教程：Cube Views / MQT Creation教程：Cube Views / MQT Creation
完成练习 1 - 5，涵盖了下列主题：
主题：
- 准备数据库，并连接 OLAP Center 控制台
- 使用 OLAP Center 创建 Cube 模型
- 使用快速启动向导创建 Cube 模型
- 创建计算度量和层次结构
- 为销售 Cube 模型创建 Cube
- 运行 Cube Views Optimization Advisor
- 创建 Cube Views 推荐的 MQT
打开 Cube Views Lab 文档，或下载下面“下载”小节中的 .zip 文件并打开名为 LABCUBEVIEWS.pdf 的文件。
操作性数据存储请查看红皮书“Building the ODS on DB2 UDB using Data Replication, WebSphere MQ, and Data Replication”中的第 3 章，其中介绍了下列主题。为了运行该教程，您将安装 XXX。请查阅 一节。
- ODS 架构
- ODS 数据模型
- 定义和描述 ODS 层
第 4 部分 - 分析商业智能架构的分析层（Analytics Layer）定义了用于提交解决方案的函数和服务，这些解决方案将解决用户即席或周期性提出的业务问题。本小节展示了对于哪些 OLAP 工具是普及（prevalent）机制的验证分析，以及对于哪些数据挖掘（Data Mining）工具是普及机制的发现模型分析。每种分析模型都回答了特定的业务问题或假设，但是方法各不相同，在数据挖掘的场景中，其结果可能产生未确定或不可实施的结果。本小节讨论了第三方工具所支持的 IBM 解决方案，并将之作为向对分析感兴趣的用户交互解决方案的方法。
主题：
- 分析 - 简介
- 数据挖掘
- 教程：Mining your Business in Retail with IBM DB2 Intelligent Miner
- Cube Views 所支持的分析
- 教程：CUBE VIEWS / QMF / Office Connect
- 嵌入式分析 - Alphablox
- 演示：Alphablox
分析 - 简介商业智能分析（Business Intelligence Analytics）涵盖了各种各样的主题，并回答与预测未来结果相关的历史事件所形成的问题，以便公司可以从投资计划中受益。
图 3. 商业智能：分析主题领域 随着信息的交付已经嵌入企业的处理和系统中，商业智能的价值也与日俱增。有三种分析交付类型：
图 4. 商业智能：分析技术 所有这些分析方法都使用关联方法和业务规则来操作低粒度的事务数据，从而为扩展分析和可实施决策的选择提供高质量、一致的度量。
图 5. 商业智能：从数据到信息随需应变 分析层（Analytics Layer）提供了业务分析应用及其底层的功能和服务，因而给公司的各个区域带来了增值。
图 6. 分析：应用例子 组件及其服务：
图 7. 分析：商业应用 组件及其服务：
图 8. 分析：示例工具 数据挖掘请查看红皮书 Enhance Your Business Applications: Simple Integration of Advanced Data Mining Functions 的第 1 部分和第 3 部分，其中涉及了下列主题：
主题：
- 数据库中的数据挖掘函数
- 新数据挖掘函数概述
- 业务场景部署例子
- 用于现有挖掘模型的 IM 记分（Scoring）函数
- 使用 IM 建模函数构建挖掘模型
- 使用 IM 可视化（Visualization）函数
关于这些解决方案所提供服务的详细信息，请查看下列 DB2 Intelligent Miner 手册：
教程：Mining your Business in Retail with IBM DB2 Intelligent Miner该教程向您展示了如何通过使用 IBM DB2 Intelligent Miner 根据客户所购买的产品和他们购物的频率描述其特点，来应用数据挖掘技术。我们将展示如何使用 IBM DB2 Intelligent Miner Modeling 来创建一个挖掘模型，然后使用 IBM DB2 Intelligent Miner Visualization 来评估它并显示其结果。您将了解如何使用用于 DB2 Intelligent Miner 的 Easy Mining Procedures 完成该工作，Easy Mining Procedures 是易于使用的 SQL 接口，用于数据挖掘过程的主要步骤中。
Cube Views 所支持的分析请查看演示文稿：DB2 Data Warehouse Edition: OLAP Acceleration with DB2 Cube View，以了解诸如 ROLAP、HOLAP 和 MOLAP 等 OLAP 部署，以及 Cube Views 在优化多维数据集构建和多维数据集访问策略中如何起作用。
为了理解 Cube Views 在通过快捷表和查询工具向用户提供数据服务中如何起作用，请查看红皮书 DB2 Cube Views - A Primer 的第 7 章“Accessing Dimensional Data in DB2 using QMF For Windows”和第 6 章“Accessing DB2 Dimensional Data Using Office Connect”：
教程：CUBE VIEWS / QMF / Office Connect完成练习 6 和 7，其中涉及下列主题：
- 使用 Office Connect 查询多维数据集
- 使用 QMF for Windows 查询多维数据集
打开 Cube Views Lab 文档，或下载下面“下载”小节中的 .zip 文件并打开名为 LABCUBEVIEWS.pdf 的文件。
嵌入式分析 - Alphablox请查看下面名为“Alphablox Architecture Overview”的白皮书，其中讨论了：
- Alphablox 架构
- Alphablox 组件和应用程序
- J2EE 所起的作用
- Alphablox 的管理和转出（roll-out）
- 使用 QMF for Windows 查询多维数据集
演示：Alphablox该演示的目的：
- 展示 Alphablox 如何可以连接 DB2、DB2 Cube Views 和 DB2 OLAP 并与其进行交互。
- 传达定制分析和嵌入式分析的主要区别。
- 传达 Alphablox 如何可以成为闭环、内联分析解决方案中的组成部分。
- 决定您是向主要面向业务的观众，还是向技术观众进行展示。重点向一个群体或其他群体展示您的演示脚本和注解。
- 解释 Alphablox 如何填充信息管理组合（Information Mgmt portfolio）并帮助现有的 IBM 商业智能合作伙伴（BOBJ、COGN、MSTR）
演示时间：7-10 分钟
设置环境：
该演示是基于几个银行客户建立模型的。基本的问题都相同：银行需要将信息的访问授权给其支行经理，以便他们可以在相当及时、直接影响其业务的第一线做出决策。
例如，某位客户有一个有趣的两难问题。他们发现在 Alphablox 之前，所有支行信息的分析都是在公司级进行的。但是通常要一个月之后，信息才能转出给支行经理。因此，在意识到负面趋势时，总是太迟才采取正确行动。在本例中，他们按照其公司目标吸收合适数目的新客户，但这些客户都没有带来利润。因此，他们吸收的新客户越多，银行就变得越不盈利！
为了纠正行动，银行决定采取两个步骤。首先，他们更改了其目标。支行现在用利润来衡量，而不仅仅用收入来衡量。其次，他们将分析和决策的进行向下推到了区域和支行级。但为此，他们需要一个易于使用并广泛部署于超过 1500 家支行范围的系统。
场景：该演示按照一条两位人员采取的典型分析路径进行：Betty Branch（第 12 支行的本地支行经理）和她的经理 Rick Region。
Betty 需要在给定的一天中完成几件事情：
- 每天 10:00am 之前处理所有的不足基金（NSF）请求
- 核实她相对于其同行的当前等级
- 查看她是否处于收入和利润目标范围之内
- 如果不是，就采取正确的行动，包括修改其开销预算
Rick 登录时将看看相同的问题，以及查看和证实 Betty 所做的修改。
要查看 Alphablox 演示，请打开 一节中的 Alphabloxdemo.ZIP 文件，将其解压缩到本地，并查看压缩包中的 showme.html 以开始观看演示。 |
