第一章導言Lecture1:Introduction主要內(nèi)容1.1商務智能的基本概念1.2商務智能的系統(tǒng)構成1.3商務智能的發(fā)展歷史1.1商務智能的基本概念商務智能數(shù)據(jù)信息和知識商務智能商務智能（Businessintelligence）1996年GartnerGroup

HowardDresner數(shù)據(jù)倉庫（或數(shù)據(jù)集市）、查詢報表、數(shù)據(jù)分析、數(shù)據(jù)挖掘、數(shù)據(jù)備份和恢復等部分組成的、以輔助企業(yè)決策為目的一類技術及其應用商務智能商務智能（Businessintelligence）工業(yè)界商務智能可以被看作是一類技術或工具，利用它們可以對大量的數(shù)據(jù)進行收集、管理、分析和挖掘，以改善業(yè)務決策水平，增強企業(yè)的競爭力學術界商務智能是一套理論、方法和應用，通過它們可以快速地發(fā)現(xiàn)海量數(shù)據(jù)中隱含的各種知識，有效地解決企業(yè)面臨的管理和決策問題，支持企業(yè)的戰(zhàn)略實施。數(shù)據(jù)（data)數(shù)據(jù)是對事物描述的符號。在計算機科學中，數(shù)據(jù)是數(shù)字、文字、圖像、聲音等可以輸入到計算機被識別的符號企業(yè)運營離不開數(shù)據(jù)。企業(yè)運營的各個環(huán)節(jié)每天都在積累數(shù)據(jù)，如供應商、客戶的數(shù)據(jù)，銷售、生產(chǎn)以及庫存數(shù)據(jù)等。用戶生成數(shù)據(jù)（usergenerateddata,UGD)社會化媒體、智能化手機等使得全世界不計其數(shù)的個體也在不斷產(chǎn)生數(shù)據(jù)。結構化數(shù)據(jù)（structureddata)通常二維表格的形式存儲在關系數(shù)據(jù)庫中交易細節(jié)表交易號商品號單價折扣數(shù)量005872051337922.99010058720514677520100587205000700104.500587206147525105.900587206113838107.5非結構化數(shù)據(jù)（unstructureddata）文本數(shù)據(jù)iphone4s,目前最大的問題，感覺還是電量，充滿一次，用兩天，不過，我還沒怎么玩游戲，都是開瀏覽器之類的應用，和聽歌，但是想想，畢竟手機的電池和ipad的還是沒法比。信息（information）通過一定的技術和方法，對數(shù)據(jù)進行集成、分析，挖掘其潛在的規(guī)律和內(nèi)涵，得到的結果是信息。信息是具有商務意義的數(shù)據(jù)例如，通過對零售信息的集成和分析發(fā)現(xiàn)，某超市的客戶群根據(jù)其消費行為可以分為若干個群體，每個群體具有一些明顯的特征。例如，其中一個群體是單身女性，喜歡經(jīng)常購買化妝品，消費金額高。知識（knowledge）當信息用于商務決策，并基于決策開展相應的商務活動時，信息就上升為知識信息轉化為知識的過程不僅需要信息，而且需要結合決策者的經(jīng)驗和能力，用以解決實際的問題。例如，某連鎖超市的經(jīng)理發(fā)現(xiàn)，近期化妝品的銷售業(yè)績下降了，為了解決該問題，決定采取促銷措施，根據(jù)對數(shù)據(jù)的分析得到的客戶分群的信息，銷售經(jīng)理鎖定了促銷的目標客戶群，最終開展了為這部分客戶郵寄優(yōu)惠券的促銷活動。1.2商務智能的系統(tǒng)構成六個主要組成部分數(shù)據(jù)源數(shù)據(jù)倉庫在線分析處理數(shù)據(jù)探查數(shù)據(jù)挖掘業(yè)務性能管理數(shù)據(jù)源企業(yè)內(nèi)部的操作型系統(tǒng)，即支持各業(yè)務部分日常運營的信息系統(tǒng)企業(yè)的外部，如人口統(tǒng)計信息、競爭對手信息等數(shù)據(jù)倉庫（datawarehouse）各種數(shù)據(jù)源的數(shù)據(jù)經(jīng)過抽取、轉換之后需要放到一個供分析使用的環(huán)境，以便對數(shù)據(jù)進行管理，這就是數(shù)據(jù)倉庫數(shù)據(jù)集市（datamart）：通常針對單個部門的數(shù)據(jù)倉庫，區(qū)別于企業(yè)范圍內(nèi)的數(shù)據(jù)倉庫。數(shù)據(jù)倉庫可以將分析數(shù)據(jù)與實現(xiàn)業(yè)務處理的操作型數(shù)據(jù)隔離，一方面不影響業(yè)務處理系統(tǒng)的性能，另一方面為數(shù)據(jù)的分析提供了一個綜合的、集成的、統(tǒng)一的數(shù)據(jù)管理平臺。詳細內(nèi)容在第10章介紹在線分析處理（onlineanalyticalprocessing）在線分析處理：業(yè)務性能度量可以通過多個維度、多個層次進行多種聚集匯總，通過交互的方式發(fā)現(xiàn)業(yè)務運行的關鍵性能指標的異常之處。多維數(shù)據(jù)可以進行多種操作如切片、切塊、下鉆、上卷等詳細內(nèi)容在第11章介紹數(shù)據(jù)探查（exploration）包括靈活的查詢、即時報表以及統(tǒng)計方法等該類方法屬于被動分析方法探查數(shù)據(jù)的方法可以借助統(tǒng)計上的中心性、發(fā)散性以及相關性的統(tǒng)計量分析，多變量分析時也可以借助可視化技術。數(shù)據(jù)挖掘（datamining）數(shù)據(jù)挖掘是從大量數(shù)據(jù)中自動發(fā)現(xiàn)隱含的信息和知識的過程，屬于主動分析方法，不需要分析者的先驗假設，可以發(fā)現(xiàn)未知的知識常用的分析方法包括分類、聚類、關聯(lián)分析、數(shù)值預測、序列分析、社會網(wǎng)絡分析等數(shù)據(jù)挖掘：分類分類（classification）是通過對具有類別的對象的數(shù)據(jù)集進行學習，概括其主要特征，構建分類模型，根據(jù)該模型預測對象的類別的一種數(shù)據(jù)挖掘和機器學習技術。例如，電信公司的客戶可以分為兩類，一類是忠誠的，一類是流失的。根據(jù)這兩類客戶的個人特征方面的數(shù)據(jù)以及在公司的消費方面的數(shù)據(jù)，利用分類技術可以構建分類模型數(shù)據(jù)挖掘：聚類聚類（clustering）是依據(jù)物以類聚的原理，將沒有類別的對象根據(jù)對象的特征自動聚集成不同簇的過程，使得屬于同一個簇的對象之間非常相似，屬于不同簇的對象之間不相似。其典型應用是客戶分群數(shù)據(jù)挖掘：關聯(lián)分析關聯(lián)分析最早用于分析超市中顧客一次購買的物品之間的關聯(lián)性例如，發(fā)現(xiàn)關聯(lián)規(guī)則（associationrule）“尿不濕

