1 概述
商業智能實質上是數據轉化為信息的過程，這一過程也可稱為信息供應鏈，其目的是把初始的操作型數據變成決策所使用的商務信息。在這一過程中，數據倉庫技術為商業智能系統的應用提供基礎數據；聯機分析處理(OLAP)和數據挖掘技術結合商業處理規則為決策者提供決策輔助信息。任何好的商務決策都需要事實和數字支持。一個決策的正確程度取決于所使用的事實和數字的正確程度。隨著競爭的增加，需要在較短的時間內做出決策。
因此，在該時間段內，能夠盡可能多地獲得相關信息就變得越來越關鍵。同時，為了使決策具有較好的正確度，需要跨越的決策分支也變得越來越大。為了跨越較大的決策分支，需要有更長的時間。因此，需要有自動數據分析工具，以幫助減少精確分析大量數據所需的時間，聯機分析處理(OLAP)和數據挖掘就是非常有用的技術。
下面通過一個案例來簡單闡述商業智能的實施過程。
2 案例分析
案例中涉及一家國際戶外運動商品公司，該公司在7個國家和地區設有銷售辦事處，分別在7個國家多個城市銷售山地車，頭盔，皮劃艇，氣瓶，野營爐，風鏡等戶外運動商品，公司總部在北京。
2.1 數據倉庫及數據分析
數據分析在本案例中分成報表查詢、聯機分析處理(OLAP)和數據挖掘3個階段，數據分析的3個階段如圖1所示。
圖1 數據分析的三個階段
公司不同的銷售地點己建立管理其單個地域內銷售信息的解決方案。為了增加銷售，公司總經理決定通過獎勵來促銷，獎勵銷售額最多的地區和產品銷售最多的單位。這位總經理要求銷售經理寫出這樣2份報告。對銷售經理來說，這看起來很簡單，但在生成這些報告之前有許多工作要做。以下問題特別需要在短時間內解決：銷售數據存儲在不同地區的不同類型的數據庫中、數據在不同的地區格式不一樣以及營業額用各所在國的貨幣單位。
首先，所有的數據都必須集中到總部。把所有數據放到一個地方，在本地數據集上執行查詢要容易一些。對所有的相關信息而言，這一地點被稱作數據倉庫。如果相同的概念運用到公司中的單個部門，這些部門的信息庫就被稱作數據集市。若不使用數據倉庫工具，銷售經理可能會花上數月的時間才能完成上述任務。相反，若使用像IBM Visual Warehouse V3.1這樣的數據倉庫工具，這些任務可以很快定時地自動完成。
在Visual Warehouse中，如何訪問、抽取、處理和豐富數據都是用Business Views開發完成的。Business Views就像模板一樣，一旦定義完畢，便可用來自動統一地重復上述步驟。因此，商務視圖“按地區的銷售額”定義的是，從何處抽取數據，使用何種貨幣兌換表來轉換貨幣，預先計算何種合計數據。“按產品的銷售額”視圖也是同樣定義的，案例中如圖1所示。
一旦建立了數據倉庫，任何前端工具，如Lotus ApprOAch或Microsoft Access，都可用來查看實際的報告。
圖2 不同城市銷售數據
圖3 產品銷售數據
2.2 聯機分析處理(OLAP)
由前述圖2、圖3數據可知美國的西雅圖是銷售額最高的地區，山地車是最暢銷的產品。總經理決定通過建立數據倉庫是否能給他提供更多的信息來幫助他提高銷售額。
在總經理與銷售經理談到此事時，銷售經理建議進行專門分析，用不同的方法查看數據，以顯示以前不知道的信息。這也被稱為聯機分析處理(OLAP)或多維分析(MDA)。在本方案中，使用2種主要的多維分析技術。第1種叫插放(Drill Down)，第2種叫份額方塊(S1ice/Dice)。銷售經理幫助總經理用Lotus Approach前端MDA工具柬查詢數據倉庫的數據。
