商业智能的关键术语, 解释

下面的部分提供了基本定义和, 在某些情况下, 在商业智能领域中使用的各种关键术语的相关实例. 虽然有一些在这个领域使用的几个术语, 该术语下面被选择的基础上的使用和相对重要性的频率.

Business Intelligence Key terms

商业智能的关键术语

即席查询

Sometimes, 用户可能需要找出某些信息即席. 这些要求不预先计划. For example, 如果系统一直面临着一些不寻常的问题, IT经理可能希望看到的反病毒扫描日志,在过去两个星期. 要了解这些信息, 即席查询发送到BI或分析软件.

匿名

当一个文件或信息通过互联网发送, 它离开使用的数据的一个路径, 有关文件和发送方信息可以发现. 取决于原因, 步道拾取; 它可以是一个严重的隐私担忧. 匿名有助于消灭这种线索. 发送这样的文件的人的身份不能被跟踪.

学术分析

它是BI工具的应用, 流程和战略在教育机构的改进. 学术分析有助于战略规划负责人在教育机构,以确定与分析优势的帮助, 一个学生的弱点和行动过程,并想方设法提高整体作战, 教育机构的过程和收入. For example, 学习管理系统 (LMS) 可以提供有关学生成绩数据.

多极化分析

在组织中的大数据的收集一个大的数据模型, 存储并在不同的位置,而不是在中央位置做同样的活动进行分析.

行为分析

行为分析或用户行为分析是追踪, 收集并与监测系统的帮助用户活动和数据的评估. 这些行动的主要目的是识别异常或可疑行为,并评估对组织或任何其他实体的影响. 要做到这一点, 监控系统分析历史数据记录,如网络和身份验证日志. 通常情况, 监控系统建立用户行为的基线或什么是正常行为,并评估基于基线的所有活动. 监控系统可评估某些行为取决于variousparameters更少或更多的风险. 该监控系统不采取依据其评估的任何行动; 它只是将其评估的利益相关者.

业务流程管理 (BPM)

BPM是把在一个组织遵循各种业务流程的改进系统的方法. 业务流程是一个活动或者一组在组织中进行的活动,以实现特定目标. For example, 在组织人事部门的目标是基于客观为员工提供评级, 基于数据的反馈. 去做这个, the HR department does multiple activities such as data or feedback collection, feeding the data into systems and coordinating with other departments. The goal of BPM is to reduce human errors and miscommunication and improve productivity and quality.

Business Service Provider (BSP)

A company that provides customized third-party software applications to its customers on a rental basis. BSPs are ideal for sourcing software applications that can execute specific business processes such as payroll and bookkeeping. 即根据自己的需要租这样的软件应用程序的要求定制组织. BSPs are suitable for companies with small budget. Examples of reputed BSPs are Agillon, eAlity, Employease和EConvergent.

企业绩效管理 (CPM)

它是监测和基于关键绩效指标管理一个组织的绩效的做法 (关键绩效指标) 如投资回报率 (ROI), 高架, 收入和运营成本. 直到一定的时间, CPM是财务部门内部使用,但现在它是用来衡量整个组织的绩效. 一个CPM软件显示各种指标和功能,如个人和项目绩效相对于公司战略和目标,并图形化记分卡和仪表板仪表板.

多维数据集或数据立方体

多维数据集或数据立方体是存储在多维形式的数据的方法,它是有用的分析. 当多维数据集存储, 数据可以从多个层面和分析新的尺寸可以出土查看. 多维数据集通常是总结的查询就可以实现了更高的处理和结果提取运行之前,. 在多维数据集所使用的查询语言的名称是多维表达式 (MDX).

仪表板

它是一个数据可视化工具,用于显示度量和KPI的当前状态为企业. Basically, BI信息板提供了有关组织的基础上设立关键绩效指标的性能信息. 从关键绩效指标数据通常出现在一个屏幕上和员工可以查看使用的功能,如过滤等功能多维度的信息. 这些信息可以根据角色和权限进行访问. 另外, 仪表板可通过拉低实时基础上,从多个来源的数据显示数据.

