商務智能=資料+分析+決策+利益

標籤：

商務智能=資料+分析+決策+利益

一、背景介紹

人類社會從物物交換到貨幣的產生，到形形色色的交易，產生了我們現在繁榮、複雜的各種商務工作。利益是商務的核心，而商務需要經過買賣雙方的交易，談判，而商品的流通又需要物流、庫存，其中商務程序十分繁瑣，然而科技進步改善或者正在改變著其形式，人們的工作效率正在極大地提高。

在這個資訊化的時代，許多傳統業務被資訊化手段所取代或者資訊化作為其輔助手段。於是乎，在這個時代，所有的人都在談資料，並且相關的商務資料呈爆炸性指數級的增長。可是，不是所有的資料都是有用的，所以人們需要從中挖掘有用的資訊，用以指導現實工作。

商務智能，英文為Business Intelligence，簡寫為BI。商務智能通常被理解為將企業中現有的資料轉化為知識，協助企業做出明智的業務經營決策的工具。比如，百貨商場每天有各種各樣的商品被出售，其POS系統儲存著商品的銷售情況，資料量十分龐大。從這些資料，我們利用一定的數學模型和智能軟體工具進行分析，知道哪些產品最熱銷，哪些時段人們喜歡購買什麼。接著，運用分析後的結果進行決策，比如分析後得知下雨天的時候啤酒和炸雞的銷量比其他天氣時段更多，於是我們決定在下雨的日子增大啤酒和炸雞的產量。通過這些分析和決策，我們得到了商業利潤的增加，這種利潤是我們利用現代工具進行商務智能的動力。這個過程可以總結為以下的一個等式：

商務智能=資料+分析+決策+利益

二、資料擷取

傳統的資料擷取是手工進行紙質記錄，缺點是記錄容易出錯，且隨著時間的流動，其數量會大大增加以致於尋找曆史資料的困難。比如，傳統地主家的管家進行家庭財政的登記，賬本厚又重，對賬極其麻煩，而且說不定賬本會因為火災或各種原因而破損，如被老鼠咬爛了。

隨著科技的進步，有了電腦，於是資料存到了磁帶，然後是磁碟。世界上有了社會分工而美妙，每個人都在自己擅長的領域工作，從而創造著更大的利益。於是乎，不懂電腦的小夥伴藉助著別人開發的管理系統進行資料的管理，比如超市的商品管理系統，公司內部的人員管理系統。而軟體程式員藉助了資料庫，資料倉儲等產品進行設計編碼，創造了上述的管理系統。

於是，一層接力一層，資料的擷取從手工一個個用筆記下來到使用電腦鍵盤進行錄入。通過現代科技手段，查看曆史資料只要進行搜尋，很快很好就能得到十年前的資料，從而可以更大效率地進行資料分析。

商務智能，智能二字凸顯了電腦的重要性。電腦的一切都是0，1二進位組成，這兩個最普通不過的符號構建了電腦整個資料大廈。如何更好的將資料存到電腦磁碟中，並迅速的讀取出來呢？早期的資料存放區是使用卡片進行資料讀取，後來便產生了現代電腦的儲存體系，寄存器，記憶體，磁碟。從硬體開始，後來出現了軟體層面的檔案系統，IO流。為了更方便儲存大量資料，出現了資料庫軟體，各種資料庫理論和工具開始出現。

目前使用最多的資料庫是1993年E.F.Codd提出的關聯式資料庫。

 

 

三、資料分析

資料分析方面主要依賴資料採礦方面的知識，因為商務智能是資料採礦領域的一個分支。資料採礦一般是指從大量的資料中通過演算法搜尋隱藏於其中資訊的過程。資料採礦通常與電腦科學有關，並通過統計、線上分析處理、情報檢索、機器學習、專家系統（依靠過去的經驗法則）和模式識別等諸多方法來實現上述目標。

資料採礦利用了來自如下一些領域的思想：(1) 來自統計學的抽樣、估計和假設檢驗，(2)人工智慧、模式識別和機器學習的搜尋演算法、建模技術和學習理論。資料採礦也迅速地接納了來自其他領域的思想，這些領域包括最佳化、進化計算、資訊理論、訊號處理、可視化和資訊檢索。一些其他領域也起到重要的支撐作用。特別地，需要資料庫系統提供有效儲存、索引和查詢處理支援。源於高效能（並行）計算的技術在處理海量資料集方面常常是重要的。分布式技術也能協助處理海量資料，並且當資料不能集中到一起處理時更是至關重要。

