商业智能深入浅出

商业智能深入浅出 pdf epub mobi txt 电子书 下载 2026

出版者:机械工业出版社
作者:王飞
出品人:
页数:438
译者:
出版时间:2012-3-1
价格:69.80元
装帧:平装
isbn号码:9787111372417
丛书系列:
图书标签:
  • 商业智能
  • BI
  • 数据仓库
  • Informatica
  • Cognos
  • 数据挖掘
  • 数据分析
  • cognos
  • 商业智能
  • BI
  • 数据分析
  • 数据挖掘
  • 数据可视化
  • 决策支持
  • 商业决策
  • 数据仓库
  • ETL
  • OLAP
想要找书就要到 小美书屋
立刻按 ctrl+D收藏本页
你会得到大惊喜!!

具体描述

《商业智能深入浅出:Cognos,Informatica技术与应用》包括:理论篇、项目篇、工具篇和实践篇。其中,理论篇涵盖了商业智能的大部分理论知识,包括进入商业智能领域之前所需要的基础准备知识;项目篇根据实际项目和例子讲解各个知识点,包括如何进行商业智能项目需求的定义,如何开发数据仓库系统,如何实现ETL数据抽取和OLAP多维分析等方面的内容;工具篇介绍了商业智能开发中最常见的ETL工具Informatica和报表展示工具Cognos;实践篇是提供给项目设计人员和开发人员的练习资料。读者完全可以按照书中的内容一步步进行操作,这也是作者和读者进行互动的一种方式。

《商业智能深入浅出:Cognos,Informatica技术与应用》最大的亮点在于根据实际的项目经验定义总结了商业智能设计、开发的一般流程和规范,是企业领导决策层和商业智能开发人士的宝贵参考资料。

《商业智能深入浅出:Cognos,Informatica技术与应用》提供部分源代码和一些有价值的文档模板,读者可以网上免费下载。

编辑推荐

《商业智能深入浅出:Cognos,Informatica技术与应用》编辑推荐:商业智能数据仓库、商业智能项目规划和管理、ODS与数据仓库的结合、商业智能元数据、数据抽取、转换和加载(ETL)、联机分析处理(OLAP)、Cognos的安装部署和调优、Informatica的安装部署。

作者简介

王飞,原籍吉林省白山市,吉林大学硕士毕业,现任中国电力科学研究院中电普华信息技术有限公司高级工程师,从事多年的数据仓库设计开发,数据模型设计、数据库设计开发等工作,在项,目中承担最重要的角色,积累了丰富的项目经验和理论知识。

刘国峰,中国人民大学在职研究生,曾任职三星数据系统(中国)有限公司中国研发中心,现任中国电力科学研究院中电普华信息技术有限公司高级工程师,潜心研究数据仓库理论多年,形成了自己对数据仓库的独特见解。