数据仓库

它是物理或逻辑存储库由不同的业务系统在一个组织中收集的所有数据. 数据仓库存储不同的大量数据,可能在组织有兴趣的员工的不同群体. In a sense, 一个数据仓库可以被认为是数据集市的收集. 有建立一个数据仓库两种方法 — 自上而下和自下而上. 在自上而下的方法, 第一数据仓库根据不同用户而在自下而上的方法的要求创建,然后多个数据集市被创建, 创建数据集市之后创建数据仓库.

数据库

数据集市是存储数据的位置并将这些数据是为了满足知识型员工的特殊群体. 虽然术语数据集市和数据仓库混淆, 它们是不相同. 虽然数据仓库存储与整个组织的数据, 数据沃尔玛,满足员工的一个特定群体,如人力资源部数据. 在一个数据集市的数据通常是定制,以适应特定人群的独特需求. 今天, 软件系统的设计拉动来自不同来源的数据,然后自定义它们来满足特定的人的需要来创建数据集市. 数据集市往往是建立执行特定任务的分析.

嵌入式分析

商业软件应用,如客户关系管理 (CRM), 营销自动化财务系统和企业资源规划 (ERP) 可以嵌入BI功能和能力. 当发生这种情况, 用户能够更容易地访问BI工具和功能,如仪表板, 可视化的工作流程, 自助服务分析, 数据可视化工具, 静态和交互式报告, 标杆, 和移动报告.

谷歌Analytics(分析)

它是由谷歌提供的免费网络分析工具,是搜索引擎优化特别有用. 该工具提供了多种功能,如数据可视化, 分割, 定制报告并与其他谷歌产品,如AdWords和Google网站优化整合.

上下文数据

上下文数据有助于使信息更加有意义和可操作通过提供相关数据. 上下文数据是在各种商业或工业中使用. For example, 冰淇淋店要找出原因,它在夏天卖的不是不够冰淇淋. So, 在客厅的位置将用作上下文数据,发现它位于学校和大学这是在夏季,收盘接近.

平衡计分卡

性能度量来评估的公司的各种内部功能的性能,并确定步骤,以提高性能.

关键绩效指标 (KPI)

关键绩效指标是用来衡量性能或组织的健康的重要业务指标. 关键绩效指标各不相同的组织,因为每个组织图谋自己的一套关键绩效指标. For example, 电信公司可以有客户流失率作为一个KPI,而政府能够不吝失业率作为KPI. 大部分的时间, 公司的愿景和业绩比较基准是由相关的KPI驱动.

说明性分析

它是基于在解决过去的问题成功的方法提示问题的解决方案的实践. 规范性分析系统从成功的策略获得的数据大量借鉴和现状应用它们.

大卸八块

打破信息分成较小的块,使更多的信息可以从对象获得的技术. 该技术还有助于将有关数据更视角和找到解决问题的办法. 在IT用语, 这种技术也被称为钻孔向下.

数据点和数据可视化

它是具有相关数据图表上一个项目. 在实际场景中有一个图形或图表可用多个数据点. Data visualization is nothing but the pictorial representation of the data in different visual forms like maps, 图表等.

快照

这实际上是数据在任何特定的时间点的看法. So, 当只考虑它的快照相关的时间,它在下一时刻变化.

缺口分析

它基本上是一个研究,以确定这是需要BI和报表数据间隙或丢失数据.

向下钻取

它是点击项目的过程,并通过在层次结构,以获得数据的更多细节和解释导航.

预测

它是结合商业智能的过程, 预测模型, 数据输入等,以预测未来可能的发展趋势.

度量

它基于不同的参数测量的性能. 可以度量各种BI KPI的定义.

数据挖掘

它是一个过程, 基于复杂的算法和逻辑来搜索数据和找到可能的模式以及它们的关系.

结论

以上术语是在BI领域和在该领域第一个定时器常用; 定义可以下手的好地方. 理想的情况下, 获得对这里给出的各种概念的想法后,应该深入研究的领域. 希望本指南将有助于了解在BI世界经常使用的关键术语.

 

 

Tagged on:
============================================= ============================================== 在亚马逊上购买最佳技术书籍,en,电工CT Chestnutelectric,en
============================================== ---------------------------------------------------------------- electrician ct chestnutelectric
error

Enjoy this blog? Please spread the word :)

Follow by Email
LinkedIn
LinkedIn
Share