商业智能-分析事件而不是聚合？正确的方法是什么？

Question

我目前通过大量的SQL查询来分析我们的客户数据和趋势；并且假设的测试可能非常耗时。

例如，我们有一个客户信息表和一个按客户索引的客户服务呼叫表。我想知道是否某一组客户比另一组客户有更多的CS问题；以及客户服务呼叫和增加的取消率之间是否有任何关联。

我正在研究MS的BI studio，因为我们已经在运行MSSQL2008；但我读到的大部分内容都集中在精心构建的MDX多维数据集上，这些多维数据集聚合了数字数据；因此在上面的模型中，我必须构建一个事实立方体( CS调用的数量和类型)，然后使用客户数据作为维度。这很合理，但在这段时间内，我可以用TSQL手动编写查询。

我的DB足够小，不需要从单独的datamart获得速度提升--我要寻找的是一种查看数据的灵活方式，通过创建一个客户“对象”并将所有类型的数据、操作和数值绑定到它们。我更愿意从现有的表中提取数据，而不是将数据ETL到单独的表中。

理想情况下，在某些情况下，我可以使用数据挖掘工具进行预测分析，但现在我正在寻找容易获得的成果--这个广告活动中的客户取消的次数是否比其他广告活动多；等等。

我是不是找错了SQL Analysis Services/MDX多维数据集？或者我所说的并不是一开始就存在的？非常感谢您对产品的任何建议、指导或见解。

Answer 1

这取决于你想要谁来做分析。如果您是要进行分析的人，您了解SQL，并且了解数据的结构，那么为了简单地更改数据结构而做额外的工作没有什么实际的好处。当您想让那些不了解SQL并且不一定知道不同数据表之间的关系的其他人可以使用这些数据时，您可以使用BI工具。本质上，您添加了一个抽象层来对它们隐藏所有这些复杂性，但仍然允许它们进行分析。当然，抽象的副作用是您最终添加了一些限制，但代价是信息可供更多的人使用。

Answer 2

不要把时间浪费在SSAS/cubes上。您的数据集很小，并且问题的范围是narrow...so，因此您不需要构建多维数据集。相反，您应该对Excel Data Mining addin进行测试运行。它非常强大，并且可以很好地处理小数据集。我相信这就是你要找的容易摘到的果实。此外，用户在使用Excel时感到很舒服。

SSAS对于创建数据挖掘结构/模型不是必需的，只有当您想要自动化该过程时才是必需的。

只有当你有一个非常大的数据集时，首先构建一个多维数据集才有帮助。由于它的速度，它将允许数据挖掘算法运行得更快。即使你使用SSAS来构建数据挖掘结构/模型，你仍然不需要cube...you可以从关系表中构建结构/模型。

如果您的数据库表设计正确