商业智能技术及其发展

第0页（共5页）学号090925101经济管理学院学年论文题目管理信息系统用户界面设计专业班级0909251学生姓名沈丹辉指导教师程延炜职称讲师2011年6月30日第1页（共5页）商业智能技术及其应用的研究和发展摘要文章简述了商业智能的关键技术，研究热点，存在的不足和未来的发展趋势，并且结合了银行风险管理探讨了商业智能的具体应用，最后对我国企业实施商业智能存在的关键问题提出了几点建议。关键词：商业智能：信用风险管理：发展趋势：建议本文研究了商业智能的研究和发展状况，介绍了其在银行信用风险管理的应用示例一．商业智能技术的概述1．商业智能的定义及其意义：商业智能，又称商务智能，英文为BusinessIntelligence，简写为BI。商业智能通常被理解为将企业中现有的数据转化为知识，帮助企业做出明智的业务经营决策的工具。这里所谈的数据包括来自企业业务系统的订单、库存、交易账目、客户和供应商等来自企业所处行业和竞争对手的数据以及来自企业所处的其他外部环境中的各种数据。而商业智能能够辅助的业务经营决策，既可以是操作层的，也可以是战术层和战略层的决策。为了将数据转化为知识，需要利用数据仓库、联机分析处理（OLAP）工具和数据挖掘等技术。因此，从技术层面上讲，商业智能不是什么新技术，它只是数据仓库，OLAP和数据挖掘等技术的综合运用。它的意义在于将知识呈现在用户面前，为管理提供参考，可见，BI不是基础技术或者产品技术，而是一种解决方案。2.商业智能的核心技术。商业智能的核心技术主要包括三个关键部分：数据仓库和数据集市，数据挖掘以及联机对外分析处理，器重数据仓库和数据集市是商业智能的基础，而是数据挖掘和OLAP是对数据仓库的数据分析和处理的重要工具。二．商业智能的主要研究内容在实践中，可以以多种形式来应用，我们知道，商业智能可以帮助我们找到所需要的信息，并且对其进行共享和分析，商业智能的主要应用表现在：(1)整合企业内部和外部的信息这些信息可以是存储在数据库、数据集市、数据仓库中的数据，也可以是在SCM、CRM、ERP、BPR、SFA等企业应用系统中产生的非结构化的任意文件(HTML、文本、电子表格、DOC等)。(2)简单的报告和查询第2页（共5页）在这一层次，商业智能仅仅是把信息进行粗加工。上个月Y产品的销售量是多少？我们拥有多少客户？用户向系统提出的问题是“告诉我发生了什么”。(3)在线分析处理(OLAP)商业智能工具能够让用户分析信息，创造增值信息和对信息更好地融会贯通。在哪个地区我们的产品获得了最大的成功？哪部分用户购买了什么品种的产品？在简单报告的基础上，我们可以进一步提出很多问题。不仅要问发生了什么，还要问为什么要发生。(4)经理信息系统(EIS)目前领导获取业务信息的基本手段是报表，由于种种原因，完全依靠信息部门编制的报表无法完全满足领导对信息的需求，而且查阅大量的企业报表会占用高层领导很多的时间。在商业智能分析软件基础上建立的高层领导信息系统，可以帮助行业的各级领导，快速方便地获取信息。同时，利用相关工具的主动查询机制，可以对信息数据中与行业业务相关的关键数据进行查询，通过查询如果发现行业运行的不正常情况，系统会自动通过各种手段向领导报告，提醒相关领导者关注出现的问题。(5)数据钻取通过统计方法，可以详细展现未来的景象。比如说，通过利用商业智能工具，我们能够预测哪种客户最有可能购买我们的新产品。市场营销战略由此可以集中在有限的一部分客户中。企业的市场营销战略由此也更为有效，成本也可以降低。在这种情况下，我们的问题就是：告诉我未来会发生什么。(6)全地域信息支持商业智能平台不仅仅局限在企业内部，而且可以扩展到一个比较大的范围，让更多的用户来共享信息。信息可能存储在组织的不同数据库中，还可能在组织之外，还可能包括声音和图像。