第1讲商务智能概述
合集下载
商务智能理论框架
系统集成
将商务智能系统与其他企业系统集成，实现数据共享和交互。
高昂的实施成本
01
人力成本
需要专业的技术团队进行实施和 维护。
硬件投入
02
03
软件费用
需要高性能的服务器和存储设备 支持。
购买商务智能软件和相关工具需 要投入大量资金。
人员培训与技能提升
技能提升
通过培训和实践，提高员工的数据分析能力 和业务洞察力。
。
预测模型可以通过回归分析、时 间序列分析、机器学习等技术进 行构建和优化。
03
预测模型需要经过训练和验证， 以确保其准确性和可靠性。
04
03
商务智能的应用领域
市场营销
客户细分
利用商务智能工具对客户数据进行细分，识别不同客户群体的需 求和行为特征，为营销策略提供依据。
市场预测
通过分析历史销售数据和市场趋势，预测未来的市场需求和销售 情况，制定相应的市场推广计划。
成熟阶段
03
现代商务智能系统集成了更多的技术和方法论，形成了完整的
方法论体系，为企业提供全面的数据分析和决策支持。
02
商务智能的核心技术
数据仓库
数据仓库是一个集成的、相对 稳定的、反映历史变化的数据
集合，用于支持管理决策。
数据仓库通过数据抽取、转换和 加载（ETL）过程，将分散的业 务数据整合到统一的数据模型中。
营销活动优化
利用商务智能工具分析营销活动的投入产出比，优化营销资源分 配，提高营销效果。
供应链管理
供应商评估
通过分析供应商的历史表现和绩效数据，评估供应商的可靠性和质 量水平，确保供应链的稳定性。
库存管理
利用商务智能工具对库存数据进行实时监控和分析，预测未来的库 存需求，制定合理的库存计划。
商务智能(1).ppt
13
7.4 数据仓库系统的开发过程
流程：
– 启动工程 – 建立技术环境 – 设计主题进行数据建模 – 设计数据仓库中的数据库 – 数据转换程序 – 管理元数据 – 开发用户决策的数据分析工具 – 管理数据仓库环境
14
7.5 数据仓库的前端访问和分析工具
数据仓库的前端访问和分析工具是供业 务分析和决策人员访问目标数据库中的 数据，并作进一步的深入分析之用。 OLAP数据挖掘工具是常用的数据仓库的 前端访问和分析工具。
– 切片和切块 – 钻取 – 旋转
17
7.5.2 数据挖掘
1、数据挖掘的概念
– 数据挖掘是从大型数据库中提取人们感兴趣 的知识
2、数据挖掘的分析方法：
– 关联分析 – 序列模式分析 – 分类分析 – 聚类分析
18
第七章结束，谢谢！！
19
第7章 商务智能
主要内容
7.1 商务智能概述 7.2 数据仓库概述 7.3 数据仓库建模 7.4 数据仓库系统的开发过程 7.5 数据仓库的前端访问和分析工具
1
7.1 商务智能概述
商务智能的基本任务：收集、管理和分析数据， 通过先进的工具把数据转换为有用的信息，然 后将这些信息发布到整个企业，促进企业科学 决策的制定，有效获得更具有战略意义的决策。 商务智能是数据处理技术与多种技术，如人工 智能技术、统计技术、数据仓库技术的有机集 合。
– 指数据仓库的数据单位中保存数据的细化或 综合程度的级别。
（2）分割
– 指把逻辑上是统一的整体的数据分割成较少 的、可以独立管理的物理单元进行存储。
– 通常采用按时间分割。
9
例 商品销售数据的分割
2000年 家电类 日用化工类 针织服装类 副食类
7.4 数据仓库系统的开发过程
流程：
– 启动工程 – 建立技术环境 – 设计主题进行数据建模 – 设计数据仓库中的数据库 – 数据转换程序 – 管理元数据 – 开发用户决策的数据分析工具 – 管理数据仓库环境
14
7.5 数据仓库的前端访问和分析工具
数据仓库的前端访问和分析工具是供业 务分析和决策人员访问目标数据库中的 数据，并作进一步的深入分析之用。 OLAP数据挖掘工具是常用的数据仓库的 前端访问和分析工具。
– 切片和切块 – 钻取 – 旋转
17
7.5.2 数据挖掘
1、数据挖掘的概念
– 数据挖掘是从大型数据库中提取人们感兴趣 的知识
2、数据挖掘的分析方法：
– 关联分析 – 序列模式分析 – 分类分析 – 聚类分析
18
第七章结束，谢谢！！
19
第7章 商务智能
主要内容
