第1讲商务智能概述
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
▪ 预测——将来会发生什么
BI给我们带来了什么-5
▪ 仿真分析——希望发生什么 销售分析仪表盘
商务智能应用-1
商务智能行业应用
金融 通信 制造业 保健行业 技术业 零售 政府 基建行业 教育 运输 外包业 娱乐业 旅游业 其他
商务智能应用-2
商务应用需求的推动
行 业 应 用 层
商 业 逻 辑 层
共性
没有数据就没有商务智能 数据之间往往存在一定的规律 采用一定的信息技术手段
BI给我们带来了什么-1
BI给我们带来了什么-2
▪ 丰富的报表、查询功能——发生了什么
BI给我们带来了什么-3
▪ IBM Cognos的钻取操作——为什么发生
图4.5 Cognos的钻取操作
BI给我们带来了什么-4
用户聚类 Web数据挖掘 协同过滤推荐 不确定性服装搭配预测模型研究
虚拟试衣
三维人体建模技术 三维人体模型与三维服装CAD结合 虚拟试衣技术
商务智能进展-1
商务智能的发展趋势
技术发展
20世纪90年代初期 ，信息仓库 90年代中期 ，数据仓库 90年代后期 ，数据挖掘、多维分析与展现 技术
BI市场竞争
金融行业应用——美国汇丰银行使用SPSS成功案例
应用结果
揭示特定客户的需求，销售增加50% 营销费用减少30% 提高了建立和开展适时营销战略的能力
Somma说， "OLAP对了解数据特征来说是一个不错的工 具，但我无法从中发现联系的力度，也不能做出预测模型， 而那正是我最需要的。“ Somma说，"OLAP是好的报告工具，但没有统计引擎， 它只能告诉过去我在哪里，而不能说出我需要去哪里。
算法 层
银行 电信 零售 保险
CRM
产品推荐 客户细分 客户流失 客户利润 客户响应
各行业电子商务网站
制药 生物信息 科学研究
……
相关行 业
WEB挖掘
网站结构优化 网页推荐 商品推荐 ……
基因挖掘
商业应
用
基因表达路径分析
基因表达相似性分析 商业模 基因表达共发生分析 型
……Байду номын сангаас
关联规则、序列模式、分类、聚集、偏差分析… 神经网络、决策树、回归分析、粗集、遗传算法
Gartner公司的调查表明，2000年到2004年之间，安全是企业IT 投资排在第一位的主题，而商务智能项目的投资在2000年时仅排 在第14位，2007年却突飞猛进，排到了第一位 BI公司的收购：Oracle收购Hyperion，SAP收购Business Objects，IBM收购Cognos 市场规模每年大约增加10%~15%
BI在电子商务行业的应用-3
Web挖掘分类
Web挖掘
Web内容挖掘
Web结构挖掘
Web使用挖掘
文本挖掘
多媒体挖掘
URL挖掘
内、外部结构挖掘
一般访问模式 追踪
个性化访问模 式追踪
BI在电子商务行业的应用-4
Web文本挖掘
Internet
采集
Web文本
提取
特征库
挖掘
结果
评价
输出
Web文本挖掘应用
搜索引擎优化 垃圾邮件过滤
搜索引擎营销 MSN Services Platform ） AdSage（艾德思奇）:第三方SEM服务商
什么是商务智能-1
“Business Intelligence is a process of turning data into
更加海量的网上数据
数据时代？
数据、数据、数据、数据、数据……..