目录

前言

理论篇

第1章 商业智能简介

1.1 商业智能介绍

1.1.1 商业智能在企业中的作用

1.1.2 商业智能的功能

1.2 商业智能的发展趋势

1.3 商业智能的实施方法和步骤

1.3.1 商业智能的实施方法

1.3.2 商业智能的实施步骤

1.4 商业智能项目成功的关键

1.5 商业智能项目的组织机构

1.6 本章小结

第2章 学习商业智能之前的准备知识

2.1 Oracle体系结构介绍

2.2 Oracle优化理论

2.2.1 外部优化原则

2.2.2 SQL优化基本规则

2.2.3 SQL使用规范

2.2.4 索引使用规范

2.2.5 临时表使用规范

2.2.6 索引创建原则

2.2.7 大数据量表的维护原则

2.2.8 视图创建原则

2.2.9 代码程序中使用索引的原则

2.2.10 代码程序中的一些建议

2.3 数据库建模理论知识

2.3.1 数据库的数据模型

2.3.2 数据库建模的一般流程

2.4 本章小结

第3章 商业智能数据仓库的理论知识

3.1 数据仓库的定义

3.2 数据仓库的特点

3.2.1 面向主题

3.2.2 集成性

3.2.3 稳定性

3.2.4 反映历史变化

3.3 数据仓库和数据库的区别

3.4 数据仓库开发过程介绍

3.4.1 规划分析阶段

3.4.2 设计实现阶段

3.4.3 使用维护阶段

3.5 数据仓库系统组成部分介绍

3.5.1 数据源分析

3.5.2 数据迁移

3.5.3 选择数据的存储结构

3.5.4 元数据

3.6 数据仓库模型设计介绍

3.6.1 概念模型

3.6.2 逻辑模型

3.6.3 物理模型

3.7 数据集市介绍

3.7.1 数据集市的定义

3.7.2 数据集市的类型

3.7.3 数据集市和数据仓库的区别

3.7.4 数据集市和数据仓库的关系

3.7.5 数据集市的目标分析

3.8 数据仓库实施详细步骤

3.8.1 需求分析

3.8.2 数据仓库的逻辑分析

3.8.3 设计ODS系统

3.8.4 数据仓库建模

3.8.5 数据集市建模

3.8.6 数据源分析

3.8.7 数据的获取与整合

3.8.8 应用分析

3.8.9 报表展现

3.9 数据仓库的作用

3.10 数据仓库的建设意义

3.11 本章小结

第4章 商业智能ETL简介

4.1 ETL在数据仓库中的重要地位

4.2 ETL的一般过程

4.3 研究ETL的本质

4.4 ETL 的体系结构

4.5 ETL的难点

4.6 主流的ETL 工具

4.7 ETL的作用

4.8 详解ETL过程

4.8.1 数据抽取

4.8.2 数据清洗

4.8.3 数据转换

4.8.4 数据加载

4.8.5 ETL的日志

4.9 ETL优化

4.10 ETL设计规范要点

4.11 ETL的框架结构

4.12 本章小结

第5章 商业智能联机分析处理理论简介

5.1 OLAP介绍

5.2 OLAP系统与OLTP系统的区别

5.3 OLAP的实现方法

5.4 OLAP的基本目标和特点

5.5 建立OLAP的过程

5.6 OLAP与数据仓库的关系

5.7 OLAP系统的实施过程

5.8 OLAP模型的设计与实现

5.9 本章小结

第6章 ODS与数据仓库的结合

6.1 ODS的概念

6.2 ODS的特点

6.3 ODS系统与数据库系统、数据仓库系统的区别

6.4 ODS的主要功能

6.5 ODS的设计步骤

6.6 基于ODS和基于数据仓库的OLAP之间的关系

6.7 数据库系统-ODS系统的转化机制

6.8 ODS系统的逻辑模型

6.9 ODS系统的架构

6.10 ODS系统的功能

6.11 本章小结

第7章 商业智能元数据简介

7.1 元数据的定义

7.2 元数据的重要性

7.3 元数据的类型

7.4 元数据的作用

7.5 元数据的管理

7.6 元数据包含的内容

7.7 本章小结

项目篇

第8章 商业智能项目需求的定义

8.1 商业智能项目的启动

8.2 商业智能项目的需求定义

8.3 系统原型的建立

8.4 验收和评审的内容

8.5 本章小结

第9章 商业智能项目模型的建立

9.1 数据模型的设计原则

9.2 企业模型的意义

9.2.1 企业模型的定义

9.2.2 建设企业模型的意义

9.2.3 企业数据模型和其他模型之间的关系

9.2.4 与企业数据模型相关的概念

9.2.5 企业数据模型转换到数据仓库模型的步骤

9.3 概念模型的设计

9.4 逻辑模型的设计

9.4.1 ODS逻辑模型

9.4.2 数据仓库逻辑模型