下面的多維數據分析涉及5個方面，即產品、銷售、數量、地區和時間。所有查看的數據都是1月份的。
總經理提出以下問題：
1、1月份，頭盔在什么地區銷售最好？
2、1月份，哪個國家的頭盔銷售在該暢銷地區處于領先地位？
3、在領先的國家中，哪個城市的頭盔收入最高？
要回答這些問題，銷售經理必須要用Lotus Approach深入到地區維(Location)中，用插放方法查看某一具體數據維中的更細節的數據。通過Lotus Approach，銷售經理用交叉標記功能建立了一個矩陣，Y軸是地區欄，X軸是銷售欄。
由給出的分析圖4，圖5表明頭盔在歐洲銷售最好；1月份，德國是歐洲頭盔最暢銷的地區；在德國漢諾威是頭盔最暢銷的地區。
現在總經理已經從報告得知，山地車是西雅圖最暢銷的產品。因此，他想把西雅圖和漢諾威2個城市山地車和頭盔的銷售做一比較，但按銷售會額(DOLLARS欄)比較是錯誤的，因為2種產品的價格不同。因此，他想比較山地車和頭盔的銷售數量。
根據圖6、圖7分析，這位總經理發現，盡管山地車在西雅圖銷售最多，但頭盔的銷售卻不盡人意。頭盔與山地車的比例大致是1：5(360：1804)。但他還注意到，在漢諾威該比例卻幾乎是1：1(445：436)。這時他記起來，在西雅圖的商店里山地車和頭盔放置得不像在漢諾威那樣近。他決定在西雅圖把這2種產品擺放在一起，并每天查看頭盔和山地車的銷售狀況。
上述查看不同欄目數據的技術就是多維分析。執行的分析類型是聯機分析處理。用于聯機分析處理的數據可存儲在多維數據庫(MDD)或關系型數據庫(RDBMS)中。當對存儲在多維數據庫中的數據進行聯機分析處理時，就稱為多維聯機分析處理；當對存儲在關系型數據庫中的數據進行聯機分析處理時，就稱為關系型聯機分析處理；當對存儲在2種數據庫的數據進行聯機分析處理時，就稱為混合聯機分析處理。在本案例中，使用了5個數據維，它們是時間，營業額、數量、產品和地區。
2.3 數據挖掘
在前面，我們能夠用不同的方法處理和分析數據。我們可以找到具體問題的答案，但僅此而已。在用特別的方法查看數據時，我們能發現頭盔和山地車的數量銷售不相互關聯。數據倉庫中的確存在關聯，但沒有插放和份額分塊技術，我們就發現不了它。這樣做消耗很多時間。
數據挖掘會系統地解決這些問題。它不僅能夠允許用戶確定假設，而且還允許用戶不用做相應的手工勞動就能發現新的信息，如上面提及的關聯。IBM的Intelligent Miner for data和Intelligent Miner for text是一種數據挖掘工具。前者用來對數據進行搜尋，如公司中的交易數據；后者則用于對文本數據的搜尋，如在圖書館中進行檢索。在本案例中，使用的是Intelligent Miner for data。
Intelligent Miner中包含6種主要算法，即關聯、順序模型、預測模式、分類、集群和偏差識別。公司的決策者現在擔心他們是否能提出正確的問題。這位總經理正巧碰到這樣的事實，山地車和頭盔的銷售不是1：1。還存在什么其他類似的問題？公司決策者們可能想到的2個這類問題如下。
圖4 按地區劃分的頭盔銷售數據
圖5 按地區和國家劃分的頭盔銷售數據
1、對購買山地車的客戶來說，什么是最可能會同時購買的商品？
2、購買氣瓶的顧客1年內回來充氣多少次？
Intelligent Miner for data對第1個問題做出如下答案：頭盔，可能性為92％：手套，可能性為62％：新款鈴鐺，可能性為23％；速度計，可能性為13％。