数据时代需要BI-2
案例一：Behavior Targeting
用户行为（网络用户，实际用户） 目标销售（email，网络广告，短信，电话促销…） 用户的归类、预测
数据告诉我们什么-3
案例二：SEM（Search Engine Marketing）
存在海量的商品信息
查找困难，失去购物兴趣
搜索结果界面相同
缺乏个性化（颜色、款式） 服装个性化搭配问题
服装展示：二维图片+文字说明为主
用户购衣后衣服不合体 衣服质感存在较大差异
虚拟与现实存在一定的差距，传统的服装电子商 务网站不适合“一看二摸三试衣”的购物流程
BI在电子商务行业的应用-7
服装款式个性化推荐技术
BI在电子商务行业的应用-5
Web日志挖掘
指从用户访问日志中获取有价值的信息 ，包括访问者的兴趣爱好、 访问模式、满意度
应用
顾客分类：开展有针对性的营销活动 交叉销售：识别商品间的关联程度 个性化推荐：在适合的时间，以适合的方式，将适合的产品，推 荐到适合的人手中。
BI在电子商务行业的应用-6
《服装电子商务个性化推荐系统关键技术研究 》课题
BI在电子商务行业的应用-4
Web结构挖掘
通过分析页面链接的数量和对象，从而建立Web的链接结构模式
相关算法
PageRank算法：网页的质量和重要性可以通过其他网页对其链 接的数量进行衡量 HITS算法：
• 权威页面：表达某一主题的页面 • Hub页面：把权威页面链接到一起的页面 应用
信息检索：根据Web重要性进行排名 社区识别：识别基于某个特定主题的相关Web页面 网站优化：重新定位网页链接
挖掘算 法
金融行业应用——美国汇丰银行使用SPSS成功案例
公司背景
美国汇丰银行是HSBC集团成员之一，通过位于纽约的 380 个分 支机构为 140 多万银行客户提供核算、投资、借贷和其它金融服 务。美国汇丰银行资产为350亿美元。
面临问题
同一地区可能有多家银行设有分支机构，从而引起持续的竞争来 吸引和保持附近的潜在客户。为保持高水平的客户获取和保持率， 并维持可赢利性，银行经常要实现以下目标：
一个人的垃圾（数据）是另一个人的财富（信息）
知识
是对信息内容进行提炼、比较、挖掘、分析、概括、判断和推论
事实性知识和经验知识（显性和隐性）
什么是商务智能-2
商务智能是企业利用现代信息技术收集、管理和分析结构 化和非结构化的商务数据和信息，创造和累计商务知识和见 解，改善商务决策水平，采取有效的商务行动，完善各种商 务流程，提升各方面商务绩效，增强综合竞争力的智慧和能 力-王茁专著《三位一体的商务智能》.
数据挖掘与商务智能
第一讲 商务智能概述
数据时代需要BI 什么是BI BI给我们带来了什么 商务智能应用及发展趋势
主要内容
数据时代需要BI-1
“大话”计算机数十年来的发展
计算时代
实验室里的大量计算 不重视数据的存储
普及时代
个人、企业广泛使用 出现数据、存储的需求
应用系统时代
开始出现数据积累
互联网时代
扩展和现有客户的关系 控制营销费用以维持利润 用新的智能快速转移市场
金融行业应用——美国汇丰银行使用SPSS成功案例
解决方案——SPSS
客户细分：采用实时的预测分析技术，分析来自各种不同数据源 （ATM、交易网站、呼叫中心及相关分支机构）的客户数据,发现 潜在价值 客户流失：找出最有价值的客户，理解他们的行为。在客户群中 找出尽可能多的潜在流失者，进行有效的保留活动并降低成本 交叉销售:从客户的交易数据和客户的自然属性中寻找、选择最有 可能捆绑在一起销售的产品和服务，发现有价值的产品和服务组 合，从而有效地向客户提供额外的服务，提高活期收入并提升客 户的收益率
顾客已从“感觉消费”向“感情消费”迈进 企业经营开始从降低成本向提高顾客满意度迈进（CRM） CRM（客户关系管理）指在合适的时间、以合适的价格、 将合适的产品或服务提供给合适的客户，以满足他们的需 要。
BI在零售业应用-2
BI在零售业的应用价值
了解销售全局 商品分组布局 降低库存成本 市场和趋势分析 有效的商品促销
商务智能进展-2
中国企业对商务智能的应用
起步较晚：商务智能在中国的发展尚处于起步阶段，大部 分企业对商务智能仍然缺乏必要的了解。 差距拉大：呈现出区域和行业的分布不均现象 供应商有待成长
实时 标准化 嵌入式商务智能 移动商务智能 大众化趋势 易用性
商务智能进展-3
总结
体育用品公司的数据分析
BI在电信行业应用
精细化营销
客户细分，找准客户范围，全面了解客户 地市分公司数据集市建设
评估分析套餐
资费预演功能 套餐分析 资费营销案活动管理
降低成本
重入网现象日趋严重 利用呼叫指纹和IMEI技术，架构新的重入网模型
BI在零售业应用-1
零售业特点
顾客数量庞大，消费水平层次不齐 销售品种多，销售方式多样 供应商信息庞大
information and knowledge into action for business gain。”—Data Warehouse Institute.
