1、商務(wù)智能概論Introduction to Business Intelligence胡俊敏集美大學(xué)工商管理學(xué)院wingoner126基本內(nèi)容本課程主要介紹數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘的基本概念、基本方法以及在商務(wù)決策中的應(yīng)用。強(qiáng)化基礎(chǔ)，偏重應(yīng)用。基本要求目的主要是掌握商務(wù)智能的核心技術(shù)基礎(chǔ)數(shù)據(jù)倉(cāng)庫(kù)、OLAP和數(shù)據(jù)挖掘的基本概念、技術(shù)和方法，并在此基礎(chǔ)上應(yīng)用于相關(guān)領(lǐng)域?？鐚W(xué)科性：統(tǒng)計(jì)學(xué)、數(shù)據(jù)庫(kù)和人工智能教學(xué)綱要商務(wù)智能概述在線分析處理OLAP技術(shù)數(shù)據(jù)挖掘技術(shù)和方法數(shù)據(jù)挖掘過(guò)程數(shù)據(jù)倉(cāng)庫(kù)商務(wù)智能應(yīng)用教材與參考書1趙衛(wèi)東.商務(wù)智能. 北京：清華大學(xué)出版社，20092數(shù)據(jù)挖掘概念與技術(shù)Jiawei Han、Mi

2、cheline Kamber著 范明、孟小峰 等譯. 北京. 機(jī)械工業(yè)出版社，20193數(shù)據(jù)倉(cāng)庫(kù)W.H.Inmon著 王志海 等譯，北京.機(jī)械工業(yè)出版社，2000 4數(shù)據(jù)倉(cāng)庫(kù)原理與實(shí)踐 林宇 等編著，北京.人民郵電出版社，2019概念解析何謂智能？企業(yè)有智能嗎？智能的表現(xiàn) 信息共享和企業(yè)信息集成 知識(shí)挖掘與管理企業(yè)不管大小，都必須對(duì)瞬息萬(wàn)變的市場(chǎng)情況做出及時(shí)、高效地反應(yīng)，而這些反應(yīng)都必須建立在對(duì)全面、準(zhǔn)確和及時(shí)的信息基礎(chǔ)上。智能型企業(yè)表現(xiàn)為反應(yīng)迅速、適應(yīng)顧客變化的需要和采取正確的顧客解決方案。快吃慢!隨機(jī)應(yīng)變！數(shù)據(jù)數(shù)據(jù)數(shù)據(jù)是可以記錄、通信和能識(shí)別的符號(hào)，它通過(guò)有意義的組合來(lái)表達(dá)現(xiàn)實(shí)世界中的某種

3、實(shí)體（具體對(duì)象、事件、狀態(tài)或活動(dòng)）的特征。商務(wù)智能技術(shù)可以分析結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)以及非結(jié)構(gòu)化數(shù)據(jù)、靜態(tài)的歷史數(shù)據(jù)和動(dòng)態(tài)數(shù)據(jù)流等各種類型的數(shù)據(jù)。 數(shù)據(jù)：符號(hào)、事實(shí)和數(shù)字Happy New Year!How are You?事物運(yùn)動(dòng)數(shù)據(jù)信息記錄解釋Discrete, objective facts about the worldEasily structured and capturedEasily transferred 信息：有用的數(shù)據(jù)SenderReceiver處理數(shù)據(jù)信息知識(shí)一個(gè)人的垃圾（數(shù)據(jù)）是另一個(gè)人的財(cái)富（信息）Data endowed with relevance and p

4、urpose信息是經(jīng)過(guò)某種加工處理后的數(shù)據(jù)，是反映客觀事物規(guī)律的一些數(shù)據(jù)。數(shù)據(jù)是信息的載體, 信息是對(duì)數(shù)據(jù)的解釋。 決策離不開(kāi)信息同一事物的信息對(duì)于不同的個(gè)人或群體具有不同的意義。信息的效用在于對(duì)決策的影響。高層決策、中層管理、基層運(yùn)營(yíng)都要決策。越來(lái)越多的人從事與信息有關(guān)的工作，信息產(chǎn)業(yè)將成為全球最大產(chǎn)業(yè)。首席信息官 CIO (Chief Information Officer) 成為企業(yè)繼 CEO、CFO之后又一重要職位。70% of employee time spent searching for relevant informationMost Business Users Dont

