近幾年來，隨著勘察設(shè)計行業(yè)信息化建設(shè)的高速發(fā)展，行業(yè)大部分企業(yè)已經(jīng)從原來幾乎沒有業(yè)務(wù)系統(tǒng)，進(jìn)入到業(yè)務(wù)系統(tǒng)全面開花階段[1]。經(jīng)過幾年的運(yùn)行，行政管理系統(tǒng)、生產(chǎn)經(jīng)營系統(tǒng)、財務(wù)系統(tǒng)、協(xié)同設(shè)計系統(tǒng)等已積累了大量的業(yè)務(wù)數(shù)據(jù)，但由于各系統(tǒng)間相互獨(dú)立，且往往缺乏統(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn)，數(shù)據(jù)不僅共享困難，還會出現(xiàn)不一致的情況，因而難以實現(xiàn)數(shù)據(jù)的集成、深度分析和再利用。相較于原先分散的數(shù)據(jù)源，借助商務(wù)智能（Business Intelligence，BI）平臺可以將分散的數(shù)據(jù)建立起統(tǒng)一的數(shù)據(jù)倉庫，使企業(yè)數(shù)據(jù)更加規(guī)范，可以更好地被分析利用。BI平臺作為企業(yè)管理中一種以數(shù)據(jù)為驅(qū)動力的智能化管理工具，可以幫助企業(yè)有效地收集、整合、分析和可視化數(shù)據(jù)，顯著提高企業(yè)的決策水平和管理能力。在當(dāng)前日益嚴(yán)峻的經(jīng)濟(jì)形勢下，市場環(huán)境越來越復(fù)雜，商業(yè)競爭越來越激烈，迫使企業(yè)必須加快數(shù)字化轉(zhuǎn)型，而BI平臺正是通過大數(shù)據(jù)分析助力企業(yè)實現(xiàn)商業(yè)價值的重要方式之一。
大數(shù)據(jù)時代，企業(yè)管理人員利用大數(shù)據(jù)BI工具進(jìn)行企業(yè)經(jīng)營狀況分析和數(shù)據(jù)挖掘，已成為現(xiàn)代企業(yè)提高競爭力的重要舉措[2]。汪少鋒[3]從數(shù)據(jù)采集、優(yōu)化數(shù)據(jù)預(yù)處理流程、數(shù)據(jù)分析建模、數(shù)據(jù)可視化等方面進(jìn)行了深入研究，提出了BI平臺如何應(yīng)用在企業(yè)財務(wù)管理中的一套解決方案；胡志剛[4]等主要研究了BI在科研管理領(lǐng)域中的應(yīng)用，介紹了科研智能的整體框架和關(guān)鍵技術(shù)；侯杰[5]等綜合運(yùn)用數(shù)據(jù)倉庫技術(shù)、數(shù)據(jù)挖掘算法和多維數(shù)據(jù)建模與分析方法，建立了一套面向礦業(yè)集團(tuán)經(jīng)營和發(fā)展的商務(wù)智能分析體系；胡立勇[6]等則將BI技術(shù)應(yīng)用到醫(yī)院急救設(shè)備管理中，實現(xiàn)了醫(yī)院急救設(shè)備的快速調(diào)配。
(資料圖)
盡管BI平臺在商業(yè)領(lǐng)域得到了廣泛應(yīng)用和驗證，但其在勘察設(shè)計行業(yè)中的應(yīng)用成果相對較少，研發(fā)面向勘察設(shè)計行業(yè)的BI平臺有著重要的現(xiàn)實意義。本文旨在探索BI平臺在勘察設(shè)計行業(yè)的落地應(yīng)用研究，重點(diǎn)關(guān)注如何利用現(xiàn)有的前沿技術(shù)和方法，讓業(yè)務(wù)人員基于業(yè)務(wù)需求快速地搭建各類應(yīng)用。筆者基于當(dāng)前國內(nèi)外研究現(xiàn)狀，結(jié)合行業(yè)企業(yè)實際情況，設(shè)計了一套企業(yè)BI平臺的實現(xiàn)方案，其整體架構(gòu)如圖1所示。
圖1 企業(yè)BI平臺整體架構(gòu)圖
數(shù)據(jù)連接層： 用于梳理企業(yè)各個業(yè)務(wù)系統(tǒng)和管理流程中的原始業(yè)務(wù)數(shù)據(jù)，以及重要的線下數(shù)據(jù)，并分別通過不同的方式接入數(shù)據(jù)同步引擎。
