| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-12页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究的目的和意义 | 第10-11页 |
| 1.3 本文主要研究内容和思路 | 第11-12页 |
| 第2章 相关理论综述 | 第12-23页 |
| 2.1 企业级数据中心 | 第12-13页 |
| 2.2 商业智能技术 | 第13-19页 |
| 2.2.1 商业智能概念 | 第13-14页 |
| 2.2.2 数据仓库(Data Warehouse) | 第14-18页 |
| 2.2.3 数据挖掘(Data Mining) | 第18-19页 |
| 2.3 SQL Server 2008的商业智能架构 | 第19-23页 |
| 第3章 A企业数据中心分析体系运营现状及问题分析 | 第23-27页 |
| 3.1 A企业数据中心概况 | 第23-24页 |
| 3.2 A企业数据中心分析体系现状 | 第24页 |
| 3.3 A企业数据中心分析体系的现存问题及原因 | 第24-27页 |
| 3.3.1 异构数据源的多样化导致数据采集处理过程效率低 | 第24-25页 |
| 3.3.2 原始数据的固化存放导致无法进行业务整合分析与挖掘 | 第25页 |
| 3.3.3 分析指标的不一致导致分析结果不具可比性 | 第25-27页 |
| 第4章 基于BI的数据中心分析体系优化策略 | 第27-34页 |
| 4.1 基于BI的分析系统优化策略 | 第27-31页 |
| 4.1.1 基于BI的ETL技术策略处理异构数据源问题 | 第27-29页 |
| 4.1.2 基于BI的数据仓库技术应对原始数据和分析指标整合 | 第29-30页 |
| 4.1.3 基于BI的OLAP技术解决分析挖掘及结果呈现 | 第30-31页 |
| 4.2 基于BI的分析系统概念及模型建立 | 第31-34页 |
| 第5章 基于BI数据中心分析体系优化策略实施 | 第34-43页 |
| 5.1 商业分析系统实施的关键 | 第34-35页 |
| 5.1.1 组织与人员的保障 | 第34页 |
| 5.1.2 技术与研发的支持 | 第34-35页 |
| 5.2 商业分析系统建设目标 | 第35-36页 |
| 5.3 商业分析系统数据仓库-元数据管理设计 | 第36-38页 |
| 5.4 商业分析系统数据仓库-分析指标设计 | 第38-43页 |
| 5.4.1 分析指标设计 | 第40-41页 |
| 5.4.2 报表分析对应关系整理 | 第41页 |
| 5.4.3 SSRS报表设计 | 第41-43页 |
| 第6章 实施效果评估 | 第43-53页 |
| 6.1 异构数据源的定时自动采集处理过程 | 第43-44页 |
| 6.2 对业务决策层及分析团队的一致性即席查询及可视化呈现 | 第44-50页 |
| 6.2.1 即席报表查询展示 | 第45-46页 |
| 6.2.2 商业分析数据挖掘效果展示 | 第46-49页 |
| 6.2.3 业务部门绩效模型展示 | 第49-50页 |
| 6.3 数据信息的商业分析解读 | 第50-53页 |
| 第7章 总结与展望 | 第53-55页 |
| 7.1 总结 | 第53页 |
| 7.2 展望 | 第53-55页 |
| 参考文献 | 第55-57页 |
| 致谢 | 第57-58页 |
| 附录 | 第58-62页 |
| 卷内备考表 | 第62页 |