啤酒（0.5%，60%）”，其含義為，0.5%的交易中會同時購買尿不濕和啤酒，且買尿不濕的交易中有60%會同時買啤酒數(shù)據(jù)挖掘：數(shù)值預測數(shù)值預測用于預測連續(xù)變量的取值。常用的預測方法是回歸分析例如，可以根據(jù)客戶個人特征，如年齡、工作類型、受教育程度、婚姻狀況等，來預測其每月的消費額度。數(shù)據(jù)挖掘：序列分析序列分析是對序列數(shù)據(jù)庫進行分析，從中挖掘出有意義模式的技術。序列模式（sequentialpattern）的發(fā)現(xiàn)屬于序列分析，它是從序列數(shù)據(jù)庫中發(fā)現(xiàn)的一種有序模式例如，《赤壁，鴻門宴，見龍卸甲》，

意味著“看了赤壁之后會接著看鴻門宴，過段時間會看見龍卸甲”。數(shù)據(jù)挖掘：社會網(wǎng)絡分析社會網(wǎng)絡（socialnetwork）是由個人或組織及其之間的關系構成的網(wǎng)絡社會網(wǎng)絡分析（socialnetworkanalysis）是對社會網(wǎng)絡的結構和屬性進行分析，以發(fā)現(xiàn)其中的局部或全局特點，發(fā)現(xiàn)其中有影響力的個人或組織，發(fā)現(xiàn)網(wǎng)絡的動態(tài)變化規(guī)律等。業(yè)務績效管理業(yè)務績效管理（businessperformancemanagement），簡稱BPM，又稱為企業(yè)績效管理（corporateperformancemanagement），是對企業(yè)的關鍵性能指標，如銷售、成本、利潤以及可盈利性等，進行度量、監(jiān)控和比較的方法和工具。這些信息通常通過可視化的工具如平衡積分卡和儀表盤等進行展示。相關內(nèi)容見第10章。1.3商務智能的發(fā)展管理信息系統(tǒng)決策支持系統(tǒng)主管信息系統(tǒng)數(shù)據(jù)倉庫、數(shù)據(jù)挖掘和在線分析處理管理信息系統(tǒng)（managementinformationsystem）簡稱MIS，產(chǎn)生于二十世紀七十年代為企業(yè)提供企業(yè)管理的全方位信息，為管理人員提供管理決策信息的信息系統(tǒng)其目的主要是提供信息以實現(xiàn)對企業(yè)或組織的快速有效管理決策支持系統(tǒng)（decisionsupportsystem），簡稱DSS，開始于二十世紀七十年代，發(fā)展于八十年代決策支持系統(tǒng)是基于計算機的用于支持業(yè)務或組織決策的信息系統(tǒng)。通常，決策支持系統(tǒng)基于數(shù)據(jù)庫和模型庫，用于解決半結構化和非結構化的決策問題，輔助管理人員做出快速、正確的決策主管信息系統(tǒng)（Executiveinformationsystem）簡稱EIS，又稱為經(jīng)理信息系統(tǒng)，出現(xiàn)于二十世紀八十年代是針對企業(yè)內(nèi)的高級管理人員的決策支持系統(tǒng)。這種系統(tǒng)提供了靈活的報表生成、預測、趨勢分析等功能。系統(tǒng)以直觀的形式展現(xiàn)企業(yè)的運行狀況以及關鍵成功因素（criticalsuccessfactors）商務智