2014141086033徐雨.pptVIP

1 1 1 商务智能 商务智能系统框架 事实上，没有 BI 系统的企业靠的是根据经验去决策，就像瞎子摸象、似是而非，很难把握效果。而 BI 却能让数据说话，分析出哪种因素起到了关键作用，从而帮助 CEO 作出下一步的决策。这种途径让公司的决策更加理性，更加准确。 Page ? * 商业智能通常被理解为将企业中现有的数据转化为知识，帮助企业做出明智的业务经营决策的工具。这里所谈的数据包括来自企业业务系统的订单、库存、交易账目、客户和供应商等来自企业所处行业和竞争对手的数据以及来自企业所处的其他外部环境中的各种数据。而商业智能能够辅助的业务经营决策，既可以是操作层的，也可以是战术层和战略层的决策。为了将数据转化为知识，需要利用数据仓库、联机分析处理（OLAP）工具和数据挖掘等技术。因此，从技术层面上讲，商业智能不是什么新技术，它只是数据仓库、OLAP和数据挖掘等技术的综合运用。 一、 零售业 商业智能在零售业中有如下一些应用： 预测：对需求进行预测，根据预测结果更好地管理库存。 营销：对顾客数据进行分析，从而不仅了解卖掉了什么，同时了解“谁”买了什么，实现由消费者“拉”动的营销。 产品销售模式：某种产品的销售特点，不同产品之间的关联关系，作为进货和商店布局的参考 　　案例1:沃尔玛－曾有一段时间，沃尔玛公司在美国的店面经理发现一种现象: 每周啤酒和尿布的销量都会有一次同比攀升，但一时搞不清是什么原因。后来，沃尔玛运用商业智能（Business Intelligence，简称 BI）技术发现，购买这两种产品的顾客几乎都是 25 岁到 35 岁、家有婴儿的男性，每次购买时间均在周末。沃尔玛在对相关数据分析后得出，这些人习惯晚上边看球赛、边喝啤酒，对于要照顾的孩子，为了图省事就用一次性尿布。得到结果后，沃尔玛决定，把这两种商品集中摆在一起，结果销量有了显著增加。 　　 二、保险业 商业智能在保险业中有如下一些应用： 理赔分析：根据险种、保单持有人、理赔类型以及其它特征分析理赔趋势，以确定准备金的数量，理赔分析可以帮助识别保险欺诈。 顾客利润率分析：分别按不同的品种、不同的地区、不同的代理人、不同的客户群的服务的成本和所得到的收益进行量化分析，找出利润率差异的原因，以利用开发新品种、对于已有品种进行客户化改进并识别能带来高利润率的顾客。 客户价值分析：顾客利润率不是评价顾客对于保险公司价值的唯一指标，也许一个顾客具备在将来购买高利润率保险产品的潜力，也许会成为很好的高利润率顾客的介绍人，因此要考虑顾客在与保险公司打交道的整个过程中的价值。 客户划分：将有各种共同特征的客户划分为不同的客户群，掌握其需求和产品的使用模式，以分别确定营销方案；分析委托人的利润率，识别机会，改进服务。 风险分析：了解引入新险种和发展新客户的风险。识别高风险客户群和能带来机会的客户群，减少理赔频率。 三、 金融和证券业 商业智能在金融和证券业中有如下一些应用： 顾客利润率分析：了解各个顾客在当前的和长远的利润率。使尽量提高对于高价值顾客的销售，减少用于低价值顾客的成本。 信用管理：了解各种产品的信用状况，建立不同顾客群的信用模式，及早帮助顾客避免信用问题的发生，预测信用政策变化所产生的影响，减少信用损失。 四、 制造业 商业智能在制造业中有如下一些应用： 市场营销：提供面向顾客的交易数据，实现由消费者“拉”动的营销； 预测：（同零售业）； 采购分析：掌握供应商的成本、供货及时性等因素； 　　五、电信业 　　 ???????????????????????????????????????????????????????????????????????????????????????????????? 商业智能应用： 　　第一，客户管理。电信企业要吸引客户、发展客户并留住客户，首先必须要了解客户。客户管理应用的目的是根据客户的属性（包括自然属性和行为属性)，从不同角度深层次分析客户，从而针对不同的客户采取不同的促销活动以及提供更好和更有针对性的服务，以此增加新的客户，提高客户的忠诚度，降低客户流失率，提高客户消费额度等。 　　第二，客户发展分析。这主要是依照客户的自然属性和消费行为属性对客户进行分析。其主要指标包括客户总量分析、新增客户分析、客户流失分析、客户行为分析，客户信用度分析、客户风险分析等等。 　　第三，业务量分析，包括业务总量分析、业务增长和流失分析、网络通话流量及流向分析、热点区域分析、业务量结构分析、收益分析、呼叫特征分析等 。 　　第四，收入分析。包括收入总量分析、收入变化分析、收入结构分析、客户缴费及欠费分析等。 　　第五，营销管理分析。主要提供的功能包括产品定价分析、市场需