商业智能能在任意的地域、恰当的时机为企业和组织的用户提供快捷、及时、准确的信息，从而大大提高他们的判断能力和决策水平。(7)监控企业基础绩效指标企业基础绩效指标从企业应用系统中经“萃取”计算而得，这些应用系统包括销售、市场、客户服务、财务、人力资源、制造和供应链等。商业智能系统的绩效信息架构能根据基础指标设定企业目标，并即时对比实际状况与计划值，建议可能的应变行动。通过绩效信息架构，系统能计算商业智能信息，提供企业主管即时信息，企业主管并能进一步分析与查询整体或细节资料。(8)挖掘业务规律第3页（共5页）采用数据挖掘方法从数据库中抽取隐含的、以前未知的、具有潜在应用价值的信息。数据挖掘与传统分析工具不同的是数据挖掘使用的是基于发现的方法，运用模式匹配和其它算法决定数据之间的重要联系。商业智能技术是一个联系信息生产者和信息使用者的完整的信息供应链。它可以使组织中的工作人员按照他们的需要，利用合适的工具来获得企业信息，进而增强企业核心竞争力。这个全新的供应链关系可使信息技术人员充分发挥他们在数据库管理、安全保障、基础设施维护、报表编写和分发等方面的优势，同时使得信息用户可以依靠他们自己的业务知识，把注意力集中在回答商业业务问题上。三．商业智能研究中存在的问题及其发展。BI是以现代管理理论为指导，信息技术为支撑的集成系统。近年来，它的研究热点主要集中在三个方面：支撑技术的研究、体系结构的研究、应用系统的研究。1．支撑技术。BI支撑技术主要包括两个方面：一是计算机技术，主要包括数据仓库、数据集市技术；数据挖掘技术；OLTP、OLAP、Legacy等分析技术；数据可视化技术；计算机网络技术。二是现代管理技术，主要包括统计、预测等运筹学方法；客户管理、供应链管理、企业资源计划等管理理论和方法；企业建模方法。支撑技术的研究注重跟踪相关技术的最新发展，例如对数据仓库的研究集中在数据集成中数据模式的设计、数据清洗和数据转换、导入和更新方法；数据挖掘的研究重点则偏向数据挖掘算法以及数据挖掘技术在新的数据类型、应用环境中使用时所出现的新问题的解决上，如对各种非结构化数据的挖掘、数据挖掘语言的标准化以及可视化数据挖掘等。联机分析处理研究主要集中在ROLAP（基于关系数据库的OLAP）的查询优化技术和MOLAP（基于多维数据组织的OLAP）中减少存储空间和提高系统性能的方法；数据仓库、数据挖掘和OLAP相结合的产物联机分析挖掘（OLAM）也是目前研究的热点。企业建模是为解决如何建立特定企业模式的辅助工具，比较新的建模方法包括基于UML的企业建模方法。2．体系结构。BI体系结构是指通过识别和理解数据在系统中的流动过程和数据在企业的应用过程来提供BI系统应用的主框架。BI的体系结构主要包括数据预处理、数据仓库、数据分析以及数据展现等几部分，BI基本体系结构如图1所示。BI体系结构的研究关心采用什么样的体系结构才能使BI系统具有良好的性能。第4页（共5页）3．应用系统。对于应用系统的研究重点放在对各个应用领域所面临的决策问题的分析，根据对各类问题的解决方式和解决方案来决定BI系统应该提供的功能，以及具体实现方法。BI具有代表性的应用领域主要包括企业资源计划（ERP）、客户关系管理（CRM）、人力资源管理（HRM）、供应链管理（SCM）以及电子商务（E—business）等。四、我国发展BI的若干问题1．关注BI的技术研究。目前，我国在BI软件开发和基础理论的研究上都非常薄弱。应在研究开发领域中关注人工智能、认知科学的研究成果和数据挖掘算法的研究。BI和人工智能的研究息息相关，要提高BI研究开发水平，必须紧密跟踪人工智能领域的最新研究进展。目前，对人工智能的研究已扩展到对认知科学研究。认知科学引起的新的智能理论和技术方法的研究，将对人工智能的研究与发展起到促进作用。在对认知科学的研究中，多个西方国家的国家科学战略计划都对认知科学的研究进行了重点部署。