什么是商务智能.ppt

商务智能 Business Intelligence 第一讲 商务智能概述（一）,经济学院电子商务系 陈冬林,教材及主要参考书目,胡运发，数据与知识工程导论。清华大学出版社，2003 姚家奕，多维数据分析原理与应用。清华大学出版社，2004 张云涛，龚玲，商业智能设计、部署与实现。电子工业出版社，2004 王茁，顾洁，三位一体的商务智能。电子工业出版社，2004,主要内容,商务智能概述 数据仓库 数据仓库应用开发过程 OLAP技术 知识发现与数据挖掘,第一章 商务智能概述,1.1 商务智能的定义 引言 定义 定义详释 1.2 商务智能的结构 体系结构 产品映射 1.3 商务智能的作用和意义 1.4 商务智能的应用现状,简而言之，它是能够帮助用户对自身业务经营做出正确明智决定的工具 对企业而言数据，如订单、库存、交易帐目、通话记录、及客户资料。,找到有用信息,明智的行动,一、引言商业智能是什么？,错误理解盲人摸象,高级管理人员信息系统（EIS） 管理信息系统（MIS） 决策支持系统（DSS） 数据库技术 数据仓库 数据集市 数据整合与清洗工具 查询和报告工具 在线分析处理工具 分析性ERP和CRM,定义一：Business Intelligence is a process of turning data into knowledge and knowledge into action for business gain. (Data Warehouse Institute),定义二：“Business intelligence means using your data assets to make better business decisions. It is about access, analysis, and uncovering new opportunities.“,二、定义,标准定义： 商务智能是企业利用现代信息技术收集、管理和分析结构化 和非结构化的商务数据和信息，创造和累计商务知识和见解，改 善商务决策水平，采取有效的商务行动，完善各种商务流程，提 升各方面商务绩效，增强综合竞争力的智慧和能力。,1.企业: “组织机构”或“实体” ,企业机构或非企业性机构，比如政府部门、教育机构、医疗机构和公用事业等，都应该而且能够利用商务智能 。,2现代信息技术:能保证从不同的数据源（提取有用的数据，对数据进行清理以保证数据的质量，将数据经转换、重构后存入数据仓库或数据集市（这时数据变为信息），然后寻找合适的查询、报告和分析工具和数据挖掘工具对信息进行处理（这时信息变为辅助决策的知识），最后将知识呈现于用户面前，转变为决策。,3.收集收集数据是管理和分析数据的前提 。内部结构化比如ERP、CRM、SCM和电子商务等系统 ，内部非结构化、外部数据市场调研报告、人口统计报告、顾客信用报告 。,4.管理-这里的“管理”主要是指对数据的储存、提取、清洗、转换、装载、整合等工作，其目的主要是为了提高数据的质量和安全性。,5.分析数据查询、数据报告、多维分析、数据挖掘、高级统计分析,6.结构化结构化的数据主要是指储存于各个交易系统背后的关系型数据库中的数据，通常都是以表格的形式存在和展现的。传统的商务智能概念只包括这种结构化的、可定量的数据。,7.非结构化以零散的文件形式存在和展现的，通过文件管理和内容管理（Document Management & Content Management）软件来进行的,结构化,语义的理解,8.商务数据和信息包括一切可能对商务产生影响的、直接和间接的数据和信息,9.创造和累计商务知识和见解这是商务智能的第一层的目的和功能，也是最直接的目的和功能；“知识和见解”正是“智能”得名的由来。,10.改善商务决策水平这是商务智能的更高一层的目的和功能，企业能否利用好这一功能、实现这一目的在很大程度上取决于领导者的意识和胸襟以及企业文化中决策科学化和民主化的成分。,11.采取有效的商务行动采取有效的商务行动是创造和累计商务知识和见解、改善商务决策水平的目的和动力。,12.完善各种商务流程残缺、散乱、僵化、低效的商务流程是企业的顽疾，商务智能能够为这一顽疾的诊断和治疗做出一定的贡献； 优化后自动化（请注意先后顺序）的商务流程反过来也会促进商务智能的发展。,13.提升各方面商务绩效-这是商务智能在企业内部的最高目的和作用，有效的商务智能系统和技术能够帮助企业提升各个方面的绩效：财务的和非财务的，前台的和后台的，企业内的和供应链内的，组织的和个人的,14.