9.4.3 数据集市逻辑模型

9.5 物理模型的设计

9.5.1 ODS 物理模型的设计

9.5.2 数据仓库物理模型的设计

9.5.3 数据集市物理模型的设计

9.6 本章小结

第10章 商业智能数据仓库系统应用实例

10.1 定义数据仓库项目的生命周期

10.2 数据仓库粒度的划分

10.3 企业辅助决策分析系统的构建

10.4 决策分析系统一般的部署方案和步骤

10.4.1 提供系统安装软件的体系结构

10.4.2 部署系统的数据库环境

10.4.3 ETL环境的部署

10.4.4 报表展示环境的部署

10.5 本章小结

第11章 商业智能项目规划和管理

11.1 项目团队的组织结构

11.2 项目角色划分及技能要求

11.3 定义领导组的职责和主要任务

11.4 如何定义商业智能项目的进度

11.5 如何定义商业智能项目的过程

11.6 本章小结

第12章 数据抽取、转换和加载

12.1 ETL的定义和总体架构

12.2 定义ETL的流程

12.3 ETL的加载方法

12.3.1 以时间戳作为加载条件

12.3.2 利用源表的日志信息对目标表进行数据加载

12.3.3 通过全表对比的方式进行数据加载

12.3.4 全表删除后再进行数据加载的方式

12.4 利用ETL构建企业级数据仓库

12.5 ETL的设计过程

12.6 ETL的备份与恢复

12.6.1 数据的备份

12.6.2 数据备份存放的介质以及目录结构

12.6.3 ETL程序的备份

12.6.4 数据的恢复方案

12.7 ETL 数据质量的改进

12.7.1 ETL数据质量分析

12.7.2 ETL数据质量改进的方法和目标

12.7.3 推动ETL数据质量改进的方法

12.8 ETL应用举例

12.8.1 ETL分析需求

12.8.2 ETL 数据源说明

12.8.3 ODS 设计与抽取

12.8.4 DW设计与抽取

12.8.5 DM设计与抽取

12.9 本章小结

第13章 联机分析处理

13.1 OLAP的概念

13.2 OLAP的实施

13.2.1 建立"维"的概念

13.2.2 多维分析技术

13.2.3 OLAP实施的一般过程

13.3 OLAP的应用实例

13.3.1 案例背景

13.3.2 需求

13.3.3 数据准备

13.3.4 浏览分析数据

13.4 OLAP系统设计的一般步骤

13.5 本章小结

第14章 应用举例

14.1 项目工作计划的制订

14.1.1 对项目背景与目的的描述

14.1.2 确定项目需要交付的成果

14.1.3 制定项目管理文档

14.1.4 项目进度划分

14.2 需求分析

14.2.1 业务需求

14.2.2 功能需求

14.3 营销系统设计

14.3.1 总体架构设计

14.3.2 营销辅助决策系统的ETL架构设计

14.3.3 营销辅助决策系统数据访问功能设计

14.3.4 营销辅助决策系统展示方式设计

14.3.5 营销辅助决策系统主题分析功能设计

14.3.6 数据模型设计

14.4 ETL数据抽取

14.4.1 ETL物理设计

14.4.2 从源数据库抽取到ODS数据缓冲区

14.4.3 从ODS数据缓冲区抽取到ODS统一信息视图区

14.4.4 从ODS统一信息视图区抽取到数据仓库

14.4.5 从数据仓库抽取到数据集市

14.5 报表展示

14.6 编写测试报告

14.7 编写用户手册

14.8 软件发布

14.9 系统运行维护

14.10 本章小结

工具篇

第15章 Informatica PowerCenter工具简介

15.1 Informatica PowerCenter介绍

15.1.1 Informatica的特点

15.1.2 Informatica的优势

15.2 Informatica PowerCenter工具概况

15.3 Informatica Servers引擎

15.4 Administration Console

15.4.1 登录方式

15.4.2 相关术语

15.5 PowerCenter Designer

15.5.1 菜单

15.5.2 工具栏

15.5.3 导航

15.5.4 工作区

15.5.5 输出窗口

15.6 Repository Manager

15.6.1 菜单

15.6.2 工具栏

15.6.3 导航

15.6.4 工作区

15.7 Workflow Manager

15.7.1 菜单

15.7.2 工具栏

15.7.3 导航

15.7.4 工作区

