商務(wù)智能的技術(shù)支柱

　　商務(wù)智能是指將企業(yè)的各種數(shù)據(jù)及時(shí)地轉(zhuǎn)換為企業(yè)管理者感興趣的信息（或者知識(shí)），并以各種方式展現(xiàn)出來，幫助企業(yè)管理者進(jìn)行科學(xué)決策，加強(qiáng)企業(yè)的競爭優(yōu)勢。這里的數(shù)據(jù)不僅僅指企業(yè)內(nèi)部的各種數(shù)據(jù)，而且包括企業(yè)外部的數(shù)據(jù)，例如行業(yè)、市場狀況和客戶資源的數(shù)據(jù)等等。

　　從技術(shù)角度看，商務(wù)智能的過程是企業(yè)的決策人員以企業(yè)中的數(shù)據(jù)倉庫為基礎(chǔ)，經(jīng)由聯(lián)機(jī)分析處理工具、數(shù)據(jù)挖掘工具加上決策規(guī)劃人員的專業(yè)知識(shí)，從數(shù)據(jù)中獲得有用的信息和知識(shí)，幫助企業(yè)獲取利潤。

　　從應(yīng)用角度看，商務(wù)智能幫助用戶對(duì)商業(yè)數(shù)據(jù)進(jìn)行聯(lián)機(jī)分析處理和數(shù)據(jù)挖掘，例如預(yù)測發(fā)展趨勢、輔助決策、對(duì)客戶進(jìn)行分類、挖掘潛在客戶等等。

　　從數(shù)據(jù)角度看，商務(wù)智能使得很多事務(wù)性的數(shù)據(jù)經(jīng)過抽取、轉(zhuǎn)換之后存入數(shù)據(jù)倉庫，經(jīng)過聚集、切片或者分類等操作之后形成有用的信息、規(guī)則，來幫助企業(yè)的決策者進(jìn)行正確的決策。

　　在三大技術(shù)支柱中，數(shù)據(jù)倉庫是商務(wù)智能的基礎(chǔ)。數(shù)據(jù)倉庫是一個(gè)用以更好地支持企業(yè)或組織的決策分析處理的的數(shù)據(jù)集合，它有面向主題、集成、相對(duì)穩(wěn)定、隨時(shí)間不斷變化四個(gè)特性，將數(shù)據(jù)倉庫與傳統(tǒng)的面向事務(wù)處理的數(shù)據(jù)庫區(qū)分開來。數(shù)據(jù)倉庫的關(guān)鍵技術(shù)包括數(shù)據(jù)的抽取、清洗、轉(zhuǎn)換、加載和維護(hù)技術(shù)。

　　聯(lián)機(jī)分析處理（OLAP）是以海量數(shù)據(jù)為基礎(chǔ)的復(fù)雜分析技術(shù)。它支持各級(jí)管理決策人員從不同的角度、快速靈活地對(duì)數(shù)據(jù)倉庫中的數(shù)據(jù)進(jìn)行復(fù)雜查詢和多維分析處理，并且能以直觀易懂的形式將查詢和分析結(jié)果展現(xiàn)給決策人員。

　　OLAP使用的邏輯數(shù)據(jù)模型為多維數(shù)據(jù)模型。常用的OLAP多維分析操作有上卷、下鉆、切片、切塊、旋轉(zhuǎn)等。多維數(shù)據(jù)模型在物理實(shí)現(xiàn)時(shí)，主要有三種方式：ROLAP結(jié)構(gòu)、MOLAP結(jié)構(gòu)和HOLAP結(jié)構(gòu)。其中ROLAP是基于關(guān)系數(shù)據(jù)庫的OLAP實(shí)現(xiàn)，MOLAP是基于多維數(shù)據(jù)組織的OLAP實(shí)現(xiàn)，HOLAP是基于混合數(shù)據(jù)組織的OLAP實(shí)現(xiàn)。

　　數(shù)據(jù)挖掘(Data Mining)是從海量數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的但又可能有用的信息和知識(shí)的過程。數(shù)據(jù)挖掘的數(shù)據(jù)有多種來源，包括數(shù)據(jù)倉庫、數(shù)據(jù)庫或其他數(shù)據(jù)源。所有的數(shù)據(jù)都需要再次進(jìn)行選擇，具體的選擇方式與任務(wù)相關(guān)。挖掘的結(jié)果需要進(jìn)行評(píng)價(jià)才能最終成為有用的信息，按照評(píng)價(jià)結(jié)果的不同，數(shù)據(jù)可能需要反饋到不同的階段，重新進(jìn)行分析計(jì)算。數(shù)據(jù)挖掘的常用方法包括關(guān)聯(lián)分析、分類和預(yù)測、聚類、檢測離群點(diǎn)、趨勢和演變分析等。可以說：聯(lián)機(jī)分析處理和數(shù)據(jù)挖掘是數(shù)據(jù)倉庫之上的增值技術(shù)。

