
BI在現(xiàn)代企業(yè)中的應(yīng)用
商業(yè)智能被人們稱為“混沌世界中的智能”,它代表為提高企業(yè)運(yùn)營性能而采用的一系列方法、技術(shù)和軟件,它能夠從傳統(tǒng)業(yè)務(wù)系統(tǒng)中獲取各類客戶數(shù)據(jù)和業(yè)務(wù)數(shù)據(jù),由此建立多層次的分析體系,并將其轉(zhuǎn)化成有商業(yè)意義的信息。商業(yè)智能把先進(jìn)的信息技術(shù)應(yīng)用到整個企業(yè),不僅為企業(yè)提供信息獲取能力,而且通過對信息的開發(fā),將其轉(zhuǎn)變?yōu)槠髽I(yè)的競爭優(yōu)勢。商業(yè)智能系統(tǒng)對于企業(yè)發(fā)現(xiàn)市場新機(jī)會、創(chuàng)造競爭新優(yōu)勢的作用是顯而易見的。但企業(yè)在真正實(shí)施商業(yè)智能過程中,并不都是一帆風(fēng)順,很多企業(yè)在商業(yè)智能方面進(jìn)行了巨額的軟硬件及人力投資,卻并沒有給企業(yè)帶來預(yù)期的管理效率。
一、商業(yè)智能技術(shù)體系框架
商業(yè)智能的概念最早是Gartner Group 于1996
年提出來的。當(dāng)時將商業(yè)智能定義為一類由數(shù)據(jù)倉庫(或數(shù)據(jù)集市)、查詢報表、數(shù)據(jù)分析、數(shù)據(jù)挖掘、數(shù)據(jù)備份和恢復(fù)等部分組成的、以幫助企業(yè)決策為目的技術(shù)及其應(yīng)用。商業(yè)智能所涉及的技術(shù)與應(yīng)用,在Gartner
Group 命名之前就有,起初被稱為經(jīng)理信息系統(tǒng)( EIS),在演化成商業(yè)智能之前叫決策支持系統(tǒng)( DSS)。
目前,商業(yè)智能通常被理解為將企業(yè)中現(xiàn)有的數(shù)據(jù)轉(zhuǎn)化為知識,幫助企業(yè)做出明智的業(yè)務(wù)經(jīng)營決策的工具。這里的數(shù)據(jù)包括來自企業(yè)業(yè)務(wù)系統(tǒng)的訂單、庫存、交易賬目、客戶和供給商資料,來自企業(yè)所處行業(yè)和競爭對手的數(shù)據(jù),以及來自企業(yè)所處的其他外部環(huán)境中的各種數(shù)據(jù)。而商業(yè)智能能夠輔助的業(yè)務(wù)經(jīng)營決策,既可以是操作層的,也可以是戰(zhàn)術(shù)層和戰(zhàn)略層的決策。為了將數(shù)據(jù)轉(zhuǎn)化為知識,需要利用數(shù)據(jù)倉庫、聯(lián)機(jī)分析處理(
On line Analytical Processing,簡稱OLAP)
工具和數(shù)據(jù)挖掘等技術(shù)。因此,從技術(shù)層面上講,商業(yè)智能技術(shù)并不是基礎(chǔ)技術(shù)或者產(chǎn)品技術(shù),它是數(shù)據(jù)倉庫、OLAP
和數(shù)據(jù)挖掘等相關(guān)技術(shù)走向商業(yè)應(yīng)用后形成的一種應(yīng)用技術(shù)。與一般的信息系統(tǒng)不同的是,商業(yè)智能在處理海量數(shù)據(jù)、數(shù)據(jù)分析和信息展現(xiàn)等多個方面都具有突出性能。
商業(yè)智能系統(tǒng)(如圖1 所示)
