<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[商业智能之路]]></title><description><![CDATA[专注于商业智能（BI）、企业绩效管理（EPM）领域]]></description><link>https://blog.youkuaiyun.com/Mr_JBean</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Mr_JBean]]></copyright><item><title><![CDATA[商业智能只是一种解决方案]]></title><link>https://blog.youkuaiyun.com/Mr_JBean/article/details/9981647</link><guid>https://blog.youkuaiyun.com/Mr_JBean/article/details/9981647</guid><author>Mr_JBean</author><pubDate>Thu, 15 Aug 2013 13:05:08 +0800</pubDate><description><![CDATA[每个企业面临的数据环境、业务内容和决策需求都是不同的，因此，商业智能（BI）不是一种确定的技术，更不是一个或一套具体软件，而是针对每个企业的实际情况而规划与构建的数据分析和决策辅助解决方案。]]></description><category></category></item><item><title><![CDATA[传统企业开展数据分析工作缺什么？]]></title><link>https://blog.youkuaiyun.com/Mr_JBean/article/details/9946681</link><guid>https://blog.youkuaiyun.com/Mr_JBean/article/details/9946681</guid><author>Mr_JBean</author><pubDate>Tue, 13 Aug 2013 13:23:08 +0800</pubDate><description><![CDATA[在传统行业的企业里，虽然对在管理与经营决策中应用数据分析手段越来越受到重视，但是与互联网公司相比，传统企业数据分析应用的深度和效果还远远不够。那么在传统企业里开展数据分析到底缺少什么呢？]]></description><category></category></item><item><title><![CDATA[商业智能简史（ A History of Businesss Intelligence）]]></title><link>https://blog.youkuaiyun.com/Mr_JBean/article/details/9824073</link><guid>https://blog.youkuaiyun.com/Mr_JBean/article/details/9824073</guid><author>Mr_JBean</author><pubDate>Wed, 07 Aug 2013 22:33:24 +0800</pubDate><description><![CDATA[商业智能简史（ A History of Businesss Intelligence）是 Information Builders公司制作的一张图，原文链接已失效。有人评价说该图做的很漂亮，但远远达不到“商业智能行业年鉴”的标准，还有人指出BI行业的一些关键事件、产品、技术和厂商被遗漏。





商业智能简史]]></description><category></category></item><item><title><![CDATA[商业智能给数据获取带来的局部效益案例]]></title><link>https://blog.youkuaiyun.com/Mr_JBean/article/details/9762373</link><guid>https://blog.youkuaiyun.com/Mr_JBean/article/details/9762373</guid><author>Mr_JBean</author><pubDate>Mon, 05 Aug 2013 09:13:18 +0800</pubDate><description><![CDATA[商业智能到底能给信息获取工作带来多少实际价值呢？我们往往只是根据调研情况和实践经验进行粗略估算，能够获取准确统计数据的情况不多，现以其中一个项目为例，说明BI/DW项目实施前后获取数据的成本和时间变化。]]></description><category></category></item><item><title><![CDATA[亚马逊推荐系统神话般60%转化率的背后]]></title><link>https://blog.youkuaiyun.com/Mr_JBean/article/details/9762243</link><guid>https://blog.youkuaiyun.com/Mr_JBean/article/details/9762243</guid><author>Mr_JBean</author><pubDate>Mon, 05 Aug 2013 09:09:45 +0800</pubDate><description><![CDATA[分析师苏察瑞塔•穆尔普鲁称，在某些情况下，亚马逊网站推荐的销售转化率可高达60%。

可是微博等途径传播时省掉“在某些情况下”这一前提，疯吹“亚马逊推荐系统的转化率高达60%，它清楚消费者的喜好，可以预测出消费者的需求进行推荐形成购买，而目前国内的电商大都未能做到如此程度”。