多国合作的“国际人类前沿科学计划”被国际上看作三个重要计划之一，投资100亿美元，认知科学是该计划的重点内容。我国在1992年将“认知科学中若干重大前沿问题的研究”列入国家攀登计划。认知科学的信息处理是认知科学的重要研究内容，得到了国际的重视。目前，国际上已将“人的智能和人工智能的极限”列为21世纪需要解决的24个数学问题之一。国家自然科学基金委在“十五”发展计划中，将“认知科学及其信息处理”列入优先资助领域的24个主要内容之一。数据挖掘是BI的核心技术之一，加强对数据挖掘的研究是BI研究开发的重要内容。支持向量机（SVM）是一种新的机器学习方法，在分类方而具有良好的性能，它在数据挖掘领域有广阔的应用前景。SVM还处于发展阶段，尤其是其算法实现方面存在着效率低下的问题，这也限制了SVM在数据挖掘中的应用。目前很多研究是将支持向量机扎实的理论背景和快速的算法相结合应用于数据挖掘，这对于BI系统提高数据处理功能将产生很强的促进作用。这些技术的研究成果将对BI的研究与发展带来重大影响。2．重视BI的应用研究。BI系统是复杂的系统，它的成败不仅取决于技术因素，经济、环境、人员、组织等因素也起着非常重要的作用。企业在实施BI的过程中，除了存在技术上的困难，还有来自企业文化和管理理念的挑战。另外，企业还存在数据质量管理混乱的问题，这也制约了BI的实施。在国内，第5页（共5页）企业实施BI必须注意以下几点：（1）分析需求，确定目标。在实施BI之前，要科学地进行立项分析，是否实施BI，必须和自身的特点及发展需求相适应。企业是否具备了实施BI的基础条件、当前需要解决的问题、实施BI的必要性以及投资效益等等都必须加以考虑。（2）完善信息化基础建设，加强数据质量管理。BI的实施需要一定的信息化基础，如果数据库等基础工作没有做好，没有强大的数据源，数据质量得不到保证，BI就不能发挥作用。（3）全局规划，统一协调。BI系统由于是构筑于所有的业务系统之上，有着独特的复杂性和全面性，涉及到企业经营管理的各个方面，企业必须进行缜密的思考和全局的规划，结合企业内部治理结构、经营管理思路、业务流程等，规划BI实施模型。（4）培养BI应用人才，转变管理理念。要充分发挥BI的优势，企业必须培养既懂业务知识，又熟悉信息分析技术的复合型BI人才。并且，企业实施BI必须培养相应的管理理念和管理文化，以适应BI系统的正常运行。对于商业技术的发展前景，我觉得商业技术的发展前景将会空前绝后，它的发展将会是非常巨大的，SAS公司曾大胆的预测商业智能是一个不断成长壮大的市场，它的出现是几近饱和的ERP市场的产物。同时随着法规遵从要求的不断增高，企业对商业智能高需求的时刻将在未来几年内到来。SAS已经全力准备好去满足这种需求，SAS高级副总裁兼首席市场官JimDavis说，BI应用带来的是快速、可衡量的投资回报，特别是结合预测性分析和数据整合时。应用商业智能技术并非是一成不变的模式。在全面了解商业智能技术的功能、应用要求的基础上，大型成熟企业和中小型企业就应当采取适合自身特点的不同模式，社会公用部门也要采取适合其使用的模式。无论是企业还是社会管理部门都应当将商业智能技术看作与传统业务自动化处理系统完全不同的系统，它是技术与业务管理紧密结合的产物，是企事业单位在信息爆炸时代使用信息技术的高级模式，它没有终止，只有不断深入的过程。参考文献：1．W．F．Cody，J．T．Kreulen，V．Krishna，W．S．Spangler．TheIntegrationofBusinessIntelligenceandKnowledgeManagement．IBMSystemsJournal，2002，41（4）2．熊继佑．浅谈商业智能．计算机与现代化，2003，（8）3．夏火松．数据仓库与数据挖掘技术．北京：科学出版社，2004．