商业智能在邮政中应用探讨.docVIP

商业智能在邮政中应用探讨 　　摘要：文章介绍了商业智能的概念和核心技术，包括数据仓库、联机分析处理和数据挖掘，针对广东邮政目前的需求状况，引入了商业智能的分析方法，结合广东邮政已有的数据与信息资源，提出了商业智能在广东邮政的应用模式。 　　关键词：商业智能；邮政；应用模式 　　中图分类号：F61 　　文献标识码：A 　　 　　1　商业智能的概念 　　 　　商业智能(Business InteUigence，简称BI)的概念最早由Howard Dresner于1986年提出：“BI是将数据转换成信息的过程，然后通过发现将信息转化为知识”。他将商业智能定义为由数据仓库资料、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。事实上，商业智能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，而不是一项新技术。它借鉴了以往人工智能理论、专家系统理论、决策支持系统理论与技术，是数据仓库(Data WareHouse)、联机分析处理OLAP(0nline Analytical Processing)和数据挖掘(Data Mining)等相关技术走向商业应用后形成的一种综合技术体系。 　　一般来说，商业智能系统的建立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阶段。数据预处理是整合企业原始数据以及外部数据的第一步，从数据源提取数据，进行清理以确保数据的正确性，然后对数据进行抽取(Extraction)、转换(Transformation)和装载(Load)(简称ETL)。第二步，通过ETL过程，把数据合并到一个企业级的数据库，建立数据仓库，这是处理海量数据的基础数据集。第三步，在数据仓库的基础上，利用数据分析工具对数据进行分析处理，一般采用联机分析处理(OLAP)和数据挖掘(DM)两大技术。最后一步，利用数据展现工具，把分析结果通过可视化方式呈现给管理者作决策分析依据。为完成上述流程，商业智能系统一般要利用数据抽取工具、数据仓库、OLAP引擎(包括数据挖掘)和前端展现工具。 　　 　　2　广东邮政构建商业智能系统的分析 　　 　　2.1　广东邮政信息系统现状 　　目前，广东邮政按照“三层架构”的方式，构筑了广东邮政信息化体系。三层架构分为基础网络、业务平台和业务应用，如图1。 　　基础网络负责数据接入与传输功能，包括硬件设备、网络设备、传输线路、通信协议等部分，实现信息的录入与顺畅传输；业务平台负责数据表示与数据存储功能，包括生产业务系统建设的数据标准、业务规范、系统规范及数据存储等；业务应用系统实现数据处理与挖掘功能，包括生产系统、经营管理系统和分析决策系统等。在业务应用系统中，生产系统负责生产业务数据的处理，主要有邮政储蓄系统、中心局生产作业和调度子系统、183网上电子商务网站、电子汇兑系统、物流动态调配系统、EMS系统、报刊业务系统、邮资票品系统、综合业务应用系统等生产应用系统；经营管理系统负责经营管理环节业务数据处理及基础数据分析功能，主要有经营分析系统、OA系统、固定资产管理系统、定员定额管理系统、设备管理系统；分析决策系统负责数据挖掘、决策支持功能等等，目前投入运行的量收系统和大客户管理系统已初步具备决策分析能力。 　　广东邮政信息架构的建成以及各个应用系统的不断完善，为下一步的商业智能建设奠定了良好基础。 　　 　　2.2　广东邮政数据应用面临的问题及需求 　　目前，由于广东邮政还没有建设自己的企业级数据仓库，数据仍然在各个业务系统离散分布，因此不能为决策提供有力支持。随着企业的业务发展以及企业信息化的不断建设，如何整合各个信息系统的原始资料，如何通过科学的手段为各种管理优化与业务优化服务，如何优化各种管理与业务模式，为管理决策提供可靠的数据依据等，正是目前广东邮政信息系统建设面临的最大问题，也是当前广东邮政信息化建设从粗放化向集约化转变的重点和目标。广东邮政信息系统的主要问题表现在数据来源分散、信息难以采集、数据查询难、邮政数据信息利用效率低以及数据关联性低。 　　广东邮政信息系统的发展和完备，为数据仓库、商业智能的建设准备了良好的基础条件，同时也对商业智能的应用提出了迫切的需求。 　　 　　3　广东邮政商业智能的建设 　　 　　3.1 指导思想 　　3.1.1建设目标 　　消除数据孤岛，实现数据资源的整合。建设商业智能系统，通过ETL等方式实现横向分布在各个业务系统数据的整合以及纵向分布在不同历史时间数据的整合，使整个广东邮政的业务数据资源整合起来。 　　实现数据的灵活查询，方便数据使用。在数据整合的基础上，通过灵活的查询工具实现数据的灵活查询，提高数据的利用率，使数据能够方便地被使用。 　　实现