7.1 商务智能概述 7.2 数据仓库概述 7.3 数据仓库建模 7.4 数据仓库系统的开发过程 7.5 数据仓库的前端访问和分析工具
1
7.1 商务智能概述
商务智能的基本任务：收集、管理和分析数据， 通过先进的工具把数据转换为有用的信息，然 后将这些信息发布到整个企业，促进企业科学 决策的制定，有效获得更具有战略意义的决策。 商务智能是数据处理技术与多种技术，如人工 智能技术、统计技术、数据仓库技术的有机集 合。
– 指数据仓库的数据单位中保存数据的细化或 综合程度的级别。
（2）分割
– 指把逻辑上是统一的整体的数据分割成较少 的、可以独立管理的物理单元进行存储。
– 通常采用按时间分割。
9
例 商品销售数据的分割
2000年 家电类 日用化工类 针织服装类 副食类
商务智能技术研究综述
商务智能技术研究综述一、商务智能概述商务智能（BusinessIntelligence，简写成：BI），根据全球第一家信息技术研究和分析公司、国际知名咨询公司——Gartner集团的定义，是指对商业信息的搜集、管理和分析过程，目的是使企业的各级决策者获得知识和洞察力，帮助他们做出对企业更有利的决策。
商业智能可以显着提升企业效率，改善商业表现，目前已经被多个行业的企业所采用，尤其在电信、金融和电子政务等数据信息数量庞大的领域都受到了极大的重视，除此以外，能源、物流、烟草、制造业等也是商业智能大展拳脚的平台。
在大数据指数增长且日趋成为企业战略资产的背景下，人力成本的持续提升和环保压力的加大促使企业增加对BI的需求。
ERP等管理软件的普及和CIO对BI的认可，为BI的发展提供了所需的数据积累和客户基础，而近期国家针对BI的政策扶持也已初现端倪，预计物联网“十二五”规划和智慧城市建设将为BI发展带来全新契机，可以预见，“十二五”时期，BI市场的潜在市场空间将超过300亿。
近几年来，国内BI市场的竞争激烈程度日益攀升，不论是专业的BI产品供应商，还是其他管理软件商，都已采取了频繁快速的举措，甚至是国际供应商都已进入中国市场，多方竞争力已经开始着力抢夺国内市场。
目前，国内BI市场上拥有优势地位的除了IBM、Oracle、微软、SAP等传统国际先进企业外，还有用友、东方国信、浪潮、金蝶、亚信创联等一批国内优秀企业，他们已经打破了国际企业垄断中国市场的局面，且都正以较快的速度成长。
二、商务智能的技术基础而为了实现商务智能，相应的商务智能技术技术也应运而生。
所谓商务智能技术，也即企业利用数据仓库（Data Warehouse）、数据挖掘（Data Mining）、在线分析处理（On-Line Analytical Processing）决策支持系统（Decision Support System）等现有信息系统对企业经营过程中产生的大量结构化和非结构化商务数据和信息进行收集、整理、分析，以便辅助企业做出正确决策，采取有效商务行动，优化商务流程。
商务智能概览
03商 务 智 能 基 本 功 能
决策支持系统解决五个层次的问题
以前发生了什么
现在发生了什么
为什么发生
将来会发生什么
商务智能五类前端展现工具
固定报表
即席查询
数据挖掘
KPI指标
例外分析
商务智能应用的三个阶段
第三阶段：高层次分析
▪AA/DM ▪DSS
第二阶段：查询分析
▪交互查询 ▪切片钻取旋转 ▪OLAP
所有部门统一数据模型
产品管理
市场营销
销售
合作伙伴 人力资源
统一 数据模型
客户服务
财务定单Leabharlann 理➢ 完整的、统一的数据模型
➢ 所有数据存储在单一数据库中
➢ 提供单一的“实事”数据
SAP BI帮助所有企业建立完整的 ，统一的数据模型，以抽取、挖 掘、合并和分析数据，为企业当 前和未来的发展提供行之有效的 决策依据。
ETL/EII
数据分析
数据存储管理
业务模型
数据展现
数据展现
数据迁移
作业分配 数据清洗
数据仓库 元数据管理
数据集市管理
安全性、 分析管理
最终用户
数据重新组织 数据质量控制
销售系统 生产系统
ETL/DQ 解决方案
数据重新组织 数据质量控制
数据抽取、迁移、加载
采购系统
IWAY
EII 解决方案
财务系统
数据仓库
数据
企业多年来积累的
交易数据，以及每 天产生的商务数据，
