Oracle取字符串長(zhǎng)度以及判斷是否含有中文？用length可查到具體看有多少個(gè)字符。selectlength(abcdefgh)fromsuper-假如是從一個(gè)表中取一個(gè)字段，查這個(gè)字段的數(shù)據(jù)長(zhǎng)度：

Oracle取字符串長(zhǎng)度以及判斷是否含有中文？

用length可查到具體看有多少個(gè)字符。selectlength(abcdefgh)fromsuper-假如是從一個(gè)表中取一個(gè)字段，查這個(gè)字段的數(shù)據(jù)長(zhǎng)度：selectlength()returningtablea！

什么是BI？

互聯(lián)網(wǎng)時(shí)代信息技術(shù)的飛速發(fā)展讓企業(yè)的信息化程度努力提高，企業(yè)數(shù)據(jù)顯現(xiàn)出出爆發(fā)式增長(zhǎng)的態(tài)勢(shì)?；騽t地，企業(yè)數(shù)據(jù)量越大，數(shù)據(jù)問(wèn)題就不暴漏得越明顯，數(shù)據(jù)驅(qū)動(dòng)決策的需求也越加強(qiáng)烈。在這樣的時(shí)代背景下，商業(yè)智能（BusinessIntelligence，簡(jiǎn)稱BI）下一界了信息化熱詞，我們經(jīng)常能聽(tīng)了企業(yè)說(shuō)“上BI”、“建設(shè)BI系統(tǒng)”、“最終形成BI決策平臺(tái)”等內(nèi)容。

這樣BI到底是什么呢？相信除了相關(guān)的研究學(xué)者，絕大部分的人會(huì)很難能提供一個(gè)考慮的答案。不過(guò)早在1958年，IBM的研究員HansPeterLuhn就將“智能”定義為“對(duì)事物相互關(guān)系的一種理解能力，并利用這種能力去指導(dǎo)決策，以達(dá)到預(yù)期的目標(biāo)?！?/p>

在1996年，加特納（Gartner）集團(tuán)一錘定音，宣布將商業(yè)智能定義方法為：商業(yè)智能具體描述了一系列的概念和方法，是從應(yīng)用形式基于事實(shí)的支持系統(tǒng)來(lái)輔助商業(yè)決策的制定。

而我們只是因?yàn)楦緹o(wú)法具體清楚的商業(yè)智能定義，要注意有兩個(gè)方面的原因。無(wú)非，不斷信息技術(shù)的發(fā)展，20十七年來(lái)商業(yè)智能的內(nèi)容也再一次發(fā)生了一些變化，但是商業(yè)智能的定義仍舊停留在上個(gè)世紀(jì)；另外一方面，與歐美發(fā)達(dá)國(guó)家兩者相比，我國(guó)的信息化水平較為落后挨打，還有互聯(lián)網(wǎng)和各行業(yè)龍頭企業(yè)，國(guó)內(nèi)完全興起B(yǎng)I熱潮也是在近幾年。而，業(yè)內(nèi)對(duì)BI沒(méi)有材的定義認(rèn)知也在情理之中。

那就對(duì)于今天的商業(yè)智能，大眾有著怎樣的理解和認(rèn)知呢？圍繞這一疑問(wèn)，帆軟數(shù)據(jù)應(yīng)用研究院對(duì)770多家企業(yè)的1400多名從業(yè)人員接受了調(diào)研。按照對(duì)調(diào)研數(shù)據(jù)的整理、可以清洗和分析，我們發(fā)現(xiàn)自己了一些有價(jià)值的結(jié)論，下面將對(duì)分析過(guò)程和結(jié)論通過(guò)詳細(xì)點(diǎn)的介紹。

分析過(guò)程首先我們借用python對(duì)調(diào)研能夠得到的數(shù)據(jù)進(jìn)行了收拾好和擦洗，能去掉掉臟數(shù)據(jù)后，終于得到了890條數(shù)據(jù)。

隨后，我們參照被調(diào)研人員職位的不同，將被調(diào)研人員可分IT部門(mén)從業(yè)人員和業(yè)務(wù)部門(mén)從業(yè)人員兩類(lèi)，并打上數(shù)據(jù)標(biāo)簽。

到最后，我們的分詞庫(kù)jieba和詞云庫(kù)wordloud生成了三幅被調(diào)研者對(duì)BI定義觀念的詞云圖，即是一個(gè)整體認(rèn)知、IT部門(mén)從業(yè)人員認(rèn)知和業(yè)務(wù)部門(mén)從業(yè)人員認(rèn)知。