數(shù)據(jù)治理層： 針對線上數(shù)據(jù)，使用數(shù)據(jù)同步工具對業(yè)務(wù)數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗、數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)關(guān)聯(lián)等操作，以全量同步、增量同步的方式搭建數(shù)據(jù)倉庫；針對線下數(shù)據(jù)，使用經(jīng)過數(shù)據(jù)預(yù)處理后的EXCEL或CSV文件進(jìn)行數(shù)據(jù)導(dǎo)入；針對其他邏輯非常復(fù)雜的線上業(yè)務(wù)數(shù)據(jù)，通過API數(shù)據(jù)服務(wù)的方式進(jìn)行構(gòu)建。通過這些不同的數(shù)據(jù)集成方式，完成數(shù)據(jù)倉庫的搭建，確保數(shù)據(jù)倉庫中的數(shù)據(jù)與原始業(yè)務(wù)數(shù)據(jù)的同步和實時更新，再對外提供數(shù)據(jù)存儲和數(shù)據(jù)服務(wù)。
自助分析層： 針對各類企業(yè)數(shù)據(jù)分析可視化場景需求，通過平臺提供的各類功能特性，創(chuàng)建和使用各種報表及其他組件、儀表盤和故事板進(jìn)行可視化數(shù)據(jù)分析，構(gòu)建可視化數(shù)據(jù)應(yīng)用等。
應(yīng)用發(fā)布層： 對構(gòu)建的數(shù)據(jù)應(yīng)用設(shè)置用戶角色和數(shù)據(jù)權(quán)限的分配，發(fā)布并分享應(yīng)用給各類管理者使用。
數(shù)據(jù)倉庫是BI運(yùn)行的數(shù)據(jù)基礎(chǔ)，BI需要依賴數(shù)據(jù)倉庫去做數(shù)據(jù)分析。因此，建立數(shù)據(jù)倉庫是BI平臺能否成功搭建的關(guān)鍵。
在企業(yè)信息化建設(shè)過程中，常常會出現(xiàn)大量異構(gòu)系統(tǒng)和數(shù)據(jù)的情況。這些異構(gòu)系統(tǒng)和數(shù)據(jù)來源于不同部門、業(yè)務(wù)流程或技術(shù)平臺，可能具有不同的數(shù)據(jù)格式、數(shù)據(jù)結(jié)構(gòu)和數(shù)據(jù)標(biāo)準(zhǔn)，容易導(dǎo)致數(shù)據(jù)孤島、數(shù)據(jù)冗余和數(shù)據(jù)集成困難等問題，對企業(yè)的數(shù)據(jù)管理和應(yīng)用形成挑戰(zhàn)。
在沒有數(shù)據(jù)倉庫之前，企業(yè)的數(shù)據(jù)查詢和分析系統(tǒng)、數(shù)據(jù)集市、報表系統(tǒng)、駕駛艙等各類系統(tǒng)的數(shù)據(jù)訪問操作，通常直接基于業(yè)務(wù)系統(tǒng)數(shù)據(jù)。這種簡單的數(shù)據(jù)訪問模式，容易形成以下幾個問題：一是業(yè)務(wù)系統(tǒng)對應(yīng)的多個報表系統(tǒng)的更新和維護(hù)問題；二是不同業(yè)務(wù)系統(tǒng)之間的數(shù)據(jù)互通問題；三是業(yè)務(wù)系統(tǒng)的數(shù)據(jù)存在臟數(shù)據(jù)的問題；四是直接操作業(yè)務(wù)數(shù)據(jù)做分析，對業(yè)務(wù)數(shù)據(jù)庫的壓力太大，影響線上業(yè)務(wù)的穩(wěn)定，同時還有破壞業(yè)務(wù)數(shù)據(jù)的風(fēng)險問題。
數(shù)據(jù)倉庫是一個面向主題的、集成的、隨時間變化但信息本身相對穩(wěn)定的數(shù)據(jù)集合，用于支持管理決策。具體而言，數(shù)據(jù)倉庫中的數(shù)據(jù)不是企業(yè)業(yè)務(wù)數(shù)據(jù)的簡單堆積，而是被組織成面向主題的數(shù)據(jù)模型，以便用戶能夠輕松地進(jìn)行查詢、分析和決策。