01
为商务分析、挖掘
奠定了数据基础
信息
SAP顾问可以将大量
数据进行建模分析， 以交互性很强的动态
01商务智能概述
中粮生化简介
➢中粮集团
中粮集团有限公司于1952年成立，是一家集贸易、实业、 金融、信息、服务和科研为一体的大型企业集团，横跨 农产品、食品、酒店、地产等众多领域。1994年以来， 一直名列美国《财富》杂志全球企业500强。
➢旗下上市公司
中国粮油 中国食品 中粮屯河 中粮包装 中粮生化 中 粮地产 蒙牛乳业
商务智能解决方案-数据分析
➢多维分析 支持直接基于现有的业务数据库(关系型数据库)创建多 维立方体；可进行常规的切片，旋转、钻取等在线分析 操作；支持图表(如：直方图、饼图等)，并能在图表中 钻取数据。 ➢数据挖掘 从时间、空间、横向、纵向等多维度对数据进行分析。 按主题细分，可划分为生产主题分析、采购主题分析、 销售主题分析、财务主题分析、产成品库存主题分析、 物流主题分析、人力资源主题分析，长城葡萄酒…
中粮生化简介
信息化建设较为完善
作为世界500强企业，中粮集团一直积极致力于信息化建 设工作，充分利用信息化工具提高企业管理水平。中粮 生化下属各利润点基本实现业务流程的信息化，主要包 括财务系统、生产制造系统、采购系统、人力资源管理 系统、6S报表系统。
课程提纲
一. 商务智能的概述 二. 商务智能的核心技术 三. 商务智能的应用
课程提纲-商务智能概述
1 什么是商务智能？ 2 为什么需要商务智能？ 3 商务智能能够为我们做什么？ 4 商务智能架构 5 商务智能的支撑技术
商务智能简介
1. 案例分析
-中粮生化商务智能案例
2. 什么是商务智能？ 3. 为什么需要商务智能？ 4. 商务智能能够为我们做什么？
➢企业有智能吗？
★ 实时业务数据→历史数据→挖掘知识 ★ 数据挖掘的结果(规则或知识) →企业行动(管理或决策 )
第1章商务智能基本概念
静态、不能直接更新、只定时添 加 简单、适合分析
中到低 有的事务可能要访问大量记录 以秒、分钟、甚至小时为计量单 位
1.2 数据仓库的发展与展望
1.2.2 数据仓库的定义与基本特性
William H.Inmon在1993年所写的论著 《Building the Data Warehouse》则首先系 统性地阐述了关于数据仓库的思想、理论，为 数据仓库的发展奠定了历史基石。在文中，将 数据仓库定义为：
1.6 数据挖掘技术与工具
1.6.1 常用数据挖掘技术 1.传统分析类
线性分析和非线性分析、回归分析、逻辑回归分析、 单变量分析、多变量分析、时间序列分析、最近邻算 法和聚类分析等技术。
2.知识发现类
人工神经网络、决策树、遗传算法、粗糙集、规则发 现、关联顺序等。
3.数据挖掘技术的发展 文本数据挖掘、Web数据挖掘、可视化系统、空间数 据挖掘和分布式数据挖掘技术等。
1.6 数据挖掘技术与工具
1.6.2 常用数据挖掘工具 1.按使用方式分类的数据挖掘工具
决策方案生成工具、商业分析工具和研究分析 工具三大类。
2.按数据挖掘技术分类的数据挖掘工具
基于神经网络的工具、基于规则和决策树的工 具、基于模糊逻辑的工具和综合性数据挖掘工 具等。
3.按应用范围分类的数据挖掘工具 专用型数据挖掘工具和通用型数据挖掘工具。
数据 加载、 存储、 刷新 和更 新系
统
安全 性与 用户 授权 管理 系统
数据 归档、 恢复 及净 化系
统
1.4 数据仓库的参照结构
2.数据仓库的元数据管理层
数据仓 元数据 预定义 刷新 库、数 抽取、 的查询、 与复 据集市 创建、 报表和 制管 和词汇 存储和 索引管 理 表管理 更新管 理
中到低 有的事务可能要访问大量记录 以秒、分钟、甚至小时为计量单 位
1.2 数据仓库的发展与展望
1.2.2 数据仓库的定义与基本特性
William H.Inmon在1993年所写的论著 《Building the Data Warehouse》则首先系 统性地阐述了关于数据仓库的思想、理论，为 数据仓库的发展奠定了历史基石。在文中，将 数据仓库定义为：
1.6 数据挖掘技术与工具
1.6.1 常用数据挖掘技术 1.传统分析类
