商业智能系统数据分析模型的层次解析

mavisfine

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、经营层次的分析模型

经营层次的分析模型是按照业务环节（业务环节是业务流程中的业务事件、交易事务等业务操作单元）组织的多维分析数据模型，一般情况下每个业务环节包含一到两个分析模型，该层次的分析模型一般保存细节粒度的事实数据，以便满足该环节的未知分析需求对维度组合及数据聚合等方面的灵活要求，同时也能够避免当业务流程发生改变，仅通过对维度成员的标识与追加及对事实数据的横向及纵向扩充就能够适应，而非因维度梳理补全、事实粒度细节不够所导致的对既有模型及数据的摒弃与重建。

经营层次分析模型的例子有计划预算模型、客户拜访模型、营销活动模型、物料请购模型、采购分析模型、入库分析模型、库存分析模型、库存异动模型、出库分析模型、客户订单分析模型、临检分析模型、医院结算模型、成本分摊模型、客户价格分析模型、客户耗材模型、客服投诉模型、质控核查分析模型、凭证分析模型、科目分析模型、核算分析模型（含往来核算，即往来客户及应收应付数据）、人员结构与变动模型、薪资分析模型、人员培训模型、招聘模型等。

2、管理层次的分析模型

管理层次的分析模型是基于经营层次的分析模型构建的，一般通过提升粒度（如时间维度的最小周期提升到月）、降维（如财务及业务分析模型通过将维与预算模型融合为预算执行跟踪模型等）并通过一致性（公共）维度联合等手段，形成横跨多个业务单元的管理模型。

管理层次分析模型的例子有：计划预算跟踪模型、库存需求预测模型、产品销售跟踪与分析模型、账龄分析模型、财务报表及指标分析模型、综合财务绩效评价模型、人员绩效分析模型等。

附1：分析维度

分析维度类似于业务实体，类似企业管理及业务领域的主数据信息，每个维度都要根据业务需求，按照多个视角组织成不同的层级关系，并分别包含若干扩展属性。主属性用来组织维度的层次结构并作为主要标识，主属性和扩展属性都可以在在查询分析中使用。

以医学检验行业BI为例，维度的例子有时间、地区、机构与人员、医院、讲师、病人、项目（套餐）、设备、仓库、物料、供应商、线路、车辆等。

附2：分析指标

分析指标是指在企业业务过程各环节中（如采购、营销、检验、结算等），产生的量化指标（直接产生的原始指标可成为度量值）。分析指标按照在各个维度上是否可以累加的特性区别，有全累加指标（如销售量、销售额）、半累加指标（如期末余额，在时间上不可累加，在其他维度上可累加）、非累加指标（如产品单价、各种比率等）。

在上层分析应用中使用的分析指标，一般是基于原始分析指标计算而来的衍生指标。

以医学检验行业BI为例，分析指标的例子有物料申购数量、库存量、待检数量、实收金额、分摊成本额、年初数量、期末余额等。