【正文】 第 13章 商務(wù)智能系統(tǒng) 商務(wù)智能系統(tǒng)是應(yīng)用人工智能、數(shù)據(jù)挖掘、數(shù)據(jù)倉(cāng)庫(kù)等先進(jìn)技術(shù)，按照企業(yè)既定的業(yè)務(wù)目標(biāo)，對(duì)大量的企業(yè)數(shù)據(jù)進(jìn)行分析和挖掘，揭示出隱藏的、未知的知識(shí)或驗(yàn)證已知的規(guī)律，從而支持企業(yè)的智能管理與決策，提高企業(yè)核心競(jìng)爭(zhēng)力。本章將詳細(xì)討論商務(wù)智能系統(tǒng)的起源、體系結(jié)構(gòu)、工作原理和關(guān)鍵技術(shù)，并以知名的商務(wù)智能系統(tǒng)為例，剖析商務(wù)智能系統(tǒng)的實(shí)現(xiàn)原理和商務(wù)智能解決方案。 商務(wù)智能概述 商務(wù)智能將業(yè)務(wù)數(shù)據(jù)轉(zhuǎn)換成明確的、基于事實(shí)的、能夠執(zhí)行的信息，并且使得業(yè)務(wù)人員能夠發(fā)現(xiàn)客戶趨勢(shì)，創(chuàng)建客戶忠誠(chéng)度，增強(qiáng)與供應(yīng)商的關(guān)系，減少金融風(fēng)險(xiǎn)，以及揭示新的銷(xiāo)售商機(jī)。商務(wù)智能的目標(biāo)是了解變化的意義 —— 從而理解甚至預(yù)見(jiàn)變化本身。通過(guò)訪問(wèn)當(dāng)前的、可靠的和易消化的信息，幫助企業(yè)從各個(gè)側(cè)面及不同的維度靈活地瀏覽信息和建立模型。它是提高和維持競(jìng)爭(zhēng)優(yōu)勢(shì)的一條有效的途徑。 1 商務(wù)智能的產(chǎn)生原因 企業(yè)對(duì)社會(huì)環(huán)境變化的需求、技術(shù)進(jìn)步的拉動(dòng)以及經(jīng)營(yíng)理念發(fā)展的結(jié)果。 （ 1）企業(yè)運(yùn)營(yíng)模式的變化。 （ 2）“數(shù)據(jù) = 資產(chǎn)”新企業(yè)觀念的建立。 （ 3）傳統(tǒng)分析工具的整合能力有限。 （ 4）信息技術(shù)的推動(dòng)。 2 商務(wù)智能的定義 ?Gartner Group最早提出商務(wù)智能概念，它認(rèn)為：商業(yè)智能技術(shù)提供使企業(yè)迅速分析數(shù)據(jù)的技術(shù)和方法，包括收集、管理和分析數(shù)據(jù)，將這些數(shù)據(jù)轉(zhuǎn)化為有用的信息，然后分發(fā)到企業(yè)各處，輔助商業(yè)決策的制定。 ?商務(wù)智能專(zhuān)家利奧托德這樣描述商務(wù)智能：商務(wù)智能指將存儲(chǔ)于各種商業(yè)信息系統(tǒng)中的數(shù)據(jù)轉(zhuǎn)換成有用信息的技術(shù)。它允許用戶查詢和分析數(shù)據(jù)庫(kù)，可以得出影響商業(yè)活動(dòng)的關(guān)鍵因素，最終幫助用戶做出更好、更合理的決策。 ?國(guó)內(nèi)商務(wù)智能專(zhuān)家王茁給商務(wù)智能下了這樣一個(gè)定義：商務(wù)智能是企業(yè)利用現(xiàn)代信息技術(shù)收集、管理和分析結(jié)構(gòu)化和非結(jié)構(gòu)化的商務(wù)數(shù)據(jù)和信息，創(chuàng)造和累計(jì)商務(wù)知識(shí)和見(jiàn)解，改善商務(wù)決策水平，采取有效的商務(wù)行動(dòng)，完善各種商務(wù)流程，提升各方面商務(wù)績(jī)效，增強(qiáng)綜合競(jìng)爭(zhēng)力的智慧和能力。 國(guó)內(nèi)外一些知名的廠商也根據(jù)自身的產(chǎn)品提出獨(dú)特的見(jiàn)解： ?IDC將商務(wù)智能定義為：終端用戶查詢和報(bào)告工具、 OLAP工具、數(shù)據(jù)挖掘軟件、數(shù)據(jù)集市和數(shù)據(jù)倉(cāng)庫(kù)產(chǎn)品等軟件工具的集合。 ?IBM認(rèn)為：商業(yè)智能是一系列由系統(tǒng)和技術(shù)支持的以簡(jiǎn)化信息收集、分析的策略的集合，它應(yīng)該包括企業(yè)需要收集什么信息、誰(shuí)需要去訪問(wèn)這些數(shù)據(jù)、如何把原始數(shù)據(jù)轉(zhuǎn)化為最終導(dǎo)致戰(zhàn)略性決策的智能、客戶服務(wù)和供應(yīng)鏈管理。 ?Microsoft認(rèn)為：商業(yè)智能是任何嘗試獲取、分析企業(yè)數(shù)據(jù)以更清楚地了解市場(chǎng)和客戶、改進(jìn)企業(yè)流程、更有效地參與競(jìng)爭(zhēng)的努力。 ?SAP認(rèn)為：商業(yè)智能是一大類(lèi)收集、存儲(chǔ)、分析和訪問(wèn)數(shù)據(jù)以幫助企業(yè)用戶更好進(jìn)行決策的應(yīng)用程序與技術(shù)。 ?SAS認(rèn)為：商業(yè)智能是關(guān)于在組織內(nèi)部和組織周?chē)诎l(fā)生的智能或知識(shí)。 ?MSTR認(rèn)為：商業(yè)智能是一系列能夠使公司分析數(shù)據(jù)庫(kù)中的數(shù)據(jù)并根據(jù)收集的信息獲得的洞察力來(lái)做決策的軟件系統(tǒng)。 ?DWReview認(rèn)為：從數(shù)據(jù)分析的觀點(diǎn)，商業(yè)智能是收集與研究主題相關(guān)的、高質(zhì)量的、有意義的信息、以幫助分析信息、得出結(jié)論或做出假設(shè)的過(guò)程。 商務(wù)智能是一個(gè)綜合的概念，不同的人從不同的角度，會(huì)得出不同的見(jiàn)解： ?從技術(shù)角度看，商務(wù)智能是以企業(yè)中的數(shù)據(jù)倉(cāng)庫(kù)為基礎(chǔ)，經(jīng)由聯(lián)機(jī)分析處理工具、數(shù)據(jù)挖掘工具加上決策人員的專(zhuān)業(yè)知識(shí)，從根本上幫助公司把運(yùn)營(yíng)數(shù)據(jù)轉(zhuǎn)化成為高價(jià)值的可以獲取的信息（或者知識(shí)），并且在恰當(dāng)?shù)臅r(shí)候通過(guò)恰當(dāng)?shù)姆绞桨亚‘?dāng)?shù)男畔鬟f給恰當(dāng)?shù)娜说倪^(guò)程。 ?從數(shù)據(jù)分析的角度看，商務(wù)智能是為了解決商業(yè)活動(dòng)中遇到的各種問(wèn)題，利用各種信息系統(tǒng)進(jìn)行的高質(zhì)量和有價(jià)值的信息收集、分析、處理過(guò)程，其基本功能包括個(gè)性化的信息分析、預(yù)測(cè)和輔助決策。 ?從應(yīng)用的角度看，商務(wù)智能幫助用戶對(duì)商業(yè)數(shù)據(jù)進(jìn)行在線分析處理和數(shù)據(jù)分析，幫助解決商業(yè)問(wèn)題、預(yù)測(cè)發(fā)展趨勢(shì)、輔助決策，對(duì)客戶進(jìn)行分類(lèi)、挖掘潛在客戶等等，以便更好地實(shí)現(xiàn)商業(yè)目的。 3 商務(wù)智能的特點(diǎn) 現(xiàn)有的商務(wù)智能系統(tǒng)主要具有以下特點(diǎn)： ?（ 1）成熟的數(shù)據(jù)倉(cāng)庫(kù)管理能力 ?（ 2）強(qiáng)大的數(shù)據(jù)挖掘和 OLAP能力 ?（ 3）便捷的報(bào)表功能 存在的缺陷： ?（ 1）主動(dòng)性較差 ?（ 2）智能性較低 ?（ 3）難以與企業(yè)中已有的商務(wù)系統(tǒng)集成 4 商務(wù)智能的發(fā)展趨勢(shì) 商務(wù)智能的出現(xiàn)是一個(gè)漸進(jìn)的復(fù)雜的演變過(guò)程，而且仍處在發(fā)展之中。