商務(wù)智能pptCh1V2 導(dǎo)言

第一章導(dǎo)言Lecture1:Introduction主要內(nèi)容1.1商務(wù)智能的基本概念1.2商務(wù)智能的系統(tǒng)構(gòu)成1.3商務(wù)智能的發(fā)展歷史1.1商務(wù)智能的基本概念商務(wù)智能數(shù)據(jù)信息和知識(shí)商務(wù)智能商務(wù)智能（Businessintelligence）1996年GartnerGroup

HowardDresner數(shù)據(jù)倉(cāng)庫(kù)（或數(shù)據(jù)集市）、查詢報(bào)表、數(shù)據(jù)分析、數(shù)據(jù)挖掘、數(shù)據(jù)備份和恢復(fù)等部分組成的、以輔助企業(yè)決策為目的一類技術(shù)及其應(yīng)用商務(wù)智能商務(wù)智能（Businessintelligence）工業(yè)界商務(wù)智能可以被看作是一類技術(shù)或工具，利用它們可以對(duì)大量的數(shù)據(jù)進(jìn)行收集、管理、分析和挖掘，以改善業(yè)務(wù)決策水平，增強(qiáng)企業(yè)的競(jìng)爭(zhēng)力學(xué)術(shù)界商務(wù)智能是一套理論、方法和應(yīng)用，通過(guò)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(shí)，有效地解決企業(yè)面臨的管理和決策問(wèn)題，支持企業(yè)的戰(zhàn)略實(shí)施。數(shù)據(jù)（data)數(shù)據(jù)是對(duì)事物描述的符號(hào)。在計(jì)算機(jī)科學(xué)中，數(shù)據(jù)是數(shù)字、文字、圖像、聲音等可以輸入到計(jì)算機(jī)被識(shí)別的符號(hào)企業(yè)運(yùn)營(yíng)離不開(kāi)數(shù)據(jù)。企業(yè)運(yùn)營(yíng)的各個(gè)環(huán)節(jié)每天都在積累數(shù)據(jù)，如供應(yīng)商、客戶的數(shù)據(jù)，銷售、生產(chǎn)以及庫(kù)存數(shù)據(jù)等。用戶生成數(shù)據(jù)（usergenerateddata,UGD)社會(huì)化媒體、智能化手機(jī)等使得全世界不計(jì)其數(shù)的個(gè)體也在不斷產(chǎn)生數(shù)據(jù)。結(jié)構(gòu)化數(shù)據(jù)（structureddata)通常二維表格的形式存儲(chǔ)在關(guān)系數(shù)據(jù)庫(kù)中交易細(xì)節(jié)表交易號(hào)商品號(hào)單價(jià)折扣數(shù)量005872051337922.99010058720514677520100587205000700104.500587206147525105.900587206113838107.5非結(jié)構(gòu)化數(shù)據(jù)（unstructureddata）文本數(shù)據(jù)iphone4s,目前最大的問(wèn)題，感覺(jué)還是電量，充滿一次，用兩天，不過(guò)，我還沒(méi)怎么玩游戲，都是開(kāi)瀏覽器之類的應(yīng)用，和聽(tīng)歌，但是想想，畢竟手機(jī)的電池和ipad的還是沒(méi)法比。信息（information）通過(guò)一定的技術(shù)和方法，對(duì)數(shù)據(jù)進(jìn)行集成、分析，挖掘其潛在的規(guī)律和內(nèi)涵，得到的結(jié)果是信息。信息是具有商務(wù)意義的數(shù)據(jù)例如，通過(guò)對(duì)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(fèi)行為可以分為若干個(gè)群體，每個(gè)群體具有一些明顯的特征。例如，其中一個(gè)群體是單身女性，喜歡經(jīng)常購(gòu)買化妝品，消費(fèi)金額高。知識(shí)（knowledge）當(dāng)信息用于商務(wù)決策，并基于決策開(kāi)展相應(yīng)的商務(wù)活動(dòng)時(shí)，信息就上升為知識(shí)信息轉(zhuǎn)化為知識(shí)的過(guò)程不僅需要信息，而且需要結(jié)合決策者的經(jīng)驗(yàn)和能力，用以解決實(shí)際的問(wèn)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(jī)下降了，為了解決該問(wèn)題，決定采取促銷措施，根據(jù)對(duì)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(biāo)客戶群，最終開(kāi)展了為這部分客戶郵寄優(yōu)惠券的促銷活動(dòng)。