商務(wù)智能的技術(shù)走向

　　目前，無論在商務(wù)智能技術(shù)的理論研究中還是在產(chǎn)品實(shí)現(xiàn)中，聯(lián)機(jī)分析處理與數(shù)據(jù)挖掘兩大技術(shù)是分離的。

　　在理論研究上，OLAP技術(shù)的研究人員主要來自數(shù)據(jù)庫界，重點(diǎn)研究CUBE壓縮與計(jì)算、實(shí)體化視圖的選擇與維護(hù)、多維數(shù)據(jù)的索引和多維查詢處理等技術(shù)，以便能夠在海量數(shù)據(jù)上提供秒級(jí)的分析請(qǐng)求響應(yīng)時(shí)間。數(shù)據(jù)挖掘技術(shù)的研究人員來自人工智能、統(tǒng)計(jì)、數(shù)據(jù)庫界，其研究主要集中在各種挖掘算法和評(píng)價(jià)方法上，研究可伸縮的數(shù)據(jù)挖掘方法、基于約束的挖掘方法、復(fù)雜數(shù)據(jù)類型的挖掘等。

　　在產(chǎn)品實(shí)現(xiàn)上，IBM、ORACLE、Cognos、SAS、NCR、Brio等軟件廠商，看準(zhǔn)商務(wù)智能軟件的市場，通過自行研制或收購的方式推出了相關(guān)產(chǎn)品。其中數(shù)據(jù)庫廠商通常給出從數(shù)據(jù)倉庫到聯(lián)機(jī)分析處理再到數(shù)據(jù)挖掘的全套解決方案，其他廠商則側(cè)重于獨(dú)立的分析、展現(xiàn)與挖掘工具的開發(fā)。即使是在全套解決方案中，其OLAP與數(shù)據(jù)挖掘產(chǎn)品也是相互獨(dú)立的。

　　聯(lián)機(jī)分析處理和數(shù)據(jù)挖掘雖然是數(shù)據(jù)倉庫上獲取兩種不同目標(biāo)的數(shù)據(jù)增值技術(shù)，但這兩類技術(shù)如果能夠在一定程度上融合，會(huì)使分析操作智能化，使挖掘操作目標(biāo)化，從而全面提升商務(wù)智能技術(shù)的實(shí)用價(jià)值。即：一方面，聯(lián)機(jī)分析技術(shù)可以為數(shù)據(jù)挖掘提供預(yù)期的挖掘?qū)ο蠛湍繕?biāo)，避免挖掘的盲目性。另一方面，數(shù)據(jù)挖掘技術(shù)可以使聯(lián)機(jī)分析處理智能化，減少分析人員手工操作的繁雜性，減輕分析人員的負(fù)擔(dān)。例如，當(dāng)分析人員在手工分析操作中發(fā)現(xiàn)離群點(diǎn)數(shù)據(jù)，可以有針對(duì)性地直接對(duì)此數(shù)據(jù)利用數(shù)據(jù)挖掘技術(shù)尋找原因，從中找出惡意違規(guī)或發(fā)現(xiàn)新的需求點(diǎn)。又如，在數(shù)據(jù)分析過程中，通過跟蹤分析人員的操作過程，利用數(shù)據(jù)挖掘技術(shù)預(yù)測他可能感興趣的操作和數(shù)據(jù)，提前預(yù)計(jì)算或預(yù)取數(shù)據(jù)，從而提高分析操作的響應(yīng)時(shí)間。因此可以說，基于數(shù)據(jù)倉庫的聯(lián)機(jī)分析處理技術(shù)與數(shù)據(jù)挖掘技術(shù)的融合和互補(bǔ)，將是商務(wù)智能技術(shù)發(fā)展的未來走向。

商務(wù)智能的應(yīng)用前景

　　企業(yè)為迎接市場的挑戰(zhàn)，必須對(duì)市場運(yùn)作有準(zhǔn)確的分析。商務(wù)智能系統(tǒng)的最大好處是可以得到準(zhǔn)確、及時(shí)的信息，幫助企業(yè)贏得競爭優(yōu)勢，而這些功能的完成主要依靠數(shù)據(jù)倉庫、聯(lián)機(jī)分析處理和數(shù)據(jù)挖掘這三大技術(shù)。借助商務(wù)智能的核心技術(shù)，利用企業(yè)中長期積累的海量數(shù)據(jù)，可以實(shí)現(xiàn)四方面的應(yīng)用：

　　* 客戶分類和特點(diǎn)分析

　　根據(jù)客戶歷年來的大量消費(fèi)記錄以及客戶的檔案資料，對(duì)客戶進(jìn)行分類，并分析每類客戶的消費(fèi)能力、消費(fèi)習(xí)慣、消費(fèi)周期、需求傾向、信譽(yù)度，確定哪類顧客給企業(yè)帶來最大的利潤、哪類顧客僅給企業(yè)帶來最少的利潤同時(shí)又要求最多的回報(bào)，然后針對(duì)不同類型的客戶給予不同的服務(wù)及優(yōu)惠。

