决策支持和商务智能第七章

1、决策支持和商务智能第七章第1页，共56页，2022年，5月20日，8点40分，星期一章节的基本要求1.掌握决策过程的四个阶段 2.掌握决策支持系统的概念、结构 3.掌握决策支持系统的各库的功能 4.了解决策支持系统的发展 5.掌握决策支持系统与管理信息系统之间的关系6.掌握商务智能的概念 7.了解商务智能的三个技术基础和技术体系第2页，共56页，2022年，5月20日，8点40分，星期一第七章 决策支持和商务智能章节安排 7.1 决策支持系统 7.2 群决策支持系统 7.3 商务智能第3页，共56页，2022年，5月20日，8点40分，星期一决策是什么？决策是人们为了达到一定目的而进行的有意识

2、的、有选择性的活动。 条件约束；科学方法；最优或次优方案决策是一个行动过程，是一个连续的整体。传统决策和科学决策的区别是什么？传统决策依靠个人的直觉、经验、阅历等主观行为进行决策科学决策结合定量分析和定性分析 ，运用多门学科经济学、社会学、心理学、统计学、计算机科学等7.1.1 决策 第4页，共56页，2022年，5月20日，8点40分，星期一例如：利用有限的人力、物力和财力等资源，使利润最大化某工厂在计划期内生产 、 产品，已知生产单位产品所需的设备台时及A、B两种原材料的消耗，该工厂每生产一件产品可获利2元，每生产一件产品可获利3元，问如何安排计划使利润最大？ 设备128台时原材料A401

3、6kg原材料B0412kg设x1,x2分别表示在计划期内产品 、 的产量。目标函数 maxZ=2x1+3x2满足约束条件 x1 + 2x2 8 4x1 16 4x2 12 x1,x2 0第5页，共56页，2022年，5月20日，8点40分，星期一7.1.1 决策 管理学家西蒙（H A Simon）教授认为决策是一个过程，包括四个阶段的活动：决策过程情报活动阶段 设计活动阶段 选择活动阶段 实施活动阶段 第6页，共56页，2022年，5月20日，8点40分，星期一决策过程（续）情报活动阶段 调查环境，收集与决策问题相关的信息，分析和确定决策的条件和因素，发现问题，确定决策目标。 设计活动阶段 在

4、限制性因素的约束条件下，拟订多种可供选择的方案，充分利用决策技术和可行性分析方法，描述和评价每个方案所产生各种结果的可能性。 选择活动阶段 从多种备选方案中，选择出最合理的方案。 实施活动阶段验证方案是否达到预期的效果，进行方案的实施执行。 第7页，共56页，2022年，5月20日，8点40分，星期一决策过程（续）第8页，共56页，2022年，5月20日，8点40分，星期一决策问题的类型 企业面临大量的决策问题生产计划的制定、产品销售计划的制定、厂址的选择等根据决策活动表现方式的结构化程度，决策活动可以分为结构化、半结构化和非结构化的决策活动。结构化决策 半结构化决策 非结构化决策 第9页，共

5、56页，2022年，5月20日，8点40分，星期一结构化决策决策过程和决策方法可以遵循固定的规律、规则，能用确定的模型或语言加以描述，能够建立适当的模型产生决策方案，并能实现决策过程的基本自动化。特点：问题相对简单、重复发生、有规律可循、建立模型例如：库存控制（定期订货点和定量订货法P269）、厂址选择(重心法、成本利润产量定制法)非结构化决策 决策过程和决策方法不可以遵循固定的规律、规则，不能用确定的模型或语言加以描述，只能靠决策者的经验、直觉、个人偏好、习惯等主观行为作出决策。特点：问题复杂、没有规律可循、不能建立固定的模型、没有最优或次优方案、创造性思维例如：组织发展战略的制定第10页，

6、共56页，2022年，5月20日，8点40分，星期一 类型属性结构化半结构化非结构化决策过程遵循固定的规律、规则不能完全确定是否遵循固定的规律、规则不遵循固定的规律、规则决策方法可以定量化可以定量化难以定量化决策问题简单、直接较复杂相对复杂决策模型通用的模型可以建立模型，没有固定的模型决策方式大部分或全部实现自动化不能完全实现自动化不能实现自动化，需要用人机交互进行决策决策问题的类型（续） 第11页，共56页，2022年，5月20日，8点40分，星期一7.1.2 决策支持系统的概念 高瑞和斯考特开发了“Gorry 和Scott坐标图”，它是按照管理层次和决策问题类型所构造的 第12页，共56页