它經(jīng)歷了事務(wù)處理系統(tǒng)（ Transaction Proccss System， TPS）、高級(jí)管理人員信息系統(tǒng)（ Executive Information system，EIS）、管理信息系統(tǒng)（ Management Information System， MIS）和決策支持系統(tǒng)（ Decision Support System， DSS）等階段，最終演變成今天的企業(yè)商務(wù)智能。 5 商務(wù)智能的應(yīng)用 目前商務(wù)智能在全球的應(yīng)用主要集中在保險(xiǎn)業(yè)、銀行業(yè)、電信業(yè)、制造業(yè)、零售業(yè)、稅務(wù)和電子商務(wù)等領(lǐng)域。 我國(guó)這方面的應(yīng)用雖然才剛剛起步，但市場(chǎng)空間十分廣闊。據(jù) IDC預(yù)測(cè)，亞太地區(qū)商務(wù)智能軟件市場(chǎng)正以每年 23%的速度增長(zhǎng)，而中國(guó)是亞太地區(qū)商務(wù)智能增長(zhǎng)最為迅速的市場(chǎng)之一；如果中國(guó)經(jīng)濟(jì)繼續(xù)保持高速增長(zhǎng)，商務(wù)智能軟件在中國(guó)內(nèi)地市場(chǎng)的年銷(xiāo)售額平均增長(zhǎng)速度至少在 %。 Business Objects和 Cognos等 BI提供商已直接或者通過(guò)其代理商進(jìn)入中國(guó)市場(chǎng)。 Business Objects等公司成立了中國(guó)研究中心，其對(duì)中國(guó)市場(chǎng)的重視程度可見(jiàn)一斑。 IDC公司認(rèn)為醫(yī)療、教育和服務(wù)等領(lǐng)域?qū)⑹巧虅?wù)智能增長(zhǎng)最快的行業(yè)。 商務(wù)智能系統(tǒng)的體系結(jié)構(gòu) 所謂體系結(jié)構(gòu)（ Architecture）是指一整套的規(guī)則和結(jié)構(gòu)，為一個(gè)系統(tǒng)或產(chǎn)品的整體設(shè)計(jì)提供主框架。而一個(gè)商業(yè)智能的體系結(jié)構(gòu)是指通過(guò)識(shí)別和理解數(shù)據(jù)在系統(tǒng)中的流動(dòng)過(guò)程和數(shù)據(jù)在企業(yè)中的應(yīng)用過(guò)程來(lái)提供商業(yè)智能系統(tǒng)應(yīng)用的主框架。 1 商務(wù)智能系統(tǒng)的處理流程 商務(wù)智能系統(tǒng)是一種提高企業(yè)生存能力的有效工具，從系統(tǒng)的觀點(diǎn)來(lái)看，一個(gè)典型的商務(wù)智能系統(tǒng)包括明確需求、數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)存儲(chǔ)、知識(shí)挖掘以及應(yīng)用反饋幾個(gè)主要的處理流程。 （ 1）外部數(shù)據(jù)源通過(guò)運(yùn)行環(huán)境（ ERP、 CRM、 SCM等）流入 BI循環(huán)（包含有關(guān)客戶、供應(yīng)商、競(jìng)爭(zhēng)對(duì)手、產(chǎn)品以及企業(yè)本身的信息）； （ 2）進(jìn)入數(shù)據(jù)倉(cāng)庫(kù) /數(shù)據(jù)集市等數(shù)據(jù)存儲(chǔ)部分 —— 對(duì)加入數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)進(jìn)行凈化和轉(zhuǎn)換，糾正錯(cuò)誤的數(shù)據(jù)和統(tǒng)一格式，使其滿足數(shù)據(jù)倉(cāng)庫(kù)應(yīng)當(dāng)具有的數(shù)據(jù)格式和質(zhì)量標(biāo)準(zhǔn)；將其存儲(chǔ)在中央存儲(chǔ)庫(kù)中（充當(dāng)中央存儲(chǔ)庫(kù)的可以是關(guān)系型數(shù)據(jù)庫(kù)或者多維數(shù)據(jù)庫(kù)），數(shù)據(jù)的抽取、凈化、轉(zhuǎn)換和存儲(chǔ)是 