是作者在和我面对面交流，分享他的经验。读完之后，我感觉自己对如何构建一个有效的BI体系有了更清晰的认识，也更有信心去推动公司内部的BI项目了。

这本书《商务智能实战》给我的感觉就像是在一个信息爆炸的时代，给我了一张通往真相的藏宝图。我一直对金融行业的数据分析很感兴趣，尤其是如何通过数据来预测市场波动，评估风险，以及发现投资机会。这本书虽然不是一本专门讲金融BI的书，但是它所涵盖的通用BI方法论和实践经验，对于我理解金融数据分析有着至关重要的意义。作者在书中深入浅出地讲解了数据挖掘、预测建模等概念，并且通过生动的案例展示了这些技术是如何在商业环境中发挥作用的。我特别欣赏书中关于“数据故事”的阐述，它不仅仅是呈现数据，更是要讲述一个关于数据背后逻辑和价值的故事，这对于需要向非技术背景的决策者解释复杂分析结果的我来说，简直是福音。这本书让我意识到，BI的价值在于将冰冷的数据转化为能够指导行动的智慧，而这种智慧，在瞬息万变的金融市场中，是无价的。它拓宽了我的视野，也给了我更多探索和学习的方向。

其实写的还行，但微软BI国内基本上很少见到。

逻辑清晰

其实写的还行，但微软BI国内基本上很少见到。

其实写的还行，但微软BI国内基本上很少见到。

其实写的还行，但微软BI国内基本上很少见到。