主要包括數(shù)據(jù)預(yù)處理、建立數(shù)據(jù)倉庫、數(shù)據(jù)分析及數(shù)據(jù)展現(xiàn)四個主要階段。數(shù)據(jù)預(yù)處理是整合企業(yè)原始數(shù)據(jù)的第一步,它包括數(shù)據(jù)的抽取、轉(zhuǎn)換和裝載三個過程。建立數(shù)據(jù)倉庫則是處理海量數(shù)據(jù)的基礎(chǔ)。數(shù)據(jù)分析是體現(xiàn)系統(tǒng)智能的關(guān)鍵,一般采用聯(lián)機(jī)分析處理和數(shù)據(jù)挖掘兩大技術(shù)。聯(lián)機(jī)分析處理不僅進(jìn)行數(shù)據(jù)匯總/聚集,同時還提供切片、切塊、下鉆、上卷和旋轉(zhuǎn)等數(shù)據(jù)分析功能,用戶可以方便地對海量數(shù)據(jù)進(jìn)行多維分析。數(shù)據(jù)挖掘的目標(biāo)則是挖掘數(shù)據(jù)背后隱藏的知識,通過關(guān)聯(lián)分析、聚類和分類等方法建立分析模型,預(yù)測企業(yè)未來發(fā)展趨勢和將要面臨的問題。在海量數(shù)據(jù)和分析手段增多的情況下,數(shù)據(jù)展現(xiàn)則主要保障系統(tǒng)分析結(jié)果的可視化。
二、商務(wù)智能的益處
1、商務(wù)智能與企業(yè)發(fā)展戰(zhàn)略的關(guān)系
商務(wù)智能通過優(yōu)化戰(zhàn)略提高企業(yè)的效率,促進(jìn)戰(zhàn)略的實(shí)施。目前,90%的企業(yè)的戰(zhàn)略沒有得到很好的實(shí)施,管理人員往往不知道實(shí)際發(fā)生的情況,員工也不知道日常工作與企業(yè)的戰(zhàn)略的關(guān)系。企業(yè)市場將是商務(wù)智能公司非常關(guān)鍵的增長點(diǎn),也是非常重要的戰(zhàn)略組成部分。在具體實(shí)施商務(wù)智能技術(shù)時,首先要通過加強(qiáng)教育與培訓(xùn)讓企業(yè)管理人員認(rèn)識到商務(wù)智能的重要性,并提高企業(yè)管理者的素質(zhì);其次要重點(diǎn)做好保證數(shù)據(jù)的可信性和數(shù)據(jù)的準(zhǔn)確性方面的工作。商務(wù)智能技術(shù)工具未來的發(fā)展方向?qū)⑹呛唵闻c快速反應(yīng)。由于數(shù)據(jù)容量的關(guān)系,目前,企業(yè)關(guān)心更多的是能簡單易用做好業(yè)務(wù)報表,數(shù)據(jù)質(zhì)量還不是重點(diǎn)。但是,企業(yè)在成長,今天采用的產(chǎn)品線能否順利升級而不是重新開發(fā),在未來有無成長的能力,這一點(diǎn)也很重要。特別是在當(dāng)前經(jīng)濟(jì)增長趨緩的背景下,各種規(guī)模的企業(yè)在優(yōu)化績效的同時,也在努力降低IT
成本并使IT 投資回報最大化。商務(wù)智能已成為企業(yè)不可或缺的一大要素。
2、商務(wù)智能系統(tǒng)與企業(yè)日常運(yùn)營結(jié)合的實(shí)現(xiàn)
商務(wù)智能是深化企業(yè)信息化的重要工具,它的出現(xiàn)為企業(yè)決策層提供了決策分析與風(fēng)險規(guī)避的工具,為企業(yè)提供了資源優(yōu)化與價值評價的平臺,為企業(yè)信息化提供了從運(yùn)營層向決策層發(fā)展的支撐。面向企業(yè)建立商務(wù)智能,要開發(fā)或者選擇適合企業(yè)的商務(wù)智能平臺。這里的平臺不僅是一個工具的問題,它至少要包括模型、工具、應(yīng)用等三個方面的內(nèi)容。企業(yè)商務(wù)智能系統(tǒng)一般模型如圖2 所示。