引言
空前的信息量使得企業(yè)的決策過程日益復(fù)雜，是否能正確處理和有效利用各種業(yè)務(wù)信息和數(shù)據(jù)已經(jīng)成為決定企業(yè)興衰的關(guān)鍵。商業(yè)智能(Business Intelligence，簡稱BI)是將數(shù)據(jù)轉(zhuǎn)換成知識并將知識應(yīng)用到商業(yè)行為上的一個過程，具有強(qiáng)大的業(yè)務(wù)數(shù)據(jù)分析功能，可提供立體化的、多視角的、有滲透力的、多業(yè)務(wù)系統(tǒng)之間交互的數(shù)據(jù)分析，由此提供具有預(yù)測性的、潛在的市場信息。企業(yè)管理者借助BI系統(tǒng)提供的分析功能，可以及時準(zhǔn)確地了解影響企業(yè)經(jīng)營的潛因素，通過制訂實(shí)時的正確決策，改善企業(yè)的經(jīng)營策略。
1 商業(yè)智能概述
商業(yè)智能(Business Intelligence，簡稱BI)，是20世紀(jì)90年代末首先在國外企業(yè)界出現(xiàn)的一個術(shù)語，是由Gartner Group(美國加納公司)的Howard Dresner在1989年首次提出的，它是信息時代對數(shù)據(jù)進(jìn)行收集、處理、管理、分析和決策的一種先進(jìn)技術(shù)，目的是使企業(yè)各級決策者獲得知識，促使他們做出更加合理的決策。
傳統(tǒng)的業(yè)務(wù)處理系統(tǒng)環(huán)境下，業(yè)務(wù)人員要獲取存儲在計算機(jī)系統(tǒng)內(nèi)的業(yè)務(wù)數(shù)據(jù)，需要通過IT技術(shù)人員編制相應(yīng)的報表程序來實(shí)現(xiàn)。報表作為一種固定格式的數(shù)據(jù)展現(xiàn)方式，能展現(xiàn)的可能只是事實(shí)的一個側(cè)面。當(dāng)決策人員需要從數(shù)據(jù)中了解事實(shí)的全貌的時候。他們必須在頭腦中對種類繁多的報表里許多相關(guān)的數(shù)據(jù)進(jìn)行融匯與整合，當(dāng)數(shù)據(jù)的規(guī)模和種類越來越多的時候，這種工作毫無疑問也將會越來越繁重。商業(yè)智能的數(shù)據(jù)整合工作能幫助決策人員從繁重的數(shù)據(jù)整合工作中解放出來。迅速地從各個側(cè)面讀懂?dāng)?shù)據(jù)，使他們能騰出精力更加深入地研究問題的本質(zhì)。這樣既能提高決策的效率，又能通過對數(shù)據(jù)多角度多層次的分析得到更深入的洞察能力。運(yùn)用商業(yè)智能后，企業(yè)內(nèi)的信息都日常性地保存到企業(yè)的數(shù)據(jù)倉庫中，以備決策者做決策時對信息訪問的需要。通過非常簡單的方式訪問企業(yè)數(shù)據(jù)倉庫，就可以訪問到在決策過程中需要的所有信息，而且這些信息的訪問界面可以是為其需要量身定造的，可以在單一的個性化的界面內(nèi)迅速找到與事件相關(guān)的所有信息，非現(xiàn)場地了解事件的全程，決策所需要的信息的獲取過程可以縮短到小時級別。甚至是分鐘級別。并且由于信息獲取過程中完全的自動化和規(guī)范化，降低了由于人工信息采集過程中所無法避免的信息殘缺和誤差，獲取信息的準(zhǔn)確性得到有力的保證。
舉個例子，一個銷售經(jīng)理每周都要看銷售周報，反映這一周的市場銷售情況。每月末，銷售經(jīng)理也會看一下月報，比較一下本月與去年同期的比例。而2年以前的數(shù)據(jù)，似乎只能安靜的儲存在冰冷的硬盤深處，無人問津。其實(shí)，大量的歷史數(shù)據(jù)將反映一個企業(yè)的成長經(jīng)歷，通過對歷史的分析，可以預(yù)測未來，這恰好是商業(yè)智能所體現(xiàn)的宗旨。
2 商業(yè)智能的技術(shù)體系
