第章商务智能导言

商务智能方法与应用北京信息科技大学胡敏第一章导言Lecture1:Introduction思维导图上课内容：whattorememberinclass？

whattounderstandinclass？

whattoexerciseafterclass？

whattowidenyoursights？

whattogodeepintoresearch？主要内容1.1商务智能的基本概念1.2商务智能的过程1.3商务智能的系统构成1.4商务智能的发展历史1.1商务智能的基本概念商务智能数据信息和知识商务智能商务智能（Businessintelligence）1996年GartnerGroup

HowardDresner数据仓库（或数据集市）、查询报表、数据分析、数据挖掘、数据备份和恢复等部分组成的、以辅助企业决策为目的一类技术及其应用商务智能商务智能（Businessintelligence）工业界商务智能可以被看作是一类技术或工具，利用它们可以对大量的数据进行收集、管理、分析和挖掘，以改善业务决策水平，增强企业的竞争力学术界商务智能是一套理论、方法和应用，通过它们可以快速地发现海量数据中隐含的各种知识，有效地解决企业面临的管理和决策问题，支持企业的战略实施。商务智能的概念

商务智能指收集、转换、分析和发布数据的过程，目的是为了更好的决策。商务智能是指将数据转化为知识的过程。它包括捕获和分析信息，交流信息，以及利用这些信息开发市场。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，提升商务绩效，增强综合竞争力的智慧和能力。BusinessIntelligenceisaprocessofturningdataintoknowledgeandknowledgeintoactionforbusinessgain

