一、商業智能基本概念
1商業智能
商業智能(B日技術是一種能夠幫助 企業 迅速完成信息采集、分析的先進技術也是包括數據倉庫(Data Warehousing)、聯機分析處理(On一line Analytical Processing，OLAP)、數據挖掘(DataMining)在內的用于統計和分析商務數據的先進的信息技術。
2.查詢報告
企業在運行過程中需要將各地的數據匯總到總部進行管理以用于建立一個數據倉庫這種數據倉庫不但保存了 歷史 數據階段性數據而且還能從時間上對數據進行分析同時數據倉庫還提供了裝載外部數據的功能用來接受大量的外部數據查詢這個查詢使管理者能很快地獲取相關信息進行決策。
3在線分析處理(OLAP)
在線分析處理是一種高度交互式的過程信息分析專家通過它可以即時反復進行分析迅速獲取結果。在線分析處理有多維在線分析處理、關系型在線分析處理和混合在線分析處理。分析處理過程一般包括3種可供選擇的方案:
(1)預先 計算 小結數據在使用前進行計算并存儲。
(2)即時計算和存儲.小結數據在查詢時計算然后存儲結果。因為消除了相應的運行計算，使隨后的查詢運行變得更快
(3)隨時計算用戶在需要時對小結數據進行計算。
4數據挖掘
數據挖掘的功能是從浩如煙海的數據和文檔中發現以前未知的、可以理解的信息進行計算或分析。由于數據挖掘的價值在于掃描數據倉庫或建立非常復雜的查詢。數據和文本挖掘工具必須提供很高的吞吐量.并且擁有并行處理功能支持多種采集。因此數據挖掘工具應該具有良好的擴展功能能夠支持將來可能遇到的各種數據或文檔和計算環境。
二、商業智能體系結構設計及系統實現
1系統功能設計
稅收管理中引入商業智能手段可以解決從基礎數據采集到聯機分析和數據挖掘各個環節的需求問題能夠滿足各級領導對業務信息的查詢與決策支持的需求，具體功能設計為以下七個部分:
(1)數據采集:提供了基礎數據采集工具:
(2)報表查詢:對經常使用的固定報表的快速查詢;
(3)報表制作:制作并生成用戶自定義的報表;
(4)報表分析提供切片、切塊、下鉆、上卷和旋轉等數據分析功能即從不同維度上進行挖掘、清洗、匯總、處理等提取想要的相關數據結果形成報表以圖形等展現出來。
(5)即席報表查詢查詢即席自由組合的報表
(6)圖表分析:提供了餅圖、線圖、直方圖等圖形分析工具;
(7)與地理信息系統(GIS)的結合:利用數據庫的管理、查詢、統計和GIS的空間分析、數學分析模型等為各級領導提供信息查詢、輔助決策的功能使信息的展現和分析更加直觀。
2數據倉庫結構設計
數據倉庫的設計要符合稅務系統的業務需求在數據倉庫的設計過程中必須與稅收業務人員以及管理人員密切配合摸清可利用的現有的業務數據外部數據.以及真正的決策需求。稅務數據倉庫應用模型如圖1所示
(1)數據源。稅務系統現有的業務系統數據源(包括其歷史數據、業務數據和其它數據)其數據特點是分散、難以共享和再次分析利用:
(2)中心數據倉庫。由數據倉庫及多維數據庫組成源數據經過抽取、清洗和轉換之后裝載到數據倉庫中，數據倉庫中的數據是集中的、經過了清洗和轉換的便于進行分析;存儲于多維數據庫中的數據是經過了再次加工的為稅收分析與決策模型提供了必要的分析基礎
(3)應用服務層。負責連接用戶對數據倉庫、多維數據庫的查詢訪問
(4)信息展示工具負責為用戶展示分析后的結果。并可對展示的數據進行再次的分析利用，形成最后的分析報表和報告。
3.數據倉庫設計
（1）概念模型設計。在稅務信息管理系統中包括稅務登記管理、征收管理、稅務稽查、法規及復議等各個模塊每個處理模塊存儲著既獨立又相互聯系的管理數據運用數據倉庫的理論和方法對這些管理數據進行綜合、提取可產生支持稅務管理決策或稅務信息訪問的信息
(2)邏輯模型設計。①分析主題域概念模型設計確定了稅務登記、申報征收、稅收計會統、發票管理四個主題域，其中申報征收主題是整個業務流程的中心環節所以選定申報征收主題來實施。②粒度層次劃分。對于納稅申報主題數據量巨大將從前端得來的申報數據經過轉換作為基礎數據，按照時間和征收機關進行綜合。③確定數據分割策略。在本系統中，數據分割采用按照時間和征收機關進行。
(3)設計維表及事實表根據稅務征管包含的業務范圍和決策分析的需要設計征收管理的星形模式星形模式的模型如圖2所示。納稅人的納稅情況作為事實表與之關聯的有多個維表:納稅時間維表、納稅人維表、征收機關維表，稅種維表、行業維表。
(4)物理模型設計。星形模式的建立保證了面向稅務征管的數據集市所需要的數據元素。在星形模式視圖的基礎上可以建立物理數據庫。
使用SQL Server2000的Enterpirse Manager組件首先建立關系數據庫Revenue_ mart再進一步分別建立維度表和事實表。