线性分析和非线性分析、回归分析、逻辑回归分析、 单变量分析、多变量分析、时间序列分析、最近邻算 法和聚类分析等技术。
2.知识发现类
人工神经网络、决策树、遗传算法、粗糙集、规则发 现、关联顺序等。
3.数据挖掘技术的发展 文本数据挖掘、Web数据挖掘、可视化系统、空间数 据挖掘和分布式数据挖掘技术等。
1.6 数据挖掘技术与工具
1.6.2 常用数据挖掘工具 1.按使用方式分类的数据挖掘工具
决策方案生成工具、商业分析工具和研究分析 工具三大类。
2.按数据挖掘技术分类的数据挖掘工具
基于神经网络的工具、基于规则和决策树的工 具、基于模糊逻辑的工具和综合性数据挖掘工 具等。
3.按应用范围分类的数据挖掘工具 专用型数据挖掘工具和通用型数据挖掘工具。
数据 加载、 存储、 刷新 和更 新系
统
安全 性与 用户 授权 管理 系统
数据 归档、 恢复 及净 化系
统
1.4 数据仓库的参照结构
2.数据仓库的元数据管理层
数据仓 元数据 预定义 刷新 库、数 抽取、 的查询、 与复 据集市 创建、 报表和 制管 和词汇 存储和 索引管 理 表管理 更新管 理
数据挖掘与商务智能商务智能概述
BI市场竞争
Gartner公司的调查表明，2000年到2004年之间，安全是企业IT 投资排在第一位的主题，而商务智能项目的投资在2000年时仅排 在第14位，2007年却突飞猛进，排到了第一位 BI公司的收购：Oracle收购Hyperion，SAP收购Business Objects，IBM收购Cognos 市场规模每年大约增加10%~15%
金融行业应用——美国汇丰银行使用SPSS成功案例
应用结果
揭示特定客户的需求，销售增加50% 营销费用减少30% 提高了建立和开展适时营销战略的能力
Somma说， "OLAP对了解数据特征来说是一个不错的工具， 但我无法从中发现联系的力度，也不能做出预测模型，而 那正是我最需要的。“ Somma说，"OLAP是好的报告工具，但没有统计引擎，它只 能告诉过去我在哪里，而不能说出我需要去哪里。
BI在电子商务行业的应用-6
《服装电子商务个性化推荐系统关键技术研究 》课题
存在海量的商品信息
查找困难，失去购物兴趣
搜索结果界面相同
缺乏个性化（颜色、款式） 服装个性化搭配问题
服装展示：二维图片+文字说明为主
用户购衣后衣服不合体 衣服质感存在较大差异
虚拟与现实存在一定的差距，传统的服装电子商 务网站不适合“一看二摸三试衣”的购物流程
Web文本挖掘应用
搜索引擎优化 垃圾邮件过滤
BI在电子商务行业的应用-4
Web结构挖掘
通过分析页面链接的数量和对象，从而建立Web的链接结构模式
相关算法
PageRank算法：网页的质量和重要性可以通过其他网页对其链 接的数量进行衡量 HITS算法：
• 权威页面：表达某一主题的页面 • Hub页面：把权威页面链接到一起的页面 应用
商务智能原理与应用第一章——商务智能概述
知识 信息 数据
数据 挖掘
在线分 析处理
数据 仓库
战略层决策
管理层决策
商业 决策
运营层决策
智能以及智能化企业
智能
01
生物获取知识、利用知识的能力
智能化企业
02
智能资产、反应迅速、适应变化、采取正确方案
智能化企业特点
快速吸收新想法的 能力
调用适当资源的能 力
企业智能化 特点
适应新情况的能力 有效解决问题的能
表面性
决策者按所收到的各 种信息要素，同以往 的记忆经验有表面的 类同性。
商业决策需要商务智能
平台积累的大量数据 从数据中提取知识
支持决策
商务 智能
商务智能五个层次
希望发生 即将发生什么
即利用企业现有各种各样的系统中累计的数据，告诉管 理者企业过去发生了什么
在企业了解当前发生的问题之后，商务智能会利用当前的数据进行分 析，以告诉企业管理者为什么会发生这样的问题，或者需要的信息
数据
数据（Data）是用来记录、描述和识别事物的符号，是对客观事物的性质、状态以及相互关系等进 行记载的物理符号或这些物理符号的组合。
信息
信息（Information）是指对数据进行收集、管理以及分析的结果，是经过一系列的提 炼、加工和集成后的数据。
一个人的垃圾（数据）是另一个人的财富（信息）。
各行各业对商务智能的定义