7、，2022年，5月20日，8点40分，星期一决策支持系统的概念（续）什么是决策支持系统？它所有对决策提供支持的计算机应用系统，这个系统充分运用可供利用的、合适的计算机技术和信息技术，针对半结构化和非结构化问题，通过人机交互方式，使用模型和数据，帮助和改善管理决策制定的有效性的系统。决策支持系统的目的是在决策者的分析和判断基础上，借助计算机技术、信息技术和管理科学方法对半结构化或非结构化的问题进行决策。提高决策的有效性（effective）而不是提高决策的效率（efficient）。 第13页，共56页，2022年，5月20日，8点40分，星期一决策支持系统的概念（续）决策支持系统的特点面向决策

8、者 强调的是支持决策，而不是代替决策 强调了人机交互的处理方式 主要解决半结构化的决策问题模型和数据共同驱动，分析能力强第14页，共56页，2022年，5月20日，8点40分，星期一信息的性质7.1.3 决策支持系统的结构 决策支持系统的概念模式 第15页，共56页，2022年，5月20日，8点40分，星期一决策支持系统的结构（续）DSS的结构一般包括如下几个子系统：人机对话子系统 数据库子系统模型库子系统方法库子系统一般可以分为二库、三库、四库、五库的决策支持系统基本结构。第16页，共56页，2022年，5月20日，8点40分，星期一决策支持系统的结构（续）一般可以分为二库、三库、四库、五库

9、的决策支持系统基本结构。二库结构二库结构第17页，共56页，2022年，5月20日，8点40分，星期一决策支持系统的结构（续）三库结构三库结构第18页，共56页，2022年，5月20日，8点40分，星期一DSS的结构一般包括如下几个子系统：人机对话子系统 数据库子系统模型库子系统方法库子系统决策支持系统的结构（续）第19页，共56页，2022年，5月20日，8点40分，星期一201.讨论： 随着各个学科和技术的发展，决策支持系统的发展怎样？2. 学习了决策支持系统的相关知识，请问；你所接触到的决策支持系统如何？应用于哪个行业？如何从管理信息系统发展为决策支持系统？ 7.1.4 决策支持系统的发

10、展第20页，共56页，2022年，5月20日，8点40分，星期一对象DSS：高层管理人员 MIS:中层或基层问题类型DSS：本结构化或非结构化 MIS:结构化信息来源DSS：综合信息 MIS:原始数据灵活性，适应性DSS：模型和数据驱动 MIS:数据驱动替代性DSS：借助系统，靠决策者主观决策 MIS:完全替代人的工作人机交互DSS：多次交互 MIS:不太需要人工干预目标DSS：有效性 MIS:效率7.1.5 决策支持系统与管理信息系统的比较第21页，共56页，2022年，5月20日，8点40分，星期一7.2.1 群体决策群体决策（Group Decision Making）是指一个群体如何共

11、同进行一项联合行动抉择。联合行动抉择：既可能是各方为了共同的利益而参与同一行动。例如董事会对投资项目进行表决 。多位专家对某个科研项目评分。最高决策往往不是有总经理单独作出的，而是该决策机构成员共同讨论并进行决策的结果。在此类决策机构进行决策的时候，通常以会议形式进行。也可能是各方为了不同的利益参与同一行动 。例如ERP软件的供应商和企业谈判过程。 第22页，共56页，2022年，5月20日，8点40分，星期一 群体决策（续自学）群体决策的优点决策的正确性和速度 决策的创造性 决策的风险性群体决策的阶段确定群体决策的问题。相互交流、沟通，找到可供选择的解决方案。多次分析、讨论，权衡各种解决方案

12、的优劣，达成共识 第23页，共56页，2022年，5月20日，8点40分，星期一根据一些调查结果证明：30的会议都是低效的。造成这一现象的原因在于：缺乏事先预备好的议程；缺乏必要的信息；缺乏有力的决策人物；在例行公事上花费时间太多；会议为少数人所控制而其他人没有机会发表意见。 群体决策（续自学）第24页，共56页，2022年，5月20日，8点40分，星期一7.2.2 群决策支持系统的概念（自学）群决策支持系统（Group Decision Support Systems, GDSS）是在决策支持系统的基础上利用计算机网络和通信技术，通过某种规程，供多个决策者相互协作地探询半结构化或非结构化决策