說起商業(yè)智能，大家也許會想起啤酒與尿布的例子，其實(shí)那是商業(yè)智能在商品擺放分析方面的一個應(yīng)用案例，那么商業(yè)智能是什么?狹義的說，它是能夠幫助用戶對自身業(yè)務(wù)經(jīng)營做正確決策的工具。廣義的說商業(yè)智能是集數(shù)據(jù)倉庫技術(shù)、在線分析技術(shù)以及數(shù)據(jù)挖掘等于一體的經(jīng)營分析以及決策支持的數(shù)據(jù)應(yīng)用體系。
商業(yè)智能的技術(shù)體系主要有：數(shù)據(jù)倉庫(DW)在線分析處理(0LAP)、數(shù)據(jù)挖掘(DM)。
數(shù)據(jù)倉庫(DW)是商業(yè)智能的基礎(chǔ)。許多基本報表可以由此生成，但它更大的用處是作為進(jìn)一步分析的數(shù)據(jù)源。所謂數(shù)據(jù)倉庫(DW)就是面向主題的、集成的、穩(wěn)定的、不同時間的數(shù)據(jù)集合，用以支持經(jīng)營管理中的決策制定過程。多維分析和數(shù)據(jù)挖掘是最常聽到的例子。數(shù)據(jù)倉庫能供給它們所需要的、整齊一致的數(shù)據(jù)。
在線分析處理(OLAP)技術(shù)則幫助分析人員、管理人員從多種角度把從原始數(shù)據(jù)中轉(zhuǎn)化出來、能夠真正為用戶所理解的，并真實(shí)反映數(shù)據(jù)維特性的信息，進(jìn)行快速、一致、交互地訪問．從而獲得對數(shù)據(jù)的更深入了解的一類軟件技術(shù)。
數(shù)據(jù)挖掘(DM)是一種決策支持過程，它主要基于AI、機(jī)器學(xué)習(xí)、統(tǒng)計學(xué)等技術(shù)。高度自動化地分析企業(yè)原有的數(shù)據(jù)，做山歸納性的推理，從中挖掘出潛在的模式，預(yù)測客戶的行為，幫助企業(yè)的決策者調(diào)整市場策略。減少風(fēng)險。做出正確的決策。
商業(yè)智能技術(shù)體系架構(gòu)
3 商業(yè)智能的行業(yè)應(yīng)用
目前， 電信、金融、制造、政府等行業(yè)都率先人規(guī)模的應(yīng)用了商業(yè)智能，以輔助業(yè)務(wù)管理。商業(yè)智能的應(yīng)用目前呈現(xiàn)出行業(yè)化和專業(yè)化的趨勢。典型應(yīng)用領(lǐng)域包括：經(jīng)營分析，戰(zhàn)略決策支持，績效管理。
3.1 商業(yè)智能行業(yè)應(yīng)用領(lǐng)域
經(jīng)營分析。包括經(jīng)營指標(biāo)分析、經(jīng)營業(yè)績分析和財務(wù)分析三部分。
經(jīng)營指標(biāo)分析是指對企業(yè)不同的業(yè)務(wù)流程和業(yè)務(wù)環(huán)節(jié)的指標(biāo)，如：利潤率、應(yīng)收率、銷售率、庫存量、單品銷售情況及所占營業(yè)比例、風(fēng)險采購和庫存評價指標(biāo)等進(jìn)行搜集和分析。但這些指標(biāo)只能反映局部的經(jīng)營狀況。為了解企業(yè)的整體經(jīng)營狀況，還需對這些指標(biāo)進(jìn)行科學(xué)的組織和分析，利用智能管理技術(shù)，形成一個能反映企業(yè)整體情況的數(shù)學(xué)模型。這樣通過觀察總指標(biāo)并設(shè)置預(yù)警，才能獲得整個企業(yè)的經(jīng)營狀況。
經(jīng)營業(yè)績分析是指對各部門的營業(yè)額、銷售量等進(jìn)行統(tǒng)計，在此基礎(chǔ)上，進(jìn)行同期比較分析、應(yīng)收分析、盈虧分析、各種商品的風(fēng)險度分析等等。經(jīng)營業(yè)績分析有利于企業(yè)實(shí)時掌握自身的發(fā)展和經(jīng)營情況，有利于企業(yè)及時調(diào)整經(jīng)營業(yè)務(wù)、化解經(jīng)營風(fēng)險。