数据
π
可以记录、通信和能识别的符号
可以是文本、图片、声音等多种形式
信息
How are You?
有用的数据就是信息，信息是对数据的解释
信息是经过加工后的数据
BI在电子商务行业的应用-1
BI在电子商务行业的应用-2
Web挖掘
就是利用数据挖掘技术，从Web文档以及服务中发现信息、知识 的过程 数据来源于Web文档、 Web服务器日志、用户Cookies 主要处理文本、图形、图像等半结构化数据 主要应用
• 网站结构优化 • 智能搜索引擎 • 个性化推荐 • 顾客分类，交叉销售 • 垃圾邮件过滤
BI给我们带来了什么-5
▪ 仿真分析——希望发生什么 销售分析仪表盘
商务智能应用-1
商务智能行业应用
金融 通信 制造业 保健行业 技术业 零售 政府 基建行业 教育 运输 外包业 娱乐业 旅游业 其他
商务智能应用-2
商务应用需求的推动
行 业 应 用 层
商 业 逻 辑 层
共性
没有数据就没有商务智能 数据之间往往存在一定的规律 采用一定的信息技术手段
BI给我们带来了什么-1
BI给我们带来了什么-2
▪ 丰富的报表、查询功能——发生了什么
BI给我们带来了什么-3
▪ IBM Cognos的钻取操作——为什么发生
图4.5 Cognos的钻取操作
BI给我们带来了什么-4
用户聚类 Web数据挖掘 协同过滤推荐 不确定性服装搭配预测模型研究
虚拟试衣
三维人体建模技术 三维人体模型与三维服装CAD结合 虚拟试衣技术
商务智能进展-1
商务智能的发展趋势
技术发展
20世纪90年代初期 ，信息仓库 90年代中期 ，数据仓库 90年代后期 ，数据挖掘、多维分析与展现 技术
BI市场竞争
金融行业应用——美国汇丰银行使用SPSS成功案例
应用结果
揭示特定客户的需求，销售增加50% 营销费用减少30% 提高了建立和开展适时营销战略的能力
Somma说， "OLAP对了解数据特征来说是一个不错的工 具，但我无法从中发现联系的力度，也不能做出预测模型， 而那正是我最需要的。“ Somma说，"OLAP是好的报告工具，但没有统计引擎， 它只能告诉过去我在哪里，而不能说出我需要去哪里。
算法 层
银行 电信 零售 保险
CRM
产品推荐 客户细分 客户流失 客户利润 客户响应
各行业电子商务网站
制药 生物信息 科学研究
……
相关行 业
WEB挖掘
网站结构优化 网页推荐 商品推荐 ……
基因挖掘
商业应
用
基因表达路径分析
基因表达相似性分析 商业模 基因表达共发生分析 型
……Байду номын сангаас
关联规则、序列模式、分类、聚集、偏差分析… 神经网络、决策树、回归分析、粗集、遗传算法
Gartner公司的调查表明，2000年到2004年之间，安全是企业IT 投资排在第一位的主题，而商务智能项目的投资在2000年时仅排 在第14位，2007年却突飞猛进，排到了第一位 BI公司的收购：Oracle收购Hyperion，SAP收购Business Objects，IBM收购Cognos 市场规模每年大约增加10%~15%
BI在电子商务行业的应用-3
Web挖掘分类
Web挖掘
Web内容挖掘
Web结构挖掘
Web使用挖掘
文本挖掘
多媒体挖掘
URL挖掘
内、外部结构挖掘
一般访问模式 追踪
个性化访问模 式追踪
BI在电子商务行业的应用-4
Web文本挖掘
Internet
采集
Web文本
提取
特征库
挖掘
结果
评价
输出
Web文本挖掘应用
搜索引擎优化 垃圾邮件过滤
搜索引擎营销 MSN Services Platform ） AdSage（艾德思奇）:第三方SEM服务商
什么是商务智能-1
“Business Intelligence is a process of turning data into
更加海量的网上数据
数据时代？
数据、数据、数据、数据、数据……..
