目前商业智能的发展及其核心技术

商业智能的发展及其核心技术

企业资源规划(ERP) 、销售终端(POS) 、市场调查、供应商、客户、络、政府部门等都在不断地往我们的桌面上添加信息，实际上平均每18个月信息量就翻一番，但是能分析的数据究竟有多少呢? 有些项目专家估计目前被利用的数据只有5 %～10 %，并且我们能分析的数据仅限于数据库中的数据。那么怎样才能把大量的数据转换成可靠的、商用的信息以增加利润和市场份额，这已成为商业IT界关注的问题。由此，商业智能技术应运而生。

BI(Business Intelligence， 商业智能) 是随着Internet 的高速发展和企业信息化的不断深入而产生的。BIABS类使得企业的决策者能够对企业信息进行有效、合理地分析和处理， 为生产决策提供可靠的依据。学术界对BI有不同的定义: DataW arehouse Institute 组织认为“BI是将数据6．试样破断后转换成知识并将知识应用到商业行为上的一个过程”; Gartner Group 则认为“BI是将数据转换成信息的过程， 然后通过发现将信息转化为知识”。确切地讲， BI并不是一项新技术， 它将数据仓库(DW )、联机分析处理(OLA P)、数据挖掘(DM ) 等技术与客户关系管理(CRM ) 结合起来应用于商业活动实际过程当中， 实现了技术服务于决策的目的。

现在BI技术应用得非常广泛，涵盖电信、保险、银行、医疗、交通、粮食等行业，为企业提供决策用的重要数据，帮助企业制定有效而完善的运营计划。例如在粮食行业，运用BI技术能有效地制订粮食调运计划、分析资金分配情况、制定收购计划等。

一、 商业智能的概念及产生背景

1、 商业智能的产生背景

(1)、 企业的“数据监狱”(Data Jail) 现象

商务活动从办公自动化出现的早期开始就在其运作过程中收集大量的数据，包括销售、成本、质量控制、库存、客户服务等各方面息息相关的企业数据，分别存储于数据库、数据集市、数据仓库、多维数据库、第三方的应用或其它文件中。因此对大部分企业来说数据处理的问题不是数据缺乏，而是大量的数据冗余和数据不一致。庞大的数据乏，而是大量的数据冗余和数据不一致。庞大的数据量和传统数据管理方法的缺陷，使大部分企业出现了“数据拥挤”(数据监狱) 现象，既不利于企业的管理也不利于信息的有效利用。因此，如何解决同时主导制定国家标准《玻璃纤维过滤材料》(GB/T25041⑵010)并获审批和发布数据拥挤，同时又能使这些数据充分地发挥作用这已成为企业商务发展的一个热点问题。

(2)、“数据= 资产”新企业观念的建立

在企业界，数据资产的观念正在进入企业的资源规划( ERP) 系统中，而把数据转换为资产的方法和技术也正在成为企业投资IT 的热点。因为目前大部分大中规模的企业都是信息丰富的组织，而一个信息丰富的组织的绩效不仅仅依赖于产品、服务或地点等因素，而更重要的是依赖知识。而从数据—信息—知识是一个并不简单的过程。商业智能的本质正是把数据转化为知识，致力于知识发现和挖掘，使企业的数据资产能带来明显的经济效益，减少不确定性因素的影响，使企业取得新的竞争优势。

(3)、企业运营模式的变化

电子商务正在改变着全球商务活动的方式，信息在经济活动中越来越占据着重要的地位。对企业来说信息包括生产、销售、市场、顾客和竞争对手的信息，信息是企业竞争的战略性资源。建立在Internet 之上的企业经营模式电子商务:电子邮件、电子数据交换、电子支付系统、电子营销等技术的发展和应用为商业智能系统提供了市场和生存环境。

(4)、数据库和人工智能技术的发展

商业智能的发展也得益于相关技术的发展，并行处理系统、廉价数据存储、新数据挖掘算法、神经络技术、人工智能技术、决策支持技术、从大量数据中发现其后潜藏的商业机会等等技术的发展，使企业能以更低的成本投资商业智能，并取得更高的IT 投资回报率。

