商务智能的技术及应用

商务智能系统的技术及应用

一、       商务智能概述

商务智能的出现是一个渐进的复杂的演变过程，而且仍处在发展之中，它经历了事务处理系统（TPS），高级管理人员信息系统（EIS），管理信息系统（MIS）和决策支持系统（DSS）等阶段，最终演变成今天的企业商务智能。

事务处理系统向高级管理人员信息系统、管理信息系统、决策支持系统和商务智能系统提供了所要的基础数据，是其基础。高级管理人员信息系统有选择地向管理人员和执行人员提供关于业务状况的信息。管理信息系统帮助管理人员了解日常业务，并进行高效的控制、组织、计划。决策支持系统允许决策者查询存储于关系数据库中的任何问题，甚至储存于不同计算机系统或网络中的数据库中的有关数据，并以多样化的格式提交给决策者；决策支持系统还支持深入分析，支持最优化的、满意性的和启发式的方法。

随着Internet出现，在决策支持系统基础上发展商务智能成为必然，在决策支持系统基础上进一步发展起来的商务智能能够向用户提供更为复杂的商业信息，可以更为方便地定制各种报表和图表的格式，能够向行政管理人员、技术人员和普通员工提供个性化的多维信息，使分析处理信息的能力和信息的利用率大为提高。在此基础上，可以进一步解决企业决策时需要了解的各种问题，并帮助企业更快更好地制定和做出决策。

二、       商务智能的技术基础

  商务智能系统是一种商业信息系统，是在数据仓库的基础上发展起来的。数据仓库具有丰富的数据采集、数据管理、数据分析和信息描述的功能，因而基于数据仓库架构的商务智能系统提供了针对不同行业特点或特殊应用领域的解决方案软件包，这样使得企业的决策者们更能迅速、敏捷地做出商业决策。

图1 商务智能系统的体系架构

    在IBM定义的商务智能系统体系架构中，分为以下几个部分：

1.       企业信息入口

提供了一个用户与企业的商业信息和应用软件间基于Web的接口。各个客户端通过该入口来获取信息。

2.       商业智能应用软件

    提供许多针对不同行业特点或特定应用领域的商务智能解决方案软件包，帮助用户解决在商务活动中所遇到的复杂问题。如可针对咨询企业提供客户分析和用户发展分析；为零售企业提供收益情况分析和服务质量分析；为品牌专卖提供营销管理分析和渠道分析。

3.       数据仓库架构

商务智能的基础是数据仓库架构。这个架构是广义的数据仓库架构，包括了决策支持工具、数据访问支持、数据仓库的数据管理和数据仓库建模或构造工具。

决策支持工具包括查询和报表工具、在线分析处理和信息挖掘工具。这些工具能够处理来自不同数据库和文件系统的信息，包括结构化和非结构化的数据。

数据访问支持包括应用程序接口和中间件服务器，使得用户工具能够访问和处理数据库和文件系统中的商业信息。数据库中间件服务器允许用户透明地访问各种异构的后台数据库服务器，Web服务器中间件允许Web客户连接到数据库中。

数据管理用于管理用户采集的商业信息。商业信息被分成三个层次：最上面是全球数据仓库，集成整个企业的商业信息；中间层是部门数据仓库（一般被称为数据集市），包含企业部门的商业信息；最底层是个人信息库，用于存放用户个人所需或特殊用途的信息。

数据仓库建模及构造工具用于从可操作的和外部的数据源系统中收集数据，并进行清理和转换，然后存入全球数据仓库或部门数据仓库。

4.       可操作的、e-business、外部数据

是指数据仓库的数据来源，包括在进行的商业运作过程中产生的各种业务数据、电子商务系统运行过程中产生的数据和从企业外获取的商业数据。

5.       元数据管理

用于管理于整个商务智能系统的元数据。

6.       系统管理

对商务智能系统进行管理，包括安全性和验证、权限设置、备份和恢复、监控和调整、审核等。

    在商务智能系统的体系架构中，核心技术包括数据仓库技术、在线分析处理（OLAP）技术和数据挖掘技术。从技术角度看，商务智能的过程是企业的决策人员以企业中的数据仓库为基础，经由联机分析处理工具、数据挖掘工具加上决策规划人员的专业知识，从数据中获得有用的信息和知识，帮助企业获取利润。从应用的角度看，商务智能帮助用户对商业数据进行OLAP和数据挖掘，例如预测发展趋势、辅助决策、对客户进行分类、挖掘潜在客户等等。从数据的角度看，商务智能使得很多事务性的数据经过抽取、转换之后存入数据仓库，在经过聚集、切片或者聚类、分类等操作之后形成有用的信息、规则，来帮助企业的决策者进行正确的决策。

