搜索
第十二章商务智能本章内容•第一节商务智能概述•第二节企业运营智能•第三节客户关系智能•第四节供应链智能•第五节基于网络的商务智能第十二章商务智能22019/12/181.1商务智能的定义商务智能（BusinessIntelligence，简称BI）是一种基于大量信息基础上的提炼和重新整合的过程，这个过程与知识共享和知识创造密切结合，完成了从信息到知识的转变，最终为商家提供网络时代的竞争优势和实实在在的利润。-----BusinessObjects公司第十二章商务智能32019/12/18核心业务过程业务管理过程：如计划、预算、预测、监督、控制等销售与营销过程：如营销、销售、促销管理及渠道管理运营管理过程：如客户服务、订单管理、支付、制造、物流、库存管理等提高销售、降低成本、增加利润图12-1商务智能的应用(改自SteveWilliams&NancyWilliams,2007)商务信息商务分析商务决策以提高企业绩效为目标支持管理决策和管理活动用于企业关键业务流程1.2商务智能的产生和发展第十二章商务智能42019/12/18数据库和数据挖掘集成数据存储前关系型数据库时期商务智能描述一系列以基于事例证据的决策支持系统为支撑的旨在改进商务决策的概念和方法--HowardDresner,1989企业商务智能智能分析平台根据历史数据来预测未来1.3商务智能的框架概述第十二章商务智能52019/12/18ERPCRMSCM其它系统数据仓库实时数据存储（ODS）BI平台：以用户为导向的EIS，数据分析，数据挖掘，OLAP等BI应用：战略，运营，分析模型库，知识库，关键绩效指标（KPI）商业绩效管理（BPM)，商务活动监控（BAM），前后台信息部门分工战略规划，平衡计分卡战略层组织层功能层技术层业务层提取转换装载ETL问题，数据目标，任务分析，解释比较，预测决策商业智能价值链数据集成服务12-2商务智能理论框架图1.4商务智能系统的技术体系结构商务智能技术体系主要由数据仓库、在线分析处理和数据挖掘三部分组成。1.数据仓库(DW）•面向主题的•集成的•非易失的•随时间变化的2.联机分析处理(OLAP)•数据动态分析模型•确定度量数据、维数据•生成数据CUBE•复运算，达到实时响应3.数据挖掘(KDD)•知识发现过程•预测客户行为，调整策略，减少风险，正确决策2019/12/186第十二章商务智能本章内容•第一节商务智能概述•第二节企业运营智能•第三节客户关系智能•第四节供应链智能•第五节基于网络的商务智能第十二章商务智能72019/12/182.1计划管理和预测第十二章商务智能82019/12/18企业运营数据的复杂性，导致工业监控、优化生产的难度加大，数据挖掘为解决这些问题提供了强有力的保证。企业运营的数据具有海量、高维、不确定性、不完备、不一致性和数据类型多样性；1过程机理的复杂性，过程操作的结果要考虑多个指标，难以辨别是属于正常工况的波动还是事故工况的前奏体现；2实时数据没有明显的始终点，由于工作环境复杂，电、磁、噪声干扰使数据易受污染；3数据挖掘2.2精确化营销第十二章商务智能92019/12/18交叉销售对于现有的客户，客户关系管理的主要着眼点是通过交叉销售、提升销售以增加客户收益。交叉销售的一个方法是利用关联规则发现可以一起出售或者倾向于被同一个人反复购买的产品簇。响应建模精确化市场营销活动的响应率比大众化营销的响应率要高。响应模型通过识别潜在客户，即谁更可能对直接诱导做出响应，来提高响应率。使用模型细分的最简单方式是对它们列出等级。2.3生产质量控制第十二章商务智能102019/12/18生产质量控制中的数据挖掘过程：•清晰地定义生产质量问题（建立数据挖掘模型的依据）；1•对数据挖掘的结果进行解释、评估，提取人们可理解的并且可被重复使用的知识。4•建立合适的分析模型（数据挖掘成功的关键）；2•选择合适的挖掘算法对经过转换的数据进行挖掘；32.3生产质量控制第十二章商务智能112019/12/18数据挖掘在生产质量控制中的应用：1.