增强综合竞争力的这是商务智能在企业中的最高目的和作用。,Information,Data,Knowledge,Plan,Act,美国数据仓库研究院（BI）,Data Warehouse,Analytical Tools,Rules and Models,Experience,1.2 商务智能的结构,商务智能的结构主要由两部分组成: 数据仓库环境 分析环境 商务智能主要由三种技术构成: 数据仓库（Data Warehouse） 联机分析处理（On-line Analysis,OLAP） 数据挖掘（Data Mining）,在三大技术支柱中，数据仓库是商务智能的基础。 联机分析处理（OLAP）是以海量数据为基础的复杂分析技术。 数据挖掘(Data Mining)是从海量数据中，提取隐含在其中的、人们事先不知道的但又可能有用的信息和知识的过程。,1.3 BI的作用和意义,一、理解业务 认识是哪些趋势、哪些非正常情况和哪些行为正对业务产生影响； 二、衡量绩效 三、改善关系 四、创造获利机会,1.4.1 BI的应用现状,欧美企业在2003年底大约有70%部署商务智能，虽然并 不一定把它当做全公司范围的、战略性的计划。 美国和欧洲的企业对商务智能工具的使用略有不同， 美国企业用商务智能做在线处理比欧洲企业多，而欧洲 企业用商务智能进行高级分析比美国企业多。 虽然许多企业都计划实施商务智能，但商务智能仍未能被 广泛地提升到战略性层面。,1.4.2 BI的应用现状,商务智能在中国的发展还处于起步阶段，大部分企业对商 务智能还缺乏必要的了解。 中国宝钢、海关以及大的银行和电信公司进行了数据仓库 和数据挖掘项目。,商务智能 Business Intelligence 第一讲 商务智能概述（二）,经济学院电子商务系 陈冬林,第一章 商务智能概述（下）,1.5 未来的商务智能体系结构 1.6商务智能的应用状况 1.7信息和知识关系(选讲),一、体系结构图,二、各部分功能,1. 数据源系统：包括前后端OLTP（ On-Line Transaction Processing, 在线事务处理）、电子商务系统和外部信息提供者等等。这些不仅是数据源，而且是知识和行动的操作对象。 2. 商业智能工具系统：包括数据仓库模型和构造工具、访问工具、决策支持工具OLAP 和数据挖掘工具。 (1)数据仓库模型和构造工具 包括ETL（Extract / Transformation / Load）工具和数据仓库模板、元数据交换、联合数据仓库和数据集市系统。这些工具用于从操作系统和外部数据源系统中捕捉数据，经过数据加工和转换，最后将数据装载进全局的或部门的数据仓库。,(2)访问工具 包括应用接口和中间件，需求驱动数据的获得和分析，决策引擎的模型、规则和度量等，使得客户工具能够访问和处理数据库和文件系统中的商业信息。数据库中间件允许客户透明地访问后台各种异构的数据库服务器，Web 服务器中间件允许Web 客户连接到数据库中。这些产品用于管理终端用户感兴趣的商业信息。一般采用三层信息存储，最高层次是数据仓库，数据仓库中集成了全企业的商业信息；中间级是部门数据仓库，又叫做数据集市，这里存储了某个商业单位、用户组或部门的商业信息，这些数据集市可以直接建立在企业操作系统的基础上；结构的最低层次存储了根据用户和应用需求经过裁剪后的信息或数据。,(3)决策支持工具OLAP 和数据挖掘工具 包括了从基本查询和报表工具到先进的在线分析处理再到信息挖掘工具的各类工具。所有工具都支持GUI 客户界面。许多也可以在Web 界面上使用。现在，这些工具大多设计成能处理数据库产品来的结构信息，但是将来需要对文件系统、多媒体、甚至邮件或Web 服务器上的复 杂的和非结构的信息。,3. 商业智能应用系统 包括人力资源管理、分析和报告、财务管理、客户资源管理、分析和报告供应链管理、企业计划管理的分析和报告。这些应用是许多针对不同行业或应用领域经过裁剪的完整的商业智能解决方案软件包。很多信息管理系统构建在相对分散的体系结构上，企业的各个部门都是一 个个信息孤岛，彼此之间的信息很难共享。为了获得真正智能化的企业管理，信息结构必须与商业智能无缝集成。,4.知识和行动应用系统 包括企业知识管理门户、商业信息和建议和知识行动。BI 软件提供商通常提供一个单一的、基于网络的入口门户来提供报告、OLAP（On-Line Analysis Processing）和数据挖掘信息。这些入口与企业信息门户(EIP，Enterprise Information Portal)不同，通常是不被用户直接访问的。