主講教師：戴小廷商業(yè)智能課程回顧萌芽期

1994-2002高速發(fā)展期

2003-2012全面成長(zhǎng)期

2013-2019轉(zhuǎn)型升級(jí)期

2020-數(shù)字經(jīng)濟(jì)與物流、供應(yīng)鏈創(chuàng)新發(fā)展物流與供應(yīng)鏈數(shù)字化的內(nèi)涵裝備要數(shù)字化；運(yùn)營智能化；流程可視化；服務(wù)敏捷化；產(chǎn)業(yè)生態(tài)化；提升數(shù)字化的運(yùn)營能力，即要掌握算法、算力等；打好數(shù)字化基礎(chǔ)，即數(shù)字標(biāo)準(zhǔn)、數(shù)字人才和數(shù)字化的理論建設(shè)?；赝麃砺?/p>

不忘初心數(shù)據(jù)覆蓋了物流的每個(gè)環(huán)節(jié)

數(shù)字化倉庫讓供應(yīng)鏈更有彈性數(shù)據(jù)與商業(yè)決策支持

—步入數(shù)據(jù)的紛繁世界商業(yè)智能概述

—初步了解商業(yè)智能商業(yè)智能原理

—洞察商業(yè)智能核心技術(shù)商業(yè)智能的敏捷實(shí)現(xiàn)

—了解商業(yè)智能實(shí)現(xiàn)工具線下項(xiàng)目一：傳統(tǒng)數(shù)據(jù)分析工具應(yīng)用-EXCEL數(shù)據(jù)處理與分析線下項(xiàng)目二：傳統(tǒng)數(shù)據(jù)分析工具到商業(yè)智能系統(tǒng)線下項(xiàng)目三：MicrosoftPowerBI應(yīng)用--面向人力資源主題商業(yè)智能實(shí)現(xiàn)案例線下項(xiàng)目四：物流網(wǎng)絡(luò)貨源數(shù)據(jù)收集與處理線下項(xiàng)目五：MicrosoftPowerBI應(yīng)用--面向銷售主題進(jìn)階案例艱苦的實(shí)驗(yàn)與實(shí)踐歷程

實(shí)驗(yàn)一使用EXCEL中輔助決策工具進(jìn)行物流預(yù)測(cè)與企業(yè)經(jīng)營決策分析

實(shí)驗(yàn)二構(gòu)建數(shù)據(jù)倉庫

實(shí)驗(yàn)三開展OLAP分析

實(shí)驗(yàn)四建立多維交互式分析報(bào)表與發(fā)布

實(shí)驗(yàn)五共享報(bào)表與數(shù)據(jù)刷新

實(shí)驗(yàn)六數(shù)據(jù)挖掘?qū)嶒?yàn)七商業(yè)智能在庫存管理中的應(yīng)用實(shí)驗(yàn)八商業(yè)智能在零售管理中的應(yīng)用商業(yè)智能BusinessIntelligence，BI商業(yè)智能是指通過有目的、有選擇地采集業(yè)務(wù)數(shù)據(jù)，轉(zhuǎn)換為對(duì)決策有用的信息，使企業(yè)獲得知識(shí)，提高企業(yè)決策的能力。企業(yè)界定義：BI是一種能力，它通過有智能地使用企業(yè)的數(shù)據(jù)資源來進(jìn)行更好的商務(wù)決策。學(xué)術(shù)界觀點(diǎn)：BI是幫助企業(yè)提高決策與運(yùn)營能力的概念、方法、過程以及軟件的集合?；仡櫳虡I(yè)智能系統(tǒng)和結(jié)構(gòu)數(shù)據(jù)倉庫技術(shù)數(shù)據(jù)集合面向主題時(shí)變性穩(wěn)定集成的目的？模型？OLAP技術(shù)On-lineAnalyticalProcessing快速信息型多維可分析切片/切塊鉆取旋轉(zhuǎn)/透視OLAP三大操作？16

所謂數(shù)據(jù)挖掘具體地說是在數(shù)據(jù)庫中，對(duì)數(shù)據(jù)進(jìn)行一定的處理，從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的數(shù)據(jù)中提取隱含的、事先未知的、但又是潛在有用的信息和知識(shí)的過程。

其處理對(duì)象是大量的日常業(yè)務(wù)數(shù)據(jù)，目的是為了從這些數(shù)據(jù)中抽取一些有價(jià)值的知識(shí)或信息，提高信息利用率，原始數(shù)據(jù)是形成知識(shí)的源泉。數(shù)據(jù)挖掘數(shù)據(jù)挖掘任務(wù)分類數(shù)據(jù)挖掘預(yù)測(cè)分類回歸聚類關(guān)聯(lián)鏈接分析序列分析學(xué)習(xí)方式常用的算法離群分析無監(jiān)督有監(jiān)督有監(jiān)督無監(jiān)督無監(jiān)督?jīng)Q策樹、人工神經(jīng)網(wǎng)絡(luò)/多參數(shù)線性規(guī)劃、支持向量機(jī)、粗糙集、遺傳算法線性/非線性回歸、回歸樹、人工神經(jīng)網(wǎng)絡(luò)/多參數(shù)線性規(guī)劃、支持向量機(jī)期望最大化算法，基于圖匹配關(guān)聯(lián)規(guī)則K均值、人工神經(jīng)網(wǎng)絡(luò)/自組織映射支持度2（50%），置信度80%下挖掘結(jié)果后項(xiàng) 前項(xiàng) 支持度百分比 置信度百分比購買商品_C 購買商品_A 50.0 100.0購買商品_E 購買商品_B 75.0 100.0購買商品_B 購買商品_E 75.0 100.0購買商品_E 購買商品_Band購買商品_C 50.0 100.0購買商品_B 購買商品_Eand購買商品_C 50.0 100.0我能做了嗎？

數(shù)據(jù)分析專員---九州通醫(yī)藥集團(tuán)物流有限公司1、2年以上物流行業(yè)數(shù)據(jù)分析等相關(guān)崗位工作經(jīng)驗(yàn)；2、多種數(shù)據(jù)源的數(shù)據(jù)進(jìn)行組合分析、挖掘、深度分析和建模；運(yùn)營數(shù)據(jù)的監(jiān)控和跟蹤分析，并對(duì)異常波動(dòng)情況進(jìn)行深入分析和問題定位；3、設(shè)計(jì)、搭建物流大數(shù)據(jù)平臺(tái)架構(gòu)，為公司運(yùn)營評(píng)估、決策、風(fēng)險(xiǎn)、發(fā)展策略提供數(shù)據(jù)支持；4、邏輯思維能力強(qiáng)，良好的溝通能力以及團(tuán)隊(duì)合作精神；5、熟練掌握至少一種統(tǒng)計(jì)分析工具（如：EXCEL、SPSS、SAS、Tableau等）。商業(yè)智能的未來數(shù)據(jù)倉庫、OLAP、數(shù)據(jù)挖掘核心技術(shù)的不斷發(fā)展，推動(dòng)商業(yè)智能應(yīng)用的發(fā)展。智能組裝商業(yè)智能系統(tǒng)

未來架構(gòu)商業(yè)智能系統(tǒng)將越來越容易，那時(shí)模型部件、知識(shí)部件成為網(wǎng)絡(luò)提供的服務(wù)，決策用戶只需將各自的決策問題生成智能控制程序流程，就能很方便組成各自的系統(tǒng)。云計(jì)算、大數(shù)據(jù)技術(shù)的逐步成熟和實(shí)用化，也將推動(dòng)商業(yè)智能的發(fā)展。BI的未來發(fā)展趨勢(shì)1）功能上具有可