关联规则发现•数据挖掘可以通过分析已有的工序中出现异常的正确处理方法和异常现象前后之间的记录，得出工序异常的关联规则以判断引起质量波动的支配性因素。2.趋势预测•对工序生产的数据背后所隐藏的特征和趋势进行分析，最终给出关于生产质量的总体特征和发展趋势。•在对工序生产趋势进行预测时，需要先建立一个或一组模型，然后根据模型产生数据进行预测，采用的主要方法是分类。2.4财务管理商务智能在财务管理中的应用：•财务商务智能是深层次的财务数据分析方法。•与传统财务分析相比：采用的基础数据更加全面，提供更有价值的信息，时效性更强，财务分析影响的范围更大，有助于吸引潜在的投资者。1.财务分析•商务智能可以从大量的、不完全的、模糊的数据中，提取隐含在其中的、潜在有用的知识，进而对企业未来财务活动的发展状况做出预测和判断。2.财务预测•财务危机预警就是以财务会计信息为基础，通过设置并观察一些敏感性预警指标的变化，对企业可能或者将要面临的财务危机实施的实时监控和预测警报。3.危机预警2019/12/1812第十二章商务智能本章内容•第一节商务智能概述•第二节企业运营智能•第三节客户关系智能•第四节供应链智能•第五节基于网络的商务智能第十二章商务智能132019/12/183.1客户关系管理第十二章商务智能142019/12/18客户关系管理（CRM）与数据仓库（DW）、联机分析处理（OLAP）和数据挖掘（DW）等商务智能技术融合，就成为客户关系智能。•客户关系管理就是从客户的角度出发，以提高企业的经营效益为目标，收集客户资料，处理客户信息，为客户提供优质服务的过程。客户关系管理（CRM）•客户数据的收集与集成•数据的分析与处理•商业决策与服务CRM组成部分•CRM与现代供应链管理（SCM）、企业资源计划（ERP）的集成。CRM发展趋势3.2客户细分第十二章商务智能152019/12/18划分客户群体是对已建立关系的客户进行数据挖掘的常见应用。CustomerSegmentationWhy:企业的资源是有限的，客户细分从而采取更针对性的营销策略；How:划分手段a)可根据地理环境、产品利润、使用率、品牌忠诚度、购买阶段；b)可根据企业的营销战略选择适当的挖掘技术。3.3客户流失分析第十二章商务智能162019/12/18研究流失是重要的，因为失去的客户必须由新客户补上来，并且获得新客户的代价是昂贵的，在短期内新客户往往比已有客户带给企业的收益要少。1.识别客户流失•建立客户流失的识别模型首先要确定什么是客户流失，以及如何在这种情况出现时识别它（在预订式的商务活动中最容易分辨）。•建立流失模型的动机是计算出谁的流失风险最大，对没有额外的刺激就可能离去的高价值客户提供优惠，使他们留下来。2.不同类型的客户流失•自发流失：客户出于自愿，决定把他们的业务挪到别的地方。•强制流失：即在公司（而不是客户）终止该关系时发现——最常见的原因是由于客户未付账单。•预期流失：当客户不再属于一个产品的目标市场时，预期流失就会发生。从数据挖掘的观点看，不论是自发流失还是强制流失，一起处理两者会更好，因为所有的客户在不同程度上都有存在这两种类型流失的风险。3.4客户的获取与保持第十二章商务智能172019/12/18•运用数据挖掘中的关联规则技术挖掘客户的兴趣所在；•运用一定的盈利判断标准，对客户的盈利能力进行预测，可采取分类技术处理数据，挖掘出那些对企业感兴趣并可使企业盈利的客户群，使营销人员采取有针对性的促销策略。获取新客户•通过数据挖掘技术对企业已流失客户的数据进行分析，如进行关联分析找出跟客户流失相关的规则；•根据流失客户的数据建立决策树模型，然后对现在客户进行预测，找出可能流失的客户群，进而采取防范措施。•在客户群细分的基础上，提供个性化服务，实现“一对一”营销，提高客户的满意度。