當前位置:工程項目OA系統(tǒng) > 泛普各地 > 遼寧OA系統(tǒng) > 沈陽OA系統(tǒng) > 沈陽OA快博
商務智能技術在決策過程優(yōu)化中的應用
商務智能技術應用現狀
商務智能(BI)是從根本上幫助你把公司的運營數據轉化成為高價值的可以獲取的信息,并且在恰當的時候通過恰當的方式把恰當的信息傳遞給恰當的人。商務智能是為了解決商業(yè)活動中遇到的各種問題,利用各種信息系統(tǒng)進行的高質量和有價值的信息收集、分析、處理過程,其基本功能包括個性化的信息分析、預測、輔助決策。
目前,商務智能技術在商務過程優(yōu)化中有如下主要應用:
簡單的報告和查詢
在這一層次,商務智能僅僅是把信息進行粗加工,回答諸如"去年我們A產品的銷量是多少?"的問題。
聯機分析處理(OLAP)
商務智能技術能幫助用戶分析信息,創(chuàng)造增值信息和對信息更好地融會貫通,回答諸如"在哪個國家,我們的產品獲得了最大的成功?"的問題。
經理信息系統(tǒng)(EIS)
信息要以容易使用的形式出現,比如說以一些主要的業(yè)務指標的形式出現。用戶希望能夠在不太費力的情況下,從系統(tǒng)中獲取大多數信息
數據鉆取
通過統(tǒng)計方法,可以詳細展現未來的景象。比如說,通過應用商務智能技術,我們能夠預測哪種客戶最有可能購買我們的新產品。
外網
商務智能平臺不僅僅局限在企業(yè)內部,還可以擴展到一個比較大的范圍,讓更多的用戶來共享信息。
商務智能核心技術研究
商務智能主要涉及數據倉庫、聯機分析處理和數據挖掘三大核心技術。
數據倉庫的創(chuàng)始人W.H.Inmon對數據倉庫的定義是:面向主題的、集成的、穩(wěn)定的和歷史的數據集合,用于支持經營管理中的戰(zhàn)略決策的制訂:
面向主題的:每個主題對應于一個宏觀分析領域,如:保險公司的數據倉庫的主題可能是客戶、保險金、索賠等。而傳統(tǒng)的數據庫是面向應用的,它組織往往是人壽保險、財產保險等。
集成的:數據在進入數據倉庫之前,要進行加工集成(統(tǒng)一原始數據并將他們從面向應用型轉換為面向主題的)。
穩(wěn)定的:數據倉庫反映的是歷史數據內容,而不是聯機數據,因此數據進入數據倉庫后極少更新或不更新。
歷史的:數據倉庫的數據是相當長一段時間的數據,一般應為5至10年,這樣進行趨勢分析才比較準確。
聯機分析處理(OLAP)和數據挖掘(DM)是數據倉庫之上的增值技術,它們均是數據倉庫的分析工具,在實際應用中各有側重。前者是驗證型的,后者是挖掘型的;前者建立在多維視圖的基礎之上,強調執(zhí)行效率和對用戶命令的及時響應,而且其直接數據源一般是數據倉庫;后者建立在各種數據源的基礎上,重在發(fā)現隱藏在數據深層次的對人們有用的模式(Patterns),一般并不過多考慮執(zhí)行效率和響應速度。
數據挖掘(data mining)就是從數據中挖掘知識,也稱為數據庫中知識發(fā)現(Knowledge Discovery in Databases, KDD)及知識提取、數據采掘等,可以用于發(fā)現概念/類描述、分類、關聯、預測、聚類、趨勢分析、偏差分析和相似性分析及結果的可視化。
OLAP是一種自上而下、不斷深入的分析工具,用戶提出問題或假設,OLAP負責從上而下深入地提取出關于該問題的詳細信息,并以可視化的方式呈現給用戶。與數據挖掘相比,OLAP更多地依靠用戶輸入問題和假設,但用戶先入為主的局限性可能會限制問題和假設的范圍,從而影響最終的結論。因此作為驗證型分析工具,OLAP更需要對用戶需求有全面而深入地了解。