    因此，数据仓库、在线分析处理（OLAP）工具和数据挖掘工具构成了商务智能系统的基础。

三、       商务智能的技术工具

1.       终端用户查询和报告工具

专门用来支持初级用户的原始访问，不包括适用于专业人士的成品报告生成工具。

2.       OLAP（在线分析处理）系统

数据仓库系统在数据分析和决策方面为用户提供服务，即以不同的格式组织和提供数据，来满足不同用户的需求。在线分析处理（OLAP）系统就是基于这个理念设计的。OLAP提供多维数据管理环境，其典型的应用是对商业问题的建模与商业数据分析。OLAP也称为多维分析。OLAP的基本操作包括切片（按二维选择数据）、切块（按三维选择数据）、下钻（展开同一级数据的详细信息）、上卷（选择更高一级的数据详细信息以及数据视图）和转轴（获得不同视图的数据）。多维数据模型在物理实现时，主要有三种方式：ROLAP结构、MOLAP结构和HOLAP结构。其中ROLAP是基于关系数据库的OLAP实现， MOLAP是基于多维数据组织的OLAP实现，HOLAP是基于混合数据组织的OLAP实现。一般的，OLAP技术在汇总的和细节的历史数据上操作。它的主要优势是支持多维数据分析。

OLAP是面向市场的，用于知识工人（包括经理、主管和分析人员）的数据分析。OLAP系统管理大量历史数据，提供汇总和聚集机制，并在不同的粒度级别上存储和管理信息，这样便利了需采用多种数据维度的决策构建。OLAP系统常常跨越数据库模式的多个版本。OLAP系统也处理来自不同组织的信息，由多个数据存储集成的信息。由于数据量巨大，OLAP数据也存放在多个存储介质上。

从对商务智能系统的作用来讲，OLAP系统是使管理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并真实反映企业特性的信息进行快速、一致、交互地存取，从而获得对数据的更深入了解的软件技术，以弥补其它作业信息系统的报告功能在决策支持方面的不足。

3.       数据挖掘

    数据挖掘技术就是从数据库中抽取隐含的、以前未知的、具有潜在应用价值的信息的过程。它综合了数据可视化、机器学习、统计学和数据库技术。通常来说，在大量的应用数据中，往往隐含着人们事先不知道的、但又是潜在有用的信息和知识。数据挖掘能通过某种算法，使用诸如神经网络、规则归纳等技术，从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中发现有用知识，如新的商业机会等。数据挖掘可用来发现数据之间的关系,做出基于历史数据的推断。

    从数据仓库的观点来看，数据挖掘可以看作联机分析处理（OLAP）的高级阶段。

    数据挖掘功能包括发现概念/类描述、关联、分类、预测、聚类、趋势分析、偏差分析和类似性分析。特征化和区分是数据汇总的形式。

典型的数据挖掘系统主要包括了知识库、数据挖掘引擎和模式评估模块。知识库是领域知识，用于指导搜索，或评估结果模式的兴趣度。这种知识可能包括概念分层，用于将属性值组织成不同的抽象层。数据挖掘引擎是数据挖掘系统基本的部分，由一组功能模块组成，用于特征化、关联、分类、聚类分析以及演变和偏差分析。模式评估模块使用兴趣度度量，并与数据挖掘模块交互，以便将搜索聚焦在有趣的模式上。

    从对商务智能系统的作用来讲，通过数据挖掘，可从数据仓库中提取有趣的知识、规律或高层信息，并可以从不同角度观察或浏览。发现的知识可以用于决策、过程控制、信息管理、查询处理等等。

    从技术特点上来说，OLAP是帮助用户分析和了解过去，数据挖掘是帮助用户预测未来；两类技术在一定程度上融合，会使分析操作智能化，使挖掘操作目标化，从而全面提升商务智能技术的实用价值。一方面，联机分析技术可以为数据挖掘提供预期的挖掘对象和目标，避免挖掘的盲目性。另一方面，数据挖掘技术可以使联机分析处理智能化，减少分析人员手工操作的繁杂性，减轻分析人员的负担。