—DataWarehouseInstitute商务智能是融合了先进信息技术与创新管理理念的结合体，集成企业内外数据，进行加工并从中提取能够创造商业价值的知识，面向企业战略并服务于管理层、业务层，指导企业经营决策，提升企业竞争力。商务智能的概念商务智能的概念数据ETL数据仓库数据挖掘可视化OLAP数据知识决策模式趋势事实关系模型关联规则序列目标市场资金分配贸易选择在哪儿做广告销售的地理位置金融经济POS人口统计生命周期11商务智能在行行业的应用银行客户利润分分析分支行利润润分析交叉销售信用风险管管理新产品推销销收费策略保险欺诈管理收费策略目标市场活活动客户挽留客户利润分分析零售地区/商店店各种货物物（品牌，，分类等））销售业绩绩定价和减价价市场篮子关关系市场需求预预测仓储规划通讯客户忠实客户流失模模式客户利润分分析竞争分析欺诈管理14各行业业电子子商务务网站站算法层商业逻辑层行业应用层商业应应用商业模模型挖掘算算法CRM产品推荐客户细分客户流失客户利润客户响应关联规则、序列模式、分类、聚集、偏差分析…WEB挖掘网站结构优化网页推荐商品推荐……基因挖掘基因表达路径分析基因表达相似性分析基因表达共发生分析……银行电信零售保险制药生物信息科学研究……相关行行业商务应应用需需求的的推动动神经网网络、、决策策树、、回归归分析析、粗粗集、、遗传传算法法商务智智能应应用领领域银行美国银银行家家协会会(ABA)预测数数据仓仓库和和数据据挖掘掘技术术在美美国商商业银银行的的应用用增长长率是是14.9％。分析客客户使使用分分销渠渠道的的情况况和分分销渠渠道的的容量量；建立立利润润评测测模型型；客客户关关系优优化；；风险险控制制等电子商商务网上商商品推推荐；；个性性化网网页；；自适适应网网站…生物制制药、、基因因研究究DNA序列查查询和和匹配配；识识别基基因序序列的的共发发生性性…电信欺诈甄甄别；；客户户流失失…保险、、零售售……政府部部门、、教育育机构构、医医疗机机构和和公用用事业业等。。利用用商务务智能能的企企业现现在已已越来来越多多，遍遍及各各行各数据仓库理解业务：网络资源分析产品结构及组合分析服务质量分析业务发展分析理解客户：客户贡献度分析客户群体划分客户行为分析制订市场营销策略风险分析：客户流失的测算信用分析欺诈分析内部绩效考核：产品、部门利润分析资源分配资源成本分析谁是最好的客户?如何扩大利润?如何避免风险?收入/成本如何分配?商务智智能对对企业业的作作用和和价值值不同层层次的的商务务智能能应用用以前发生了什么为什么发生了现在发生着什么将来会发生什么业务活动管理不同层层次的的商务务智能能应用用商务智智能用用户数据（（data)数据是是对事事物描描述的的符号号。在在计算算机科科学中中，数数据是是数字字、文文字、、图像像、声声音等等可以以输入入到计计算机机被识识别的的符号号企业运运营离离不开开数据据。企业运运营的的各个个环节节每天天都在在积累累数据据，如如供应应商、、客户户的数数据，，销售售、生生产以以及库库存数数据等等。用户生生成数数据（（usergenerateddata,UGD)社会化化媒体体、智智能化化手机机等使使得全全世界界不计计其数数的个个体也也在不不断产产生数数据。。结构化化数据据（structureddata)通常二维表表格的的形式式存储储在关系系数据据库中中交易细细节表表交易号商品号单价折扣数量005872051337922.99010058720514677520100587205000700104.500587206147525105.900587206113838107.5非结构构化数数据（（unstructureddata）文本数据据iphone4s,目前最大大的问题题，感觉觉还是电电量，充充满一次次，用两两天，不不过，我我还没怎怎么玩游游戏，都都是开浏浏览器之之类的应应用，和和听歌，，但是想想想，毕毕竟手机机的电池池和ipad的还是没没法比。。信息（information）通过一定定的技术术和方法法，对数数据进行行集成、、分析，，挖掘其其潜在的的规律和和内涵，，得到的的结果是是信息。。信息是具具有商务务意义的的数据例如，通通过对零零售信息息的集成成和分析析发现，，某超市市的客户户群根据据其消费费行为可可以分为为若干个个群体，，每个群群体具有有一些明明显的特特征。例例如，其其中一个个群体是是单身女女性，喜喜欢经常常购买化化妆品，，消费金金额高。。知识（knowledge）当信息用用于商务务决策，，并基于于决策开开展相应应的商务务活动时时，信息息就上升升为知识识信息转化化为知识识的过程程不仅需需要信息息，而且且需要结结合决策策者的经经验和能能力，用用以解决决实际的的问题。。例如，某某连锁超超市的经经理发现现，近期期化妆品品的销售售业绩下下降了，，为了解解决该问问题，决决定采取取促销措措施，根根据对数数据的分分析得到到的客户户分群的的信息，，销售经经理锁定定了促销销的目标标客户群群，最终终开展了了为这部部分客户户邮寄优优惠券的的促销活活动。1.2商务智能能过程知识发现现知识发现现的特征征知识模式式是使用用一种形形式化语语言来进进行的表表达，表表达描述述了事实实集合的的子集中中的一种种显著的的事实。。通过某种种知识发发现方法法得到一一个顾客客细分的的结果子子集为{41岁顾客，，42岁顾客，，48岁顾客，，43岁顾客，，64岁顾客…}，可以归归纳为““40岁之上的的顾客””或者““中年以以上的顾顾客”等等。知识发现现强调模模式的有有效性、、新颖性性、潜在在有用性性以及最最终能被被理解。。261.2商务智能能过程知识发现现过程1、理解所所要进行行研究的的领域、、与之相相关的以以前的知知识、以以及用户户的目标标；2、创建/选择目标标数据集集合；3、数据清清理和预预处理；；4、数据缩缩减和投投影；5、选定数数据挖掘掘任务；；6、选择数数据挖掘掘算法；；7、数据挖挖掘过程程；8、对挖掘掘出来的的模式进进行解释释；9、完善和和巩固所所发现的的知识。。2728知识发现过程程——7个步骤如下：：1）数据清理：：消除噪声或或不一致2）数据集成：：多种数据源源组合在一起起3）数据选择：：从数据库中中检索与分析析任务相关的的数据。4）数据变换：：数据变换或或统一成适合合挖掘的形式式，如汇总或或聚集操作5）数据挖掘：：使用智能方方法提取数据据模式6）模式评估：：根据某种兴兴趣度量，识识别表示知识识的真正有趣趣的模式7）知识表示：：使用可视化化和知识表示示技术，向用用户提供挖掘掘的知识1.2商务务智能过程知识发现过程程7个步骤如下：：数据清理数据集成数据库数据仓库知识任务相关的的数据选择与转换换数据挖掘模式评估与与知识表示示1.2商务智能过过程商务智能流流程1

Identifybusinessissue2Formulatebusinessquestion3Whatinfo.doIneed4WheredoIfindtheinfo.5Retrieveinfo.6