整體認(rèn)知被調(diào)研人員對(duì)BI定義的整個(gè)結(jié)構(gòu)認(rèn)知是可以明白為“數(shù)據(jù)”、“分析”、“數(shù)據(jù)分析”、“報(bào)表”、“業(yè)務(wù)”、“企業(yè)”、“決策”、“智能”、“工具”、“影像展示”、“可視化”等關(guān)鍵詞。

簡(jiǎn)單，關(guān)鍵詞“企業(yè)”、“決策”和“工具”那就證明大眾對(duì)此BI的作用和目的有著都很確切的解釋?zhuān)蔷褪茄ㄆ髽I(yè)決策的工具。

其次，“數(shù)據(jù)”、“分析什么”、“數(shù)據(jù)分析”等關(guān)鍵詞則體現(xiàn)出來(lái)了大眾對(duì)BI認(rèn)知觀念的側(cè)重點(diǎn)只是相對(duì)而言數(shù)據(jù)分析這一功能上，甚至于將BI天壤于數(shù)據(jù)分析工具。其實(shí)BI還中有了數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)ETL等功能，包裹了數(shù)據(jù)處理到展示更多的整個(gè)流程。但底層的數(shù)據(jù)倉(cāng)庫(kù)建設(shè)也非常重要，能為現(xiàn)的數(shù)據(jù)分析可以提供最強(qiáng)有力的支持，能讓數(shù)據(jù)分析結(jié)果無(wú)比準(zhǔn)確。

同時(shí)，關(guān)鍵詞“影像展示”和“可視化”也引申出了BI的另一項(xiàng)最重要功能，即數(shù)據(jù)可視化。實(shí)際數(shù)據(jù)可視化將數(shù)據(jù)分析而以更非常直觀明白的進(jìn)行展示，能為決策者能提供更清楚地更潛近的見(jiàn)解。

結(jié)果，一個(gè)也很奇異的關(guān)鍵詞“報(bào)表”也從某種程度上反映了我國(guó)的BI建設(shè)現(xiàn)狀。明確的BI的定義，報(bào)表工具又是BI的一部分，當(dāng)然了并又不能已經(jīng)代表上帝BI。只不過(guò)我國(guó)企業(yè)信息化水平整體偏底，很多企業(yè)的決策勉力支撐依然以報(bào)表偏于，因此報(bào)表又是BI在我國(guó)企業(yè)內(nèi)的一個(gè)比較多表現(xiàn)形式。

圖1整體認(rèn)知IT部門(mén)業(yè)務(wù)部門(mén)從業(yè)人員認(rèn)知被調(diào)研人員中，IT部門(mén)和業(yè)務(wù)部門(mén)從業(yè)人員對(duì)BI定義法認(rèn)知的關(guān)鍵詞與整體認(rèn)知類(lèi)似于，核心是“數(shù)據(jù)”、“決策”和“數(shù)據(jù)分析”，這里我們要注意來(lái)看這二者之間的差異。

第一，從詞云圖中關(guān)鍵詞的大小來(lái)看，IT部門(mén)從業(yè)人員對(duì)BI的認(rèn)知頗為材，業(yè)務(wù)部門(mén)從業(yè)人員則較為收攏。這一結(jié)果也和業(yè)務(wù)部門(mén)的多樣性或是，不同業(yè)務(wù)部門(mén)的人員有著有所不同的理解。

第二，IT部門(mén)重技術(shù)，內(nèi)部部門(mén)重價(jià)值。IT部門(mén)從業(yè)人員認(rèn)知詞云圖中，出現(xiàn)了“技術(shù)”、“挖掘點(diǎn)”、“應(yīng)用”等詞，因此“智能”一詞并沒(méi)有和“商業(yè)智能”捆住在一起，反而作為分開(kāi)來(lái)的關(guān)鍵詞出現(xiàn)的。在業(yè)務(wù)部門(mén)從業(yè)人員認(rèn)知詞云圖中，“價(jià)值”、“可視化”、“整合”等關(guān)鍵詞是IT部門(mén)從業(yè)人員認(rèn)知圖中會(huì)出現(xiàn)相對(duì)較少的。所以說(shuō)IT部門(mén)更傾向于將BI符號(hào)表示為技術(shù)，而業(yè)務(wù)部門(mén)則更不太注重商業(yè)價(jià)值。

