商业智能(Business Intelligence，简称BI)通过对数据的收集、管理、分析以及转化，使数据成为有价值的信息，从而获得必要的洞察力与理解力，更好地辅助决策与指导行动，它能够以灵活的多维分析、丰富直观的数据展现形式，为管理者的日常决策提供帮助。

　　一、商业智能的体系结构

　　商业智能一般由数据仓库(DW)、联机分析处理(OLAP)、数据挖掘(DM)、数据备份和恢复等部分组成，商业智能的实现涉及到软件、硬件、咨询服务及应用。因此，应当把商业智能看成是一种解决方案。商业智能的关键是从许多来自企业不同的运作系统的数据中提取出有用的数据并进行清理。以保证数据的正确性。然后经过抽取(Extraction)、转换(Transformation)和装载(bad)。即ETL过程，合并到一个企业级的数据仓库里，从而得到企业数据的一个全局视图。

　　在此基础上利用合适的查询和分析工具、数据挖掘工具、OLAP工具等对其进行分析和处理(这时信息变为辅助决策的知识)，最后将知识呈现给管理者，为管理者的决策过程提供支持(图1)。

图1 商业智能的体系结构

　　在这样的体系结构中，数据仓库用于抽取、集成、分布、储存有用的信息；多维分析可以从多个角度、全方位地了解企业运营的现状：数据挖掘则是挖掘数据中原先未知、潜在的知识，发现问题、找出规律、预测未来，真正达到智能的效果。

　　二、物流企业商业智能平台需求分析及功能设计

　　(一)物流企业需求分析

　　物流企业商业智能平台构建的目的是能够满足物流企业各部门的数据分析需求。更好地为管理者提供决策支持。所以，在平台设计时必须分析企业各部门的具体需求。目前物流企业在数据收集及分析方面普遍存在的问题有：在业务发展过程中收集了海量的数据，但缺乏数据间的连接及有效管理，形成数据“孤岛”。无法对数据进行分析利用：信息化程度不高，缺乏对数据进行深入分析的方法和系统；缺乏基于数据分析的决策辅助系统，如运输决策辅助、仓储决策辅助等。物流企业商业智能平台的建立应该有解决以上问题的能力，所以物流企业商业智能平台应当具备两个功能：第一，数据的收集及整合功能，商业智能体系中的数据仓库可以实现此功能；第二，数据的深入分析以及直观灵活的展示功能，以便辅助决策，通过商业智能平台的OLAP、报表系统、主题分析等工具可实现此功能。

　　(二)商业智能平台功能设计

　　1．领导页面：通过折线网、柱状图、列表等方式，实现对当前关键业务数据的及时、直观展现，使管理者对企业当前运营状况有直观的了解。

　　2．报表分析：提供各类统计和财务报表分析，可通过菜单选定参数，实现个性化报表分析需求，并且可以辅以柱状图、饼图、雷达图等图形展现形式。

　　3．即席查询：通过菜单选择参数，实现对企业数据仓库中数据的快捷查询。

　　4．主题分析：利用OLAP灵活、全方位的分析手段。通过数据切片、旋转、钻取、钻透等功能，实现不同主题的数据分析。如：市场细分、客户业务分析、客户优先权分析、库存情况分析等。

　　5．数据挖掘：是目前最深层次的数据分析方法。可实现一般数据分析方法不能实现的功能，如客户流失预警分析、客户信用评估、库存预警、业务开拓等。

　　6、ETL：指数据的抽取、转换、加载。可定期执行，实现数据的整合、更新。并且可实现企业数据库中脏数据的清理，提高数据分析结果的准确性。

　　7．系统管理：提供用户管理、权限管理、参数配置、日志管理、数据备份等功能。

　　三、基于Web的物流企业商业智能平台体系结构设计

　　商业智能的体系结构是指通过识别和理解数据在系统中的流动过程和数据在企业中的应用过程来提供商业智能平台应用的主框架，商业智能的体系结构将指导商业智能平台的建立。

　　物流企业商业智能平台的体系结构采用目前流行的三层的B/S结构。与传统的C/S结构不同，B/S结构在客户端与服务器之间增加一个应用服务器，这种结构的优点在于将应用逻辑、GUI(图形用户界面)和DBMS(数据库管理系统)严格区分开来，复杂的应用逻辑不是分布于网络上的众多客户端上，而是集中存放在应用服务器上，从而集成和简化原客户端。专用的高性能服务器在中间层来运行OLAP服务以及同样的高端服务器在后端运行数据仓库引擎。数据仓库被置于后端，中间层负责分析其数据。中间层从后端载入数据并分析它，分析的结果被传输到客户机。

