引言
空前的信息量使得企業的決策過程日益復雜，是否能正確處理和有效利用各種業務信息和數據已經成為決定企業興衰的關鍵。商業智能(Business Intelligence，簡稱BI)是將數據轉換成知識并將知識應用到商業行為上的一個過程，具有強大的業務數據分析功能，可提供立體化的、多視角的、有滲透力的、多業務系統之間交互的數據分析，由此提供具有預測性的、潛在的市場信息。企業管理者借助BI系統提供的分析功能，可以及時準確地了解影響企業經營的潛因素，通過制訂實時的正確決策，改善企業的經營策略。
1 商業智能概述
商業智能(Business Intelligence，簡稱BI)，是20世紀90年代末首先在國外企業界出現的一個術語，是由Gartner Group(美國加納公司)的Howard Dresner在1989年首次提出的，它是信息時代對數據進行收集、處理、管理、分析和決策的一種先進技術，目的是使企業各級決策者獲得知識，促使他們做出更加合理的決策。
傳統的業務處理系統環境下，業務人員要獲取存儲在計算機系統內的業務數據，需要通過IT技術人員編制相應的報表程序來實現。報表作為一種固定格式的數據展現方式，能展現的可能只是事實的一個側面。當決策人員需要從數據中了解事實的全貌的時候。他們必須在頭腦中對種類繁多的報表里許多相關的數據進行融匯與整合，當數據的規模和種類越來越多的時候，這種工作毫無疑問也將會越來越繁重。商業智能的數據整合工作能幫助決策人員從繁重的數據整合工作中解放出來。迅速地從各個側面讀懂數據，使他們能騰出精力更加深入地研究問題的本質。這樣既能提高決策的效率，又能通過對數據多角度多層次的分析得到更深入的洞察能力。運用商業智能后，企業內的信息都日常性地保存到企業的數據倉庫中，以備決策者做決策時對信息訪問的需要。通過非常簡單的方式訪問企業數據倉庫，就可以訪問到在決策過程中需要的所有信息，而且這些信息的訪問界面可以是為其需要量身定造的，可以在單一的個性化的界面內迅速找到與事件相關的所有信息，非現場地了解事件的全程，決策所需要的信息的獲取過程可以縮短到小時級別。甚至是分鐘級別。并且由于信息獲取過程中完全的自動化和規范化，降低了由于人工信息采集過程中所無法避免的信息殘缺和誤差，獲取信息的準確性得到有力的保證。
舉個例子，一個銷售經理每周都要看銷售周報，反映這一周的市場銷售情況。每月末，銷售經理也會看一下月報，比較一下本月與去年同期的比例。而2年以前的數據，似乎只能安靜的儲存在冰冷的硬盤深處，無人問津。其實，大量的歷史數據將反映一個企業的成長經歷，通過對歷史的分析，可以預測未來，這恰好是商業智能所體現的宗旨。
2 商業智能的技術體系
說起商業智能，大家也許會想起啤酒與尿布的例子，其實那是商業智能在商品擺放分析方面的一個應用案例，那么商業智能是什么?狹義的說，它是能夠幫助用戶對自身業務經營做正確決策的工具。廣義的說商業智能是集數據倉庫技術、在線分析技術以及數據挖掘等于一體的經營分析以及決策支持的數據應用體系。
商業智能的技術體系主要有：數據倉庫(DW)在線分析處理(0LAP)、數據挖掘(DM)。
數據倉庫(DW)是商業智能的基礎。許多基本報表可以由此生成，但它更大的用處是作為進一步分析的數據源。所謂數據倉庫(DW)就是面向主題的、集成的、穩定的、不同時間的數據集合，用以支持經營管理中的決策制定過程。多維分析和數據挖掘是最常聽到的例子。數據倉庫能供給它們所需要的、整齊一致的數據。
在線分析處理(OLAP)技術則幫助分析人員、管理人員從多種角度把從原始數據中轉化出來、能夠真正為用戶所理解的，并真實反映數據維特性的信息，進行快速、一致、交互地訪問．從而獲得對數據的更深入了解的一類軟件技術。
數據挖掘(DM)是一種決策支持過程，它主要基于AI、機器學習、統計學等技術。高度自動化地分析企業原有的數據，做山歸納性的推理，從中挖掘出潛在的模式，預測客戶的行為，幫助企業的決策者調整市場策略。減少風險。做出正確的決策。
商業智能技術體系架構
3 商業智能的行業應用
目前， 電信、金融、制造、政府等行業都率先人規模的應用了商業智能，以輔助業務管理。商業智能的應用目前呈現出行業化和專業化的趨勢。典型應用領域包括：經營分析，戰略決策支持，績效管理。
3.1 商業智能行業應用領域
經營分析。包括經營指標分析、經營業績分析和財務分析三部分。
經營指標分析是指對企業不同的業務流程和業務環節的指標，如：利潤率、應收率、銷售率、庫存量、單品銷售情況及所占營業比例、風險采購和庫存評價指標等進行搜集和分析。但這些指標只能反映局部的經營狀況。為了解企業的整體經營狀況，還需對這些指標進行科學的組織和分析，利用智能管理技術，形成一個能反映企業整體情況的數學模型。這樣通過觀察總指標并設置預警，才能獲得整個企業的經營狀況。
經營業績分析是指對各部門的營業額、銷售量等進行統計，在此基礎上，進行同期比較分析、應收分析、盈虧分析、各種商品的風險度分析等等。經營業績分析有利于企業實時掌握自身的發展和經營情況，有利于企業及時調整經營業務、化解經營風險。
財務分析是指對企業財務數據中的利潤、費用支出、資金占用及其他具體經濟指標進行有效分析。通過財務分析，可以及時掌握企業在資金使用方面的實際情況，為及時調整和降低企業成本提供數據依據。