顯然,從對數據分析的深度的角度來看,OLAP位于較淺的層次,而數據挖掘所處的位置則較深,所處分析層次的不同決定了這兩者的分析能力和所能回答的問題種類也不相同。
商務智能技術走向
長期以來,無論在商務智能技術的理論研究中還是在產品實現中,聯機分析處理與數據挖掘兩大技術都是分離的。OLAM--On Line Analytical Mining是二者相結合的產物,又稱為OLAP Mining,目前是學術界研究的一大熱點。
商務智能技術應用前景
為迎接市場挑戰(zhàn),企業(yè)必須對市場運作有準確的分析。借助商務智能的核心技術,利用企業(yè)中長期積累的海量數據,可以實現四方面的應用:
客戶分類和特點分析
根據客戶歷年來的大量消費記錄以及客戶的檔案資料,對客戶進行分類,并分析每類客戶的消費能力、消費習慣、消費周期、需求傾向、信譽度,確定哪類顧客給企業(yè)帶來最大的利潤、哪類顧客僅給企業(yè)帶來最少的利潤同時又要求最多的回報,然后針對不同類型的客戶給予不同的服務及優(yōu)惠。
市場營銷策略分析
利用數據倉庫技術實現市場營銷策略在模型上的仿真,其仿真結果將提示所制定的市場營銷策略是否合適,企業(yè)可以據此調整和優(yōu)化其市場營銷策略,使其獲得最大的成功。
經營成本與收入分析
對各種類型的經濟活動進行成本核算,比較可能的業(yè)務收入與各種費用之間的收支差額,分析經濟活動的曲線,得到相應的改進措施和辦法,從而降低成本、減少開支、提高收入。
欺詐行為分析和預防
利用聯機分析和數據挖掘技術,總結各種騙費、欠費行為的內在規(guī)律后,在數據倉庫的基礎上建立一套欺騙行為和欠費行為規(guī)則庫,就可以及時預警各種騙費、欠費,盡量減少企業(yè)損失。
來源:AMT
- 1信息化技術趨勢分析:信息服務走向智能化
- 2如何建立和評估數據倉庫邏輯模型
- 3解開被鎖注冊表的四種方法
- 4三類數據恢復方法:災難恢復、高可用性以及遠程存儲
- 5中國的災備建設從探索到實踐
- 6應用程序也“虛擬”
- 7談項目管理和軟件測試過程(三)
- 8一種實現無線網絡安全的混合方式
- 9用日志系統(tǒng)保護Linux安全
- 10防止黑客入侵ADSL的一些技巧
- 11城域網安全建議
- 12如何清除安全死角?
- 13虛擬制造系統(tǒng)技術支持與體系結構分析
- 14WLAN安全五步曲
- 15貌“小兒科兒”的建議使企業(yè)遠離安全夢魘
- 16身份認證與管理:下一個安全部署重點
- 17數據庫技術的一些基本概念
- 18信息化技術:當前各類存儲技術優(yōu)缺點
- 19應用服務器向SOA靠攏
- 20TOC的主要技術工具
- 21WLAN的標準協議和產品
- 22十大高風險安全事件處置對策
- 23軟件開發(fā)人員年度調查
- 24安全自動化應超越病毒保護和補丁管理
- 25終極電子供應鏈
- 26刺向僵尸網絡的劍
- 27驗證碼的個性化改進
- 283G無線數據業(yè)務平臺面臨的八大技術問題
- 29網站構建十大技術準則
- 30SOA項目全球化管理的三個辦法
成都公司:成都市成華區(qū)建設南路160號1層9號
重慶公司:重慶市江北區(qū)紅旗河溝華創(chuàng)商務大廈18樓