商业智能在物流中的应用.pptVIP

商业智能在智能物流中的应用010304商业智能技术概述OLAP对物流决策的支持OLAP在物流企业中的应用02OLAP在物流数据仓库应用商业智能的概述商业智能是对商业信息的搜集、管理和分析过程。目的是使企业的各级决策者获得知识或洞察力，促使他们做出对企业更有利的决策。商业智能一般由数据仓库、数据分析、数据挖掘、在线分析、数据备份和恢复等部分组成。商业智能的几大关键技术商业智能是一套完整解决方案，它是将数据仓库、01联机分析处理和数据挖掘等结合起来应用到商业活02动中，从不同的数据源收集数据，经过抽取、转换03和加载，送入到数据仓库或数据集市，然后使用合04适的查询与分析工具、数据挖掘工具和联机分析处05理工具对信息进行处理，将信息转变成为辅助决策06的知识，最后将知识呈现于用户面前，以实现技术07服务与决策的目的。08数据仓库技术01数据仓库是指从多个数据源收集的信息，以一种一致的存储方式保存所得到的数据集合。数据仓库是一种语义上一致的数据存储，充当决策支持数据模型的物理实现，并存放企业战略决策所需信息。数据仓库的数据模型有星型模式、雪花模式。对数据仓库的研究集中在数据集成中数据模式的设计、数据清洗和数据转换、导入和更新方法等。02联机分析处理技术联机分析处理又称多维分析，它对数据仓库中的数据进行多维分析和展现，是使分析人员、管理人员或执行人员能够从多种角度对从原始数据中转化出来的、能够真正为用户所理解的、并真实反映企业维特性的信息进行快速、一致、交互地存取，从而获得对数据更深入了解的一类软件技术。它的技术核心是“维”这个概念，因此OLAP也可以说是多维数据分析工具的集合。3.数据挖据技术数据挖掘是按照预定的规则对数据库和数据仓库中01已有的数据进行信息开采、挖掘和分析，从中识别02和抽取隐含的模式和有趣知识，为决策者提供决策03依据。数据挖掘的任务是从数据中发现模式。模式04有很多种，按功能可分为两大类：预测型模式和描05述型模式。数据挖掘的研究重点偏向数据挖掘算法06以及在新的数据类型、应用环境中使用时所出现新07问题的解决上。084.BI的表示和发布技术为了使分析后的数据直观、简练地呈现在用户面前01需要采用一定的形式表示和发布出来，通常采用的02是一些查询和报表工具。不过，目前越来越多的分03析结果是以可视化的形式表现出来，这就是信息可04视化技术。随着Web应用的普及，商务智能的解决05方案能够提供基于Web的应用服务，这样就扩展了06商务智能的信息发布范围。072.OLAP在物流数据仓库中的应用在物流领域建立数据仓库主要是实现对物流服务需求分析、物流成本分析、和物流过程分析，这主要以分析实时数据为主，将数据在供应链上按需重组，辅助决策者获取与目标相关的具体信息。物流信息数据采集物流信息数据采集是一个动态过程，物流作业中产生的信息经过一系列的加工才最终被存放在数据仓库中。添加标题采购、仓储、配送、运输、流通加工等作为物流基添加标题息，信息首先经过包装器，包装器负责把信息从信添加标题础作业信息源，包括物流基础作业和增值服务作业添加标题息源的数据格式转换成数据仓库的数据格式和数据添加标题的数据信息，也包括HTML文件，知识库等各种信添加标题模型，加工形成可以多维分析的数据，监视器负责添加标题自动监测信息源中数据变化并把这些变化传递给集添加标题成器，集成器对收到的信息进行过滤、提取、和合添加标题并处理，然后再存放在数据仓库中。2.物流管理信息系统平台开发由数据仓库支持的物流信息系统平台能够满足管理人员的决策需要，能快速响应其对信息数据的多维查询和分析的需要。数据模型支持业务过程所需的数据，统一规范定义01企业具体的业务流程，形成书面标准格式，数据描02述是规定信息数据的格式、种类、时间等数据属性03建立数据信息的维度。在完成详细的过程描述和04数据描述后，一部分工作是按照数据描述开发数据05仓库的层次结构，另一部分是编译业务过程描述，06开发系统平台的应用程序，以实现管理人员对物流07信息系统的交互式操作。083.物流决策支持子系统建立物流管理信息系统是为企业进行物流管理与决策服务，决策支持系统是其中的一个子系统。决策支持系统由人机交互子系统、数据仓库管理子系统和模型管理子系统组成。添加标题在决策支持子系统中，模型库自带所需的数据文件添加标题者通过人机交互子系统对确定的主题进行分析、对添加标题各模型之间通过数据连接，把公用的数据放入数添加标题比、预测，对决