BI循環(huán)的核心組成部分； （ 3）數(shù)據(jù)分析和知識(shí)挖掘部分 —— 從數(shù)據(jù)倉(cāng)庫(kù) /數(shù)據(jù)集市中獲取數(shù)據(jù)，并利用數(shù)據(jù)分析和知識(shí)挖掘工具，挖掘出對(duì)決策有用的知識(shí)，將所得結(jié)果提交給業(yè)務(wù)決策者。這部分是商務(wù)智能系統(tǒng)的靈魂，它滿足了從簡(jiǎn)單報(bào)表經(jīng)由 OLAP擴(kuò)展到數(shù)據(jù)挖掘范圍內(nèi)的各種需要； （ 4） BI將所得的知識(shí)以及決策者自身的反饋信息再次帶入運(yùn)作環(huán)境中，根據(jù)情況變化，表達(dá)新的需求，提高商務(wù)智能流程內(nèi)在質(zhì)量。 從商務(wù)智能系統(tǒng)的循環(huán)流程中可以看出，數(shù)據(jù)倉(cāng)庫(kù)、OLAP（ OnLine Analytical Processing：聯(lián)機(jī)分析處理）和數(shù)據(jù)挖掘（ Data Mining）是其主要的技術(shù)支柱： ?數(shù)據(jù)倉(cāng)庫(kù)是處理海量數(shù)據(jù)的基礎(chǔ)，存儲(chǔ)按照商務(wù)智能要求重新組織的來(lái)自業(yè)務(wù)系統(tǒng)的數(shù)據(jù)； ?聯(lián)機(jī)分析處理不僅進(jìn)行數(shù)據(jù)匯總 /聚集，同時(shí)還提供切片、切塊、下鉆、上鉆和旋轉(zhuǎn)等數(shù)據(jù)分析功能，用戶可以方便地對(duì)海量數(shù)據(jù)進(jìn)行多維分析； ?數(shù)據(jù)挖掘的目標(biāo)則是挖掘數(shù)據(jù)背后隱藏的知識(shí)，通過(guò)關(guān)聯(lián)分析、聚類(lèi)和分類(lèi)等方法建立分析模型，預(yù)測(cè)企業(yè)未來(lái)發(fā)展趨勢(shì)和將要面臨的問(wèn)題。 2 商務(wù)智能系統(tǒng)的體系結(jié)構(gòu) 從對(duì)處理流程的分析可以看出，商務(wù)智能系統(tǒng)主要由三個(gè)子系統(tǒng)組成：數(shù)據(jù)集成子系統(tǒng)、數(shù)據(jù)存儲(chǔ)子系統(tǒng)以及 BI應(yīng)用子系統(tǒng)。如下圖： （ 1）數(shù)據(jù)集成子系統(tǒng) 數(shù)據(jù)集成子系統(tǒng)提供了一個(gè)解決企業(yè)的數(shù)據(jù)一致性與集成化問(wèn)題的方案，它通過(guò)數(shù)據(jù)整合、數(shù)據(jù)集中、數(shù)據(jù)交換等數(shù)據(jù)處理手段，將企業(yè)各個(gè)業(yè)務(wù)系統(tǒng)面向應(yīng)用的數(shù)據(jù)重新按照面向統(tǒng)計(jì)分析的方式進(jìn)行組織，屏蔽數(shù)據(jù)資源的異構(gòu)性與分布性，從而實(shí)現(xiàn)統(tǒng)一的數(shù)據(jù)訪問(wèn)和數(shù)據(jù)集成。目前，數(shù)據(jù)集成主要通過(guò) ETL工具軟件、基于 ETL的數(shù)據(jù)交換技術(shù)實(shí)現(xiàn)。 （ 2）數(shù)據(jù)存儲(chǔ)子系統(tǒng) —— 數(shù)據(jù)倉(cāng)庫(kù) 數(shù)據(jù)倉(cāng)庫(kù)在現(xiàn)有各業(yè)務(wù)系統(tǒng)的基礎(chǔ)上，對(duì)數(shù)據(jù)進(jìn)行抽取、清理，并有效集成后，按照主題進(jìn)行重新組織，最終確定數(shù)據(jù)倉(cāng)庫(kù)的物理存儲(chǔ)結(jié)構(gòu)，同時(shí)組織存儲(chǔ)數(shù)據(jù)倉(cāng)庫(kù)元數(shù)據(jù)（具體包括數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)字典、記錄系統(tǒng)定義、數(shù)據(jù)轉(zhuǎn)換規(guī)則、數(shù)據(jù)加載頻率以及業(yè)務(wù)規(guī)則等信息）。 （ 3） BI應(yīng)用子系統(tǒng) 通過(guò)對(duì)分析需要的數(shù)據(jù)按照多維數(shù)據(jù)模型進(jìn)行再次重組，以支持用戶多角度、多層次的分析，并利用數(shù)據(jù)分析工具從中發(fā)現(xiàn)有用的知識(shí)，支持企業(yè)的決策過(guò)程。它主要包括各種數(shù)據(jù)分析工具、報(bào)表工具、查詢工具、數(shù)據(jù)挖掘工具以及各種基于數(shù)據(jù)倉(cāng)庫(kù)或數(shù)據(jù)集市開(kāi)發(fā)的應(yīng)用。其中數(shù)據(jù)分析工具主要針對(duì) OLAP服務(wù)器，報(bào)表工具、數(shù)據(jù)挖掘工具既針對(duì)數(shù)據(jù)倉(cāng)庫(kù)，同時(shí)也針對(duì) OLAP服務(wù)器。 3 商務(wù)智能系統(tǒng)的實(shí)施 商業(yè)智能系統(tǒng)主要實(shí)現(xiàn)將來(lái)自不同企業(yè)運(yùn)作系統(tǒng)的數(shù)據(jù)轉(zhuǎn)換為企業(yè)決策信息的過(guò)程。與一般的信息系統(tǒng)不同，它在處理海量數(shù)據(jù)、數(shù)據(jù)分析和信息展現(xiàn)等多個(gè)方面都具有突出性能。 商務(wù)智能的體系結(jié)構(gòu)可以指導(dǎo)商務(wù)智能系統(tǒng)的實(shí)施，其步驟為： ? 選擇數(shù)據(jù)源 ? 數(shù)據(jù)預(yù)處理 ? 數(shù)據(jù)存儲(chǔ) ? 數(shù)據(jù)分析 （ 1）選擇數(shù)據(jù)源 數(shù)據(jù)源包括了企業(yè)中所有的信息系統(tǒng)，以及根據(jù)決策分析需求可能涉及的其他外部數(shù)據(jù)資源，為了確保商務(wù)智能系統(tǒng)的成功，在識(shí)別和確定數(shù)據(jù)源時(shí)應(yīng)遵循一些原則： ① 保證數(shù)據(jù)的真實(shí)性 ② 保證數(shù)據(jù)的針對(duì)性 ③ 保證數(shù)據(jù)的完整性 （ 2）數(shù)據(jù)預(yù)處理 ETL是商務(wù)智能系統(tǒng)整合異構(gòu)數(shù)據(jù)源的解決方案，簡(jiǎn)單的講， ETL就是抽取、轉(zhuǎn)換和裝載，同時(shí)提供數(shù)據(jù)質(zhì)量的管理，并且貫穿整個(gè)商務(wù)智能解決方案的全過(guò)程，完成整個(gè)系統(tǒng)的數(shù)據(jù)處理與調(diào)度。 ①數(shù)據(jù)抽取 數(shù)據(jù)抽取是在對(duì)數(shù)據(jù)倉(cāng)庫(kù)的主題和數(shù)據(jù)本身內(nèi)容理解的基礎(chǔ)上，選擇主題所涉及的相關(guān)數(shù)據(jù)。 a. 數(shù)據(jù)的更新方式 量更新還是批量更新。 實(shí)時(shí)更新還是周期更新。 b. 數(shù)據(jù)的傳輸模式 數(shù)據(jù)傳輸是通過(guò)網(wǎng)絡(luò)把遠(yuǎn)程的數(shù)據(jù)文件運(yùn)用 FTP傳輸?shù)奖镜啬夸浵?。?shù)據(jù)的傳輸模式即數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)是采用拉（ Pul