通过向最流行的通用EIP 提供连接来实现BI 的应用，使其成为一个企业全面信息管理中的关键组成部分。,1.6商务智能的应用状况 一、 零售业 商业智能在零售业中有如下一些应用： 预测：对需求进行预测，根据预测结果更好地管理库存。 营销：对顾客数据进行分析，从而不仅了解卖掉了什么，同时了解“谁”买了什么，实现由消费者“拉”动的营销。 产品销售模式：某种产品的销售特点，不同产品之间的关联关系，作为进货和商店布局的参考 案例1:沃尔玛曾有一段时间，沃尔玛公司在美国的店面经理发现一种现象: 每周啤酒和尿布的销量都会有一次同比攀升，但一时搞不清是什么原因。后来，沃尔玛运用商业智能（Business Intelligence，简称 BI）技术发现，购买这两种产品的顾客几乎都是 25 岁到 35 岁、家有婴儿的男性，每次购买时间均在周末。沃尔玛在对相关数据分析后得出，这些人习惯晚上边看球赛、边喝啤酒，对于要照顾的孩子，为了图省事就用一次性尿布。得到结果后，沃尔玛决定，把这两种商品集中摆在一起，结果销量有了显著增加。,1.6商务智能的应用状况,案例2:手机销售 一家公司在一次市场宣传活动中投入 2,000 万元广告经费，却很难搞清提高了多少业绩。这是因为导致业绩提高的因素太多了，可能是减价、广告、培训销售人员，还可能是销售旺季、竞争对手较弱等，其中的组合太多了。公司规模越大，组织越庞大，这种影响因素就越多。没有 BI 系统的企业靠的是根据经验去决策，就像瞎子摸象、似是而非，很难把握效果。而 BI 却能让数据说话，分析出哪种因素起到了关键作用，从而帮助 CEO 作出下一步的决策。曾有一家手机生产商想要降价，进一步促销某款高档手机，但通过 BI 技术分析后，得出购买这种手机的目标顾客对价格并不敏感，反倒是他们把拥有这种手机当作身份和品位的象征，如果冒然降价反而不利于该手机的销售。,二、保险业 商业智能在零售业中有如下一些应用： 理赔分析：根据险种、保单持有人、理赔类型以及其它特征分析理赔趋势，以确定准备金的数量，理赔分析可以帮助识别保险欺诈。 顾客利润率分析：分别按不同的品种、不同的地区、不同的代理人、不同的客户群的服务的成本和所得到的收益进行量化分析，找出利润率差异的原因，以利用开发新品种、对于已有品种进行客户化改进并识别能带来高利润率的顾客。 客户价值分析：顾客利润率不是评价顾客对于保险公司价值的唯一指标，也许一个顾客具备在将来购买高利润率保险产品的潜力，也许会成为很好的高利润率顾客的介绍人，因此要考虑顾客在与保险公司打交道的整个过程中的价值。 客户划分：将有各种共同特征的客户划分为不同的客户群，掌握其需求和产品的使用模式，以分别确定营销方案；分析委托人的利润率，识别机会，改进服务。 风险分析：了解引入新险种和发展新客户的风险。识别高风险客户群和能带来机会的客户群，减少理赔频率。,三、 金融和证券业 商业智能在金融和证券业中有如下一些应用： 顾客利润率分析：了解各个顾客在当前的和长远的利润率。使尽量提高对于高价值顾客的销售，减少用于低价值顾客的成本。 信用管理：了解各种产品的信用状况，建立不同顾客群的信用模式，及早帮助顾客避免信用问题的发生，预测信用政策变化所产生的影响，减少信用损失。 四、 制造业 商业智能在制造业中有如下一些应用： 市场营销：提供面向顾客的交易数据，实现由消费者“拉”动的营销； 预测：（同零售业）； 采购分析：掌握供应商的成本、供货及时性等因素；,五、电信业,商业智能应用： 第一，客户管理。电信企业要吸引客户、发展客户并留住客户，首先必须要了解客户。客户管理应用的目的是根据客户的属性（包括自然属性和行为属性)，从不同角度深层次分析客户，从而针对不同的客户采取不同的促销活动以及提供更好和更有针对性的服务，以此增加新的客户，提高客户的忠诚度，降低客户流失率，提高客户消费额度等。 第二，客户发展分析。这主要是依照客户的自然属性和消费行为属性对客户进行分析。其主要指标包括客户总量分析、新增客户分析、客户流失分析、客户行为分析，客户信用度分析、客户风险分析等等。 第三，业务量分析，包括业务总量分析、业务增长和流失分析、网络通话流量及流向分析、热点区域分析、业务量结构分析、收益分析、呼叫特征分析等 。 第四，收入分析。包括收入总量分析、收入变化分析、收入结构分析、客户缴费及欠费分析等。 第五，营销管理分析。主要提供的功能包括产品定价分析、市场需求分析、促销活动分析、营销渠道分析等。 第六，市场竞争分析。包括市场占有率分析、竞争对手发展情况分析、供应商行为分析、合作商行为分