Business Object（SAP） Microsoft Oracle Data Warehouse Institute
IBM IDC SAP 王茁
商务智能定义
商务智能
融合了先进信息技术与创新管理理 念的结合体，集成了企业内外的数 据，进行加工处理并从中挖掘出知 识，为企业创造更多的商业价值， 面向企业战略并服务于战略层，管 理层，运营层，指导企业经营决策， 提升企业核心竞争力，达到数据到 知识在到利润的转变，从而为企业 创造更多的效益。
- 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、"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、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)。
▪ 预测——将来会发生什么
BI给我们带来了什么-5
▪ 仿真分析——希望发生什么 销售分析仪表盘
商务智能应用-1
商务智能行业应用
金融 通信 制造业 保健行业 技术业 零售 政府 基建行业 教育 运输 外包业 娱乐业 旅游业 其他
商务智能应用-2
商务应用需求的推动
行 业 应 用 层
商 业 逻 辑 层
共性
没有数据就没有商务智能 数据之间往往存在一定的规律 采用一定的信息技术手段
BI给我们带来了什么-1
BI给我们带来了什么-2
▪ 丰富的报表、查询功能——发生了什么
BI给我们带来了什么-3
▪ IBM Cognos的钻取操作——为什么发生
图4.5 Cognos的钻取操作
BI给我们带来了什么-4
用户聚类 Web数据挖掘 协同过滤推荐 不确定性服装搭配预测模型研究
虚拟试衣
三维人体建模技术 三维人体模型与三维服装CAD结合 虚拟试衣技术
商务智能进展-1
商务智能的发展趋势
技术发展
20世纪90年代初期 ，信息仓库 90年代中期 ，数据仓库 90年代后期 ，数据挖掘、多维分析与展现 技术
BI市场竞争
金融行业应用——美国汇丰银行使用SPSS成功案例
应用结果
揭示特定客户的需求，销售增加50% 营销费用减少30% 提高了建立和开展适时营销战略的能力
Somma说， "OLAP对了解数据特征来说是一个不错的工 具，但我无法从中发现联系的力度，也不能做出预测模型， 而那正是我最需要的。“ Somma说，"OLAP是好的报告工具，但没有统计引擎， 它只能告诉过去我在哪里，而不能说出我需要去哪里。
算法 层
银行 电信 零售 保险
CRM
产品推荐 客户细分 客户流失 客户利润 客户响应
各行业电子商务网站
制药 生物信息 科学研究
……
相关行 业
WEB挖掘
网站结构优化 网页推荐 商品推荐 ……
基因挖掘
商业应
用
基因表达路径分析
基因表达相似性分析 商业模 基因表达共发生分析 型
……Байду номын сангаас
关联规则、序列模式、分类、聚集、偏差分析… 神经网络、决策树、回归分析、粗集、遗传算法
Gartner公司的调查表明，2000年到2004年之间，安全是企业IT 投资排在第一位的主题，而商务智能项目的投资在2000年时仅排 在第14位，2007年却突飞猛进，排到了第一位 BI公司的收购：Oracle收购Hyperion，SAP收购Business Objects，IBM收购Cognos 市场规模每年大约增加10%~15%
BI在电子商务行业的应用-3
Web挖掘分类
Web挖掘
Web内容挖掘
Web结构挖掘
Web使用挖掘
文本挖掘
多媒体挖掘
URL挖掘
内、外部结构挖掘
一般访问模式 追踪
个性化访问模 式追踪
BI在电子商务行业的应用-4
Web文本挖掘
Internet
采集
Web文本
提取
特征库
挖掘
结果
评价
输出
Web文本挖掘应用
搜索引擎优化 垃圾邮件过滤
搜索引擎营销 MSN Services Platform ） AdSage（艾德思奇）:第三方SEM服务商
什么是商务智能-1
“Business Intelligence is a process of turning data into
更加海量的网上数据
数据时代？
数据、数据、数据、数据、数据……..