5、Have Confidence in Info!43% of users say theyre not sure if internal information is accurate77% said bad decisions had been made because of lack of informationBusiness Week study, 2019知識(shí)Information from the human mind (includes reflection, synthesis)，知識(shí)是對(duì)信息內(nèi)容進(jìn)行提煉、比較、挖掘、分析、概括、判斷和推論。事實(shí)性知識(shí)和經(jīng)驗(yàn)知識(shí)（隱性和顯性）。

6、洞察力（insight）Requires reflection and synthesisDifficult to structure, capture Often tacit信息和知識(shí)隱藏在數(shù)據(jù)中商務(wù)智能要求有一個(gè)堅(jiān)固、可靠的大型數(shù)據(jù)庫(kù)作后盾，建立這樣一個(gè)數(shù)據(jù)庫(kù)的任務(wù)是極其艱巨的。數(shù)據(jù)的質(zhì)量問(wèn)題也是令人頭疼而又不可以掉以輕心的。雖然數(shù)據(jù)是寶貴的財(cái)富，然而許多公司并不能充分利用這種財(cái)富，因?yàn)樾畔㈦[藏在數(shù)據(jù)中，并不易識(shí)別。為了在競(jìng)爭(zhēng)中占得優(yōu)勢(shì)地位，必須識(shí)別和應(yīng)用隱藏在所收集的數(shù)據(jù)中的信息。挖掘管理就是決策決策需要信息，更離不開(kāi)知識(shí)。知識(shí)更多地表現(xiàn)為經(jīng)驗(yàn)學(xué)習(xí)的結(jié)晶。學(xué)習(xí)的過(guò)程是不斷地對(duì)信息加工處理

7、。信息的收集、加工、傳輸與利用貫穿著決策各階段的工作過(guò)程。信息已成為企業(yè)經(jīng)營(yíng)中重要性僅次于人才的第二大要素。決策=信息+經(jīng)驗(yàn)+冒險(xiǎn)商務(wù)智能是對(duì)企業(yè)信息的科學(xué)管理。決策需要信息與知識(shí)情報(bào)階段：確定問(wèn)題設(shè)計(jì)階段：找出解決方案選擇階段：選出解決方案實(shí)施階段：實(shí)施方案返回情報(bào)階段返回設(shè)計(jì)階段返回選擇階段決策過(guò)程的四個(gè)階段決策的過(guò)程發(fā)現(xiàn)那些需要引起注意的征兆并加以解釋, 如 銷售滑坡、生產(chǎn)成本猛漲、老顧客對(duì)新產(chǎn)品的需求、新競(jìng)爭(zhēng)對(duì)手帶來(lái)的威脅等。最優(yōu)方案由多種因素決定，如成本、實(shí)施的難易程度、對(duì)員工的要求、方案實(shí)施的時(shí)間順序等。執(zhí)行選中的方案，檢測(cè)實(shí)施的結(jié)果，并作出必要的調(diào)整。 高效消費(fèi)者響應(yīng) (ECR)

8、 及 時(shí)、 準(zhǔn) 確和無(wú) 紙 的 信 息 流 通 流 暢， 不 間 斷 的 產(chǎn) 品 流 通， 滿 足 消 費(fèi) 者 的 需 求 供應(yīng) 商零 售 商商店 消 費(fèi) 者 ERP /CM企業(yè)資源計(jì)劃管理品類管理 SCM供應(yīng)鏈管理CRM客戶關(guān)系管理POS銷售時(shí)點(diǎn)系統(tǒng) 商業(yè)企業(yè)信息系統(tǒng)數(shù)據(jù)爆炸，知識(shí)貧乏 苦惱: 淹沒(méi)在數(shù)據(jù)中，不能制定合適的決策! 數(shù)據(jù)知識(shí)決策模式趨勢(shì)事實(shí)關(guān)系模型關(guān)聯(lián)規(guī)則序列目標(biāo)市場(chǎng)資金分配貿(mào)易選擇在哪兒做廣告銷售的地理位置金融經(jīng)濟(jì)POS人口統(tǒng)計(jì)生命周期信息流暢通了還需要？ ERP企業(yè)資源規(guī)劃系統(tǒng)SCM供應(yīng)鏈管理商務(wù)智能BI（business intelligence）B2B、B2CCRMIn