15.7.5 输出窗口

15.8 Workflow Monitor

15.8.1 工具栏

15.8.2 监控区

15.8.3 属性

15.9 本章小结

第16章 Cognos工具简介

16.1 Cognos介绍

16.1.1 Cognos的历史

16.1.2 Cognos的特点

16.1.3 Cognos的现状

16.2 Cognos工具浏览

16.3 Cognos Configuration

16.4 Cognos Connection

16.4.1 菜单功能

16.4.2 选项卡介绍

16.4.3 工具栏的使用

16.5 Query Studio

16.6 Analysis Studio介绍

16.6.1 Analysis Studio的组成

16.6.2 菜单功能

16.7 Report Studio介绍

16.7.1 Report Studio的组成

16.7.2 菜单功能

16.8 Event Studio介绍

16.8.1 Event介绍

16.8.2 Task介绍

16.9 Framework Manager建模工具

16.9.1 菜单介绍

16.9.2 工作区

16.10 Transformer介绍

16.10.1 Data Sources

16.10.2 Dimension Map

16.10.3 Measures

16.10.4 PowerCubes

16.10.5 Customer Views

16.10.6 Signon

16.11 Cognos PowerPlay

16.11.1 菜单介绍

16.11.2 工具栏

16.11.3 维度视图

16.12 本章小结

实践篇

第17章 Informatica的安装与快速入门

17.1 Informatica PowerCenter的安装方案

17.1.1 安装前的准备

17.1.2 服务器端安装

17.1.3 客户端安装

17.2 Informatica PowerCenter工具的一般使用流程

17.3 Informatica PowerCenter快速入门

17.3.1 前期准备

17.3.2 定义源数据

17.3.3 定义目标数据

17.3.4 定义映射规则

17.3.5 定义工作流

17.3.6 启动工作流程

17.4 本章小结

第18章 Informatica实例

18.1 缓慢变化维的概念

18.2 缓慢变化维的实现方式

18.2.1 覆盖方式

18.2.2 全历史记录

18.2.3 标记位方式

18.2.4 时间戳方式

18.2.5 记录最新记录和上一次历史

18.3 本章小结

第19章 Cognos安装与快速入门

19.1 Cognos 8安装

19.1.1 Cognos服务器安装

19.1.2 Cognos Framework安装

19.1.3 Cognos Transformer安装

19.1.4 Cognos 语言包安装

19.1.5 Cognos PowerPlay安装

19.2 Cognos入门前的准备工作

19.2.1 创建Oracle数据库实例

19.2.2 执行建表空间和创建数据库用户的脚本

19.2.3 Cognos部署设置

19.2.4 配置Cognos服务

19.2.5 启动Cognos服务

19.3 Cognos入门实例一

19.3.1 使用Framework建模

19.3.2 使用Report Studio制作报表

19.3.3 查看报表

19.4 Cognos入门实例二

19.4.1 使用Framework建模

19.4.2 使用Transformer立方体多维建模

19.4.3 使用Analysis Studio制作多维报表

19.4.4 查看报表

19.5 本章小结

第20章 Cognos实例

20.1 Section报表的开发

20.2 Conditional Style报表的开发

20.3 图表型报表的开发

20.4 Drill-Through报表的开发

20.5 本章小结

第21章 Cognos的安全管理

21.1 Cognos安全性介绍

21.1.1 Cognos应用防火墙

21.1.2 身份验证

21.1.3 访问授权

21.1.4 加密服务

21.2 Cognos安全部署

21.2.1 操作系统安全技术

21.2.2 网络安全技术

21.2.3 应用安全技术

21.2.4 安全审计

21.3 Cognos安全实践

21.3.1 创建Cognos组、角色

21.3.2 为组、角色添加用户成员

21.3.3 在Framework中设置包的访问授权