数据时代需要BI-2
案例一：Behavior Targeting
用户行为（网络用户，实际用户） 目标销售（email，网络广告，短信，电话促销…） 用户的归类、预测
数据告诉我们什么-3
案例二：SEM（Search Engine Marketing）
存在海量的商品信息
查找困难，失去购物兴趣
搜索结果界面相同
缺乏个性化（颜色、款式） 服装个性化搭配问题
服装展示：二维图片+文字说明为主
用户购衣后衣服不合体 衣服质感存在较大差异
虚拟与现实存在一定的差距，传统的服装电子商 务网站不适合“一看二摸三试衣”的购物流程
BI在电子商务行业的应用-7
服装款式个性化推荐技术
BI在电子商务行业的应用-5
Web日志挖掘
指从用户访问日志中获取有价值的信息 ，包括访问者的兴趣爱好、 访问模式、满意度
应用
顾客分类：开展有针对性的营销活动 交叉销售：识别商品间的关联程度 个性化推荐：在适合的时间，以适合的方式，将适合的产品，推 荐到适合的人手中。
BI在电子商务行业的应用-6
《服装电子商务个性化推荐系统关键技术研究 》课题
BI在电子商务行业的应用-4
Web结构挖掘
通过分析页面链接的数量和对象，从而建立Web的链接结构模式
相关算法
PageRank算法：网页的质量和重要性可以通过其他网页对其链 接的数量进行衡量 HITS算法：
• 权威页面：表达某一主题的页面 • Hub页面：把权威页面链接到一起的页面 应用
信息检索：根据Web重要性进行排名 社区识别：识别基于某个特定主题的相关Web页面 网站优化：重新定位网页链接
挖掘算 法
金融行业应用——美国汇丰银行使用SPSS成功案例
公司背景
美国汇丰银行是HSBC集团成员之一，通过位于纽约的 380 个分 支机构为 140 多万银行客户提供核算、投资、借贷和其它金融服 务。美国汇丰银行资产为350亿美元。
面临问题
同一地区可能有多家银行设有分支机构，从而引起持续的竞争来 吸引和保持附近的潜在客户。为保持高水平的客户获取和保持率， 并维持可赢利性，银行经常要实现以下目标：
一个人的垃圾（数据）是另一个人的财富（信息）
知识
是对信息内容进行提炼、比较、挖掘、分析、概括、判断和推论
事实性知识和经验知识（显性和隐性）
什么是商务智能-2
商务智能是企业利用现代信息技术收集、管理和分析结构 化和非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-王茁专著《三位一体的商务智能》.
数据挖掘与商务智能
第一讲 商务智能概述
数据时代需要BI 什么是BI BI给我们带来了什么 商务智能应用及发展趋势
主要内容
数据时代需要BI-1
“大话”计算机数十年来的发展
计算时代
实验室里的大量计算 不重视数据的存储
普及时代
个人、企业广泛使用 出现数据、存储的需求
应用系统时代
开始出现数据积累
互联网时代
扩展和现有客户的关系 控制营销费用以维持利润 用新的智能快速转移市场
金融行业应用——美国汇丰银行使用SPSS成功案例
解决方案——SPSS
客户细分：采用实时的预测分析技术，分析来自各种不同数据源 （ATM、交易网站、呼叫中心及相关分支机构）的客户数据,发现 潜在价值 客户流失：找出最有价值的客户，理解他们的行为。在客户群中 找出尽可能多的潜在流失者，进行有效的保留活动并降低成本 交叉销售:从客户的交易数据和客户的自然属性中寻找、选择最有 可能捆绑在一起销售的产品和服务，发现有价值的产品和服务组 合，从而有效地向客户提供额外的服务，提高活期收入并提升客 户的收益率
顾客已从“感觉消费”向“感情消费”迈进 企业经营开始从降低成本向提高顾客满意度迈进（CRM） CRM（客户关系管理）指在合适的时间、以合适的价格、 将合适的产品或服务提供给合适的客户，以满足他们的需 要。
BI在零售业应用-2
BI在零售业的应用价值
了解销售全局 商品分组布局 降低库存成本 市场和趋势分析 有效的商品促销
商务智能进展-2
中国企业对商务智能的应用
起步较晚：商务智能在中国的发展尚处于起步阶段，大部 分企业对商务智能仍然缺乏必要的了解。 差距拉大：呈现出区域和行业的分布不均现象 供应商有待成长
实时 标准化 嵌入式商务智能 移动商务智能 大众化趋势 易用性
商务智能进展-3
总结
体育用品公司的数据分析
BI在电信行业应用
精细化营销
客户细分，找准客户范围，全面了解客户 地市分公司数据集市建设
评估分析套餐
资费预演功能 套餐分析 资费营销案活动管理
降低成本
重入网现象日趋严重 利用呼叫指纹和IMEI技术，架构新的重入网模型
BI在零售业应用-1
零售业特点
顾客数量庞大，消费水平层次不齐 销售品种多，销售方式多样 供应商信息庞大
information and knowledge into action for business gain。”—Data Warehouse Institute.
数据
π
可以记录、通信和能识别的符号
可以是文本、图片、声音等多种形式
信息
How are You?