9、ternet等基礎(chǔ)設(shè)施數(shù)據(jù)新一代決策支持系統(tǒng)交易處理系統(tǒng)DSS軟件系統(tǒng)模式OLAP工具資料挖掘工具外部資料使用者使用者界面DSS資料庫(kù)數(shù)據(jù)導(dǎo)向型決策支持系統(tǒng)：事務(wù)處理系統(tǒng)等搜集的大量數(shù)據(jù)，隱藏對(duì)決策有用的模式和規(guī)則，可以用統(tǒng)計(jì)方法、OLAP和數(shù)據(jù)挖掘等分析得到，以輔助決策分析用。商務(wù)智能Business Intelligence is a process of turning data into knowledge and knowledge into action for business gainData Warehouse Institute.商務(wù)智能是企業(yè)利用現(xiàn)代信息技術(shù)收集、管理和分

10、析結(jié)構(gòu)化和非結(jié)構(gòu)化的商務(wù)數(shù)據(jù)和信息，創(chuàng)造和累計(jì)商務(wù)知識(shí)和見(jiàn)解，改善商務(wù)決策水平，采取有效的商務(wù)行動(dòng)，完善各種商務(wù)流程，提升各方面商務(wù)績(jī)效，增強(qiáng)綜合競(jìng)爭(zhēng)力的智慧和能力-王茁專著三位一體的商務(wù)智能.商務(wù)智能不是通常的業(yè)務(wù)處理。它的目標(biāo)是如何更快、更容易地做更好的決策。IBM商務(wù)智能解決方案遠(yuǎn)遠(yuǎn)不只是數(shù)據(jù)和技術(shù)的組合，BI幫助用戶獲得正確的數(shù)據(jù)，發(fā)現(xiàn)它的價(jià)值，并共享價(jià)值。商務(wù)智能的驅(qū)動(dòng)力在商務(wù)智能背后有一些商業(yè)驅(qū)動(dòng)力，例如：增加收入，減少費(fèi)用和更有效地競(jìng)爭(zhēng)的需求。管理和模擬當(dāng)前商業(yè)環(huán)境復(fù)雜性的需求。減少IT費(fèi)用和利用已有公司業(yè)務(wù)信息的需求。商務(wù)智能如何創(chuàng)造知識(shí)和價(jià)值Business Intellig

11、ence ArchitectureOperational and External DataWarehouse modeling and Construction Tools(ETL)Business Intelligence ApplicationsDecision Support ToolsQuery and Reporting OLAP Information MiningAccess enablersApplication Interfaces Middleware ServicesDepartmentalwarehouses(datamarts)AdministrationGloba

12、l WarehouseOther Information StoresOperational and External DataData ManagementMetadata ManagementIBM 商務(wù)智能解決方案Data WarehouseDB2 UDB DB2 Warehouse Manager DB2 Information Integrator OLAPDB2 OLAP ServerOLAP Server Analyzer DB2 Cognos Data MiningIntelligent Miner for dataIntelligent Miner Scoring/Model

