基于商務(wù)智能的企業(yè)營(yíng)銷決策理論

申請(qǐng)免費(fèi)試用、咨詢電話：400-8352-114

根據(jù)Simon的決策理論：組織中最重要的一項(xiàng)功能就是作決策，良好的決策能夠加速組織解決問(wèn)題的速度，提升組織的效能。市場(chǎng)營(yíng)銷就是在適當(dāng)?shù)臅r(shí)間、適當(dāng)?shù)牡攸c(diǎn)，以適當(dāng)?shù)姆椒▽⑦m當(dāng)?shù)漠a(chǎn)品推薦給適當(dāng)?shù)娜?。營(yíng)銷是企業(yè)管理的主要職能，它是一個(gè)管理決策過(guò)程，當(dāng)決策問(wèn)題日益復(fù)雜，大量的半結(jié)構(gòu)化、非結(jié)構(gòu)化問(wèn)題需要解決，大量的信息和知識(shí)需要處理，因此，使用商務(wù)智能系統(tǒng)來(lái)支持企業(yè)營(yíng)銷決策是必然的發(fā)展趨勢(shì)。信息的收集與分析在營(yíng)銷決策中起決定性的作用。

1 營(yíng)銷信息收集和分析是提高企業(yè)營(yíng)銷決策水準(zhǔn)的前提

營(yíng)銷決策所需的信息在時(shí)間上具有連續(xù)性，內(nèi)容應(yīng)能反映企業(yè)內(nèi)外部環(huán)境中對(duì)供需關(guān)系產(chǎn)生主要影響的各種因素的基本狀況，營(yíng)銷決策所面對(duì)的環(huán)境是動(dòng)態(tài)變化的。高質(zhì)量的信息是對(duì)營(yíng)銷環(huán)境的準(zhǔn)確描述。并有助于企業(yè)決策者在營(yíng)銷活動(dòng)中科學(xué)決策。營(yíng)銷環(huán)境是營(yíng)銷活動(dòng)之外對(duì)營(yíng)銷活動(dòng)有重要影響的因素和力量，企業(yè)的營(yíng)銷環(huán)境具有多樣性、復(fù)雜性、動(dòng)態(tài)性和非均衡性。營(yíng)銷決策和營(yíng)銷環(huán)境是一個(gè)連續(xù)的、多維的、動(dòng)態(tài)的調(diào)適過(guò)程，企業(yè)需要借助SWOT模式、邁克爾波特的競(jìng)爭(zhēng)模型以及現(xiàn)代信息技術(shù)(如商務(wù)智能)等進(jìn)行宏觀環(huán)境、競(jìng)爭(zhēng)環(huán)境和消費(fèi)者行為分析。

企業(yè)營(yíng)銷決策需要大量的企業(yè)內(nèi)外部數(shù)據(jù)、信息作為基礎(chǔ)，營(yíng)銷信息不僅包括企業(yè)內(nèi)部的計(jì)劃、能力等信息，還包括企業(yè)外部的顧客、供應(yīng)商、市場(chǎng)等方面的信息。營(yíng)銷人員在獲取信息的同時(shí)，需要對(duì)這些信息進(jìn)行分析與整合。再結(jié)合其他的信息才能做出正確的決策，提高企業(yè)決策的科學(xué)化程度。營(yíng)銷數(shù)據(jù)收集和信息分析是營(yíng)銷決策的科學(xué)保證。但是來(lái)源于企業(yè)內(nèi)外的信息內(nèi)容過(guò)于豐富、形式復(fù)雜多樣，需要借助適當(dāng)?shù)臎Q策支持工具才能對(duì)有價(jià)值的信息進(jìn)行分析和挖掘以支持決策活動(dòng)。