有用的数据就是信息，信息是对数据的解释
信息是经过加工后的数据
BI在电子商务行业的应用-1
BI在电子商务行业的应用-2
Web挖掘
就是利用数据挖掘技术，从Web文档以及服务中发现信息、知识 的过程 数据来源于Web文档、 Web服务器日志、用户Cookies 主要处理文本、图形、图像等半结构化数据 主要应用
• 网站结构优化 • 智能搜索引擎 • 个性化推荐 • 顾客分类，交叉销售 • 垃圾邮件过滤
BI给我们带来了什么-5
▪ 仿真分析——希望发生什么 销售分析仪表盘
商务智能应用-1
商务智能行业应用
金融 通信 制造业 保健行业 技术业 零售 政府 基建行业 教育 运输 外包业 娱乐业 旅游业 其他
商务智能应用-2
商务应用需求的推动
行 业 应 用 层
商 业 逻 辑 层
共性
没有数据就没有商务智能 数据之间往往存在一定的规律 采用一定的信息技术手段
BI给我们带来了什么-1
BI给我们带来了什么-2
▪ 丰富的报表、查询功能——发生了什么
BI给我们带来了什么-3
▪ IBM Cognos的钻取操作——为什么发生
图4.5 Cognos的钻取操作
BI给我们带来了什么-4
用户聚类 Web数据挖掘 协同过滤推荐 不确定性服装搭配预测模型研究
虚拟试衣
三维人体建模技术 三维人体模型与三维服装CAD结合 虚拟试衣技术
商务智能进展-1
商务智能的发展趋势
技术发展
20世纪90年代初期 ，信息仓库 90年代中期 ，数据仓库 90年代后期 ，数据挖掘、多维分析与展现 技术
BI市场竞争
金融行业应用——美国汇丰银行使用SPSS成功案例
应用结果
揭示特定客户的需求，销售增加50% 营销费用减少30% 提高了建立和开展适时营销战略的能力
Somma说， "OLAP对了解数据特征来说是一个不错的工 具，但我无法从中发现联系的力度，也不能做出预测模型， 而那正是我最需要的。“ Somma说，"OLAP是好的报告工具，但没有统计引擎， 它只能告诉过去我在哪里，而不能说出我需要去哪里。
算法 层
银行 电信 零售 保险
CRM
产品推荐 客户细分 客户流失 客户利润 客户响应
各行业电子商务网站
制药 生物信息 科学研究
……
相关行 业
WEB挖掘
网站结构优化 网页推荐 商品推荐 ……
基因挖掘
商业应
用
基因表达路径分析
基因表达相似性分析 商业模 基因表达共发生分析 型
……Байду номын сангаас
关联规则、序列模式、分类、聚集、偏差分析… 神经网络、决策树、回归分析、粗集、遗传算法
Gartner公司的调查表明，2000年到2004年之间，安全是企业IT 投资排在第一位的主题，而商务智能项目的投资在2000年时仅排 在第14位，2007年却突飞猛进，排到了第一位 BI公司的收购：Oracle收购Hyperion，SAP收购Business Objects，IBM收购Cognos 市场规模每年大约增加10%~15%
BI在电子商务行业的应用-3
Web挖掘分类
Web挖掘
Web内容挖掘
Web结构挖掘
Web使用挖掘
文本挖掘
多媒体挖掘
URL挖掘
内、外部结构挖掘
一般访问模式 追踪
个性化访问模 式追踪
BI在电子商务行业的应用-4
Web文本挖掘
Internet
采集
Web文本
提取
特征库
挖掘
结果
评价
输出
Web文本挖掘应用
搜索引擎优化 垃圾邮件过滤
搜索引擎营销 MSN Services Platform ） AdSage（艾德思奇）:第三方SEM服务商
什么是商务智能-1
“Business Intelligence is a process of turning data into
更加海量的网上数据
数据时代？
数据、数据、数据、数据、数据……..