本文的目標(biāo)是搭建一個企業(yè)數(shù)據(jù)倉庫，通過數(shù)據(jù)抽取、轉(zhuǎn)換、裝載的過程（Extract–Transform–Load，ETL）工具，將原本分散、不同信息流、標(biāo)準(zhǔn)不統(tǒng)一的企業(yè)經(jīng)營、生產(chǎn)、財務(wù)、項目和人力資源等數(shù)據(jù)載入并實時更新到數(shù)據(jù)倉庫中，用以提供一致、準(zhǔn)確的數(shù)據(jù)視圖，為決策者和分析師提供強(qiáng)大的數(shù)據(jù)分析和洞察能力，支持業(yè)務(wù)決策、市場分析、業(yè)績評估等重要活動。
對于勘察設(shè)計企業(yè)來說，借助功能強(qiáng)大的ETL工具，實現(xiàn)對各種業(yè)務(wù)數(shù)據(jù)的處理、轉(zhuǎn)換、遷移，是建立企業(yè)數(shù)據(jù)中心，確保數(shù)據(jù)邏輯統(tǒng)一的理想途徑之一。市面上有很多ETL工具，本文選用DataX工具用于數(shù)據(jù)倉庫建設(shè)，它是阿里巴巴旗下的一款優(yōu)秀的開源產(chǎn)品，能提供各種數(shù)據(jù)存儲的讀寫插件，支持多線程執(zhí)行，使用操作也很簡單。
DataX是阿里云DataWorks數(shù)據(jù)集成的開源版本，是在阿里巴巴集團(tuán)內(nèi)被廣泛使用的離線數(shù)據(jù)同步工具，實現(xiàn)了包括MySQL、Oracle、OceanBase、SqlServer、Postgre、HDFS、Hive、ADS、HBase等各種異構(gòu)數(shù)據(jù)源之間高效的數(shù)據(jù)同步功能。DataX先通過ETL進(jìn)行數(shù)據(jù)清洗、轉(zhuǎn)換、合并與集成，再將底層數(shù)據(jù)導(dǎo)入到數(shù)據(jù)倉庫中。
DataX采用Framework+Plugin架構(gòu)，將數(shù)據(jù)源讀取和寫入抽象稱為Reader/Writer插件，納入到整個同步框架中，如圖2所示。本文在實際搭建數(shù)據(jù)倉庫時的一項重要工作就是編寫各類Reader和Writer，完成定義好的各主題域下的數(shù)據(jù)同步和更新。在進(jìn)行主題域劃分時，需要了解企業(yè)不同的業(yè)務(wù)流程都有哪些業(yè)務(wù)活動參與其中。劃分主題域的方法有很多種，不同企業(yè)選取的方法也有所不同，其中較為常用的方法包括按部門劃分、按需求劃分、按功能劃分和按業(yè)務(wù)系統(tǒng)劃分四種類型。
圖2 DataX設(shè)計框架
本文根據(jù)筆者所在企業(yè)實際運(yùn)作情況，選取了最為常見的按部門劃分方式來設(shè)計主題域。不同部門對應(yīng)不同的職責(zé)范圍，從事不同業(yè)務(wù)內(nèi)容，管理不同的數(shù)據(jù)對象，會形成各種不同的主題域，如經(jīng)營域、生產(chǎn)域、人事域、財務(wù)域等。這些主題域由不同的主題內(nèi)容組成，具體如表1所示。
目前，大部分勘察設(shè)計企業(yè)做數(shù)據(jù)分析的現(xiàn)狀是：首先由部門員工提出具體業(yè)務(wù)需求，其次由IT人員完成數(shù)據(jù)的采集、處理、可視化和分析等一系列任務(wù)，業(yè)務(wù)人員再對IT人員完成的結(jié)果進(jìn)行確認(rèn)并提出修改意見。這個過程往往會迭代好幾輪，工作量較大。
隨著企業(yè)業(yè)務(wù)的快速發(fā)展，這種模式暴露出一些問題：一是已完成的應(yīng)用難以適應(yīng)業(yè)務(wù)的快速變化，且維護(hù)成本較高；二是IT人員需要面對各類業(yè)務(wù)人員提出的需求，他們對業(yè)務(wù)的理解往往沒有專業(yè)人員理解得透徹，導(dǎo)致產(chǎn)出結(jié)果無法滿足預(yù)期；三是該模式由于多方的參與，從需求到開發(fā)至最終交付需要一個過程，這使得產(chǎn)出成果的時效性較差。
