2015商业智能系统.pptxVIP

商业智能系统相关技术研究概述一、商业智能二、商业智能系统三、商业智能统研究内容四、商业智能实施过程五、商业智能系统实施注意的问题1 商业智能1.1 商业智能概念的定义 商业智能的概念最早是Gartner Group于1996年提出来的。商业智能是由数据仓库、查询报表、数据分析、数据挖掘、数据备份和恢复等部分组成的、以帮助企业决策为目的的技术及其应用。可以看做是相关软件的集合。 商业智能所涉及的技术有数据库技术、OLAP(联机分析处理Online Analytical Processing,简称OLAP)技术、数据采集和迁移技术、网络技术、GUI技术、查询报表技术、统计学、人工智能、知识发现技术等。1.2 商业智能的理解 商业智能应该是帮助企业提高决策能力和运营能力的概念、方法、过程以及软件的集合。正确理解商业智能分为以下四个方面信息系统数据分析知识发现战略分析信息系统：是BIS的物理基础，表现为强大决策的分析功能的软件工具和面向特定应用领域的信息系统平台数据分析：是一系列算法、工具或模型。先斩获高质量数据信息，然后使用自动生成或人工参与的算法分析信息然后得出结论。知识发现：将数据转化成信息，通过计算将信息转化成知识，或者直接将信息转化成知识。战略分析：将信息或知识应用在提高决策能力和运营能力上，企业建模等2 商业智能系统商业智能的整个系统被划分为4个层面，简单的说就是主要包括数据预处理、建立数据仓库、数据分析及数据展现四个主要阶段。数据预处理包括数据的抽取、转换、和装载三个过建立。数据仓库则是处理海量数据的基础。数据分析是体现系统智能的关键,一般采用联机分析处理和数据挖掘两大技术。 数据挖掘的目标则是挖掘数据背后隐藏的知识,通过关联分析、聚类和分类等方法建立分析模型,预测企业未来发展趋势和将要面临的问题。在海量数据和分析手段增多的情况下,数据展现则主要保障系统分析结果的可视化。 其整体结构可由下图表示商业智能系统结构图3 商业智能系统研究内容商业智能系统研究内容支撑技术研究BI基础结构体系结构的研究网络体系下BI结构应用系统的研究(1)支撑技术的研究商业智能系统的支撑技术主要包括两方面。一是计算机技术。包括：数据仓库、数据集市技术；数据挖掘技术；OLTP(On-Line Transaction Processing 联机事务处理)、OLAP（在线分析）等分析技术；数据可视化技术；计算机网络与WEB技术。二是现代管理技术，包括：统计、预测等运筹学方法；客户管理、供应链管理、企业资源计划等管理理论和方法；企业建模方法。支撑技术的研究主要围绕两部分展开：决策支持工具研究和企业建模方法研究。（2）体系结构的研究体系结构的研究：所谓体系结构(Architecture)是指一整套的规则和结构，为一个系统或产品的整体设计提供主框架。而一个商业智能的体系结构是指通过识别和理解数据在系统中的流动过程和数据在企业中的应用过程来提供商业智能系统应用的主框架。①BI基础结构：下图(a)描述了一个基本的商业智能体系结构。根据不同的商业需求可以得到与之相应改进的体系结构，使之更好地解决商务问题。例如，根据主题和数据分析的需要设计不同的数据仓库，选择合适的中间软件和决策分析工具，我们可以看出要预留不同的应用程序接口，以便后续的各种方案的比较与操作。根据主题和数据分析需要设计不同的数据库和选择合适的中间软件和分析工具，预留足够的程序接口。BI基础结构②网络环境下BI体系结构网络环境下的商业智能系统建立在基于流程的扁平化组织基础上，可以改变内部传统的基于职能的多字塔式的“科层制”组织模式，提高对市场及客户的反映速度，降低运营成本，实现物流、资金流、信息流的集成统一实现事前、事中的集中计划与管理控制 。网络环境下的BI体系结构如图所示。（3）应用系统的研究 对应用系统的研究的重点在于对各个应用领域所面临的决策问题的分析。根据对各类问题的解决方式和解决方案来决定商业智能系统应该提供的功能以及具体实现方法。目前，商业智能被广泛应用于与企业运营过程相关的各个领域，并且在很多领域已经形成其特有体系。具有代表性的应用领域包括：企业资源计划（ERP）客户关系管理（CRM）、企业性能管理（BPM）、人力资源管理（HRM）、供应链管理（SCM）、电子商务（E-business）。4 商业智能实施过程基于知识的行动阶段数据解释建模阶段信息发送阶段数据收集和预处理阶段确定目标阶段(1)确定目标阶段（Targeting）。商业智能所解决的一般都是一个客户面临的关键问题,如何确定和理解问题就成为商业智能实施的起点和成功的关键。问题的确定方法可以有多种,如了解客户当前新业务推广、客户流失及信用欺诈等。但关键一点是确定问题的商业价值,简单来说,客户在商业智能系统上的投入,通过问题的解决,