1.2商務(wù)智能的系統(tǒng)構(gòu)成六個(gè)主要組成部分?jǐn)?shù)據(jù)源數(shù)據(jù)倉(cāng)庫(kù)在線分析處理數(shù)據(jù)探查數(shù)據(jù)挖掘業(yè)務(wù)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(wù)部分日常運(yùn)營(yíng)的信息系統(tǒng)企業(yè)的外部，如人口統(tǒng)計(jì)信息、競(jìng)爭(zhēng)對(duì)手信息等數(shù)據(jù)倉(cāng)庫(kù)（datawarehouse）各種數(shù)據(jù)源的數(shù)據(jù)經(jīng)過(guò)抽取、轉(zhuǎn)換之后需要放到一個(gè)供分析使用的環(huán)境，以便對(duì)數(shù)據(jù)進(jìn)行管理，這就是數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)集市（datamart）：通常針對(duì)單個(gè)部門的數(shù)據(jù)倉(cāng)庫(kù)，區(qū)別于企業(yè)范圍內(nèi)的數(shù)據(jù)倉(cāng)庫(kù)。數(shù)據(jù)倉(cāng)庫(kù)可以將分析數(shù)據(jù)與實(shí)現(xiàn)業(yè)務(wù)處理的操作型數(shù)據(jù)隔離，一方面不影響業(yè)務(wù)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(gè)綜合的、集成的、統(tǒng)一的數(shù)據(jù)管理平臺(tái)。詳細(xì)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(wù)性能度量可以通過(guò)多個(gè)維度、多個(gè)層次進(jìn)行多種聚集匯總，通過(guò)交互的方式發(fā)現(xiàn)業(yè)務(wù)運(yùn)行的關(guān)鍵性能指標(biāo)的異常之處。多維數(shù)據(jù)可以進(jìn)行多種操作如切片、切塊、下鉆、上卷等詳細(xì)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(shí)報(bào)表以及統(tǒng)計(jì)方法等該類方法屬于被動(dòng)分析方法探查數(shù)據(jù)的方法可以借助統(tǒng)計(jì)上的中心性、發(fā)散性以及相關(guān)性的統(tǒng)計(jì)量分析，多變量分析時(shí)也可以借助可視化技術(shù)。數(shù)據(jù)挖掘（datamining）數(shù)據(jù)挖掘是從大量數(shù)據(jù)中自動(dòng)發(fā)現(xiàn)隱含的信息和知識(shí)的過(guò)程，屬于主動(dòng)分析方法，不需要分析者的先驗(yàn)假設(shè)，可以發(fā)現(xiàn)未知的知識(shí)常用的分析方法包括分類、聚類、關(guān)聯(lián)分析、數(shù)值預(yù)測(cè)、序列分析、社會(huì)網(wǎng)絡(luò)分析等數(shù)據(jù)挖掘：分類分類（classification）是通過(guò)對(duì)具有類別的對(duì)象的數(shù)據(jù)集進(jìn)行學(xué)習(xí)，概括其主要特征，構(gòu)建分類模型，根據(jù)該模型預(yù)測(cè)對(duì)象的類別的一種數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)技術(shù)。例如，電信公司的客戶可以分為兩類，一類是忠誠(chéng)的，一類是流失的。根據(jù)這兩類客戶的個(gè)人特征方面的數(shù)據(jù)以及在公司的消費(fèi)方面的數(shù)據(jù)，利用分類技術(shù)可以構(gòu)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(méi)有類別的對(duì)象根據(jù)對(duì)象的特征自動(dòng)聚集成不同簇的過(guò)程，使得屬于同一個(gè)簇的對(duì)象之間非常相似，屬于不同簇的對(duì)象之間不相似。