13、ing/Visualization SAP BusinessObjects 智能平臺(tái)企業(yè)數(shù)據(jù)倉(cāng)庫(kù)ETL(抽取、轉(zhuǎn)換、加載)即席查詢、預(yù)定義報(bào)表、自定義報(bào)表、OLAP、數(shù)據(jù)挖掘、專題分析模型元數(shù)據(jù)管理Web服務(wù)器客戶端客戶端客戶端客戶端客戶端大客戶分析數(shù)據(jù)集市財(cái)務(wù)分析數(shù)據(jù)集市客戶分析數(shù)據(jù)集市.模型庫(kù)業(yè)務(wù)數(shù)據(jù)庫(kù)業(yè)務(wù)數(shù)據(jù)庫(kù)業(yè)務(wù)數(shù)據(jù)庫(kù)業(yè)務(wù)數(shù)據(jù)庫(kù)業(yè)務(wù)數(shù)據(jù)庫(kù)業(yè)務(wù)發(fā)展分析客戶分析大客戶分析用戶發(fā)展分析收益情況分析服務(wù)質(zhì)量分析營(yíng)銷管理分析財(cái)務(wù)分析渠道分析反欺詐專題分析客戶流失專題分析.商務(wù)智能核心技術(shù)Data warehousingStore and manage integrated customer da

14、taOLAPInteractive data queriesReportingData miningInsights into the dataDiscovery of correlations and patternsSegmentation and classificationPrediction and forecastingIBM商務(wù)智能產(chǎn)品（資料來(lái)源：美國(guó)數(shù)據(jù)倉(cāng)庫(kù)研究院，dw-institute）美國(guó)數(shù)據(jù)倉(cāng)庫(kù)研究院的BI體系業(yè)務(wù)數(shù)據(jù)分析的類型Increasing# of usersOLAPStatisticalAnalysisStandard Query ReportingDMInc

15、reasingComplexity數(shù)據(jù)分析技術(shù)的發(fā)展可分成報(bào)表查詢、在線分析處理（OLAP）和數(shù)據(jù)挖掘3個(gè)階段。 商務(wù)智能流程客戶流失分析目標(biāo)顧客群OLAP體育用品公司的數(shù)據(jù)分析客戶智能是商務(wù)智能的重要組成客戶智能不僅包括了客戶知識(shí)（客戶的消費(fèi)偏好、喜歡選用的接觸渠道、消費(fèi)行為特征等等許多描述客戶的對(duì)話、觀察知識(shí)）的生成，而且更強(qiáng)調(diào)了客戶知識(shí)在企業(yè)中的分發(fā)、使用，直到產(chǎn)生客戶智能?；诳蛻糁悄艿腃RM系統(tǒng)分析型CRM某移動(dòng)企業(yè)基于Teradata的商業(yè)智能方案各行業(yè)電子商務(wù)網(wǎng)站算法層商業(yè)邏輯層行業(yè)應(yīng)用層商業(yè)應(yīng)用商業(yè)模型挖掘算法CRM產(chǎn)品推薦客戶細(xì)分客戶流失客戶利潤(rùn)客戶響應(yīng)關(guān)聯(lián)規(guī)則、序列模式、分

16、類、聚集、偏差分析WEB挖掘網(wǎng)站結(jié)構(gòu)優(yōu)化網(wǎng)頁(yè)推薦商品推薦基因挖掘基因表達(dá)路徑分析基因表達(dá)相似性分析基因表達(dá)共發(fā)生分析銀行電信零售保險(xiǎn)制藥生物信息科學(xué)研究相關(guān)行業(yè)商務(wù)應(yīng)用需求的推動(dòng)神經(jīng)網(wǎng)絡(luò)、決策樹(shù)、回歸分析、粗集、遺傳算法商務(wù)智能應(yīng)用領(lǐng)域銀行美國(guó)銀行家協(xié)會(huì)(ABA)預(yù)測(cè)數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘技術(shù)在美國(guó)商業(yè)銀行的應(yīng)用增長(zhǎng)率是14.9。分析客戶使用分銷渠道的情況和分銷渠道的容量 ；建立利潤(rùn)評(píng)測(cè)模型；客戶關(guān)系優(yōu)化；風(fēng)險(xiǎn)控制等電子商務(wù)網(wǎng)上商品推薦；個(gè)性化網(wǎng)頁(yè)；自適應(yīng)網(wǎng)站生物制藥、基因研究DNA序列查詢和匹配；識(shí)別基因序列的共發(fā)生性 電信欺詐甄別；客戶流失保險(xiǎn)、零售政府部門、教育機(jī)構(gòu)、醫(yī)療機(jī)構(gòu)和公用事業(yè)等。利