　　基于Web应用的B/S结构其实也是一种客户机/服务器结构，只不过它的客户端是浏览器。这种结构的优势在于：使用简单。用户使用单一的浏览器软件，只需在浏览器上完成数据浏览、查询、输入等简单功能，特别适合非计算机人员使用：由于客户机只需单一的浏览器软件，极大地减轻了客户机的负担，不再负责处理复杂计算和数据访问等关键事务。只负责显示部分；易于维护，客户端无需专用的软件，当企业对网络应用进行升级时，只需更新服务器端的软件，减轻系统维护与升级的成本与工作量，把技术维护人员从繁重的维护升级工作中解脱出来：保护企业投资，B/S模式由于采用标准的TCP/IP技术、HTTP协议，可以与企业现有的网络很好地结合。

　　根据上述三层B/S结构的分析与特点，将Web技术与数据仓库、OLAP等技术结合起来，就组成了物流企业商业智能平台的体系结构，分为数据源、数据仓库、应用服务器和客户端四个部分(图2)。

图2 物流企业商业智能体系结构图

　　1．数据源。是物流企业数据仓库的数据来源。物流企业在日常运营中可收集大量的业务数据，如客户、货物、仓储、运输等数据，分别存放于相关部门的数据库中，这是物流企业数据仓库最重要的数据来源。除此之外，还有来自与其他企业进行数据交换时所收集的数据，这类数据通常是各种各样的异构数据源，需要将这些数据源通过ETL过程有效地集成到数据仓库中。

　　2．数据仓库。数据仓库是物流企业商业智能体系结构中最核心的部分，它以主题方式存放数据。数据通过两种途径获得：一是通过ETL工具从各部门业务数据库中抽取、转换和加载数据：二是通过手工录入数据(OLTP过程)。数据仓库处理的主要工作包括数据采集、集成和存储，建立事实表和维表结构，实现各部分数据的关联与整合，并且完工的数据仓库中应该包含不同粒度的细节数据和汇总数据，以便应用服务器调用数据时能有较快的响应速度。

　　3．应用服务器。商业智能平台体系中的应用服务器负责接受浏览器客户端的请求。处理业务规则，提取多维数据集、数据展现等过程。主要包括分析服务器和Web服务器。分析服务器用于构建多维数据集和生成动态报表，它们可以通过客户端的接口直接访问；Web服务器提供Web服务。主要是用于支持终端用户使用浏览器来访问数据仓库、多维数据集和动态报表的结果。本平台中应用服务器包含了如下服务器组件：(1)Web服务器：提供Web服务，负责解析JSP、执行JAVA代码等，在物流企业商业智能平台中可选用JBOSS作为Web服务器。(2)OLAP引擎：提供多维分析与展现的事务，能够实现多维报表的展现以及各类图表的展现。(3)计划调度引擎：是一个时间定制器。提供了定时处理报表的平台，可按年、季、月、旬、日等时间频率来产生报表。(4)报表引擎：是物流企业商业智能平台的主要组件。报表服务器以Web服务的形式实现，可以为处理和呈现报表提供优化的并行处理基础结构。报表服务器通过子组件来处理报表请求，并使报表可用于按需访问或计划分发。(5)权限管理引擎：负责用户安全验证及操作许可。

　　4．客户端。主要是提供给用户使用的环境，包括客户端和浏览器两种方式，客户端是基于窗口式的访问控件，浏览器是用网页式的访问环境。最终展示数据仓库中的信息和OLAP的运行结果。

　　浏览器客户端从逻辑角度可分为两层，分别为界面表示层和界面逻辑层。界面表示层采用html标签与JSP标签实现：界面逻辑层采用JavaScript进行界面逻辑控制与客户端验证(主要是基于JavaScript良好的交互能力)。

　　在这种体系结构下用户的操作流程如下：(1)浏览器用户端以HTML文件中的表单形式提出数据分析请求并传递给Web服务器。(2)在Web服务器端调用相应的应用程序。并根据需要激活OLAP等服务程序。(3)OLAP服务器引擎将操作泽为SQL请求，并交于DWMS(数据仓库管理系统)执行。(4)Web服务器将执行结果通过HTML格式反馈给用户。

　　这种商业智能的体系结构各部分之间相互独立。

　　任何一部分的改变不影响其它部分的功能，是一种灵活的、适用性强的体系结构。

　　四、总结

　　本文设计的物流企业商业智能平台体系结构的是基于企业实际应用而提出的。商业智能平台的构建很大程度地提高了物流企业数据整合以及数据分析的能力，很好地为管理者提供决策辅助。在实际项目应用中，为节约企业资源，采取将数据仓库服务和ETL服务放在同一服务器。分析服务与Web服务放在同一服务器上，经过优化商业智能平台实现了较快的响应速度。本文提出的商业智能体系结构在物流企业中具有一定的通用性。但由于各企业的业务范围、管理模式和原有信息系统基础的不同，物流企业需要根据自身的情况去构建合适的商业智能平台。在物流行业竞争日益加剧的背景下，商业智能技术能够实现业务数据的有效整合及深入分析，为企业各方面的业务提供有力的决策依据，它将成为物流企业提升综合竞争力的必然选择。