為此，本文嘗試一種新模式，那就是讓IT人員只負(fù)責(zé)數(shù)據(jù)標(biāo)準(zhǔn)定義、數(shù)據(jù)倉庫和數(shù)據(jù)集市的建立，提供各類數(shù)據(jù)服務(wù)，剩下的工作讓業(yè)務(wù)人員自己來完成。他們通過建好的BI平臺，在不需要編寫任何代碼的情況下，根據(jù)具體業(yè)務(wù)需求，通過“拖拉拽”式的自助式服務(wù)，靈活搭建各類應(yīng)用，完成對業(yè)務(wù)數(shù)據(jù)的可視化、分析和挖掘等工作。
基于上述目標(biāo)，在選擇BI平臺時，需要考慮以下幾個關(guān)鍵因素：
一是業(yè)務(wù)需求。 不同的BI平臺在功能和特性上有所不同，這就需要評估選擇的工具擁有的各項基本功能和分析能力是否能夠滿足企業(yè)的業(yè)務(wù)需求和目標(biāo)。
二是可視化和報表功能。 需要評估工具的可視化能力是否足夠強(qiáng)大，是否能提供各種圖表類型和自定義選項，創(chuàng)建易于理解和互動的儀表盤和報表。
三是數(shù)據(jù)整合和連接。 需要能夠連接和整合各種數(shù)據(jù)源，最好可以輕松進(jìn)行數(shù)據(jù)提取、轉(zhuǎn)換和加載（ETL）操作。
四是數(shù)據(jù)分析功能。 是否能夠提供高級分析功能，如數(shù)據(jù)挖掘、預(yù)測分析、趨勢分析和多維分析。
五是用戶友好性。 選擇易于使用和學(xué)習(xí)的BI平臺對于用戶的推廣使用非常重要，故需考慮工具的用戶界面和交互體驗，以及是否具有豐富的培訓(xùn)資源來幫助用戶上手。
六是擴(kuò)展性和靈活性。 具有擴(kuò)展性和靈活性的BI平臺，能夠適應(yīng)企業(yè)業(yè)務(wù)變化和增加新功能要求。
七是安全性和數(shù)據(jù)隱私。 數(shù)據(jù)安全和隱私保護(hù)是非常重要的考慮因素，需確保BI平臺能提供適當(dāng)?shù)陌踩δ埽缭L問控制、數(shù)據(jù)加密和安全審計等。
八是成本效益。 需要考慮BI平臺的總體成本效益，包括實施和維護(hù)成本，以及是否存在附加費(fèi)用（例如培訓(xùn)、技術(shù)支持等）。
目前，市場上有許多BI平臺可供選擇，包括大型企業(yè)級平臺，如國外的TaBIeau、PowerBI和國內(nèi)的FineBI，開源平臺如Redash、Superse、Datart等。根據(jù)上述選型時要考慮的幾個關(guān)鍵點(diǎn)，本文對市面上的主流BI平臺進(jìn)行了調(diào)研和實際使用比較，結(jié)果如表2所示。
表2 國內(nèi)外主流BI平臺比較
如上所述，相比于TaBIeau、PowerBI、FineBI等業(yè)界使用最為廣泛的商務(wù)BI平臺，Datart無論在功能、可擴(kuò)展性、上手難度，還是用戶友好性等方面都可與之媲美，加之它是開源免費(fèi)的，各方面都比較符合勘察設(shè)計企業(yè)的實際情況，本文最終選擇Datart作為企業(yè)實施BI的平臺。
本文以筆者所在企業(yè)為例，介紹如何搭建企業(yè)級的BI平臺并進(jìn)而利用BI平臺搭建一個基于企業(yè)級關(guān)鍵指標(biāo)要素的數(shù)據(jù)分析及可視化應(yīng)用——企業(yè)級數(shù)字駕駛艙，主要從指標(biāo)設(shè)計、數(shù)據(jù)連接、數(shù)據(jù)治理、自助分析、應(yīng)用發(fā)布五個層面分別介紹實際平臺搭建及應(yīng)用的過程。
指標(biāo)設(shè)計
經(jīng)過調(diào)研確定相關(guān)指標(biāo)項，這些指標(biāo)項涉及到的業(yè)務(wù)數(shù)據(jù)來自生產(chǎn)、經(jīng)營、財務(wù)和人力資源管理等多個業(yè)務(wù)系統(tǒng)。由于整個企業(yè)的指標(biāo)項體系極其龐大，作為示例僅列出經(jīng)營概況、外務(wù)概況、人員概況三個方面的幾個關(guān)鍵指標(biāo)，如圖3所示。