13、问题的信息系统。第25页，共56页，2022年，5月20日，8点40分，星期一群决策支持系统的特点不受时间和空间的限制。具有一定的规程，可使多个决策者充分交流、协作决策。减少群体中部分消极行为的产生，激发决策者的思路，限制小集团对决策结果的影响，保证了决策的客观性和公平性，提高决策者对决策结果的满意度。它不是决策支持系统的简单组合，既可以是专用的，也可以是通用的。群决策支持系统的概念（续自学）第26页，共56页，2022年，5月20日，8点40分，星期一 根据决策问题的类型、物理接近程度、人员的空间分布、决策周期的长短等因素，可以将群决策支持系统划分为决策室、局域决策网、传真会议和远程决策网这

14、四种类型。 决策室（Decision Room）局域决策网（Local Decision Network）传真会议（Teleconferencing） 远程决策网（Remote Decision Network） 7.2.3 群决策支持系统的类型（自学）第27页，共56页，2022年，5月20日，8点40分，星期一 群决策支持系统是建立在计算机网络基础上的，一般由私有决策支持系统、规程库、通信库、共享的公共数据库、模型库、方法库、公共显示设备等部件组成。7.2.4 群决策支持系统的结构（自学）第28页，共56页，2022年，5月20日，8点40分，星期一群决策支持系统的结构（续自学） 第29页

15、，共56页，2022年，5月20日，8点40分，星期一企业：大量的信息系统，但是信息是贫乏的。1989年，Gartner Group的Howard Dresner首次提出商务智能（Business Intelligence, BI）的概念。 传统商务智能：将存储在各种商务信息系统中的数据转换成有用信息。此后，商务智能的研究集中在数据库、数据建模、数据仓库、数据挖掘等方面的研究。 7.3.1 商务智能的概念第30页，共56页，2022年，5月20日，8点40分，星期一这里有几根火柴？第31页，共56页，2022年，5月20日，8点40分，星期一现在呢？第32页，共56页，2022年，5月20日，

16、8点40分，星期一 目前，学术界和企业界对商务智能的定义有不同的理解。国际数据公司（International Data Corporation, IDC） 商务智能是对商业信息的搜集、加工、管理和分析过程，目的是使企业的各级决策者获得知识，更快做出决策。 商务智能是建立在数据仓库、联机分析处理、数据挖掘等技术的基础之上，通过收集和分析企业已有数据库中的原始数据或业务数据，甚至是分散在各个信息系统中的各种数据，对企业运营状况、客户需求、市场动态等做出合理的评价和预测，为企业管理层提供科学的决策依据。商务智能的概念（续）第33页，共56页，2022年，5月20日，8点40分，星期一目前，商务智能

17、已经可以应用在企业经营状况分析、绩效管理、战略支持等多方面。例如：通过对全球性每个季度产品的销售报告进行分析，发现销售低于预定目标，对诸多因素逐步进行挖掘，过程如下：销售低于预定目标 某种产品销售下降 客户投诉太多 延迟发货率太高 运力不足，经过对这些过程的深入钻取，就可以把销售下降的根本原因找出来。 商务智能的概念（续）第34页，共56页，2022年，5月20日，8点40分，星期一35BI解决的问题什么因素是影响订单处理速度的首要因素？上一个季度，每一个种类的产品是如何在某销售点创造销售额的？一般信息系统解决的问题某订单发生的时间？上一个季度，某销售点的利润是多少？某产品去年的平均库存是多少

18、？第35页，共56页，2022年，5月20日，8点40分，星期一联机事务处理（On-line Transaction Processing, OLTP），分析能力弱。 1993年，关系数据库之父Codd提出联机分析处理（On-line Analysis Processing, OLAP） 7.3.2 联机分析处理第36页，共56页，2022年，5月20日，8点40分，星期一联机分析处理（续）联机分析处理是通过多维数据立方体技术帮助管理者从多层次和多角度观察数据，深入理解数据。它是一种多维分析工具，核心是“维”，通过对多维数据的钻取、切片和旋转等分析，目标是满足决策支持或多维环境下特定的查询和报

19、表需求，使管理层从多个层次和多个角度对数据仓库中的数据进行深入了解。它主要分析存储在数据集市、数据仓库和其它多维数据库中的成千上万的数据项间的复杂关系，从中发现模式、趋势和发生例外事务的条件。联机分析处理是以实时方式在线执行，能够对管理人员的查询快速响应，使决策和分析不受干扰。第37页，共56页，2022年，5月20日，8点40分，星期一联机分析处理的基本概念要点知识：基本概念变量、维、维的层次、维成员、多维数组多维度分析切片、切块、钻取（上钻、下钻）、旋转第38页，共56页，2022年，5月20日，8点40分，星期一联机分析处理的基本概念（续）（1）变量变量是数据的实际意义，描述了数据“是什

