商 业 智 能 系 统 结 构 图
3 商业智能系统研究内容
商 业 智 能 系 统 研 究 内 容 支撑技术研究
BI基础结构
体系结构的研究
网络体系 下BI结构
应用系统的研究
(1)支撑技术的研究
商业智能系统的支撑技术主要包括两方面。一是计 算机技术。包括：数据仓库、数据集市技术；数据 挖掘技术；OLTP(On-Line Transaction Processing 联机事务处理)、OLAP（在线分析）等分析技术； 数据可视化技术；计算机网络与WEB技术。二是现 代管理技术，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。支撑技术的研究主要围绕两 部分展开：决策支持工具研究和企业建模方法研究。
商业智能系统
一、商业智能 二、商业智能系统 三、商业智能统研究内容 四、商业智能实施过程 五、商业智能系统实施注意的问题
பைடு நூலகம்
1 商业智能
1.1 商业智能概念的定义 商业智能的概念最早是Gartner Group于1996年提出来 的。商业智能是由数据仓库、查询报表、数据分析、数 据挖掘、数据备份和恢复等部分组成的、以帮助企业决 策为目的的技术及其应用。可以看做是相关软件的集合。 商业智能所涉及的技术有数据库技术、OLAP(联机分析 处理Online Analytical Processing,简称OLAP)技术、数 据采集和迁移技术、网络技术、GUI技术、查询报表技 术、统计学、人工智能、知识发现技术等。
4 商业智能实施过程
基于知识的行动阶段 数据解释建模阶段 信息发送阶段 数据收集和预处理阶段 确定目标阶段
(1)确定目标阶段（Targeting）。商业智能所解决 的一般都是一个客户面临的关键问题,如何确定和 理解问题就成为商业智能实施的起点和成功的关 键。问题的确定方法可以有多种,如了解客户当前 新业务推广、客户流失及信用欺诈等。但关键一 点是确定问题的商业价值,简单来说,客户在商业智 能系统上的投入,通过问题的解决,能带来确定的收 益,否则这个项目从开始就是失败的。 (2)数据收集与预处理阶段（Tracking）。数据的 收集难度和客户的实际情况有较大的关系,如果客
目前为止对商业智能模型训练结果的优劣并没 有绝对的衡量标准,在一定程度上给建模人员和 分析系统的产品化带来了困难。针对确定的数 据和问题,采用多种算法比较、分割数据集验证 及调整参数比较等方式找到相对优的模型。模 型建立后,应该对模型训练结果及建立过程等进 行评估,以便做出是否调整模型和完成的决定。 (5)基于知识的行动阶段（Acting）。通过对模 型训练的结果来决定是否采取行动,如果模型被 证明是客观和有意义的,那么就可以根据模型训 练的结果采取相应的企业策略。
1.2 商业智能的理解 商业智能应该是帮助企业提高决策能力和运营能力 的概念、方法、过程以及软件的集合。正确理解商 业智能分为以下四个方面
信息系统
数据分析
知识发现
战略分析
信息系统：是BIS的物理基础，表现为强大决策的分析功 能的软件工具和面向特定应用领域的信息系统平台 数据分析：是一系列算法、工具或模型。先斩获高质量 数据信息，然后使用自动生成或人工参与的算法分析信 息然后得出结论。 知识发现：将数据转化成信息，通过计算将信息转化成 知识，或者直接将信息转化成知识。 战略分析：将信息或知识应用在提高决策能力和运营能 力上，企业建模等
客户已经拥有自己规范和完整的数据存储,收 集工作较容易,反之,就很有可能把多种介质多 种规格的数据通过清洗、构造、集成和格式化 转化成所需要的数据。 (3)信息发送阶段（Routing）。信息的价值不 在于拥有,而在于如何恰当利用,因为有更多的 人共享同样的信息,就可以更好地相互理解和 沟通,做出更好的决策。 (4)数据解释和建模阶段（Interpreting）。这 一阶段是 商业智能实施的核心部分，但是到
（2）体系结构的研究
体系结构的研究：所谓体系结构(Architecture)是指一整套的 规则和结构，为一个系统或产品的整体设计提供主框架。而 一个商业智能的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中的应用过程来提供商业智能系统 应用的主框架。 ①BI基础结构：下图(a)描述了一个基本的商业智能体系结构。 根据不同的商业需求可以得到与之相应改进的体系结构，使 之更好地解决商务问题。例如，根据主题和数据分析的需要 设计不同的数据仓库，选择合适的中间软件和决策分析工具， 我们可以看出要预留不同的应用程序接口，以便后续的各种 方案的比较与操作。
（3）应用系统的研究
对应用系统的研究的重点在于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 案来决定商业智能系统应该提供的功能以及具体实现方 法。目前，商业智能被广泛应用于与企业运营过程相关 的各个领域，并且在很多领域已经形成其特有体系。具 有代表性的应用领域包括：企业资源计划（ERP）客户 关系管理（CRM）、企业性能管理（BPM）、人力资源 管理（HRM）、供应链管理（SCM）、电子商务（Ebusiness）。
2 商业智能系统
商业智能的整个系统被划分为4个层面，简单的说 就是主要包括数据预处理、建立数据仓库、数据分 析及数据展现四个主要阶段。 数据预处理包括数据的抽取、转换、和装载三个过建 立。数据仓库则是处理海量数据的基础。数据分析是 体现系统智能的关键,一般采用联机分析处理和数据挖 掘两大技术。
数据挖掘的目标则是挖掘数据背后隐藏的知识,通 过关联分析、聚类和分类等方法建立分析模型,预 测企业未来发展趋势和将要面临的问题。在海量 数据和分析手段增多的情况下,数据展现则主要保 障系统分析结果的可视化。 其整体结构可由下图表示
根据主题和数据分 析需要设计不同的 数据库和选择合适 的中间软件和分析 工具，预留足够的 程序接口。 BI基础结构
②网络环境下BI体系结构 网络环境下的商业智能系统 建立在基于流程的扁平化组 织基础上，可以改变内部传 统的基于职能的多字塔式的 “科层制”组织模式，提高 对市场及客户的反映速度， 降低运营成本，实现物流、 资金流、信息流的集成统一 实现事前、事中的集中计划 与管理控制 。网络环境下的 BI体系结构如图所示。