21.4 本章小结

第22章 Cognos优化

22.1 增加Cognos 8的内存以提高运行速度

22.2 提高Cognos 8的数据库访问速度

22.3 修改Cognos 8的reportservice.xml参数

22.4 修改读取高速缓存的值以提高性能

22.5 开启crosstab caching提高cube的访问速度

22.6 读取数据时启用多CPU处理

22.7 减少cube数据的提交次数

22.8 本章小结

《商业智能深入浅出》内容以外的图书简介: 一、 数字化转型的战略蓝图与实战指南:构建面向未来的企业核心竞争力 本书定位: 聚焦于当前全球企业界面临的“数字化转型”这一宏大命题,本书旨在提供一套全面、系统且高度实操性的战略框架和实施路径,帮助企业领导者和业务骨干理解转型的本质、规划宏伟蓝图,并成功驾驭技术浪潮下的组织变革。 核心内容概览: 第一部分:重塑认知——数字化转型的战略基石 1.1 范式转移:从信息化到数字化智能化的飞跃: 本章深入剖析数字化与信息化之间的根本区别。探讨物联网(IoT)、云计算、边缘计算等新兴基础设施如何从根本上改变企业的运营模式和价值创造逻辑。重点分析“数据即资产”的理念如何落地为可量化的商业价值。 1.2 价值链重构的视角: 传统价值链分析的局限性,以及如何利用数字化工具重塑端到端的客户体验旅程(CX Journey)。案例分析如“服务即产品”模式的兴起,以及平台化战略在供应链管理中的应用。 1.3 组织敏捷性与文化重塑: 数字化转型失败的首要原因往往是文化壁垒。本部分详细探讨构建“敏捷组织”所需的组织架构调整(如跨职能团队的建立)、决策流程的扁平化,以及如何通过内部沟通和激励机制培养数据驱动和快速迭代的企业文化。 第二部分:技术赋能的路线图:构建现代企业技术栈 2.1 云原生架构与弹性伸缩: 详细介绍从传统数据中心迁移至公有云、私有云或混合云的决策过程。深入探讨微服务架构、容器化(如Kubernetes)在提升系统稳定性和部署速度方面的作用。不涉及具体的商业智能工具操作,而是侧重于底层架构对快速业务响应的支持能力。 2.2 前沿人工智能在业务流程中的应用: 聚焦于生成式AI(Generative AI)和高级机器学习模型如何直接嵌入到核心业务流程中,实现自动化和增强决策。例如,在市场营销中利用自然语言生成(NLG)工具自动化内容创作,或在研发阶段利用AI进行复杂模拟。 2.3 网络安全与数据治理的集成策略: 在全面上云和数据流通加速的背景下,如何将“零信任”(Zero Trust)安全模型集成到数字化转型战略中。探讨数据主权、隐私合规(如GDPR、CCPA)与业务创新的平衡点,确保技术应用在安全可控的框架内进行。 第三部分:面向客户的体验革命与产品创新 3.1 超个性化:从细分到“一人一策”: 阐述如何通过实时数据采集和分析,构建动态的用户画像,实现营销、销售、服务在每一个接触点上的超个性化体验。重点在于“实时反馈闭环”的设计,而非简单的报告分析。 3.2 产品的数字化衍生与服务化: 探讨传统制造业和服务业如何通过嵌入传感器和软件,将物理产品转化为持续产生价值的“智能产品”或“服务包”。分析订阅制(XaaS)模式在不同行业的应用案例,以及如何衡量数字服务带来的经常性收入(Recurring Revenue)。 3.3 创新实验的孵化机制: 介绍建立企业内部创新实验室(Innovation Lab)或孵化器的具体步骤。如何通过精益创业(Lean Startup)方法和最小可行产品(MVP)快速验证市场假设,避免大规模资源投入失败的风险。 第四部分:转型绩效的衡量与持续优化 4.1 数字化绩效指标体系(DPI): 传统财务指标在衡量数字化成果上的不足。本书提出一套整合了客户体验(NPS、CSAT)、运营效率(首次解决率、自动化率)和创新产出(新产品收入占比)的多维度KPI框架。 4.2 投资回报率(ROI)的全新计算模型: 针对长期、难以直接量化的数字化投资(如数据湖建设、文化重塑),提供一套基于期权价值、风险规避和未来潜在收益的贴现现金流分析模型,以支持高层决策。 4.3 持续优化与转型治理: 数字化转型不是终点,而是持续优化的起点。本章讲解如何建立跨部门的“转型治理委员会”,确保战略方向的对齐,并建立定期的“转型健康度”审查机制,以应对快速变化的市场环境。 本书特色: 本书完全避开了对具体“商业智能工具如何操作”、“报表如何制作”的细致讲解,而是将焦点提升到战略规划、架构设计、文化驱动和价值实现的层面。它不是一本操作手册,而是一份引领企业穿越变革迷雾的“指挥棒”,为渴望在数字时代立于不败之地的企业高管和战略规划师量身定制。内容覆盖技术选型背后的商业逻辑、组织变革的心理学基础,以及如何将技术投资转化为可持续的竞争优势。

