商业智能在物流中的应用.pptVIP

商业智能在智能物流中的应用 01 03 04 商业智能技术概述 OLAP对物流决策的支持 OLAP在物流企业中的应用 OLAP在物流数据仓库应用 商业智能的概述 商业智能是对商业信息的搜集、管理和分析过程。目的是使企业的各级决策者获得知识或洞察力，促使他们做出对企业更有利的决策。商业智能一般由数据仓库、数据分析、数据挖掘、在线分析、数据备份和恢复等部分组成。 商业智能的几大关键技术 商业智能是一套完整解决方案，它是将数据仓库、 联机分析处理和数据挖掘等结合起来应用到商业活 动中，从不同的数据源收集数据，经过抽取、转换 和加载，送入到数据仓库或数据集市，然后使用合 适的查询与分析工具、数据挖掘工具和联机分析处 理工具对信息进行处理，将信息转变成为辅助决策 的知识，最后将知识呈现于用户面前，以实现技术 服务与决策的目的。 1.数据仓库技术 数据仓库是指从多个数据源收集的信息，以一种一 致的存储方式保存所得到的数据集合。数据仓库是 一种语义上一致的数据存储，充当决策支持数据模 型的物理实现，并存放企业战略决策所需信息。数 据仓库的数据模型有星型模式、雪花模式。对数据 仓库的研究集中在数据集成中数据模式的设计、数 据清洗和数据转换、导入和更新方法等。 2.联机分析处理技术 联机分析处理 又称多维分析，它对数据仓库中的数 据进行多维分析和展现，是使分析人员、管理人员 或执行人员能够从多种角度对从原始数据中转化出 来的、能够真正为用户所理解的、并真实反映企业 维特性的信息进行快速、一致、交互地存取，从而 获得对数据更深入了解的一类软件技术。它的技术 核心是“维”这个概念，因此OLAP也可以说是多维数 据分析工具的集合。 3.数据挖据技术 数据挖掘是按照预定的规则对数据库和数据仓库中 已有的数据进行信息开采、挖掘和分析，从中识别 和抽取隐含的模式和有趣知识，为决策者提供决策 依据。数据挖掘的任务是从数据中发现模式。模式 有很多种，按功能可分为两大类：预测型模式和描 述型模式。数据挖掘的研究重点偏向数据挖掘算法 以及在新的数据类型、应用环境中使用时所出现新 问题的解决上。 4.BI的表示和发布技术 为了使分析后的数据直观、简练地呈现在用户面前 需要采用一定的形式表示和发布出来，通常采用的 是一些查询和报表工具。不过，目前越来越多的分 析结果是以可视化的形式表现出来，这就是信息可 视化技术。随着Web 应用的普及，商务智能的解决 方案能够提供基于Web 的应用服务，这样就扩展了 商务智能的信息发布范围。 2.OLAP在物流数据仓库中的应用 在物流领域建立数据仓库主要是实现对物流服务需求分析、物流成本分析、和物流过程分析，这主要以分析实时数据为主，将数据在供应链上按需重组，辅助决策者获取与目标相关的具体信息。 1.物流信息数据采集 物流信息数据采集是一个动态过程，物流作业中产 生的信息经过一系列的加工才最终被存放在数据仓 库中。 采购、仓储、配送、运输、流通加工等作为物流基 础作业信息源，包括物流基础作业和增值服务作业 的数据信息，也包括HTML文件，知识库等各种信 息，信息首先经过包装器，包装器负责把信息从信 息源的数据格式转换成数据仓库的数据格式和数据 模型，加工形成可以多维分析的数据，监视器负责 自动监测信息源中数据变化并把这些变化传递给集 成器，集成器对收到的信息进行过滤、提取、和合 并处理，然后再存放在数据仓库中。 2.物流管理信息系统平台开发 由数据仓库支持的物流信息系统平台能够满足管理 人员的决策需要，能快速响应其对信息数据的多维 查询和分析的需要。 数据模型支持业务过程所需的数据，统一规范定义 企业具体的业务流程，形成书面标准格式，数据描 述是规定信息数据的格式、种类、时间等数据属性 建立数据信息的维度。在完成详细的过程描述和 数据描述后，一部分工作是按照数据描述开发数据 仓库的层次结构，另一部分是编译业务过程描述， 开发系统平台的应用程序，以实现管理人员对物流 信息系统的交互式操作。 3.物流决策支持子系统 建立物流管理信息系统是为企业进行物流管理与决策服务，决策支持系统是其中的一个子系统。决策支持系统由人机交互子系统、数据仓库管理子系统和模型管理子系统组成。 在决策支持子系统中，模型库自带所需的数据文件 各模型之间通过数据连接，把公用的数据放入数 据仓库中进行共享，形成系统决策基础。物流决策 者通过人机交互子系统对确定的主题进行分析、对 比、预测，对决策用的数据进行各种查询，要求控 制输出形式，并要求对输出的结论进行解释等命令 根据这些命令调用不同的子系统，获得分析处理 结果后，通过人机交互方式输出给决策人员，完成 决策过程。 3.OLAP对物流决策的支持 对数据仓库中的数据利用