明另一实施例提供的对某烟草公司2—次营销活动中的部分真实数据进行可视化分析和呈现的2014年6月底的时序分布热力地图；
[0043]图4为另一实施例提供的一种面向企业商务智能的数据可视化分析系统100的示意框图；
[0044]图5为图4所示的一种面向企业商务智能的数据可视化分析系统的结构示意图。
【具体实施方式】
[0045]为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和【具体实施方式】对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
[0046]在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
[0047]图1为本发明一实施例提供的一种面向企业商务智能的数据可视化分析方法流程示意图，该方法应用于包括数据源层、数据预处理层和可视化分析层的可视化分析系统中，参见图1，该方法包括:
[0048]步骤S1、所述数据源层对各数据源的原始数据进行采集，并存储在数据仓库中；
[0049]步骤S2、所述数据预处理层从所述数据仓库中采集数据，并对采集到的数据进行数据预处理，并将预处理后的数据存储在已清理数据库中；其中所预处理包括数据清理，所述数据清理用于按预设的过滤规则清理不符合要求的数据；
[0050]步骤S3、所述可视化分析层从所述已清理数据库中采集数据，并存储在可视分析数据库中；所述可视化分析层通过可视化分析器按照用户选择的数据处理算法对所述可视化分析数据库中的数据进行可视化分析，并向用户输出可视化分析结果。
[0051]其中，步骤SI中从各数据源采集的原始数据包括:用户的ID、用户的手机号、用户的IP地址、用户购买产品的时间、购买产品的类别、批次等。
[0052]步骤S2中的数据清理，包括过滤空值(例如同时缺失IP地址和时间信息的数据)、错误数据(例如IP地址超出中国范围，日期格式不正确，日期越界)、重复数据等。
[0053]由上述技术方案可知，本发明提供的一种面向企业商务智能的数据可视化分析方法，该方法应用于包括数据源层、数据预处理层和可视化分析层的可视化分析系统中，该方法通过三层系统架构对数据进行分布式管理，可以提高系统架构的可靠性、灵活性和鲁棒性；同时由于本发明提供的这种三层分布式系统架构，各层均可独立运作且相互之间可以保持动态协同，能实现数据的并行计算与处理，相比现有技术，能提高数据分析的运行效率;另外，该方法通过可视化分析器按用户选择的数据处理算法对数据进行分析，并向用户输出可视化分析结果，实现了对数据的交互式可视化分析，确保了数据分析的易用性和交互性。
[0054]优选地，所述步骤SI具体包括:
[0055]步骤S11、所述数据源层对各数据源的原始数据进行采集，并对采集的原始数据进行编码格式的规范，得到标准编码格式的数据；
[0056]步骤S22、所述数据源层将所述标准编码格式的数据存储在数据仓库中。
[0057]可以理解的是，对采集的原始数据进行编码格式的规范，是为了将从各数据源采集的数据都转换为同一编码格式，能降低后续数据预处理的难度。
[0058]优选地，所述步骤S2具体包括:
[0059]所述数据预处理层通过企业服务总线从所述数据仓库中采集数据，并对采集到的数据进行数据预处理，并将预处理后的数据存储在已清理数据库中。
[0060]可以理解的是，企业现有信息系统体系架构包含很多具有不同软件架构的业务系统，例如实现供应链信息管理的ERP(Enterprise Resource Planning，企业资源计划)系统，实现客户信息管理的CRM(Customer Relat1nship Management，客户关系管理)系统，由于各个业务系统的软件架构及采用的数据库不同，各个业务系统的数据传输方式也是不同的，因此为了实现从各个数据源到数据源层的数据传输及从数据源层到数据预处理层的数据传输，数据源层按照企业服务总线规定的标准接口协议从各个数据源(包括各个业务系统)采集原始数据，数据预处理层按照企业服务总线规定的标准数据传输协议从数据源层的数据仓库中采集数据。
[0061 ] 优选地，所述数据预处理还包括:
[0062]数据转换，用于将数据清理后的数据转换为标准格式；
[0063]数据融合，用于将按时序获得的经过数据转换后的数据，按预设准则加以分析和综合。
[0064]其中，数据转换包括统一数据格式，如字段属性、长度、单位等;地理信息转换，例如将用户访问系统时的公网IP转换为实际地理信息，又如将客户的地址信息转换成地理经玮度信息;时序信息转换，例如将用户访问系统时的登录时间转换为特定的时序节点。
[0065]数据融合包括数据层、特征层、决策层三种融合方式。
[0066]可以理解的是，从数据源层的数据仓库中采集的数据，在时间和空间上都是有相关性的，数据预处理层在数据预处理的过程中增加数据融合，可以清除数据中的冗余信息，能减轻已清理数据库的存储压力，也间接减轻了后续可视化分析层从已清理数据库中采集数据时的网络数据传输量。
[0067]另外，因为在数据清理后增加了数据转换和数据融合的数据处理过程，那些数据信息正确但数据格式不满足要求的数据也可以成为数据分析的可用数据，相当于满足数据分析的基础数据增多，可以提高最终数据分析结果的准确度。
[0068]优选地，所述步骤S3具体包括:
[0069]步骤S31、所述可视化分析层从所述已清理数据库中采集数据，并存储在可视分析数据库中；
[0070]步骤S32、向用户提供交互式可视分析界面，所述交互式可视分析界面包括可视化分析器列表、数据处理算法列表和数据字段列表；
[0071]步骤S33、检测用户从所述可视化分析器列表中选择的可视化分析器，检测用户从所述数据处理算法列表中选择的数据处理算法，检测用户从所述数据字段列表中选择的数据字段；
[0072]步骤S34、所述可视化分析器从所述可视化分析数据库中读取所述数据字段对应的数据，并按所述数据处理算法对读取的数据进行数据分析，并向用户输出可视化分析结果O
[0073]其中，所述数据字段列表中的数据字段包括:用户类型、用户级别、时间范围、参与营销活动类型等；
[0074]可以理解是，通过向用户提供交互式可视分析界面，不同的用户根据自己的业务分析需求，可以选择不同数据字段，数据处理算法，可视化分析器进行数据分析，本发明提供的这种面向企业商务智能的数据可视化分析方法可以满足用户多样化的分析需求，适用范围广、易扩展、人机交互性强。
[0075]优选地，所述可视化分析界面还包括:是否保存所述可视化分析结果的确认按钮；
[0076]所述步骤34之后，还包括:
[0077]步骤S35、当接收到用户确认保存所述可视化分析结果的触发信息后，保存所述可视化分析结果至所述可视化分析数据库