亚马逊推荐系统转化率很高是广为认可的，可是神话般的60%转化率，却源自片面取样，无可否认在某些情况下可以高达60]]></description><category></category></item><item><title><![CDATA[MDX示例：求解众数(mode)]]></title><link>https://blog.youkuaiyun.com/Mr_JBean/article/details/9612195</link><guid>https://blog.youkuaiyun.com/Mr_JBean/article/details/9612195</guid><author>Mr_JBean</author><pubDate>Mon, 29 Jul 2013 09:23:59 +0800</pubDate><description><![CDATA[在统计学中，众数（Mode）是样本观测值在频数分布表中频数最多的那一组的组中值，主要应用于大面积普查研究之中，众数在一组数据中可能会有好几个。简单的说，众数就是一组数据中占比例最多的一个或几个数。]]></description><category></category></item><item><title><![CDATA[MDX示例：求解中位数、四分位数(median、quartile）]]></title><link>https://blog.youkuaiyun.com/Mr_JBean/article/details/9497601</link><guid>https://blog.youkuaiyun.com/Mr_JBean/article/details/9497601</guid><author>Mr_JBean</author><pubDate>Fri, 26 Jul 2013 16:30:14 +0800</pubDate><description><![CDATA[采集获取知名招聘网站上的求职和招聘信息并通过商业智能开展职业职位供求及趋势等相关统计分析。何用MDX求解薪水中位数、四分位数(Median，Quartile)等。]]></description><category></category></item><item><title><![CDATA[ETL问题解答-SSIS文件操作、Excel转PDF、Zip压缩等]]></title><link>https://blog.youkuaiyun.com/Mr_JBean/article/details/9445187</link><guid>https://blog.youkuaiyun.com/Mr_JBean/article/details/9445187</guid><author>Mr_JBean</author><pubDate>Wed, 24 Jul 2013 08:36:32 +0800</pubDate><description><![CDATA[ETL文件操作常见问题解答，包括SSIS文件复制、文件移动、文件重命名、SSIS中将Excel文件转PDF文件、在SSIS中根据系统当前时间动态设置文件名、SSIS Zip文件压缩等]]></description><category></category></item><item><title><![CDATA[ETL问题解答-用SSIS将表导出到文件]]></title><link>https://blog.youkuaiyun.com/Mr_JBean/article/details/9445161</link><guid>https://blog.youkuaiyun.com/Mr_JBean/article/details/9445161</guid><author>Mr_JBean</author><pubDate>Wed, 24 Jul 2013 08:31:47 +0800</pubDate><description><![CDATA[问题： 百度商业智能贴吧的网友“花不完的幸福”提问： 数据库中有很多很多表，现在要求将其中四个表的数据导出到本地，本地文件命名要用表名+导出时间，我现在很纠结了。