商務(wù)智能業(yè)務(wù)模型是實(shí)現(xiàn)商務(wù)智能應(yīng)用的最重要的因素,具體包括企業(yè)戰(zhàn)略決策模型和運(yùn)營模型兩類:支持企業(yè)戰(zhàn)略實(shí)現(xiàn)的價值評價,支持戰(zhàn)略投資的動態(tài)決策算法,支持企業(yè)財務(wù)戰(zhàn)略與資源配置的算法,支持企業(yè)預(yù)警與風(fēng)險管理的算法,支持預(yù)測分析和動態(tài)利潤管理的優(yōu)化算法,支持存貨最優(yōu)批量經(jīng)濟(jì)訂貨、企業(yè)物流成本最優(yōu)的規(guī)劃算法,支持客戶評價算法,支持制造業(yè)動態(tài)成本的評估算法,支持業(yè)務(wù)流程優(yōu)化的動態(tài)規(guī)劃與網(wǎng)絡(luò)計劃算法等。這些模型與算法是商務(wù)智能平臺的重要組成部分,是最終發(fā)揮商務(wù)智能作用的關(guān)鍵要素。
三、商務(wù)智能在現(xiàn)代企業(yè)中的應(yīng)用
商務(wù)智能這種“從數(shù)字上管理”的能力是有效率的企業(yè)和經(jīng)濟(jì)制度的顯著特點(diǎn)。具體說來,商務(wù)智能可以在以下幾個方面發(fā)揮作用:
第一,理解業(yè)務(wù),幫助決策。商務(wù)智能可以用來幫助理解業(yè)務(wù)的推動力量,認(rèn)識是哪些趨勢、哪些非正常情況和哪些行為正對業(yè)務(wù)產(chǎn)生影響。
第二,衡量表現(xiàn)。商務(wù)智能可以用來確立對員工的期望,幫助他們跟蹤并管理其表現(xiàn)。
第三,改善關(guān)系。商務(wù)智能能為顧客、員工、供應(yīng)商、股東和大眾提供關(guān)于企業(yè)及其業(yè)務(wù)狀況的有用信息,從而提高企業(yè)的知名度、增強(qiáng)整個信息鏈的一致性。利用商務(wù)智能,企業(yè)可以在問題變成危機(jī)之前很快地對它們加以識別并解決。商務(wù)智能也有助于加強(qiáng)顧客忠誠度,一個參與其中并掌握充分信息的顧客更加有可能購買你的產(chǎn)品和服務(wù)。
第四,創(chuàng)造獲利機(jī)會。掌握各種商務(wù)信息的企業(yè)可以出售這些信息從而獲取利潤。但是,企業(yè)需要發(fā)現(xiàn)信息的買主并找到合適的傳遞方式。在美國有許多保險、租賃和金融服務(wù)公司都已經(jīng)感受到了商務(wù)智能的好處。
總結(jié)
商務(wù)智能系統(tǒng)的最大好處是可以得到最精確、最及時的信息,幫助企業(yè)贏得競爭優(yōu)勢。要利用先進(jìn)的信息技術(shù)獲取競爭優(yōu)勢,企業(yè)的決策者需要對商務(wù)智能系統(tǒng)有一個較全面的了解,知道它的功能、發(fā)揮作用的方式以及它在分析顧客的消費(fèi)趨勢,培養(yǎng)忠實(shí)顧客,加強(qiáng)與供應(yīng)商的聯(lián)系,挖掘新的商業(yè)機(jī)會,分析未來發(fā)展趨勢,展開商業(yè)策略,調(diào)整產(chǎn)品結(jié)構(gòu)、分銷渠道、工作流程和服務(wù)方式等各方面的運(yùn)用,并對商務(wù)智能系統(tǒng)的未來發(fā)展及實(shí)施過程中存在的問題有著充分的認(rèn)識。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導(dǎo)向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10