4.       执行信息系统

执行信息系统是一套数据存储与分析工具。报告工具生成的简单报不能满足管理者对信息的要求，而且查阅大量的报表会占用管理者很多的时间。而在执行信息系统中，引入了深层挖掘、趋势分析和异常报告等导航和分析特性,为理解商业发展趋势、识别问题和机遇提供直观、可视化的环境。

5.       商务智能解决方案

商务智能系统提供许多针对不同行业特点或特定应用领域的商务智能解决方案软件包，协助用户解决在商务活动中所遇到的复杂问题。其主要应用行业包括制造业、保险业、银行、金融和证券行业、电信等。

四、       商务智能在行业中的应用

商务智能使企业的各级管理者获得知识和洞察力，从而促使他们做出对企业更有利的决策。在现今的市场环境下，相当多的企业已经具备了计算机运营管理系统，并且积累了大量的数据。于是在此基础上，许多行业使用商务智能系统来应对激烈的市场竞争，来提高企业的业绩。

1.       商务智能在电信行业的应用

中国加入WTO后，电信行业的开放使国内运营商面临更加激烈的竞争。通过整合现有运营系统中的海量数据，提供多种信息表现、分析和挖掘工具，商务智能系统能够解决电信运营商面临的许多迫切问题：

1.         企业战略决策分析

    商务智能系统为企业最高决策者的战略决策活动提供必要的信息和知识，包括企业关键业务指标KPI分析、竞争对手KPI分析、新业务可行性分析、投资收益分析等等。

2.         用户分析和管理

商务智能系统通过分析用户和业务资料、了解用户的消费需求和消费习惯，提供定制的业务，同时防止欠费和欺诈行为，增加企业收益。用户分析和管理包括用户分类、用户价值评估、用户信用度分析、大客户管理、通话行为分析、欠费行为分析、欺诈行为分析、用户流失分析、业务受理分析、用户投诉分析、高额话单分析等等

3.         营销策略分析

评估各类市场营销活动的成本和收益。包括事前评估和事后分析，提高营销活动的有效性。营销策略分析包括用户发展分析、优惠策略预测和仿真、成本和收入分析、套餐服务分析、促销分析、催缴费分析等等。

4.         运营系统分析和管理

分析和优化现有资源、为用户提供更高质量的服务。这里包括网络性能分析、业务热点分析、话务量分析、未接通呼叫分析、用户投诉分析、用户服务分析、网络资源优化等等。商务智能系统还能协助解决运营商的内部管理问题。通过财务分析、部门分析、代理机构分析和员工效率分析等来加强内部管理，从而降低费用、提高效率

通过商务智能以上的运用，电信运营商将能为用户提供更高质量的服务，同时提高管理的效率，进而扩大企业的效益。

2.       商务智能在贸易零售行业的应用

在现今的贸易零售行业中，管理所面临的外部环境正在发生迅速变化，市场环境也比以往更加复杂。贸易零售行业虽然有了大量的交易基础数据，但很多系统仅能做简单的统计分析，不能有针对性的未决策提供支持报表及分析。商务智能帮助管理者认识到期也和市场的现状，从而做出正确的决策：

1.       销售分析

商务智能应用分析和评价以往产品的销售，以确定产品成功或失败的因素。

2.       市场分析

商务智能为贸易零售企业提供市场分析决策模块，包括市场面分布分析、市场产品竞争分析、价格变动对需求影响程度分析、开辟新市场分析等。这些模型帮助决策者正确选择企业产品的目标市场和重点市场，制定开拓、占领和扩大市场的方针、战备和策略；帮助决策者正确地制定产品的价格政策和促销策略等，提高企业生产经营活动的经济效益。

3.       客户分析

商务智能应用统计工具来分析每天收集的交易数据，以确定各种类型客户的消费模式，然后采取相应的营销措施，从而实现最大的利润。

4.       市场研究

商务智能利用预测模型分析得出每种产品的增长模式，以便作出中止或者扩张某种产品的适当决定；企业品牌和形象的研究，以便提高企业和品牌的知名度和美誉度；分析客户满意度；市场规模和潜在规模的研究等。特别的，对于零售行业，通过商品分组布局研究，商务智能分析顾客的购买习惯，考虑购买者的消费习性、掌握不同商品一起购买的概率；通过对商品销售品种的活跃性分析和关联性分析，用主成分分析方法，建立商品设置的最佳结构和商品的最佳布局，同时确定各种商品的大致经营结构比例。