第三，IT部門(mén)從業(yè)人員認(rèn)知詞云圖中出現(xiàn)了關(guān)鍵詞“暫無(wú)”，這只能說(shuō)明有一小部分的IT從業(yè)人員對(duì)BI的定義沒(méi)有內(nèi)容明確的理解和認(rèn)知，或則企業(yè)完全沒(méi)有直接進(jìn)入BI系統(tǒng)建設(shè)階段，因此IT人員也沒(méi)深入外界過(guò)BI。

第四，IT部門(mén)和業(yè)務(wù)部門(mén)從業(yè)人員認(rèn)知詞云圖中都提到了“數(shù)據(jù)挖掘”，但又出現(xiàn)的次數(shù)都更加少。數(shù)據(jù)挖掘作為更深入的數(shù)據(jù)分析方法，在面對(duì)大量數(shù)據(jù)時(shí)，能需要提供更富洞察力的見(jiàn)解，也BI的一項(xiàng)不重要功能。但這就當(dāng)前國(guó)內(nèi)情況來(lái)看，數(shù)據(jù)挖掘仍處在泡沫和技術(shù)炒作階段，完全沒(méi)有我得到無(wú)形的能量的應(yīng)用。但無(wú)可否認(rèn)，數(shù)據(jù)挖掘是未來(lái)的一個(gè)比較多趨勢(shì)。

最后，值得注意的是，業(yè)務(wù)部門(mén)從業(yè)人員認(rèn)知詞云圖中，再次出現(xiàn)了“帆軟”一詞。作為國(guó)內(nèi)專(zhuān)業(yè)的大數(shù)據(jù)BI和分析平臺(tái)提供商，帆軟專(zhuān)注商業(yè)智能和數(shù)據(jù)分析領(lǐng)域，致力于為全球企業(yè)需要提供提供一站式商業(yè)智能解決方案。帆軟會(huì)推出的商業(yè)智能產(chǎn)品FineBI的一個(gè)核心優(yōu)勢(shì)就是業(yè)務(wù)人員自助分析，因此業(yè)務(wù)人員相互的較多，提起過(guò)BI也就很恐怕地看到帆軟了。

圖2IT部門(mén)從業(yè)人員認(rèn)知圖3業(yè)務(wù)部門(mén)從業(yè)人員認(rèn)知以上分析結(jié)論可以不總結(jié)歸納為兩點(diǎn)：

整體上來(lái)說(shuō)，國(guó)內(nèi)企業(yè)人員對(duì)BI的認(rèn)知進(jìn)入微觀的目標(biāo)層面，對(duì)BI功能的認(rèn)知聚集在數(shù)據(jù)分析和數(shù)據(jù)可視化上；部門(mén)工作內(nèi)容和工作性質(zhì)的差異令I(lǐng)T部門(mén)和業(yè)務(wù)部門(mén)的從業(yè)人員對(duì)BI的認(rèn)知修真者的存在當(dāng)然區(qū)別。根據(jù)大眾認(rèn)知調(diào)研結(jié)果和分析結(jié)論，特點(diǎn)可以做到的BI定義，我們可以不來(lái)重新定義,定義商業(yè)智能：

商業(yè)智能（BI）是依靠技術(shù)手段或方法，將數(shù)據(jù)轉(zhuǎn)化成為知識(shí)，用以支撐企業(yè)決策、挖掘出商業(yè)價(jià)值的一套解決方案。以數(shù)據(jù)為中心，BI的核心功能通常有數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)ETL、數(shù)據(jù)分析、數(shù)據(jù)挖掘和數(shù)據(jù)可視化。

調(diào)研因?yàn)榇蟊妼?duì)BI的理解聚集在數(shù)據(jù)分析和數(shù)據(jù)可視化層面，并且，報(bào)表制作與展示和業(yè)務(wù)人員自助分析是BI在國(guó)內(nèi)企業(yè)中的兩大主要應(yīng)用場(chǎng)景。而數(shù)據(jù)挖掘只能說(shuō)是未來(lái)的一個(gè)趨勢(shì)，目前對(duì)國(guó)內(nèi)企業(yè)來(lái)說(shuō)仍是泡沫。

那就企業(yè)是需要做的，老祖看重底層數(shù)據(jù)倉(cāng)庫(kù)的建設(shè)，逐步提升數(shù)據(jù)分析和可視化的水平，向更深層次過(guò)渡，使最終形成求全部的BI體系，讓數(shù)據(jù)下一界生產(chǎn)力，產(chǎn)出非常大的價(jià)值。