主要的分析演算法有分類 （Classification）估計（Estimation）預測（Prediction）相關性分組或關聯規則（Affinity grouping or association rules）聚類（Clustering）等。這些演算法主要依賴數學大廈進行構建，大多數商業資料採礦軟體已經實現了這些功能，方便普通人士的使用。

通過使用資料採礦軟體，可以對儲存在資料庫中的資料進行分析處理，得到一定的統計和計算結果。這些結果可以指導現實的決策。

目前的資料採礦軟體有一般分析目的用的軟體包SAS Enterprise Miner，SPSS Clementine，IBM Intelligent Miner等，針對特定功能或產業而研發的軟體KD1（針對零售業）Options & Choices（針對保險業）HNC（針對信用卡詐欺或呆帳偵測）Unica Model 1（針對行銷業）iEM System （針對流程行業的即時曆史資料）。

四、商務決策

隨著資料庫技術的發展和應用，資料庫儲存的資料量從20世紀80年代的兆（M）位元組及千兆（G）位元組過渡到現在的兆兆（T）位元組和千兆兆（P）位元組，同時，使用者的查詢需求也越來越複雜，涉及的已不僅是查詢或操縱一張關係表中的一條或幾條記錄，而且要對多張表中千萬條記錄的資料進行資料分析和資訊綜合，關聯式資料庫系統已不能全部滿足這一要求。在國外，不少軟體廠商採取了發展其前端產品來彌補關聯式資料庫管理系統支援的不足，力圖統一分散的公用應用邏輯，在短時間內響應非資料處理專業人員的複雜查詢要求。

線上分析處理（OLAP）系統是資料倉儲系統最主要的應用，專門設計用於支援複雜的分析操作，側重對決策人員和高層管理員的決策支援，可以根據分析人員的要求快速、靈活地進行大資料量的複雜查詢處理，並且以一種直觀而易懂的形式將查詢結果提供給決策人員，以便他們準確掌握企業（公司）的經營狀況，瞭解對象的需求，制定正確的方案。.

OLAP工具是針對特定問題的聯機資料訪問與分析。它通過多維的方式對資料進行分析、查詢和報表。維是人們觀察資料的特定角度。例如，一個企業在考慮產品的銷售情況時，通常從時間、地區和產品的不同角度來深入觀察產品的銷售情況。這裡的時間、地區和產品就是維。而這些維的不同組合和所考察的度量指標構成的多維陣列則是OLAP分析的基礎，可形式化表示為（維1，維2，……，維n，度量指標），如（地區、時間、產品、銷售額）。多維分析是指對以多維形式組織起來的資料採取切片（Slice）、切塊（Dice）、切入（Drill-down和Roll-up）、旋轉（Pivot）等各種分析動作，以求剖析資料，使使用者能從多個角度、多側面地觀察資料庫中的資料，從而深入理解包含在資料中的資訊。

商務決策使用了上述的資料採礦軟體得出的結果，而OLAP是一個更加方便的系統，更快更好的將分析的結果以圖表等方式進行展示，方便決策人員進行對比、討論。通過智能化工具的處理後，領導和改革者可以決定是否開展某項業務，或者如何進行某項業務，這也是稱之為商務決策的原因。

五、利益動力

商業智慧的關鍵是從許多來自不同的企業運作系統的資料中提取出有用的資料並進行清理，以保證資料的正確性，然後經過抽取（Extraction）、轉換（Transformation）和裝載（Load），即ETL過程，合并到一個企業級的資料倉儲裡，從而得到企業資料的一個全域視圖，在此基礎上利用合適的查詢和分析工具、資料採礦工具、OLAP工具等對其進行分析和處理（這時資訊變為輔助決策的知識），最後將知識呈現給管理者，為管理者的決策過程提供支援。

商務智能=資料+分析+決策+利益，等式包含了利益，是因為利益作為一種動力，促進了商務智能的發展。因為想改變，所以改變。因為想提高效率，所以改變。因為要以最小的投入掙得最大的利益，所以要改變。人類生活的改變來源人類對美好生活的追求，想把人類從繁忙的體力勞動中解放出來。電腦這一科技產物，與商務聯絡起來，必定創造極大的價值。

六、總結

我們可以預示出，在將來的日子，商務智能必將蓬勃發展，一路高歌，這也為我們個人和國家做出了提示。商務智能並不神秘，它就如此簡單，總結是：

商務智能=資料+分析+決策+利益

商務智能=資料+分析+決策+利益