財務(wù)分析是指對企業(yè)財務(wù)數(shù)據(jù)中的利潤、費(fèi)用支出、資金占用及其他具體經(jīng)濟(jì)指標(biāo)進(jìn)行有效分析。通過財務(wù)分析，可以及時掌握企業(yè)在資金使用方面的實(shí)際情況，為及時調(diào)整和降低企業(yè)成本提供數(shù)據(jù)依據(jù)。
戰(zhàn)略決策支持。即在經(jīng)營分析的基礎(chǔ)上，將各類數(shù)據(jù)、信息進(jìn)行高度的概括和總結(jié)，然后形成供高級決策者進(jìn)行戰(zhàn)略決策時參考的企業(yè)經(jīng)營狀況分析報告。
商業(yè)智能對戰(zhàn)略決策的支持，分別表現(xiàn)在對公司戰(zhàn)略、業(yè)務(wù)戰(zhàn)略和職能戰(zhàn)略的支持上。
在公司戰(zhàn)略決策支持層面上，可以根據(jù)公司各戰(zhàn)略業(yè)務(wù)單元的經(jīng)營業(yè)績和經(jīng)營定位，選擇一種合理的投資組合戰(zhàn)略；在業(yè)務(wù)戰(zhàn)略決策支持層面上， 由于商業(yè)智能系統(tǒng)中集成了更多的外部數(shù)據(jù)，如外部環(huán)境和行業(yè)信息，各戰(zhàn)略業(yè)務(wù)單元可據(jù)此分別制定自身的競爭戰(zhàn)略；在職能戰(zhàn)略決策支持層面上。由于來自于企業(yè)內(nèi)部的各種信息，源源不斷地輸入進(jìn)來，相應(yīng)地可以提供營銷、生產(chǎn)、財務(wù)、人力資源等決策支持。
績效管理。商業(yè)智能技術(shù)能夠從企業(yè)各種應(yīng)用系統(tǒng)中提取出各種基礎(chǔ)績效指標(biāo)與關(guān)鍵績效指標(biāo)KPI。為了考核員工的績效，企業(yè)可以先將希望員工要做的工作進(jìn)行量化，然后借助商業(yè)智能工具，管理人員可以追蹤、衡量和評價員工的工作績效，引導(dǎo)員工的思想方向和行動與企業(yè)的整體目標(biāo)保持一致。
3.2 商業(yè)智能在商業(yè)銀行中的應(yīng)用
金融事務(wù)需要搜集和處理大量數(shù)據(jù)，對這些數(shù)據(jù)進(jìn)行分析，發(fā)現(xiàn)其數(shù)據(jù)模式及特征，然后可能發(fā)現(xiàn)某個客戶、消費(fèi)群體或組織的金融和商業(yè)興趣，并可觀察金融市場的變化趨勢。
商業(yè)銀行業(yè)務(wù)的利潤和風(fēng)險是共存的。為了保證最大的利潤和最小的風(fēng)險，必須對賬戶進(jìn)行科學(xué)的分析和歸類，并進(jìn)行信用評估。Mellon銀行使用Intelligent Agent商業(yè)智能軟件提高銷售和定價金融產(chǎn)品的精確度，如家庭普通貸款。零售信貸客戶主要有兩類，一類很少使用信貸限額(低循環(huán)者)，另一類能夠保持較高的未清余額(高循環(huán)者)。每一類都代表著銷售的挑戰(zhàn)。低循環(huán)者代表缺省和支出注銷費(fèi)用的危險性較低，但會帶來極少的凈收入或負(fù)收入，因?yàn)樗麄兊姆⻊?wù)費(fèi)用幾乎與高循環(huán)者的相同。銀行常常為他們提供項(xiàng)目，鼓勵他們更多地使用信貸限額或找到交叉銷售高利潤產(chǎn)品的機(jī)會。高循環(huán)者由高和中等危險元件構(gòu)成。高危險分段具有支付缺省和注銷費(fèi)用的潛力。對于中等危險分段，銷售項(xiàng)目的重點(diǎn)是留住可獲利的客戶并爭取能帶來相同利潤的新客戶。但根據(jù)新觀點(diǎn)，用戶的行為會隨時間而變化。分析客戶整個生命周期的費(fèi)用和收入就可以看出誰是最具創(chuàng)利潛能的。