Analyse

Info.7

Report

answers8

Take

actions1.3商务智能的的系统构成成六个主要组组成部分数据源数据仓库在线分析处处理数据探查数据挖掘业务性能管管理数据源企业内部的的操作型系系统，即支支持各业务务部分日常常运营的信信息系统企业业的的外外部部，，如如人人口口统统计计信信息息、、竞竞争争对对手手信信息息等等数据据仓仓库库（（datawarehouse）各种种数数据据源源的的数数据据经经过过抽抽取取、、转转换换之之后后需需要要放放到到一一个个供供分分析析使使用用的的环环境境，，以以便便对对数数据据进进行行管管理理，，这这就就是是数数据据仓仓库库数据据集集市市（（datamart）：通常常针针对对单单个个部部门门的的数数据据仓仓库库，，区区别别于于企企业业范范围围内内的的数数据据仓仓库库。。数据据仓仓库库可可以以将将分分析析数数据据与与实实现现业业务务处处理理的的操操作作型型数数据据隔隔离离，，一一方方面面不不影影响响业业务务处处理理系系统统的的性性能能，，另另一一方方面面为为数数据据的的分分析析提提供供了了一一个个综综合合的的、、集集成成的的、、统统一一的的数数据据管管理理平平台台。。详细信息在第第8章介绍在线分析处理理（onlineanalyticalprocessing）在线分析处理理：业务性能度量量可以通过多多个维度、多多个层次进行行多种聚集汇汇总，通过交交互的方式发发现业务运行行的关键性能能指标的异常常之处。多维数据可以以进行多种操操作如切片、切块块、下钻、上上卷等详细信息在第第9章介绍数据探查（exploration）包括灵活的查查询、即时报报表以及统计计方法等该类方法属于于被动分析方方法探查数据的方方法可以借助助统计上的中中心性、发散散性以及相关关性的统计量量分析，多变变量分析时也也可以借助可可视化技术。。详细信息在第第7、10章介绍。数据挖掘（datamining）数据挖掘是从大量数据据中自动发现现隐含的信息息和知识的过过程，属于主主动分析方法法，不需要分分析者的先验验假设，可以以发现未知的的知识常用的分析方方法包括分类类、聚类、关关联分析、数数值预测、序序列分析、社社会网络分析析等数据挖掘：分类分类（classification）是通过对具具有类别的对对象的数据集集进行学习，，概括其主要要特征，构建建分类模型，，根据该模型型预测对象的的类别的一种种数据挖掘和和机器学习技技术。例如，电信公公司的客户可可以分为两类类，一类是忠忠诚的，一类类是流失的。。根据这两类类客户的个人人特征方面的的数据以及在在公司的消费费方面的数据据，利用分类类技术可以构构建分类模型型数据挖掘：聚类聚类（clustering）是依据物以以类聚的原理理，将没有类类别的对象根根据对象的特特征自动聚集集成不同簇的的过程，使得得属于同一个个簇的对象之之间非常相似似，属于不同同簇的对象之之间不相似。。其典型应用是是客户分群数据挖掘：关联分析关联分析最早早用于分析超超市中顾客一一次购买的物物品之间的关关联性例如，发现关关联规则（associationrule）“尿不湿啤酒（0.5%，60%）”，其含义义为，0.5%的交易中会同同时购买尿不不湿和啤酒，，且买尿不湿湿的交易中有有60%会同时买啤酒酒数据挖掘：数值预测数值预测用于于预测连续变变量的取值。。常用的预测方方法是回归分分析例如，可以根根据客户个人人特征，如年龄、工作类类型、受教育育程度、婚姻姻状况等，来来预测其每月月的消费额度度。数据挖掘：序列分析序列分析是对对序列数据库库进行分析，，从中挖掘出出有意义模式式的技术。序列模式（sequentialpattern）的发现属于于序列分析，，它是从序列列数据库中发发现的一种有有序模式例如，《赤壁，鸿门宴宴，见龙卸甲甲》，意味着“看了了赤壁之后会会接着看鸿门门宴，过段时时间会看见龙龙卸甲”。数据挖掘：社会网络分分析社会网络（socialnetwork）是由个人或或组织及其之之间的关系构构成的网络社会网络分析析（socialnetworkanalysis）是对社会网网络的结构和和属性进行分分析，以发现现其中的局部部或全局特点点，发现其中中有影响力的的个人或组织织，发现网络络的动态变化化规律等。业务绩效管理理业务绩效管理理（businessperformancemanagement），简称BPM，又称为企业业绩效管理（corporateperformancemanagement），是对企业业的关键性能能指标，如销销售、成本、、利润以及可可盈利性等，，进行度量、、监控和比较较的方法和工工具。这些信息通常常通过可视化化的工具如平平衡积分卡和和仪表盘等进进行展示。相关内容见第10章。1.4商务智能的发发展管理信息系统统决策支持系统统主管信息系统统数据仓库、数数据挖掘和在在线分析处理理管理信息系统统（managementinformationsystem）简称MIS，产生于二十十世纪七十年年代为企业提供企企业管理的全全方位信息，，为管理人员员提供管理决决策信息的信息系系统其目的的主要要是提提供信信息以以实现现对企企业或或组织织的快快速有有效管管理决策支