17、用商務(wù)智能的企業(yè)現(xiàn)在已越來(lái)越多，遍及各行各業(yè)。商務(wù)智能驅(qū)動(dòng)力商務(wù)智能用戶商務(wù)智能的作用制定合適的市場(chǎng)營(yíng)銷策略 改善顧客智能 經(jīng)營(yíng)成本與收入分析 提高風(fēng)險(xiǎn)管理能力 改善業(yè)務(wù)洞察力 提高市場(chǎng)響應(yīng)能力 商務(wù)智能系統(tǒng)的功能 數(shù)據(jù)集成找到特定商業(yè)問(wèn)題所有的相關(guān)信息經(jīng)常是一件困難而費(fèi)力的事情信息呈現(xiàn) 經(jīng)營(yíng)分析 戰(zhàn)略決策支持 商業(yè)智能的發(fā)展趨勢(shì)Gartner公司的調(diào)查表明，2000年到2019年之間，安全是企業(yè)IT投資排在第一位的主題，而商務(wù)智能項(xiàng)目的投資在2000年時(shí)僅排在第14位，2019年卻突飛猛進(jìn)，排到了第一位BI公司的收購(gòu)：Oracle收購(gòu)Hyperion，SAP收購(gòu)Business Object

18、s，IBM收購(gòu)Cognos 從戰(zhàn)略型的BI到操作型或者實(shí)時(shí)型的BI更成熟的數(shù)據(jù)分析和展現(xiàn)技術(shù)關(guān)注績(jī)效、關(guān)注價(jià)值、關(guān)注數(shù)據(jù)質(zhì)量 中國(guó)企業(yè)對(duì)商務(wù)智能的應(yīng)用商務(wù)智能在中國(guó)的發(fā)展尚處于起步階段，大部分企業(yè)對(duì)商務(wù)智能仍然缺乏必要的了解。據(jù)IDC預(yù)測(cè)，如果中國(guó)經(jīng)濟(jì)繼續(xù)保持高速增長(zhǎng)，商務(wù)智能軟件在中國(guó)內(nèi)地市場(chǎng)的年銷售額平均增長(zhǎng)至少在65.6%，但到2019年中國(guó)內(nèi)地的商務(wù)智能軟件市場(chǎng)規(guī)模仍不到一億美元。中國(guó)雖有寶鋼、中國(guó)海關(guān)以及大的銀行和電信公司進(jìn)行過(guò)或正在進(jìn)行數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘項(xiàng)目，但是大部分企業(yè)在這方面的應(yīng)用還幾乎為零。中國(guó)企業(yè)對(duì)商務(wù)智能的應(yīng)用（續(xù)）雖說(shuō)幾乎每個(gè)中國(guó)的企業(yè)都需要商務(wù)智能，但大規(guī)模的分析主要集中在競(jìng)爭(zhēng)激烈的生活消費(fèi)品行業(yè)、零售業(yè)以及金融服務(wù)業(yè)（如銀行、保險(xiǎn)等）。國(guó)內(nèi)的生活消費(fèi)品行業(yè)和零售業(yè)利潤(rùn)薄，信息化程度低，資金實(shí)力不強(qiáng)，因而沒(méi)有足夠能力實(shí)施。被商務(wù)智能軟件廠商們看好的反而是電信、金融、航空等行業(yè)，因?yàn)檫@些行業(yè)的信息化程度偏高，并且這些行業(yè)從某種意義上講都是服務(wù)業(yè)，客戶的需求扮演著重要角色。這些行業(yè)也可以利用商務(wù)智能來(lái)補(bǔ)充和完善它們實(shí)施的CRM和ERP系統(tǒng)。商務(wù)智能廠商們也看好正在實(shí)施電子政務(wù)計(jì)劃的中