第一点：要用一个包实现四个表导出，怎么做？无头绪
第二点：怎么才能指定本地文件名呢？还要用导出时间作为后缀的。
例：table ：abc 导出后为：abc_201206030950.txt
table　：ef 导出后为：ef]]></description><category></category></item><item><title><![CDATA[增量ETL数据抽取的策略及方法]]></title><link>https://blog.youkuaiyun.com/Mr_JBean/article/details/9398673</link><guid>https://blog.youkuaiyun.com/Mr_JBean/article/details/9398673</guid><author>Mr_JBean</author><pubDate>Sun, 21 Jul 2013 16:23:57 +0800</pubDate><description><![CDATA[这是很久以前在处理增量时的老文章，近年实施大量项目中的经验处理方式是往往不得已时才采取增量处理的方式。而更多采用的方式是严格控制操作数据窗口，在满足业务限制及分析需求的前提下力求数据更新窗口最小化，这种最简单的策略反而被证明是一种简单、快速、高效的做法。]]></description><category></category></item><item><title><![CDATA[数据仓库维度模型粒度提升情况浅析]]></title><link>https://blog.youkuaiyun.com/Mr_JBean/article/details/9389481</link><guid>https://blog.youkuaiyun.com/Mr_JBean/article/details/9389481</guid><author>Mr_JBean</author><pubDate>Sat, 20 Jul 2013 11:34:14 +0800</pubDate><description><![CDATA[维度建模时，力求在数据仓库中记录最明细粒度的数据，以保证完整记录业务发生的事实，从而满足日后面临不同分析需求时能够对数据进一步加工利用。可在商业智能项目中往往还需要更高粒度的数据，这时就会面临维度模型粒度提升的情况。]]></description><category></category></item><item><title><![CDATA[图形展示ACCENT原则及失败案例解析]]></title><link>https://blog.youkuaiyun.com/Mr_JBean/article/details/9379237</link><guid>https://blog.youkuaiyun.com/Mr_JBean/article/details/9379237</guid><author>Mr_JBean</author><pubDate>Fri, 19 Jul 2013 13:17:13 +0800</pubDate><description><![CDATA[数据可视化图形展示的目的是向用户有效传递数据中所表达的信息，因此图形展示绝不是美化数据报表的手段，而是从数据到信息的辅助转化手段。图形展示要向用户清晰的传达并使其理解数据所包含的信息，必须达到准确、易理解、直观、清晰等基本要求。]]></description><category></category></item><item><title><![CDATA[开源XMLA客户端访问组件介绍]]></title><link>https://blog.youkuaiyun.com/Mr_JBean/article/details/9378711</link><guid>https://blog.youkuaiyun.com/Mr_JBean/article/details/9378711</guid><author>Mr_JBean</author><pubDate>Fri, 19 Jul 2013 12:10:55 +0800</pubDate><description><![CDATA[XMLA已经成为访问OLAP多维数据的事实标准，几年前本人曾对SSAS的XMLA做过系统介绍。在定制开发的BI商业智能项目或使用部分OLAP特性的项目中，客户端通过XMLA访问OLAP多维数据是一种较为方便的做法，尤其当应用系统的技术架构与OLAP的技术环境差异较大时，比如：在J2EE的应用程序里访问微软SSAS。作为本博客里涉及XMLA的最后一篇文章，本文将介绍几种比较好用的开源XMLA客户端访]]></description><category></category></item><item><title><![CDATA[大数据概念炒作周期模型]]></title><link>https://blog.youkuaiyun.com/Mr_JBean/article/details/9320457</link><guid>https://blog.youkuaiyun.com/Mr_JBean/article/details/9320457</guid><author>Mr_JBean</author><pubDate>Sat, 13 Jul 2013 19:56:44 +0800</pubDate><description><![CDATA[Gartner咨询机构指出2013年将是大数据盛行的一年，在新兴技术概念炒作周期中Gartner认为大数据在不久将进入“泡沫幻灭期”（Through of Disillusionment），Gartner还给出了2012版的大数据概念炒作周期模型（Hype Cycle for Big Data）。]]></description><category></category></item><item><title><![CDATA[数据分析方法之分解分析介绍]]></title><link>https://blog.youkuaiyun.com/Mr_JBean/article/details/9320249</link><guid>https://blog.youkuaiyun.com/Mr_JBean/article/details/9320249</guid><author>Mr_JBean</author><pubDate>Sat, 13 Jul 2013 18:58:29 +0800</pubDate><description><![CDATA[在BI系统中，分解分析是结合结构分析与因素分析的一种可视化的数据分析方法，它可通过用户交互式的分析操作过程，构造出树形的分解结构，并结合80/20原理图来展现因子的数据分布情况。分解分析可用于分析KPI指标的构成因子及其贡献度。