Intelligent Miner for data可能會使用關聯算法得出這樣的答案。關聯算法發現了產品之間的聯系。根據上面的答案，它會給銷售人員一個目錄，列出在銷售某一具體產品時所建議的前3名關聯產品。例如，如果銷售山地車，銷售人員可建議購買頭盔、手套和新款鈴鐺。
根據上面的答案，另外還可以采取以下行動：在騎車者安全問題上對銷售伙伴進行教育(這可提高反光罩、燈和后視鏡等產品的銷售)；促銷其他相關產品，如飲料瓶、速度計、個人音響；捆綁銷售活動；開發跨部門的促銷活動(如與山地車和手套一起使用的休閑用品和服裝)；在山地車展廳里設一個手套展臺；對最好的附件產品銷售記錄進行獎勵以及每月刊登最有趣的附件產品銷售的成功經歷。
Intelligent Miner for data對公司決策者的第2個問題會給出如下答案：購買氣瓶的顧客12％只回來充氣1次；8％回來2次及7％回來補充物品的次數超過2次。
圖6 按地區、國家和城市劃分的頭盔銷售數據
圖7 山地車和頭盔銷售的比較
根據上面的結果，公司可能做出2種決定，一種是考慮到重購物品的業績好差，放棄充氣業務，或者靠給下2次的充氣給予25％的折扣優惠來提高充氣業務的銷售業績。公司還可以采取其他行動，如依然堅守充氣業務，但銷售水平要提高到每個氣瓶顧客每年平均要充氣1次；給現有和新的氣瓶擁有者提出刺激措施；在春季給氣瓶顧客郵寄信函提醒他們要回來充氣；在客戶停車場建立更多的便利充氣站以及每一次充氣都發折扣優惠券。
3個月后，公司有了如下結果：季度的營業額上升34％，收入上漲32％；每輛山地車交易的平均銷售收入增加了29％；山地車與頭盔一塊購買成了時尚(每個銷售地點的頭盔成交量都上升了)；手套的銷售上升15％；山地車附件上升51％；銷售機構進行捆綁銷售的成功案例非常普遍(每月對最成功的案例進行獎勵)；氣瓶充氣的銷售開始上升(到目前為止，銷售額比去年上升了1倍)。
商業智能的實施和部署是一個長期的、循序漸進的過程，市場環境的變化要求企業不斷改進和優化該系統來為企業經營決策提供數據參考。從企業長期發展的角度上來看，更大范圍、更深層次的BI系統部署將成為決定未來企業運營成功的關鍵之一。在本案例中，商業智能系統從企業運作的日常數據中開發出結論性的、基于事實的和具有可實施性的信息，使企業能夠更快更容易的做出更好的商業決策。使企業管理者和決策者以一種更清晰的角度看待業務數據，提高企業運轉效率、增加利潤并建立良好的客戶關系，使企業以最短的時間發現商業機會捕捉商業機遇。如何時何地進入何市場，如何選擇和管理客戶聯系，以及如何選擇和有效地推出商品優惠策略等。同時通過提供決策分析能力，能夠找出客戶流失的規律(或關鍵影響因素)，從小客戶中找出有潛在增值價值的客戶，從交易記錄中找出利潤高需求大的款式，預測某服務的需求趨勢，其導致的最終結果是企業決策者能夠得到足夠多銷售情況，靈活制定公司銷售策略來增加商品銷售，提高公司利潤率。
核心關注：拓步ERP系統平臺是覆蓋了眾多的業務領域、行業應用，蘊涵了豐富的ERP管理思想，集成了ERP軟件業務管理理念，功能涉及供應鏈、成本、制造、CRM、HR等眾多業務領域的管理，全面涵蓋了企業關注ERP管理系統的核心領域，是眾多中小企業信息化建設首選的ERP管理軟件信賴品牌。
轉載請注明出處：拓步ERP資訊網http://www.guhuozai8.cn/
相關文章