2、 商业智能理念

商业智能这一术语1989 年由Gartner Group 的Howard Dresner 首次提出，它描述了一系列的概念和方法，通过应用基于事实的支持系统来辅助商业决策的制定。商业智能技术提供使企业迅速分析数据的技术和方法，包括收集、管理和分析数据，将这些数据转化为有用的信息，然后分发到企业各处。

商业智能系统从企业运作的日常数据中开发出结论性的、基于事实的和具有可实施性的信息，使企业能够更快更容易的做出更好的商业决策。使企业管理者和决策者以一种更清晰的角度看待业务数据，提高企业运转效率箱包内衬发泡材料制品为了符合欧盟各国法律关于绿色材料的要求、增加利润并建立良好的客户关系，使企业以最短的时间发现商业机会捕捉商业机遇。如何时何地进入何市场，如何选择和管理大客户联系，以及如何选择和有效地推出商品优惠策略等。同时通过提供决策分析能力，使企业更有效地实现了解决了传统塑料的弊端财务分析、风险管理、诈骗检测、分销和后勤管理，以及销售状况分析等。

商业智能系统可以说是一个智能决策支持系统，它不是一种产品或服务，从某种意义上商业智能是一种概念或者说是一种商业理念，它是在企业数据仓库的基础上，利用数据挖掘和信息挖掘工具获取商业信息，以辅助和支持商业决策的全过程。通过商业智能技术，用户更充分地了解他们的产品、服务、客户以及销售趋势。目前在国外商业智能软件与Office 办公软件、浏览器一起已经成为企业必不可少的桌面办公软件之一。商业智能在我国尚处于起步阶段，商业智能系统适合应用的行业依次是:零售、保险、银行、通信、离散制造、政府、医疗、分销、流程制造、教育。然而，从各种资料上看，商业智能、数据仓库和客户关系管理在我国只在少数的银行、保险、电信行业有实施的案例。

二、商业智能的体系结构及架构过程

所谓体系结构(Architecture) 是指一整套的规则和结构，为一个系统或产品的整体设计提供主框架。而一个商业智能的体系结构是指通过识别和理解数据在系统中的流动过程和数据在企业中的应用过程来提供商业智能系统应用的主框架。商业智能的体系结构指导商业智能系统的建立，其建立步骤为:

1、 识别和确定数据源

商业智能的数据来自于多种数据源，包括电子商务数据、交易处理数据以及相关的外部数据等。如从交易处理应用软件中获取订单信息、顾客信息和产品信息，从电子商务站中获取访问和点击信息，还可以从账务系统中获得账务信息，从市场部门获得市场信息等。

2、 进行数据集成和存储管理

数据集成可以分为“懒散型”数据集成和“急切型”数据集成。懒散型数据集成一般应用在数据库系统中，其显著特征是集成发生在查询产生之后。用户提出一个查询后，系统确定查询所需的数据来源，为每一个来源产生子查询和命令，然后从数据源中获取信息，执行一定的转换、过滤和合并后把最终结果返回给用户或客户系统。数据在查询出现后才从原始资料中提取。急切型数据集成通常出现在数据仓库技术中，它提前预测用户的需求，把可能会被用到的数据提前从数据源系统中抽取出来，经过变换、过滤及与其它相关信息的合并，然后存储在集中的仓库中应在清洁干燥的器皿中进行寄存。当一个查询出现后，直接在仓库中运行，不需要进入最初的数据源系统中去。这种急切型的数据集成方法使数据仓库中存储着大量经过预先计算的总计数据和累加数据，在查询时能显著加快查询速度，满足用户对响应时间的需求。

3、 数据分析和建模

商业智能建立的本质目的是获得高的投资回报率(ROI) ，投资回报主要体现在商业智能的应用状况上。通过数据分析和建模将数据转化为信息，通常由数据分析工具负责完成。在商业智能系统中，交互式信息分析、挖掘工具、数据分析软件、商业智能工具与商业运营规则相结合对数据的模式和趋势进行分析，提供给用户企业商务的方方面面的详细信息，以辅助商务活动决策获得更高的ROI 和利润。(end)