数据分析之分解分析




在分解树节点上可显示多种信息，如指标的数值、占比、对比值、趋势、预警等。在对分解分析进行可视化实现时得出的经验是最多同]]></description><category></category></item><item><title><![CDATA[创建和使用SQL Server SSAS本地多维数据集]]></title><link>https://blog.youkuaiyun.com/Mr_JBean/article/details/9238633</link><guid>https://blog.youkuaiyun.com/Mr_JBean/article/details/9238633</guid><author>Mr_JBean</author><pubDate>Wed, 03 Jul 2013 23:32:45 +0800</pubDate><description><![CDATA[Microsoft SQL Server SSAS的本地多维数据集（即Local Cube，也叫脱机多维数据集）和本地挖掘模型（Local Mining Models）允许在客户端机器上脱机执行离线分析（多维分析与数据挖掘），从而对有离线分析要求（能够在断开网络连接的情况下脱离SSAS服务器进行数据分析）的软件开发提供了一种备选手段。]]></description><category></category></item><item><title><![CDATA[BI项目之报表复杂度评判标准乱弹]]></title><link>https://blog.youkuaiyun.com/Mr_JBean/article/details/9203559</link><guid>https://blog.youkuaiyun.com/Mr_JBean/article/details/9203559</guid><author>Mr_JBean</author><pubDate>Sat, 29 Jun 2013 16:50:40 +0800</pubDate><description><![CDATA[给一家外资金融公司做BA，协助BI项目的筹备与招标，包括内部业务需求调研与整理、内部方案建议、项目招标RFP文件撰写以及后继的项目监理等工作。刚开始接手工作，就接到一堆所谓的“报表”，其实是来自高管、市场、销售、运营、财务、风险等部门的报表和分析需求，包括报表、多维分析、图形、仪表盘、打印标签等等，唯一没有包含的只剩风险数据挖掘那部分需求。

总部要求立刻将报表按照复杂度进行分类，要有标准化的]]></description><category></category></item><item><title><![CDATA[哪种数据仓库架构最成功？]]></title><link>https://blog.youkuaiyun.com/Mr_JBean/article/details/9172613</link><guid>https://blog.youkuaiyun.com/Mr_JBean/article/details/9172613</guid><author>Mr_JBean</author><pubDate>Tue, 25 Jun 2013 18:06:18 +0800</pubDate><description><![CDATA[在BI/DW领域中，围绕“哪一种数据仓库架构（Data Warehouse Architecture）最佳？”的争论一直没有休止，这个问题同时也是企业在建立DW时需要决策的关键问题。Bill Inmon的集线器架构/企业信息工厂架构（Hub and Spoke / CIF – Corporate Information Factory）与Ralph Kimball的数据集市/数据仓库总线架构（Da]]></description><category></category></item><item><title><![CDATA[在Visual Studio 2012中开发SQL Sever BI项目]]></title><link>https://blog.youkuaiyun.com/Mr_JBean/article/details/9156595</link><guid>https://blog.youkuaiyun.com/Mr_JBean/article/details/9156595</guid><author>Mr_JBean</author><pubDate>Sun, 23 Jun 2013 20:06:27 +0800</pubDate><description><![CDATA[微软SQL Server附带的BI开发工具(如SQL Server 2005/2008/2008R2 中的Business Intelligence Development Studio，SQL Server 2012中的SQL Server Data Tools)都是基于Visual Studio框架，可是Sql Server 安装的 Visual Studio都比当前发行的主流的Visual]]></description><category></category></item><item><title><![CDATA[人口和生育信息统计分析BI系统简介]]></title><link>https://blog.youkuaiyun.com/Mr_JBean/article/details/9144845</link><guid>https://blog.youkuaiyun.com/Mr_JBean/article/details/9144845</guid><author>Mr_JBean</author><pubDate>Fri, 21 Jun 2013 14:02:24 +0800</pubDate><description><![CDATA[我国正处在人口转变、经济转轨、社会转型、结构调整的关键时期，人口与经济社会形势变化加快，变数增多，现有的人口宏观信息在数量和质量上难以完全满足人口与发展战略研究、制订发展规划及宏观决策的需要。

本省人口总数多，人口流动频繁，外来人口众多，区域之间人户分离现象严重，跨区域婚嫁情况复杂，这对人口计生规划统计和信息化工作提出了新的挑战。因此，充分提高人口和计生信息统计与分析工作的信息化水平，充分利]]></description><category></category></item></channel></rss>