20、么”。一般情况下，变量是一个数值度量指标，例如，单价、人数、销售量、利润、成本等。（2）维 维是人们观察数据的特定角度。例如，企业的管理人员可以从客户、产品、销售量、时间、销售地区、销售渠道、供应商等多个角度来分析问题，因而，这些角度都构成了维，我们把它们分别称为客户维、产品维、销售量维等等。第39页，共56页，2022年，5月20日，8点40分，星期一（3）维的层次维的层次是指同一维度上，可以存在多个程度不同的细节。例如，时间维上可以有日期、周、月份、季度、年五个层次；地理维可以有城市、地区、国家三个层次。（4）维成员维成员是指维的取值。如果一个维是多个层次的，那么该维的维成员是由各个不同的

21、维层次的取值组合而成的。例如，仅考虑时间维的日期、月份、年这三个层次，分别在这三个层次上各取一个值，并且组合起来，则“某年某月某日”就是维的一个取值，构成了时间维的一个维成员。有时候，维成员并不一定在每个维层次上都要取值，例如，“某年某月”“某月某日”“某年”等都是时间维的维成员。联机分析处理的基本概念（续）第40页，共56页，2022年，5月20日，8点40分，星期一（5）多维数组多维数组是根据多个维度把数据组织所构成的数组，可以表示为（维1，维2，维3，维i，维n，变量）。例如，时间维、地区维、产品维组织起来的三维立方体，加入销售量作为变量，就构成了多维数组（时间，地区，产品，销售量）。联

22、机分析处理的基本概念（续）第41页，共56页，2022年，5月20日，8点40分，星期一切片（Slice） 切片是指多维数组的某一维上选定其维成员的操作。如果多维数组（维1，维2，维3，维i，维n，变量），对维i选定了某个维成员，那么，（维1，维2，维3，维i成员，维n，变量）就是多维数组（维1，维2，维3，维i，维n，变量）在维i上的一个切片。这种切片的数量完全取决于维i上的维成员个数，个数越多，可以做的切片越多。OLAP多维分析第42页，共56页，2022年，5月20日，8点40分，星期一OLAP多维分析（续）第43页，共56页，2022年，5月20日，8点40分，星期一切块（Dice）切

23、块是指将多维数组对两个和两个以上的维选定维成员的操作。如果多维数组（维1，维2，维3，维i，维k，维n，变量），从中选定维i，维k的维成员，则（维1，维2，维3，维i成员，维k成员，维n，变量），就是多维数组（维1，维2，维3，维i，维k，维n，变量）在维i，维k上的一个切块。 OLAP多维分析（续）第44页，共56页，2022年，5月20日，8点40分，星期一OLAP多维分析（续）第45页，共56页，2022年，5月20日，8点40分，星期一钻取（Drill down/Roll up）钻取包括上卷（Roll up)和下钻（Drill down)。上卷是指沿着某一维度层次，从较低的维度层次向较

24、高的维度层次的归约，它是细节数据概括到高层次的汇总数据。下钻是上卷的逆向操作，是指沿着某一维度层次，从较高的维度层次向下深入到细节数据或引入新的维度来观察。OLAP多维分析（续）第46页，共56页，2022年，5月20日，8点40分，星期一2005年2006年北京414415上海4384452005年2006年一季度二季度三季度四季度一季度二季度三季度四季度北京12010098961241009695上海12611010010213011810097OLAP多维分析（续）第47页，共56页，2022年，5月20日，8点40分，星期一旋转（Rotate）旋转是改变多维数组显示的维方向。这种旋转操

25、作可以将多维数组的不同维进行交换显示，使用户能够更加直观地观察到不同维之间的关系。 OLAP多维分析（续）第48页，共56页，2022年，5月20日，8点40分，星期一OLAP多维分析（续）2005年2006年一季度二季度三季度四季度一季度二季度三季度四季度北京12010098961241009695上海12611010010213011810097北京上海2005年一季度120126二季度100110三季度98100四季度961022006年一季度124130二季度100118三季度96100四季度9597第49页，共56页，2022年，5月20日，8点40分，星期一数据挖掘（Data Mining, DM）是指运用人工智能、机器学习、统计学等技术，对企业中的数据进行分析推理，从大量的、不完全的、有噪声的、模糊的和随机的实际应用数据中，找出隐含或未知的模式（Patterns），提供给管