為了幫助決策者進(jìn)行合理的決策，長(zhǎng)期以來(lái)已經(jīng)發(fā)展了多種決策支持技術(shù)。決策支持是指利用計(jì)算機(jī)幫助決策主體在半結(jié)構(gòu)化或非結(jié)構(gòu)化的任務(wù)中作決策，它支持用戶的決策，改進(jìn)決策效能。隨著現(xiàn)代信息技術(shù)的發(fā)展，決策支持技術(shù)不斷發(fā)展。但是有些決策支持工具過(guò)于復(fù)雜和深?yuàn)W，過(guò)分關(guān)注于“細(xì)節(jié)性復(fù)雜”環(huán)境的處理，雖能提出策略規(guī)劃，但是不方便營(yíng)銷決策者的使用和執(zhí)行。

隨著企業(yè)信息化進(jìn)程的不斷推進(jìn)，很多企業(yè)己經(jīng)積累了大量的業(yè)務(wù)數(shù)據(jù)，面對(duì)市場(chǎng)營(yíng)銷中海量的信息以及繁雜的半結(jié)構(gòu)化甚至非結(jié)構(gòu)化問(wèn)題，企業(yè)需要新的決策支持工具對(duì)這些業(yè)務(wù)數(shù)據(jù)進(jìn)行充分的挖掘并輔助決策，以便在激烈的市場(chǎng)競(jìng)爭(zhēng)中贏得主動(dòng)和更多的商機(jī)。商務(wù)智能最大限度地利用企業(yè)信息化中的數(shù)據(jù)，將企業(yè)數(shù)據(jù)整理為信息，再升華為知識(shí)，從而對(duì)用戶提供最大程度的支持。商務(wù)智能系統(tǒng)支持企業(yè)操作層、管理層和戰(zhàn)略層的各項(xiàng)決策活動(dòng)。

2 商務(wù)智能及其核心技術(shù)

商務(wù)智能(Business Intelligence，BI)最早是20世紀(jì)90年代末在國(guó)外企業(yè)界出現(xiàn)的．是指將企業(yè)的各種數(shù)據(jù)及時(shí)地轉(zhuǎn)換為管理者感興趣的信息或知識(shí)，并以各種方式展現(xiàn)出來(lái)，幫助管理者進(jìn)行科學(xué)決策。這里的數(shù)據(jù)包括來(lái)自企業(yè)業(yè)務(wù)系統(tǒng)的訂單、庫(kù)存、交易賬目、客戶和供應(yīng)商資料，來(lái)自企業(yè)所處行業(yè)和競(jìng)爭(zhēng)對(duì)手的數(shù)據(jù)以及來(lái)自企業(yè)所處的其他外部環(huán)境中的各種數(shù)據(jù)。從技術(shù)角度來(lái)看，商務(wù)智能重視分析數(shù)據(jù)的技術(shù)。從應(yīng)用的角度講，商務(wù)智能也可以理解為DW＋OLAP＋DM。商務(wù)智能的支撐技術(shù)包括數(shù)據(jù)倉(cāng)庫(kù)(Data warehouse)、數(shù)據(jù)挖掘(Data Mining)、聯(lián)機(jī)分析處理技術(shù)(OLAP)等。

2.1 數(shù)據(jù)倉(cāng)庫(kù)技術(shù)(Data Warehouse)

數(shù)據(jù)倉(cāng)庫(kù)是一個(gè)面向主題的、集成的、穩(wěn)定的及包含歷史數(shù)據(jù)的數(shù)據(jù)集合。它用于支持經(jīng)營(yíng)管理中的決策制定過(guò)程。商務(wù)智能系統(tǒng)的核心是解決商業(yè)問(wèn)題，它把數(shù)據(jù)處理技術(shù)與商務(wù)規(guī)則相結(jié)合，以提高商業(yè)利潤(rùn)減少市場(chǎng)運(yùn)營(yíng)風(fēng)險(xiǎn)。是數(shù)據(jù)倉(cāng)庫(kù)技術(shù)、決策支持技術(shù)和商業(yè)運(yùn)營(yíng)規(guī)則的結(jié)合。數(shù)據(jù)倉(cāng)庫(kù)(DW)是實(shí)現(xiàn)商務(wù)智能的數(shù)據(jù)基礎(chǔ)，完成了數(shù)據(jù)的收集、集成、存儲(chǔ)、管理等工作，使得商務(wù)智能更專注于信息的提取和知識(shí)的發(fā)現(xiàn)。數(shù)據(jù)倉(cāng)庫(kù)存儲(chǔ)元數(shù)據(jù)和用于決策分析的數(shù)據(jù)。