戰略決策支持。即在經營分析的基礎上，將各類數據、信息進行高度的概括和總結，然后形成供高級決策者進行戰略決策時參考的企業經營狀況分析報告。
商業智能對戰略決策的支持，分別表現在對公司戰略、業務戰略和職能戰略的支持上。
在公司戰略決策支持層面上，可以根據公司各戰略業務單元的經營業績和經營定位，選擇一種合理的投資組合戰略；在業務戰略決策支持層面上， 由于商業智能系統中集成了更多的外部數據，如外部環境和行業信息，各戰略業務單元可據此分別制定自身的競爭戰略；在職能戰略決策支持層面上。由于來自于企業內部的各種信息，源源不斷地輸入進來，相應地可以提供營銷、生產、財務、人力資源等決策支持。
績效管理。商業智能技術能夠從企業各種應用系統中提取出各種基礎績效指標與關鍵績效指標KPI。為了考核員工的績效，企業可以先將希望員工要做的工作進行量化，然后借助商業智能工具，管理人員可以追蹤、衡量和評價員工的工作績效，引導員工的思想方向和行動與企業的整體目標保持一致。
3.2 商業智能在商業銀行中的應用
金融事務需要搜集和處理大量數據，對這些數據進行分析，發現其數據模式及特征，然后可能發現某個客戶、消費群體或組織的金融和商業興趣，并可觀察金融市場的變化趨勢。
商業銀行業務的利潤和風險是共存的。為了保證最大的利潤和最小的風險，必須對賬戶進行科學的分析和歸類，并進行信用評估。Mellon銀行使用Intelligent Agent商業智能軟件提高銷售和定價金融產品的精確度，如家庭普通貸款。零售信貸客戶主要有兩類，一類很少使用信貸限額(低循環者)，另一類能夠保持較高的未清余額(高循環者)。每一類都代表著銷售的挑戰。低循環者代表缺省和支出注銷費用的危險性較低，但會帶來極少的凈收入或負收入，因為他們的服務費用幾乎與高循環者的相同。銀行常常為他們提供項目，鼓勵他們更多地使用信貸限額或找到交叉銷售高利潤產品的機會。高循環者由高和中等危險元件構成。高危險分段具有支付缺省和注銷費用的潛力。對于中等危險分段，銷售項目的重點是留住可獲利的客戶并爭取能帶來相同利潤的新客戶。但根據新觀點，用戶的行為會隨時間而變化。分析客戶整個生命周期的費用和收入就可以看出誰是最具創利潛能的。
Mellon銀行認為“根據市場的某一部分進行定制”能夠發現最終用戶并將市場定位于這些用戶。但是，要這么做就必須了解關于最終用戶特點的信息。商業智能工具為Mellon銀行提供了獲取此類信息的途徑。Mellon銀行銷售部在先期商業智能項目上使用Intell igence Agent尋找信息主要目的是確定現有Mellon用戶購買特定附加產品：家庭普通信貸限額的傾向，利用該工具可生成用于檢測的模型。據銀行官員稱：Intelligence Agent可幫助用戶增強其商業智能，如交往、分類或回歸分析，依賴這些能力，可對那些有較高傾向購買銀行產品、服務產品和服務的客戶進行有目的的推銷。該官員認為，該軟件可反饋用于分析和決策的高質量信息。
美國Firstar銀行使用Marksman商業智能工具，根據客戶的消費模式預測何時為客戶提供何種產品。Firstar銀行市場調查和數據庫營銷部經理發現：公共數據庫中存儲著關于每位消費者的大量信息，關鍵是要透徹分析消費者投入到新產品中的原因，在數據庫中找到一種模式，從而能夠為每種新產品找到最合適的消費者。Marksman能讀取800到1000個變量并且給它們賦值，根據消費者是否有家庭財產貸款、賒賬卡、存款證或其它儲蓄、投資產品，將它們分成若干組，然后使用商業智能工具預測何時向每位消費者提供哪種產品。預測準客戶的需要是美國商業銀行的競爭優勢。
商業銀行信用風險的影響因素往往是多方面的，傳統的信用管理方法往往無法適應這一復雜需求或無法準確預測信用狀況。商業智能系統能彌補這一不足。第一，采用商業智能能深入分析客戶信用的信用狀況的影響因素。客戶信用狀況的好壞與眾多因素相關聯如：地區差異、經濟環境狀況、個人知識層次收入高低、社會職務等。如何分析這些因素間的關系或根據這些因素來決定申請者的信用額度，傳統的信用評估體系的簡單方式往往不能準確的解決這一難題。利用商業智能系統則能很好的處理這類問題。第二，采用商業智能能很好的分析組合信用風險問題。組合信用風險較一般復雜，要深入剖析各組合要素的關系和組合分布情況，需要采用數據挖掘的描述性挖掘的方法來發掘隱含的分布特征。第三，采用商業智能能多層次和多角度的展現數據關系。借助數據倉庫的相關知識，數據挖掘能從不同的維度深入分析信用數據。從而，更為透徹的揭示信用風險的蘊含關系和特征，增強預測的準確性。第四，目前的商業智能工具能非常全面的展現數據的關系和分析結果。
4 結束語
從全球范圍來看，商業智能已經成為繼企業資源計劃(ERP)之后最重要的信息系統。從國內來看，商業智能已經被越來越多的企業管理者所認識，其中包括電信、金融、零售、保險等行業的決策者。商業智能已經成為這些行業信息化建設的重中之重。商業智能產業在未來幾年將成為最令人矚目的行業。
轉載請注明出處：拓步ERP資訊網http://www.guhuozai8.cn/
本文標題：商業智能(BI)的行業應用
相關文章
