文档介绍：: .
种数据分析方式，主要包括结构
分析、趋势分析、排名分析、同比分析、环比分析等，同时数据分析还需要
完成诸如聚合、钻取、切片等功能。
2商业智能解决方案
客户分析系统是在数据分析应用的最好体现。客户分析系统包括客户、
帐户、交易、协议等多个分析主题，每一个主题都拥有众多的维度，如客户
拥有职业、性别、年龄、行业、收入、学历等维度，帐户拥有币种、余额、
发生额、期限、到期日、帐户类别等维度，同时所有这些主题都拥有机构、
时间维度。理论上所有这些维度都是可以组合的，组合分析的结果构成客户
分析的功能集合。
数据分析的方法就是准备一个有序的数据集，然后通过多个角度去观
察，最终得出有价值的信息。
3. 数据分析的应用
基于维度组合的数据分析的功能数目是相对于计算机系统而言是一个
巨大的数字。系统不可能将每一种组合都转换成一个计算机功能模块，但系
统却必须提供给用户去实现每一种组合的手段。这就是数据分析系统与传统
的业务处理系统的最大区别，业务处理系统的功能都是确定的，它实现一个
具体的业务要求，而数据分析系统的功能则是不定的，它是对一个数据集的
操作视图。
数据分析系统的定义决定了它的实现模式，许多的工具如 BO、OLAP
也是基于此设计的，但是这样实现的却产生了一个现实中的悖论。一个数据
分析系统建构成功了，没有任何的固定功能，业务人员问：“你的系统能够
实现什么功能？”技术人员说：“我的系统什么数据都有，你想要什么功能？”
实际上数据分析系统是可以采用固定功能的方法实现的，即系统只提供
固定的某些维度组合的分析功能。这样的系统会丧失大部分的数据分析组
合，但如果对业务了解深入，选取最好的维度分析组合，基于有限功能集的
系统可能更适合业务人员的需要。业务人员只要通过所熟悉的操作即可得到
他想要的功能，这不但可以促进系统的应用，而且也会推动他去学习数据分
析工具。
4. 数据分析系统的实现
一个数据分析系统的实施应该是这样完成的。首先确认系统拥有的数据
主题，然后对每一个数据主题设计数据库，这些数据库是多维的汇总数据库，
基于这些数据库可以设计面向高级分析用户的数据操作视图功能。然后根据
3商业智能解决方案
这些维度组合找出业务人员最为需要的组合，实现这些固定的数据展现功
能。这些组合既可以通过与业务人员交流得到，也可以通过一些实际案例得
到。
因此数据分析系统的展现功能包括两部分：面向高级分析用户的数据操
作视图和面向普通用户的固定图表分析。
5. 商业智能应用的分类
从上面的定义就可以知道，并不是所有在商业智能的框架下的应用系统
都是数据分析系统。
商业智能应用框架中最为重要的是建立数据仓库，在其之上的应用系统
其数据都来源于数据仓库，但某些系统如绩效考核、非现场稽核等，其主要
目的是为了辅助完成业务管理制度，其实现方式更类似于传统的工作流程处
理系统，并没有太多数据分析的内容。另外企业报表实现也无疑是商业智能
系统的重要工作。作为数据分析的范畴，有些系统需要有复杂的模型加以支
持，如客户定位、贷款定价、风险预警等，有些则只是对多维模型的聚合、
切片、钻取等较简单的处理。
综上所述，我们在下面将商业智能系统的应用分为四大类：决策支持、
统计分析、业务管理和企业报表，只有前两类属于数据分析的范畴。
新中连商业智能解决方案正是依据上述的思路来设计和实施的。
二、 商业智能方案概述
商业智能解决方案是以数据仓库理论为基本指导原则的，作为数据仓库
的核心，银行业逻辑数据模型的提出是数据仓库理论的重大创新。以银行业
逻辑