2.2 數(shù)據(jù)挖掘技術(shù)(Data Mining)

數(shù)據(jù)挖掘是從大量的、不完全的、有噪聲的、模糊的及隨機(jī)的實(shí)際應(yīng)用數(shù)據(jù)中，挖掘出隱含的、先前未知的、對(duì)決策有潛在價(jià)值的知識(shí)和規(guī)則的過(guò)程。數(shù)據(jù)挖掘可以幫助企業(yè)在大量的數(shù)據(jù)中發(fā)現(xiàn)那些不能靠直覺(jué)發(fā)現(xiàn)的信息或知識(shí)。

2.3 聯(lián)機(jī)分析處理技術(shù)(OLAP)

聯(lián)機(jī)分析處理技術(shù)是一種多維分析工具，目標(biāo)是滿足決策支持或多維環(huán)境下特定的查詢和報(bào)表需求，使分析人員、管理人員或執(zhí)行人員能夠從多個(gè)角度對(duì)從原始數(shù)據(jù)中轉(zhuǎn)化出來(lái)的、能夠真正為用戶所理解的并真實(shí)反應(yīng)企業(yè)維特性的信息進(jìn)行快速、一致、交互地存取，從而獲得對(duì)數(shù)據(jù)的更深入了解。聯(lián)機(jī)分析處理技術(shù)(OLAP)可以對(duì)基于數(shù)據(jù)倉(cāng)庫(kù)中多維的數(shù)據(jù)進(jìn)行在線分析處理，生成新的信息，又能實(shí)時(shí)監(jiān)視業(yè)務(wù)管理的成效，使管理者和決策者能自由地與數(shù)據(jù)相互聯(lián)系。

在決策支持系統(tǒng)基礎(chǔ)上進(jìn)一步發(fā)展起來(lái)的商務(wù)智能能夠向用戶提供更為復(fù)雜的營(yíng)銷信息，可以更為方便地定制各種報(bào)表和圖表的格式，能夠向營(yíng)銷人員和決策者提供個(gè)性化的多維信息，使?fàn)I銷人員和決策者分析、處理信息的能力和信息的利用率大為提高。例如：當(dāng)營(yíng)銷人員想了解銷售情況時(shí)，可以得到按產(chǎn)品、產(chǎn)品／地區(qū)、產(chǎn)品／地區(qū)／客戶分類的網(wǎng)上銷售和正常柜臺(tái)銷售的各種樣式的分析報(bào)告。在此基礎(chǔ)上，可以進(jìn)一步解決企業(yè)決策時(shí)需要了解的各種問(wèn)題，并幫助企業(yè)更快、更好地制定和做出營(yíng)銷決策。

