第三章信息处理技术与方法(下).pptx

第四节 商务智能与数据挖掘;市场的竞争发展趋势;企业领导人如何面对激烈市场竞争带来的挑战？;其他;现在企业的问题不是数据太少，而是数据太多了;现有的数据状况;企业是个严密运作的复杂系统，每个细小环节的活动是彼此互相关联的；从零碎的、片段的企业局部化信息难以看清企业整体的变化； 同时企业需要一种协同思考的能力； 在这种背景下，商务智能应运而生！;;个性化的界面; IBM认为商务智能是指一种能力：通过智能的使用你的数据财产来制定更好的商务决策。它的意思是说各种??业的决策人员以企业中的数据仓库(Data Warehouse) 为本，经由各式各样的查询分析工具(Query/Report Tools)、联机分析处理(Online Analytical Processing 简称 OLAP)工具、或是数据挖掘(Data Mining)工具加上决策规划人员的行业知识(Industry Knowledge)，从数据仓储中获得有利的信息，进而帮助企业提高获利，增加生产力与竞争力。 ; 学术界的观点是：BI实际上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，其主要目标是将企业所掌握的信息转换成竞争优势，提高企业决策能力、决策效率、决策准确性。;根据国际数据公司（IDC）的一个关于65个公司的案例研究显示，在过去2、3年里，商务智能投资的平均回报超过了400%。根据商务智能的当前应用情况，发现商务智能广泛应用在零售、电信和保险、银行等行业。这些行业一般具有以下特征： （1）大量的顾客；这样才能产生足够多的可供分析的数据。 （2）非常激烈的竞争并有差异化的需要；这些行业一般提供的都是差异化很小的产品，同时行业内的竞争又非常激烈，从而使差异化的服务成为企业必然选择。 （3）能容易地收集到大量的电子数据。这些行业一般都有较完善的电子交易记录系统，可以很方便的收集到大量的电子交易数据。;数据仓库;2.数据仓库特征 1）面向主题(subject oriented) 　　在传统的信息系统中，对数据的处理是面向过程的或者是面向功能的。而面向过程的数据包括满足某种功能需求的数据，它们可能与决策问题有关也可能无关。 ;采购子系统: 订单（订单号，供应商号，商品号，类别，单价。数量，总金额，日期， … ） 供应商（供应商号，供应商名，地址，电话，…） 销售子系统： 客户（客户号，姓名，地址，电话， … ） 销售（客户号，商品号，数量，单价，日期， … ） 库存子系统： 进库单（编号，商品号，数量，单价，日期， … ） 出库单（编号，商品号，数量，单价，日期， … ） 库存（商品号， 库房号，类别，单价，库存数量， 总金额，日期， … ）; 商品固有信息：商品号，类别，单价，颜色，… 商品采购信息：商品号，类别，供应商号，供应日期，单价，数量，… 商品销售信息：商品号，客户号，数量，单价，销售日期， … 商品库存信息：商品号， 库房号，库存数量，日期， … ） ;从信息管理的角度看，主题就是在一个较高的管理层次上对信息系统的数据按照某一具体的管理对象进行综合、归类所形成的分析对象。;2）集成化(integrated); 数据仓库中的数据分为四个级别：早期细节级，当前细节级，轻度综合级，高度综合级。;3）相对稳定的：数据仓库的数据主要供企业决策分析之用，所涉及的数据操作主要是数据查询，一旦某个数据进入数据仓库以后，一般情况下将被长期保留，也就是数据仓库中一般有大量的查询操作，但修改和删除操作很少，通常只需要定期的加载、刷新。4）反映历史变化：数据仓库中的数据通常包含历史信息，系统记录了企业从过去某一时点(如开始应用数据仓库的时点)到目前的各个阶段的信息，通过这些信息，可以对企业的发展历程和未来趋势做出定量分析和预测。;DW中数据量很大：通常的DW的数据量为 10GB级，大型DW是一个TB（1000GB）级数 据量。DB一般为几兆至100兆B。;整个数据仓库系统是一个包含四个层次的体系结构，具体由下图表示。 ;3. OLAP;OLAP的基本分析方法;??? (1)维成员。维的一个取值称为该维的一个维成员。如果一个维是多层次的，那么，该维的维成员是在不同维层次的取值的组合。??? (2)多维数组。一个多维数组可以表示为：(维1，维2，…，维n，变量)。例如，日用品销售数据是按时间、地区和销售渠道组织起来的三维立方体，加上变量销售额”，就组成了一个多维数组(地区，时间，销售渠道，销售额)。??? (3)数据单元。多维数组的取值称为数据单元。 ;OLAP的基本分析方法;切 片; 例如，选定多