5.       财务分析

利用商务智能，可按年、月、日或其它自定义周期来进行实际费用和花费的比较；可审查过去现金流的趋势，并预测未来的现金需求量；可制定复杂项目的预算计划和成本分摊；可整合各分支机构的财务数据，形成正确、一致的财务报表。

6.       企业分析

商务智能提供的企业分析包括赢利能力、流动比率、市场份额、人力资源分析，还包括广告分析，产品定价，每周（每天）的销售结果，客户的销售潜力、市场趋势，对外贸易和汇率，行业趋势，劳动力成本趋势等。

7.       产品成本分析

商务智能根据数据仓库中产品的采购价格、销售价格、产品运费、仓储费、其他管理费用、资金成本费用、销售量等分析纬度数据和分析实体数据，生成产品成本分析数据源，在此基础上统计各种产品的成品状况。利用这些基础分析数据灵活生成各类采购分析报表，并采用钻取、回转和旋转等分析手段，分析寻找产品成品的其它感兴趣结果。

8.       价格分析

商务智能利用系统提供的模型，或者是用户自己定义函数，分析价格浮动比例，归类某一时间段内价格增幅或降幅较大的产品，分析价格浮动原因，以便及时有效地制定或调整营销、采购、库存政策。提供价格预警分析，观测产品最高价和最低价超出警戒线的高度，并评测其与预定价格之间的比例关系，及时掌握该产品市场价格异常情况。

五、       商务智能的发展趋势

商业智能软件市场在最近几年得到了迅速增长。从全球范围来看,据ＩＤＣ预测,到2005年,这个市场将以27%的年平均增长率发展,届时将会达到118亿美元。越来越多的组织开始扩展商务智能的应用。而随着现今企业商业流程日趋复杂、企业战略考虑越来越要求精确性，以及市场从供应商为导向变为客户为导向，现在的商务智能技术也在不断地发展中，体现了许多方面的趋势：

1.       绩效管理

在企业绩效管理里，流程开始于定义高层管理的战略目标。通过将业务流程，事务处理系统，数据仓库和商务智能整合，企业绩效管理能够创造出闭环的市场决策流程。Gartner认为到2005年，40%的企业将会采用绩效管理。企业绩效管理的角色是提供他们需要管理活跃性以及他们可信赖的个人信息。在当今的市场环境下，企业成功是基于精明的商业决策，以及监督这些决策造成的结果的能力。在这种需求下，商务智能将在这个领域里不断发展。

2.       产品模块的集成

Gartner认为“大多数的企业将会需要更多的商务智能工具，他们必须作为商务智能环境中的集成决策的一部分来选择”。通过合并和收购，许多大商务智能软件厂商已经拥有了在不同领域下拥有优势的商务智能产品。一些组织已经试图在专门的产品套件上实行标准化。今后的一个趋势是供应商将向客户提供整合的产品套件，因此产品模块集成势在必行。

3.       结构化和非结构化数据

现今，大部分的商务智能软件仅能处理结构化的数据，这些数据由其他应用或者事务处理系统捕获，比如erp应用的客户订单和业务处理。但是，很少的商务智能产品有能力处理好非结构化的数据，比如文档和图像。META Group 估计平均70%的企业信息资产是非结构化的形式。它的复杂形式导致其结构化数据集成难度很大，非结构化数据没有发挥其使用价值。后续的商务智能软件将致力改善这个状况，当结构化和非结构化的数据被展现的时候，会提供给用户更多的决策参考。

4.       数据质量

提供给用户的数据存在大量缺陷一直是商务智能软件被诟病的主要所在。Gartner认为“到2007年，使用商务智能的企业里、财富排名1000以内的25%以上的关键数据是有缺陷的，也就是说，不精确的或者不完整的”。数据质量差将导致信息消费者的不满，最终会限制和放弃商务智能软件的使用。

5.       预测分析

高要求的商务智能用户需要预测分析，从“如果”得出“怎么样”。举例说明，有些人可能通过地理区域和时间段来分析市场。

6.       客户定制化

企业中的大部分商务智能用户是偶尔的信息消费者，他们仅需要基本的报表和电子表格功能。然而大多数商务智能软件的功能和特性远远超出了那些用户的接受和学习能力。同样的，对信息消费者分类，根据功能和特点定义级别是必要的。加强商务智能软件的客户可定制化功能，将会进一步扩大软件的用户群。