数据时代需要BI-2
案例一：Behavior Targeting
用户行为（网络用户，实际用户） 目标销售（email，网络广告，短信，电话促销…） 用户的归类、预测
数据告诉我们什么-3
案例二：SEM（Search Engine Marketing）
存在海量的商品信息
查找困难，失去购物兴趣
搜索结果界面相同
缺乏个性化（颜色、款式） 服装个性化搭配问题
服装展示：二维图片+文字说明为主
用户购衣后衣服不合体 衣服质感存在较大差异
虚拟与现实存在一定的差距，传统的服装电子商 务网站不适合“一看二摸三试衣”的购物流程
BI在电子商务行业的应用-7
服装款式个性化推荐技术
BI在电子商务行业的应用-5
Web日志挖掘
指从用户访问日志中获取有价值的信息 ，包括访问者的兴趣爱好、 访问模式、满意度
应用
顾客分类：开展有针对性的营销活动 交叉销售：识别商品间的关联程度 个性化推荐：在适合的时间，以适合的方式，将适合的产品，推 荐到适合的人手中。
BI在电子商务行业的应用-6
《服装电子商务个性化推荐系统关键技术研究 》课题
BI在电子商务行业的应用-4
Web结构挖掘
通过分析页面链接的数量和对象，从而建立Web的链接结构模式
相关算法
PageRank算法：网页的质量和重要性可以通过其他网页对其链 接的数量进行衡量 HITS算法：
• 权威页面：表达某一主题的页面 • Hub页面：把权威页面链接到一起的页面 应用
信息检索：根据Web重要性进行排名 社区识别：识别基于某个特定主题的相关Web页面 网站优化：重新定位网页链接
挖掘算 法
金融行业应用——美国汇丰银行使用SPSS成功案例
公司背景
美国汇丰银行是HSBC集团成员之一，通过位于纽约的 380 个分 支机构为 140 多万银行客户提供核算、投资、借贷和其它金融服 务。美国汇丰银行资产为350亿美元。
面临问题
同一地区可能有多家银行设有分支机构，从而引起持续的竞争来 吸引和保持附近的潜在客户。为保持高水平的客户获取和保持率， 并维持可赢利性，银行经常要实现以下目标：
一个人的垃圾（数据）是另一个人的财富（信息）
知识
是对信息内容进行提炼、比较、挖掘、分析、概括、判断和推论
事实性知识和经验知识（显性和隐性）
什么是商务智能-2
商务智能是企业利用现代信息技术收集、管理和分析结构 化和非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-王茁专著《三位一体的商务智能》.
数据挖掘与商务智能
第一讲 商务智能概述
数据时代需要BI 什么是BI BI给我们带来了什么 商务智能应用及发展趋势
主要内容
数据时代需要BI-1
“大话”计算机数十年来的发展
计算时代
实验室里的大量计算 不重视数据的存储
普及时代
个人、企业广泛使用 出现数据、存储的需求
应用系统时代
开始出现数据积累
互联网时代
扩展和现有客户的关系 控制营销费用以维持利润 用新的智能快速转移市场
金融行业应用——美国汇丰银行使用SPSS成功案例
解决方案——SPSS
客户细分：采用实时的预测分析技术，分析来自各种不同数据源 （ATM、交易网站、呼叫中心及相关分支机构）的客户数据,发现 潜在价值 客户流失：找出最有价值的客户，理解他们的行为。在客户群中 找出尽可能多的潜在流失者，进行有效的保留活动并降低成本 交叉销售:从客户的交易数据和客户的自然属性中寻找、选择最有 可能捆绑在一起销售的产品和服务，发现有价值的产品和服务组 合，从而有效地向客户提供额外的服务，提高活期收入并提升客 户的收益率
顾客已从“感觉消费”向“感情消费”迈进 企业经营开始从降低成本向提高顾客满意度迈进（CRM） CRM（客户关系管理）指在合适的时间、以合适的价格、 将合适的产品或服务提供给合适的客户，以满足他们的需 要。
BI在零售业应用-2
BI在零售业的应用价值
了解销售全局 商品分组布局 降低库存成本 市场和趋势分析 有效的商品促销
商务智能进展-2
中国企业对商务智能的应用
起步较晚：商务智能在中国的发展尚处于起步阶段，大部 分企业对商务智能仍然缺乏必要的了解。 差距拉大：呈现出区域和行业的分布不均现象 供应商有待成长
实时 标准化 嵌入式商务智能 移动商务智能 大众化趋势 易用性
商务智能进展-3
总结
体育用品公司的数据分析
BI在电信行业应用
精细化营销
客户细分，找准客户范围，全面了解客户 地市分公司数据集市建设
评估分析套餐
资费预演功能 套餐分析 资费营销案活动管理
降低成本
重入网现象日趋严重 利用呼叫指纹和IMEI技术，架构新的重入网模型
BI在零售业应用-1
零售业特点
顾客数量庞大，消费水平层次不齐 销售品种多，销售方式多样 供应商信息庞大
information and knowledge into action for business gain。”—Data Warehouse Institute.
数据
π
可以记录、通信和能识别的符号
可以是文本、图片、声音等多种形式
信息
How are You?
有用的数据就是信息，信息是对数据的解释
信息是经过加工后的数据
BI在电子商务行业的应用-1
BI在电子商务行业的应用-2
Web挖掘
就是利用数据挖掘技术，从Web文档以及服务中发现信息、知识 的过程 数据来源于Web文档、 Web服务器日志、用户Cookies 主要处理文本、图形、图像等半结构化数据 主要应用
• 网站结构优化 • 智能搜索引擎 • 个性化推荐 • 顾客分类，交叉销售 • 垃圾邮件过滤