圖3 企業(yè)級數(shù)字駕駛艙數(shù)據(jù)指標(biāo)體系
數(shù)據(jù)連接
此過程的主要工作是梳理筆者所在企業(yè)業(yè)務(wù)系統(tǒng)現(xiàn)狀，了解不同業(yè)務(wù)系統(tǒng)底層數(shù)據(jù)實現(xiàn)的邏輯，從而完成企業(yè)主要的生產(chǎn)及管理系統(tǒng)的數(shù)據(jù)庫接入，如圖4所示。
圖4 數(shù)據(jù)連接
數(shù)據(jù)治理
由于上述建立的業(yè)務(wù)系統(tǒng)的合作軟件供應(yīng)商不同，數(shù)據(jù)庫的類型也不同，故需要針對不同類型的數(shù)據(jù)庫編寫任務(wù)。本文創(chuàng)建了基于Oracle、SqlServer、Mysql等多種類型數(shù)據(jù)庫的任務(wù)，同時根據(jù)表1設(shè)計的主題域，創(chuàng)建了各個主題下的數(shù)據(jù)同步任務(wù)，通過ETL工具創(chuàng)建一系列定時任務(wù)，同步及更新業(yè)務(wù)數(shù)據(jù)到數(shù)據(jù)倉庫中，任務(wù)列表如圖5所示。
表1 主題域分析設(shè)計
圖5 數(shù)據(jù)治理
任務(wù)列表中的任務(wù)根據(jù)具體要同步更新的業(yè)務(wù)數(shù)據(jù)，編寫了不同的數(shù)據(jù)處理規(guī)則；根據(jù)數(shù)據(jù)的新增和更新頻率，設(shè)置了不同的任務(wù)執(zhí)行周期表達(dá)式，以保證數(shù)據(jù)的實時更新。平臺提供日志管理功能，可實時查看每個任務(wù)的執(zhí)行情況，大大方便了對任務(wù)的管控。
自助分析
自助分析的前提是有足量的數(shù)據(jù)，這就首先需要保證有足夠的數(shù)據(jù)源被接入進(jìn)來。BI平臺有專門的“數(shù)據(jù)源”模塊用于配置和管理可視化數(shù)據(jù)的來源，新建一個數(shù)據(jù)源通常是開始分析或制作可視化界面的第一步，Datart默認(rèn)支持以下三種數(shù)據(jù)獲取方式：
一是數(shù)據(jù)倉庫。平臺通過JDBC連接數(shù)據(jù)倉庫，獲取數(shù)據(jù)倉庫中的信息和數(shù)據(jù)。
二是文件。平臺支持Excel和CSV文件作為數(shù)據(jù)源存儲在服務(wù)端。以筆者所在企業(yè)為例，生產(chǎn)部門的水電費(fèi)和房租是通過行政人員手工錄入到Excel文件的，在查詢文件數(shù)據(jù)源時，平臺支持在數(shù)據(jù)視圖中編寫SQL語句對一個數(shù)據(jù)源下的多個文件進(jìn)行關(guān)聯(lián)與聚合操作。
三是接口服務(wù)。平臺支持HTTP接口響應(yīng)數(shù)據(jù)作為數(shù)據(jù)來源，通過程序?qū)崿F(xiàn)復(fù)雜的業(yè)務(wù)邏輯，獲取的數(shù)據(jù)一般通過封裝成接口獲取。在查詢HTTP數(shù)據(jù)源時，支持在數(shù)據(jù)視圖中編寫SQL語句對一個數(shù)據(jù)源下的多個HTTP接口響應(yīng)數(shù)據(jù)進(jìn)行關(guān)聯(lián)與聚合操作。
Datart將構(gòu)建可視化分析應(yīng)用的過程分解成幾個步驟，這使得系統(tǒng)功能非常直觀且內(nèi)容可以很方便地被復(fù)用和更改。其中，數(shù)據(jù)視圖用于從數(shù)據(jù)源中選取所需的數(shù)據(jù)，支持對所選數(shù)據(jù)進(jìn)行轉(zhuǎn)換和加工，用于分析和可視化制作；數(shù)據(jù)圖表是可視化的基礎(chǔ)單元，通過對數(shù)據(jù)視圖中的字段做可視化屬性配置，將查詢結(jié)果進(jìn)行可視化編碼，最終以圖表的形式進(jìn)行展現(xiàn)；儀表盤是可視化的核心部分，用于呈現(xiàn)一組具有相關(guān)性的數(shù)據(jù)圖表，從多角度掌握關(guān)鍵信息。