其典型應(yīng)用是客戶分群數(shù)據(jù)挖掘：關(guān)聯(lián)分析關(guān)聯(lián)分析最早用于分析超市中顧客一次購(gòu)買的物品之間的關(guān)聯(lián)性例如，發(fā)現(xiàn)關(guān)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(huì)同時(shí)購(gòu)買尿不濕和啤酒，且買尿不濕的交易中有60%會(huì)同時(shí)買啤酒數(shù)據(jù)挖掘：數(shù)值預(yù)測(cè)數(shù)值預(yù)測(cè)用于預(yù)測(cè)連續(xù)變量的取值。常用的預(yù)測(cè)方法是回歸分析例如，可以根據(jù)客戶個(gè)人特征，如年齡、工作類型、受教育程度、婚姻狀況等，來(lái)預(yù)測(cè)其每月的消費(fèi)額度。數(shù)據(jù)挖掘：序列分析序列分析是對(duì)序列數(shù)據(jù)庫(kù)進(jìn)行分析，從中挖掘出有意義模式的技術(shù)。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(kù)中發(fā)現(xiàn)的一種有序模式例如，《赤壁，鴻門宴，見(jiàn)龍卸甲》，

意味著“看了赤壁之后會(huì)接著看鴻門宴，過(guò)段時(shí)間會(huì)看見(jiàn)龍卸甲”。數(shù)據(jù)挖掘：社會(huì)網(wǎng)絡(luò)分析社會(huì)網(wǎng)絡(luò)（socialnetwork）是由個(gè)人或組織及其之間的關(guān)系構(gòu)成的網(wǎng)絡(luò)社會(huì)網(wǎng)絡(luò)分析（socialnetworkanalysis）是對(duì)社會(huì)網(wǎng)絡(luò)的結(jié)構(gòu)和屬性進(jìn)行分析，以發(fā)現(xiàn)其中的局部或全局特點(diǎn)，發(fā)現(xiàn)其中有影響力的個(gè)人或組織，發(fā)現(xiàn)網(wǎng)絡(luò)的動(dòng)態(tài)變化規(guī)律等。業(yè)務(wù)績(jī)效管理業(yè)務(wù)績(jī)效管理（businessperformancemanagement），簡(jiǎn)稱BPM，又稱為企業(yè)績(jī)效管理（corporateperformancemanagement），是對(duì)企業(yè)的關(guān)鍵性能指標(biāo)，如銷售、成本、利潤(rùn)以及可盈利性等，進(jìn)行度量、監(jiān)控和比較的方法和工具。這些信息通常通過(guò)可視化的工具如平衡積分卡和儀表盤等進(jìn)行展示。相關(guān)內(nèi)容見(jiàn)第10章。1.3商務(wù)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(cāng)庫(kù)、數(shù)據(jù)挖掘和在線分析處理管理信息系統(tǒng)（managementinformationsystem）簡(jiǎn)稱MIS，產(chǎn)生于二十世紀(jì)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(shí)現(xiàn)對(duì)企業(yè)或組織的快速有效管理決策支持系統(tǒng)（decisionsupportsystem），簡(jiǎn)稱DSS，開(kāi)始于二十世紀(jì)七十年代，發(fā)展于八十年代決策支持系統(tǒng)是基于計(jì)算機(jī)的用于支持業(yè)務(wù)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(kù)和模型庫(kù)，用于解決半結(jié)構(gòu)化和非結(jié)構(gòu)化的決策問(wèn)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(jiǎn)稱EIS，又稱為經(jīng)理信息系統(tǒng)，出現(xiàn)于二十世紀(jì)八十年代是針對(duì)企業(yè)內(nèi)的高級(jí)管理人員的決策支持系統(tǒng)。這種系統(tǒng)提供了靈活的報(bào)表生成、預(yù)測(cè)、趨勢(shì)分析等功能。系統(tǒng)以直觀的形式展現(xiàn)企業(yè)的運(yùn)行狀況以及關(guān)鍵成功因素（criticalsuccessfactors）商務(wù)智