3 商務(wù)智能在企業(yè)營(yíng)銷決策中的應(yīng)用

營(yíng)銷是企業(yè)管理的重要組成部分，營(yíng)銷決策在企業(yè)決策中居于重要地位，商務(wù)智能在企業(yè)營(yíng)銷決策中的應(yīng)用過(guò)程是：商務(wù)智能從不同數(shù)據(jù)源收集的數(shù)據(jù)中提取有用的數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)行清理以保證數(shù)據(jù)的正確性，經(jīng)提取、轉(zhuǎn)換后將數(shù)據(jù)加載人數(shù)據(jù)倉(cāng)庫(kù)(這時(shí)數(shù)據(jù)變?yōu)樾畔?，然后通過(guò)聯(lián)機(jī)分析處理工具、數(shù)據(jù)挖掘工具、模型庫(kù)加上營(yíng)銷決策人員的專業(yè)知識(shí)，對(duì)信息進(jìn)行處理(這時(shí)信息變?yōu)檩o助決策的知識(shí))，最后將知識(shí)呈現(xiàn)于用戶面前轉(zhuǎn)變?yōu)闆Q策。商務(wù)智能幫助企業(yè)決策者在營(yíng)銷管理上做出及時(shí)、正確的判斷。也就是說(shuō)把各種數(shù)據(jù)及時(shí)地轉(zhuǎn)化為企業(yè)營(yíng)銷管理者感興趣的信息(或者知識(shí))，然后根據(jù)這些信息來(lái)采用明智的行動(dòng)。商務(wù)智能各組成部分在營(yíng)銷決策中的應(yīng)用分述如下。

3.1 數(shù)據(jù)源

數(shù)據(jù)主要來(lái)自企業(yè)ERP、CRM、SCM等系統(tǒng)數(shù)據(jù)庫(kù)的產(chǎn)品數(shù)據(jù)、客戶數(shù)據(jù)、供應(yīng)商數(shù)據(jù)、銷售數(shù)據(jù)以及外部系統(tǒng)的數(shù)據(jù)包括國(guó)家相關(guān)的政策法規(guī)、行業(yè)情況、競(jìng)爭(zhēng)對(duì)手情況等。

3.2 數(shù)據(jù)倉(cāng)庫(kù)

數(shù)據(jù)倉(cāng)庫(kù)是從分布的、異構(gòu)的信息源中檢索和集成數(shù)據(jù)，以支持管理層、決策層用戶更好更快地進(jìn)行決策分析。來(lái)源于企業(yè)系統(tǒng)及外部環(huán)境的數(shù)據(jù)從數(shù)據(jù)源進(jìn)入到數(shù)據(jù)倉(cāng)庫(kù)主要包含以下幾步：各個(gè)數(shù)據(jù)源中的數(shù)據(jù)被抽取出來(lái)，然后經(jīng)過(guò)合適的轉(zhuǎn)換和過(guò)濾、合并，最后存儲(chǔ)在數(shù)據(jù)倉(cāng)庫(kù)里。通過(guò)收集各種分散的詳細(xì)數(shù)據(jù)源，建立以各種營(yíng)銷主題為導(dǎo)向的數(shù)據(jù)倉(cāng)庫(kù)，并從中挖掘營(yíng)銷業(yè)務(wù)的內(nèi)在規(guī)律和數(shù)據(jù)信息，據(jù)此制定出較科學(xué)的企業(yè)營(yíng)銷決策方案。

3.3 數(shù)據(jù)挖掘

數(shù)據(jù)挖掘工具利用數(shù)據(jù)倉(cāng)庫(kù)、模型庫(kù)和知識(shí)庫(kù)共同完成數(shù)據(jù)挖掘過(guò)程。通過(guò)數(shù)據(jù)挖掘工具觸發(fā)數(shù)據(jù)倉(cāng)庫(kù)管理系統(tǒng)，從數(shù)據(jù)倉(cāng)庫(kù)中獲取與營(yíng)銷決策具體任務(wù)相關(guān)的數(shù)據(jù)。目前主要的數(shù)據(jù)挖掘方法有關(guān)聯(lián)規(guī)則、決策樹(shù)、神經(jīng)網(wǎng)絡(luò)、遺傳算法、公式發(fā)現(xiàn)、統(tǒng)計(jì)分析、模糊集合、可視化技術(shù)、云模型方法等，通過(guò)數(shù)據(jù)挖掘得出的結(jié)果一般以圖形、圖表或者數(shù)據(jù)報(bào)表的方式表示。決策者通過(guò)對(duì)結(jié)果進(jìn)行深入分析，結(jié)合具體的營(yíng)銷環(huán)境和營(yíng)銷問(wèn)題，可以得到如何使用營(yíng)銷組合、采用何種促銷策略、如何定價(jià)等營(yíng)銷方案。在營(yíng)銷活動(dòng)中對(duì)營(yíng)銷方案不斷的修正，指導(dǎo)營(yíng)銷行為和決策。