由于企業(yè)級數(shù)據(jù)駕駛艙涉及到的指標(biāo)項繁多，圖6僅以其中的部分指標(biāo)項——合同數(shù)據(jù)可視化分析為例，展示了數(shù)據(jù)視圖、數(shù)據(jù)圖表組件、儀表盤的構(gòu)建過程。其中，數(shù)據(jù)視圖的創(chuàng)建是由企業(yè)IT人員來完成的，他們負(fù)責(zé)將合同數(shù)據(jù)從數(shù)據(jù)倉庫中接入，接著由業(yè)務(wù)人員結(jié)合業(yè)務(wù)實際需求自助分析數(shù)據(jù)之間的關(guān)聯(lián)，創(chuàng)建不同形式的可視化和交互組件并與數(shù)據(jù)視圖綁定，將分析結(jié)果通過圖表、動畫等可視化方式呈現(xiàn)出來，最后將各個完成的組件布局排版組合成儀表盤。
圖6 數(shù)據(jù)視圖、數(shù)據(jù)圖表組件、儀表盤的構(gòu)建過程
應(yīng)用發(fā)布
在上述工作完成后，就到了應(yīng)用發(fā)布階段。平臺使用RBAC模型控制權(quán)限，支持創(chuàng)建和管理角色，以及設(shè)置用戶或角色對資源的權(quán)限，能夠精確控制發(fā)布與分享指定的應(yīng)用給各類管理者使用。圖7是企業(yè)級數(shù)字駕駛艙的一個數(shù)據(jù)指標(biāo)展示頁面案例。
圖7 企業(yè)級數(shù)字駕駛艙頁面案例
本文借助開源的數(shù)據(jù)倉庫搭建工具和BI分析工具，結(jié)合筆者所在的勘察設(shè)計企業(yè)的實際情況，搭建了企業(yè)的商務(wù)智能（BI）平臺，具有一定的行業(yè)普適性和推廣價值。通過該平臺提供的功能和數(shù)據(jù)，業(yè)務(wù)部門人員可以根據(jù)業(yè)務(wù)需求，搭建多種數(shù)據(jù)分析應(yīng)用模 塊，并進(jìn)行數(shù)據(jù)的深入挖掘和可視化展現(xiàn)。系統(tǒng)解決方案在企業(yè)內(nèi)得到了成功應(yīng)用，在業(yè)務(wù)部門層面，培養(yǎng)出了部門內(nèi)的數(shù)據(jù)分析能手；在企業(yè)層面，企業(yè)的綜合管控和分析決策能力得到了有效提升，大大增強(qiáng)了行業(yè)競爭力。 （本文作者朱曉偉、胡迅、黃爭舸來自浙江大學(xué)建筑設(shè)計研究院有限公司，丁晨杰來自浙江大學(xué)計算機(jī)學(xué)院）
參考文獻(xiàn)
[1]黃爭舸,胡迅,朱曉偉,等.一體化信息體系助力設(shè)計院快速提升企業(yè)效能[J].中國勘察設(shè)計,2019(07):56–61.
[2]喬冰琴,段全虎,高翠蓮.企業(yè)大數(shù)據(jù)分析挖掘及大數(shù)據(jù)BI工具應(yīng)用實踐[J].會計之友,2021(24):131–137.
[3]汪少鋒.大數(shù)據(jù)技術(shù)下企業(yè)BI分析系統(tǒng)在財務(wù)管理中的應(yīng)用[J].中國集體經(jīng)濟(jì),2023(14):134–137.
[4]胡志剛,王欣,李海波.從商業(yè)智能到科研智能：智能化時代的科學(xué)學(xué)與科技管理[J].科學(xué)學(xué)與科學(xué)技術(shù)管理,2021,42(01):3–20.
[5]侯杰,胡乃聯(lián),李國清,等.基于商務(wù)智能的礦業(yè)集團(tuán)運(yùn)營決策系統(tǒng)解決方案[J].計算機(jī)集成制造系統(tǒng),2016,22(01):202–212.
[6]胡立勇,李璟,胡小蘭,等.基于商務(wù)智能技術(shù)的急救設(shè)備使用智能分析平臺的構(gòu)建與應(yīng)用[J].中國醫(yī)學(xué)裝備,2023,20(04):119–123.
來源：《中國勘察設(shè)計》雜志
標(biāo)簽：