作者简介

目录信息

读后感

评分

该书可以是认为是国内第一本关于cognos相关的介绍的书籍,同时也涉及到etl工具informatica的书籍。但是读过该书后发现,主要还是讲解商业智能的,数据仓库主题思想的内容比较多一些,对于cognos和informatica的介绍也只要侧重用基本功能和安装配置上,高级功能的应用还是比较少...

评分

该书可以是认为是国内第一本关于cognos相关的介绍的书籍,同时也涉及到etl工具informatica的书籍。但是读过该书后发现,主要还是讲解商业智能的,数据仓库主题思想的内容比较多一些,对于cognos和informatica的介绍也只要侧重用基本功能和安装配置上,高级功能的应用还是比较少...

评分

该书可以是认为是国内第一本关于cognos相关的介绍的书籍,同时也涉及到etl工具informatica的书籍。但是读过该书后发现,主要还是讲解商业智能的,数据仓库主题思想的内容比较多一些,对于cognos和informatica的介绍也只要侧重用基本功能和安装配置上,高级功能的应用还是比较少...

评分

该书可以是认为是国内第一本关于cognos相关的介绍的书籍,同时也涉及到etl工具informatica的书籍。但是读过该书后发现,主要还是讲解商业智能的,数据仓库主题思想的内容比较多一些,对于cognos和informatica的介绍也只要侧重用基本功能和安装配置上,高级功能的应用还是比较少...

评分

该书可以是认为是国内第一本关于cognos相关的介绍的书籍,同时也涉及到etl工具informatica的书籍。但是读过该书后发现,主要还是讲解商业智能的,数据仓库主题思想的内容比较多一些,对于cognos和informatica的介绍也只要侧重用基本功能和安装配置上,高级功能的应用还是比较少...

用户评价

评分

适合初学者

评分

适合初学者

评分

数据仓库类书籍,勉强及格吧,前十二章有那么些干货内容,后面纯属凑字数,里面介绍的工具有些老了。

评分

其实我一直在想着怎样能把老布那个项目搞得更专业些,今天看到这本书,我觉得以前确实做得不够好,很多地方可以改进。本书属于剪刀加浆糊那种,也没什么深刻的东西,但是好处就是信息比较有条理,内容也比较广,算是扫盲吧

评分

内容还可以,但是去掉没用的东西不值这么多钱

本站所有内容均为互联网搜索引擎提供的公开搜索信息,本站不存储任何数据与内容,任何内容与数据均与本站无关,如有需要请联系相关搜索引擎包括但不限于百度google,bing,sogou

© 2026 book.quotespace.org All Rights Reserved. 小美书屋 版权所有