數(shù)據(jù)挖掘技術(shù)進(jìn)行營(yíng)銷數(shù)據(jù)分析的過(guò)程是這樣的：首先確定數(shù)據(jù)挖掘的目標(biāo)，其次選擇合適的模式搜索算法，然后根據(jù)使用者的決策目的對(duì)數(shù)據(jù)挖掘的結(jié)果進(jìn)行評(píng)價(jià)，最后是知識(shí)同化，將挖掘所得到的知識(shí)集成到營(yíng)銷決策過(guò)程，并跟蹤知識(shí)運(yùn)用的具體成效。

3.4 聯(lián)機(jī)分析處理

用聯(lián)機(jī)分析處理工具構(gòu)建面向營(yíng)銷分析的多維數(shù)據(jù)模型，用多維分析方法進(jìn)行分析比較，通過(guò)多維數(shù)據(jù)的查詢、旋轉(zhuǎn)、鉆取和切片等關(guān)鍵技術(shù)對(duì)數(shù)據(jù)進(jìn)行分析和生成報(bào)表，通過(guò)提取有關(guān)的詳細(xì)信息呈現(xiàn)給用戶，最大限度地取得決策所需的各種營(yíng)銷信息并共享各種應(yīng)用。

3.5 模型庫(kù)

營(yíng)銷模型庫(kù)提供各種靜態(tài)模型和動(dòng)態(tài)模型的存儲(chǔ)并集成了模型的提取、訪問(wèn)、更新和合成等操作。營(yíng)銷模型庫(kù)是按照營(yíng)銷決策者的要求，從實(shí)際營(yíng)銷閥題出發(fā)，構(gòu)造出適當(dāng)?shù)臎Q策模型。決策模型為企業(yè)正確制定營(yíng)銷決策提供了一種科學(xué)的方法，對(duì)問(wèn)題的解決起到了關(guān)鍵性的作用。

3.6 知識(shí)庫(kù)

決策支持系統(tǒng)解決問(wèn)題的能力很大程度上還依賴于知識(shí)庫(kù)擁有知識(shí)的多少，知識(shí)越豐富，解決問(wèn)題和決策支持的能力就越強(qiáng)。支持營(yíng)銷決策的知識(shí)庫(kù)應(yīng)該盡可能收集、整理營(yíng)銷專家對(duì)營(yíng)銷管理預(yù)測(cè)、決策、計(jì)劃、控制、分析的研究成果和實(shí)際經(jīng)驗(yàn)，并在此基礎(chǔ)上加以總結(jié)和提高，構(gòu)成系統(tǒng)的知識(shí)庫(kù)。

3.7 規(guī)則庫(kù)

規(guī)則庫(kù)是商務(wù)智能系統(tǒng)的獨(dú)立模塊，業(yè)務(wù)規(guī)則是所有商務(wù)智能項(xiàng)目的核心基礎(chǔ)，在業(yè)務(wù)規(guī)則的基礎(chǔ)上，報(bào)告生成系統(tǒng)能夠自動(dòng)解釋數(shù)據(jù)，為特定目標(biāo)設(shè)定關(guān)鍵績(jī)效指標(biāo)，并為解決問(wèn)題提供建議。

商務(wù)智能不是將一大堆技術(shù)工具堆在數(shù)據(jù)上，基于商務(wù)智能的營(yíng)銷決策應(yīng)當(dāng)從了解業(yè)務(wù)、業(yè)務(wù)流程，理解業(yè)務(wù)運(yùn)作模式開(kāi)始。（萬(wàn)方數(shù)據(jù)）