商务智能的发展和应用

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

商务智能的发展和应用

聂迪

(宝鸡文理学院计算机科学系,陕西宝鸡721016)

摘要

所为商务智能,是明显区别于商业智能的一种分析数据的技术,其内容的获取和显示方面都有终端技术。现今,商务智能已发展成不仅仅只是软件产品和工具,而是一种整体应用的解决方案,甚至升华为一种管理思想,体现的是一种理性的经营管理决策的能力,即全面、准确、及时、深入分析和处理数据与信息的能力。

关键字

商务智能;分析;管理;技术

引言

商务智能的出现是一个渐进的复杂的演变过程,而且仍在发展之中,最早的商务智能被称为决策支持系统,它经历了事务处理系统(TPS)、高级管理人员信息系统(EIS),管理信息系统(MIS)和决策支持系统(DSS)等系统,最终演变成为今天的商务智能。随着计算机应用的不断发展和深入,软件系统的大型化、复杂化,软件的开发与应用已相当的广泛。近年来,商务智能技术日趋成熟,越来越多的企业决策者意识到需要商务智能才能保持和提升企业的竞争力。在美国,500强企业里面已经有90%以上的企业利用企业管理和商务智能软件帮助管理者做出决策。国外己经有很多成功实施商务智能的案例。可在我国,商务智能还处于导入期,商务智能应用的程度和实际效果都与国外企业有很大差距。。

商务智能的定义

商务智能是指利用数据仓库、数据挖掘技术对客户数据进行系统地储存和管理,并通过各种数据统计分析工具对客户数据进行分析,提供各种分析报告,如客户价值评价、客户满意度评价、服务质量评价、营销效果评价、未来市场需求等,为企业的各种经营活动提供决策信息。它是企业利用现代信息技术收集、管理和分析结构化的商务数据和信息,创造和累计商务知识和见解,改善商务决策

水平,采取有效的商务行动,完善各种商务流程,提升各方面商务绩效,增强综合竞争力的智慧和能力。

商务智能的结构主要由两部分构成:数据仓库环境和分析环境。主要有三种技术构成:数据仓库,联机分析处理,数据挖掘。数据仓库是商务智能的基础,联机分析处理是以海量数据为基础的复杂分析技术,数据挖掘是从海量数据中,提取隐含在其中的,人们事先不知道的但有可能有用的信息和知识。

商务智能的核心

1、改善商务决策水平:这是商务智能的更高一层的目的和功能,企业能否利用好这一功能、实现这一目的在很大程度上取决于领导者的意识和胸襟以及企业文化中决策科学化和民主化的成分。

2、采取有效的商务行动:采取有效的商务行动是创造和累计商务知识和见解、改善商务决策水平的目的和动力。商务智能是能够指导实战的高明兵法,而不是“无所不知、但无能为力”的“纸上谈兵”。

3、完善各种商务流程:残缺、散乱、僵化、低效的商务流程是企业的顽疾,商务智能能够为这一顽疾的诊断和治疗做出一定的贡献;优化后自动化(请注意先后顺序)的商务流程反过来也会促进商务智能的发展。

商务智能的技术支柱

商务智能主要有三种技术构成:数据仓库,联机分析处理,数据挖掘。

数据仓库是一个用以更好的支持企业或组织的决策分析处理的数据集合,他有面向主题、集成、相对稳定、随时间不断变化四个特性,将数据仓库与传统的面向处理的数据库区分开来,数据仓库的关键技术包括数据的抽取、清洗、转换、加载和维护技术。

联机分析处理(OLAP)是以海量数据为基础的复杂分析技术。它支持各级管理决策人员从不同的角度、快速灵活地对数据仓库中的数据进行复杂查询和多维分析处理,并且能以直观易懂的形式将查询和分析结果展现给决策人员。

数据挖掘(Data Mining)是从海量数据中,提取隐含在其中的、人们事先不

知道的但又可能有用的信息和知识的过程。数据挖掘的数据有多种来源,包括数据仓库、数据库或其他数据源。所有的数据都需要再次进行选择,具体的选择方式与任务相关。挖掘的结果需要进行评价才能最终成为有用的信息,按照评价结果的不同,数据可能需要反馈到不同的阶段,重新进行分析计算。数据挖掘的常用方法包括关联分析、分类和预测、聚类、检测离群点、趋势和演变分析等。可以说:联机分析处理和数据挖掘是数据仓库之上的增值技术。

商务智能在我国的发展现状

商务智能作为最具潜力的发展科技现今已不单单运用于大型的企业中去,它还成为了普通员工日常操作的工具,而此时,市场需求也对商务只能提出了更高的挑战。在商业竞争中,对信息的处理能力和应用能力的强弱成为决定企业兴衰成败的关键。

近年来,BI在我国市场规模下有着良好的发展势头,国外的很多BI也进驻中国发展,同时也激励了国内BI的发展。很多著名的世界BI也在中国设立了分公司、办事处等,用于Bi的研究,同时,国内的软件厂商也在不断地推出BI产品,例如明基逐鹿公司推出的AnalyseBI,上海博科的“财务智能仓库”等,虽还处于初级阶段,在系统共设计上以及客户认知度上与国外的都还有大的差距,但也有他们自己独特的系统优势。另外,在涉及国家机密的一些部门在选择BI时,国内软件还是首选产品。

商务智能的局限性

目前,商务智能在我国的应用还处于导入期,其应用的程度和实际效果与国外都有很大的差距。现行商务智能中的智能显然还只是利用了人们目前对智能研究的少部分成果。从智能的角度来看目前以数据挖掘技术为主要特征的商务智能,其行为是被动的不能自动适应环境的变化,不能自动地发掘未知的知识。这种智能系统是永远也不会自动成长的智能系统,是一种一被动型商务智能。目前仍然局限干定量数据分析对于文本数据挖掘技术研究非常有限。但实际上有80%的信息是储存在文本里,机器推理、学习。联想与理解的智能利用还非常有限。现行商务智能不能满足新环境的需求一方面由于信息共享障碍。另一方面是企业管理

者或者系统使用者只把目光盯住自己的业务。因此现行的面向自组织的商务智能也是一种“自私型商务智能“。数据挖掘局限于企业(或部门)内部应用没有放眼于所有利益相关者。这对于现在供应链管理不匹配。信息共享是实现协同的必要机制。如何在面向全局来进行数据挖掘的基础上确保信息的有效访问和企业的安全这是新环境下数据挖掘需要关注的问题。现在的商务智能应用领域还非常狭窄在电子商务背景里完全可以扩展到企业运作的每个环节,以提高预测和决策的时效性与有效性。

商务智能未来发展的集中点

(1)支撑技术。基于关系对象数据库的数据仓库将是未来的一个发展方向,数据仓库的平台性能将得到很大改善,数据挖掘方法和算法研究将更加深入,专门用于知识发现的数据挖掘语言有望进一步向标准化发展。另外,数据挖掘与联机分析将实现融合和互补,从而使分析操作更加智能化,挖掘操作目标化。

(2)体系结构。系统协同性和开放性将进一步提高。企业能够利用合作伙伴的数据仓库进行决策分析活动,智能应用过程及结果发放至互联网。

(3)应用系统。笼统的智能系统成为概念,更加突显专业化和行业化特点。根据每个领域的关注重点和分析模型,提供针对具体企业进行扩展的解决方案。各种商业分析模型、数据挖掘算法集成到分析应用中,进而解决不同部门的需要。同时。商务智能与企业门户、企业应用集成紧密相连,新的智能系统不再是一个孤立的应用。

相关文档
最新文档