防范客户流失3.5客户信用评价第十二章商务智能182019/12/18•设立早期预警机制；•预警措施包括限制服务的使用，或者减少付款延迟与中断服务之间的时间。1.预测费用拖欠•建立模型预测能够收回的债务的数量，并在某些情况下帮助选择回收策略。2.改进回收资金机制识别信用不好的客户（并且注意信用好的客户大约要变坏的时间）与留住信用好的客户同样重要。大多数受消费者信用风险影响的公司，把客户信用筛选作为重要工作。数据挖掘技术在信贷管理模式中的应用3.6客户盈利能力分析第十二章商务智能192019/12/18客户盈利能力与企业的利润直接相关，而不同客户的盈利能力是不一样的，知道了客户的盈利能力，企业才有可能采取更为有效的营销策略。客户价值计算？3.7客户欺诈行为分析和预防第十二章商务智能202019/12/18客户的欺诈行为会给企业造成不同程度的损失，有时可能带来灾难性的后果。对企业客户的欺诈行为进行防范，可使企业避免意外风险，保持经营正常化。数据挖掘中的机器学习算法建立模型数据挖掘中的孤立点（OutlierDetection）分析技术基于判别分析和回归分析的统计方法进行信用评分本章内容•第一节商务智能概述•第二节企业运营智能•第三节客户关系智能•第四节供应链智能•第五节基于网络的商务智能第十二章商务智能212019/12/18供应链智能流通企业中大数据面临的问题：1.现存系统简单的数据分析2业务数据专门提取3.时效性不强2019/12/1822第十二章商务智能4.1分析型供应链以物流客户的采购习惯数据为例，利用关联分析可以发现物流客户的关联采购需要。通过调整服务的内容便于物流顾客采购到各种物流服务，或者通过降低一种物流业务的价格来促进另一种物流业务的销售等。根据顾客的消费水平和基本特征对物流顾客进行分类，可以找出对第三方物流企业有较大利益贡献的重要的物流客户的特征，通过对其进行个性化物流服务，提高他们的忠诚度。4.2智能化的供应链管理流程第十二章商务智能242019/12/18智能物流系统功能•为各层成员实时地提供立体化的、多视角的、有洞察力的数据和具有预测性的、潜在的市场信息；•实行物流结构的调整，而且在物流中心建设、库存控制、库存补货以及货物运输等方面建立起能够有效控制的运行机制；智能物流系统的体系结构•销售管理模块•产品管理•运输管理•生产和采购管理•知识库管理4.3信息共享与智能协调第十二章商务智能252019/12/18充分利用数据仓库技术准确、及时、完整地收集供应链上的物流、资金流、信息流数据，并有效地分析和利用这些数据，这是做出正确决策和获取竞争优势的第一步，也是供应链管理实践的基础所在。供应商制作商分销商零售商最终用户信息流物流资金流本章内容•第一节商务智能概述•第二节企业运营智能•第三节客户关系智能•第四节供应链智能•第五节基于网络的商务智能第十二章商务智能262019/12/185基于网络的商务智能Web挖掘一般可以分为三类：1.Web内容挖掘从网络数据中得到模式和知识2.Web结构挖掘挖掘URL和网络链接从而指导网络的架构以及用户的活动等3.Web用法挖掘分析网络日志等2019/12/1827第十二章商务智能5.1网络信息挖掘的技术体系第十二章商务智能282019/12/18•从Web文档中获取信息，信息资源包括在线Web文档，电子邮件、电子文档、新闻组，或者网站的日志数据，甚至是通过Web形成的交易数据。1.资源发现•从获得的特定的Web资源中自动进行选择和预处理。2.信息选择和预处理•即从单个的Web站点以及多个站点之间发现普遍的模式。3.概括化•对挖掘出的模式进行确认或者解释。4.分析网络信息挖掘的典型步骤：Web挖掘的前奏：信息检索（IR）和信息抽取(IE)5.2网络信息的结构挖掘第十二章商务智能292019/12/18Web结构挖掘主要是对Web的链接结构、文档内部结构、文档目录路径等进行分析来评估基础Web资源，从而发现有用模式，提高搜索质量。引用分析法（Google）找到同一网站内部以及不同网站之间的连