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

参照搜集的相关资料, 在项目中对数据库服务器硬件的进行性能估算。因为对硬件选型不是很在行，感觉问题不少。1.TPCC值估算在性能估算中，我们对系统上线后的运行状况做以下假定：l 系统同时在线用户数为250人（U1）；l 平均每个用户每分钟发出4次访问请求（N1）；l 系统发出的业务请求中，查询、统计各占2/5，更新占1/5，其中：a.平均每次查询业务产生8个事务（T1）

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

我国集团化经营模式起步较晚，集团管控模式及管控力度各异，集团范围内财务信息化水平及统一程度不尽相同，因此在实施集团财务分析一类的BI商业智能项目的过程中，在不同的集团之间遇到的财务系统及核算数据环境也各不相同，初步归纳一下有如下几种模式。1、  集中模式在总部集中式部署一套集团财务核算系统（SAP R/3，Oracle EBS，NC，EAS等），集团版的财务核算系统提供企业

译者注: 关于BI2.0的说法很多，不尽一致，目的只是想多了解一些；译文并不代表译者认可原文观点，只是顺便译了以方便不喜欢E文的朋友。本文是一篇充满探讨及疑问的文章，来自Timo Elliott(Business Objects历史上的第8号员工)。感兴趣翻译且刚开始练习，水平见谅译文（V0.5）：首先，我赞同商业智能（BI） 2.0目前的所涉及的大部分内容。当然，BI2.0这个叫法有些俗

在BI商业智能系统中，面向分析的数据模型一般是多维数据分析模型，分析模型由相应分析领域的分析维度（见附1）和分析指标（见附2）组成。针对面向不同层级用户的需求，分析模型按照分析的粒度划分为不同的层次，这里以面向高层管理人员宏观管理及决策分析需求、面向中层管理人员及业务人员的日常经营分析及业务跟踪与监控需求为例，仅将分析模型划分为“经营层次的分析模型”、“管理层次的分析模型”两个层次。1

商业智能视点：行业软件厂商将强势介入中高端市场      商业智能在中国已经风行多年，然而在中高端市场，比如通讯、银行、保险等，传统商业智能厂商始终是业绩不佳。时至今日，在银行业方面值得关注的案例也只有山东建设银行BI项目及光大银行统计分析系统建设项目，但这两个项目的投资回报率究竟如何尚不可知。究其原因，不外乎是高端行业用户的业务运作模型及信息资源架构具有其特定的复杂性，它们对BI系统的需求也

在广告传媒公司，营销及销售部门负责公司媒体的各项广告经营活动，包括：组织市场分析、调研，制定公司营销战略规划，组织制订、分解、落实年度广告销售计划和目标市场广告销售计划，组织及落实广告媒体宣传活动、推广策划、媒体发布及使用状况的监督等各项媒体维护计划，培育、开拓经营网络，洞察、预测渠道危机，及时改进完善，进行广告代理合作项目洽谈，处理协调广告代理合作相关事宜，组织建立客户关系库，形成与客户定期沟通

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。

曾几何时，报表左上角的小斜线早已成为判别报表制作能力的标准之一，以小斜线为代表的，则是各种格式古怪，但数据却未必复杂的所谓中国式报表。在繁杂纷呈的中国特色之下，成熟的报表软件纷纷落马，几十种国产报表工具陆续从小作坊中出现，其成功者已经大行其道，直至今天仍然有人打算陆续炮制，增加这个数量。我一直在想，报表需要的到底是什么？是哪些勾勒的线线框框，还是需要呈现的数据？放在信息系统之中，却被复杂表样框死的