Mellon銀行認(rèn)為“根據(jù)市場的某一部分進(jìn)行定制”能夠發(fā)現(xiàn)最終用戶并將市場定位于這些用戶。但是，要這么做就必須了解關(guān)于最終用戶特點(diǎn)的信息。商業(yè)智能工具為Mellon銀行提供了獲取此類信息的途徑。Mellon銀行銷售部在先期商業(yè)智能項(xiàng)目上使用Intell igence Agent尋找信息主要目的是確定現(xiàn)有Mellon用戶購買特定附加產(chǎn)品：家庭普通信貸限額的傾向，利用該工具可生成用于檢測的模型。據(jù)銀行官員稱：Intelligence Agent可幫助用戶增強(qiáng)其商業(yè)智能，如交往、分類或回歸分析，依賴這些能力，可對那些有較高傾向購買銀行產(chǎn)品、服務(wù)產(chǎn)品和服務(wù)的客戶進(jìn)行有目的的推銷。該官員認(rèn)為，該軟件可反饋用于分析和決策的高質(zhì)量信息。
美國Firstar銀行使用Marksman商業(yè)智能工具，根據(jù)客戶的消費(fèi)模式預(yù)測何時為客戶提供何種產(chǎn)品。Firstar銀行市場調(diào)查和數(shù)據(jù)庫營銷部經(jīng)理發(fā)現(xiàn)：公共數(shù)據(jù)庫中存儲著關(guān)于每位消費(fèi)者的大量信息，關(guān)鍵是要透徹分析消費(fèi)者投入到新產(chǎn)品中的原因，在數(shù)據(jù)庫中找到一種模式，從而能夠?yàn)槊糠N新產(chǎn)品找到最合適的消費(fèi)者。Marksman能讀取800到1000個變量并且給它們賦值，根據(jù)消費(fèi)者是否有家庭財產(chǎn)貸款、賒賬卡、存款證或其它儲蓄、投資產(chǎn)品，將它們分成若干組，然后使用商業(yè)智能工具預(yù)測何時向每位消費(fèi)者提供哪種產(chǎn)品。預(yù)測準(zhǔn)客戶的需要是美國商業(yè)銀行的競爭優(yōu)勢。
商業(yè)銀行信用風(fēng)險的影響因素往往是多方面的，傳統(tǒng)的信用管理方法往往無法適應(yīng)這一復(fù)雜需求或無法準(zhǔn)確預(yù)測信用狀況。商業(yè)智能系統(tǒng)能彌補(bǔ)這一不足。第一，采用商業(yè)智能能深入分析客戶信用的信用狀況的影響因素。客戶信用狀況的好壞與眾多因素相關(guān)聯(lián)如：地區(qū)差異、經(jīng)濟(jì)環(huán)境狀況、個人知識層次收入高低、社會職務(wù)等。如何分析這些因素間的關(guān)系或根據(jù)這些因素來決定申請者的信用額度，傳統(tǒng)的信用評估體系的簡單方式往往不能準(zhǔn)確的解決這一難題。利用商業(yè)智能系統(tǒng)則能很好的處理這類問題。第二，采用商業(yè)智能能很好的分析組合信用風(fēng)險問題。組合信用風(fēng)險較一般復(fù)雜，要深入剖析各組合要素的關(guān)系和組合分布情況，需要采用數(shù)據(jù)挖掘的描述性挖掘的方法來發(fā)掘隱含的分布特征。第三，采用商業(yè)智能能多層次和多角度的展現(xiàn)數(shù)據(jù)關(guān)系。借助數(shù)據(jù)倉庫的相關(guān)知識，數(shù)據(jù)挖掘能從不同的維度深入分析信用數(shù)據(jù)。從而，更為透徹的揭示信用風(fēng)險的蘊(yùn)含關(guān)系和特征，增強(qiáng)預(yù)測的準(zhǔn)確性。第四，目前的商業(yè)智能工具能非常全面的展現(xiàn)數(shù)據(jù)的關(guān)系和分析結(jié)果。
4 結(jié)束語
從全球范圍來看，商業(yè)智能已經(jīng)成為繼企業(yè)資源計劃(ERP)之后最重要的信息系統(tǒng)。從國內(nèi)來看，商業(yè)智能已經(jīng)被越來越多的企業(yè)管理者所認(rèn)識，其中包括電信、金融、零售、保險等行業(yè)的決策者。商業(yè)智能已經(jīng)成為這些行業(yè)信息化建設(shè)的重中之重。商業(yè)智能產(chǎn)業(yè)在未來幾年將成為最令人矚目的行業(yè)。
轉(zhuǎn)載請注明出處：拓步ERP資訊網(wǎng)http://www.kaqidy.com/
本文標(biāo)題：商業(yè)智能(BI)的行業(yè)應(yīng)用
相關(guān)文章
