商业智能与企业竞争力提升.docVIP

商业智能与企业竞争力提升 　　[摘 要]分析了商业智能产生的背景，描述了BI体系结构及数据在其中的循环处理过程。详细探讨了如何应用BI以提升企业竞争力，最后阐述BI在客户关系管理和人力资源管理中的应用。 　　[关键词]商业智能；企业竞争力；客户关系管理；人力资源管理 　　[中图分类号]C931．6 [文献标识码]A [文章编号]1673-0194(2006)07-0014-04 　　 　　1 引 言 　　 　　信息技术在企业的广泛应用使得企业在经营过程中产生了大量的业务数据，如订单、库存、交易账目、通话记录及客户资料等，在这些与企业息息相关的数据中蕴藏了丰富的经营理念和市场规律，包含了对企业决策者极具价值的信息。如何从这些业务数据中提取有用的信息，进而有效地利用这些宝贵的信息资源增进对业务情况的了解，帮助他们在业务管理及发展上做出及时、正确的判断，采取明智的行动，成了企业的一个迫切愿望和现实难点。其次，由于各个业务系统产生的大量数据分散存储于各种异构系统中，形成了一个个信息孤岛，这些孤立的数据很少能被用于决策分析。因此对大部分企业来说决策处理的问题不是数据缺乏，而是大量的数据冗余和数据不一致。即数据丰富，信息贫乏(Datarich，Information poor)，庞大的数据量和传统数据管理方法的缺陷，使大部分企业出现了“数据监狱”(Data in jail)现象，既不利于企业的管理也不利于信息的有效利用。如何提高信息的利用率，快速准确地找出所需要的信息，做出高明的决策，是商业智能(Busi―nessIntelligence，BI)发展的驱动力。此外，更多成熟技术的出现，比如硬件上的大容量存储技术、并行处理器技术，软件上的挖掘工具、数据仓库环境的管理工具等，使企业能以更低的成本投资商业智能，进而得到更高的投资回报率。另外，Intemet技术的发展使得分销商、供应商、零售商和制造商之间的数据访问和共享成为可能，因此商业智能的研究与应用越来越受到人们的重视。要想有效地利用各种应用系统蕴藏的数据来提升企业决策水平，获得更大的竞争优势，实施企业商业智能战略是至关重要的。 　　 　　2　商业智能的含义 　　 　　商业智能是伴随着企业信息化的不断深入而产生的，最早由Gartner Group公司的Howard Dresner于1989年提出。它描述了一系列的概念和方法，通过应用基于事实的支持系统来辅助商业决策的制定。到目前为止，关于商业智能还没有一个准确的定义。一般认为，商业智能是一类由数据仓库(或数据集市)、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，它允许用户查询和分析数据库或数据仓库，进而得出影响商业活动的关键因素，最终帮助用户做出更好、更合理的决策。即BI是将数据转换成信息，然后通过发现将信息转化为知识并将知识应用到商业行为上的一个过程，通过该过程实现技术服务于决策的目的。商业智能的出现经历了一个渐进的、复杂的演进过程，而且仍处于发展之中，它包括事务处理系统(TransactionProcessingSystem，TPS)、管理信息系统(ManagementlnformationSystem，MIS)、高级管理人员信息系统(Executivelnfor―mation System，EIS)和决策支持系统(Decision SupportSystem，DSS)等阶段，最终演变成今天的企业商业智能。 　　从系统观点来看，商业智能的数据处理过程是：从各个业务数据库和其他数据源中抽取有用的数据，然后对采集来的数据进行清理和转换(以保证数据的完整性、一致性)，经重构后，按照不同的分析主题存放到数据仓库或数据集市中。这样，原先存放在多个业务系统中的、反映企业局部情况的数据经过整理后就转换成反映企业整体情况的信息，从而完成了从“数据→信息”的转变。存放在数据仓库或数据集市中的信息利用合适的查询和分析工具、数据挖掘(DataMining，DM)工具、联机分析处理(On-line AnalyticalProcessing，O－LAP)工具进行处理后，形成带有规律性的、能够对企业运营提供指导意义的知识，从而完成了从“信息→知识”的转变。企业的决策层可以利用得到的知识，制定相应的策略，并反馈到业务系统中，最终改善企业的运营。商业智能的数据处理循环过程如图1。 　　 　　从数据分析角度来看，商业智能是为了了解和解决商业活动中遇到的各种问题，利用各种信息系统进行高质量、有价值的信息收集、分析、处理的过程，其基本功能包括个性化的信息分析预测、辅助决策等。 　　从应用观点来看，商业智能可以帮助用户对大量数据进行处理和分析，进行趋势预测，辅助决策，从而更好地实现企业的商业目的。现