　　* 市場營銷策略分析

　　利用數(shù)據(jù)倉庫技術(shù)實(shí)現(xiàn)市場營銷策略在模型上的仿真，其仿真結(jié)果將提示所制定的市場營銷策略是否合適，企業(yè)可以據(jù)此調(diào)整和優(yōu)化其市場營銷策略，使其獲得最大的成功。

　　* 經(jīng)營成本與收入分析

　　對(duì)各種類型的經(jīng)濟(jì)活動(dòng)進(jìn)行成本核算，比較可能的業(yè)務(wù)收入與各種費(fèi)用之間的收支差額，分析經(jīng)濟(jì)活動(dòng)的曲線，得到相應(yīng)的改進(jìn)措施和辦法，從而降低成本、減少開支、提高收入。

　　* 欺詐行為分析和預(yù)防

　　利用聯(lián)機(jī)分析和數(shù)據(jù)挖掘技術(shù)，總結(jié)各種騙費(fèi)、欠費(fèi)行為的內(nèi)在規(guī)律后，在數(shù)據(jù)倉庫的基礎(chǔ)上建立一套欺騙行為和欠費(fèi)行為規(guī)則庫，就可以及時(shí)預(yù)警各種騙費(fèi)、欠費(fèi)，盡量減少企業(yè)損失。

　　在歐美發(fā)達(dá)國家，以數(shù)據(jù)倉庫、聯(lián)機(jī)分析處理和數(shù)據(jù)挖掘?yàn)榛�礎(chǔ)的商務(wù)智能應(yīng)用首先在金融、保險(xiǎn)、證券、電信、稅務(wù)等傳統(tǒng)數(shù)據(jù)密集型行業(yè)取得成功。國外數(shù)據(jù)倉庫的增長有多種因素驅(qū)動(dòng)。一是經(jīng)濟(jì)全球化，打破了國際上存在的種種壁壘，消除了國家保護(hù)，各商家只有及時(shí)向客戶提供產(chǎn)品和優(yōu)質(zhì)服務(wù)，才能在激烈的競爭中擁有客戶和占有市場，才能生存下來。二是知識(shí)經(jīng)濟(jì)的發(fā)展，導(dǎo)致企業(yè)的數(shù)據(jù)量劇增，企業(yè)亟需從這些龐大的數(shù)據(jù)中獲知其隱含的信息和知識(shí)，制定相適應(yīng)的政策，增強(qiáng)企業(yè)的競爭力。根據(jù)IDC分析，從1997年到2002年，整個(gè)數(shù)據(jù)倉庫市場（軟件、服務(wù)、服務(wù)器和存儲(chǔ)）以平均每年20.5％的速度增長。IDC的另一項(xiàng)調(diào)查結(jié)果表明，企業(yè)用于商務(wù)智能的投資回報(bào)率平均2.3年高達(dá)400％。一項(xiàng)來自美國MetaGroup的市場分析指出，92％的企業(yè)將在今后3年內(nèi)使用數(shù)據(jù)倉庫。

　　國內(nèi)數(shù)據(jù)倉庫應(yīng)用剛剛起步，電信、金融、證券、稅務(wù)、零售業(yè)等已有大量操作型數(shù)據(jù)積累的企業(yè)都出現(xiàn)了迫切的應(yīng)用需求，可以預(yù)計(jì)，商務(wù)智能在中國同樣會(huì)有廣闊的應(yīng)用前景。但是另一方面，成功的數(shù)據(jù)分析與挖掘應(yīng)用依賴于大量的、長期的、真實(shí)的歷史數(shù)據(jù)積累，對(duì)于許多信息化建設(shè)起步較晚的企業(yè)，首先踏踏實(shí)實(shí)地做好基礎(chǔ)數(shù)據(jù)庫的建設(shè)更為重要，這也是為進(jìn)一步走向商務(wù)智能打下基礎(chǔ)。

核心關(guān)注：拓步ERP系統(tǒng)平臺(tái)是覆蓋了眾多的業(yè)務(wù)領(lǐng)域、行業(yè)應(yīng)用，蘊(yùn)涵了豐富的ERP管理思想，集成了ERP軟件業(yè)務(wù)管理理念，功能涉及供應(yīng)鏈、成本、制造、CRM、HR等眾多業(yè)務(wù)領(lǐng)域的管理，全面涵蓋了企業(yè)關(guān)注ERP管理系統(tǒng)的核心領(lǐng)域，是眾多中小企業(yè)信息化建設(shè)首選的ERP管理軟件信賴品牌。

轉(zhuǎn)載請(qǐng)注明出處：拓步ERP資訊網(wǎng)http://www.guhuozai8.cn/

本文標(biāo)題：商務(wù)智能：從數(shù)據(jù)中挖取利潤

本文網(wǎng)址：http://www.guhuozai8.cn/html/news/1051532354.html