数据时代需要BI-2
案例一：Behavior Targeting
用户行为（网络用户，实际用户） 目标销售（email，网络广告，短信，电话促销…） 用户的归类、预测
数据告诉我们什么-3
案例二：SEM（Search Engine Marketing）
存在海量的商品信息
查找困难，失去购物兴趣
搜索结果界面相同
缺乏个性化（颜色、款式） 服装个性化搭配问题
服装展示：二维图片+文字说明为主
用户购衣后衣服不合体 衣服质感存在较大差异
虚拟与现实存在一定的差距，传统的服装电子商 务网站不适合“一看二摸三试衣”的购物流程
BI在电子商务行业的应用-7
服装款式个性化推荐技术
BI在电子商务行业的应用-5
Web日志挖掘
指从用户访问日志中获取有价值的信息 ，包括访问者的兴趣爱好、 访问模式、满意度
应用
顾客分类：开展有针对性的营销活动 交叉销售：识别商品间的关联程度 个性化推荐：在适合的时间，以适合的方式，将适合的产品，推 荐到适合的人手中。
BI在电子商务行业的应用-6
《服装电子商务个性化推荐系统关键技术研究 》课题
BI在电子商务行业的应用-4
Web结构挖掘
通过分析页面链接的数量和对象，从而建立Web的链接结构模式
相关算法
PageRank算法：网页的质量和重要性可以通过其他网页对其链 接的数量进行衡量 HITS算法：
• 权威页面：表达某一主题的页面 • Hub页面：把权威页面链接到一起的页面 应用
信息检索：根据Web重要性进行排名 社区识别：识别基于某个特定主题的相关Web页面 网站优化：重新定位网页链接
挖掘算 法
金融行业应用——美国汇丰银行使用SPSS成功案例
公司背景
美国汇丰银行是HSBC集团成员之一，通过位于纽约的 380 个分 支机构为 140 多万银行客户提供核算、投资、借贷和其它金融服 务。美国汇丰银行资产为350亿美元。
面临问题
同一地区可能有多家银行设有分支机构，从而引起持续的竞争来 吸引和保持附近的潜在客户。为保持高水平的客户获取和保持率， 并维持可赢利性，银行经常要实现以下目标：
一个人的垃圾（数据）是另一个人的财富（信息）
知识
是对信息内容进行提炼、比较、挖掘、分析、概括、判断和推论
事实性知识和经验知识（显性和隐性）
什么是商务智能-2
商务智能是企业利用现代信息技术收集、管理和分析结构 化和非结构化的商务数据和信息，创造和累计商务知识和见 解，改善商务决策水平，采取有效的商务行动，完善各种商 务流程，提升各方面商务绩效，增强综合竞争力的智慧和能 力-王茁专著《三位一体的商务智能》.
数据挖掘与商务智能
第一讲 商务智能概述
数据时代需要BI 什么是BI BI给我们带来了什么 商务智能应用及发展趋势
主要内容
数据时代需要BI-1
“大话”计算机数十年来的发展
计算时代
实验室里的大量计算 不重视数据的存储
普及时代
个人、企业广泛使用 出现数据、存储的需求
应用系统时代
开始出现数据积累
互联网时代
扩展和现有客户的关系 控制营销费用以维持利润 用新的智能快速转移市场
金融行业应用——美国汇丰银行使用SPSS成功案例
解决方案——SPSS
客户细分：采用实时的预测分析技术，分析来自各种不同数据源 （ATM、交易网站、呼叫中心及相关分支机构）的客户数据,发现 潜在价值 客户流失：找出最有价值的客户，理解他们的行为。在客户群中 找出尽可能多的潜在流失者，进行有效的保留活动并降低成本 交叉销售:从客户的交易数据和客户的自然属性中寻找、选择最有 可能捆绑在一起销售的产品和服务，发现有价值的产品和服务组 合，从而有效地向客户提供额外的服务，提高活期收入并提升客 户的收益率
顾客已从“感觉消费”向“感情消费”迈进 企业经营开始从降低成本向提高顾客满意度迈进（CRM） CRM（客户关系管理）指在合适的时间、以合适的价格、 将合适的产品或服务提供给合适的客户，以满足他们的需 要。
BI在零售业应用-2
BI在零售业的应用价值
了解销售全局 商品分组布局 降低库存成本 市场和趋势分析 有效的商品促销
商务智能进展-2
中国企业对商务智能的应用
起步较晚：商务智能在中国的发展尚处于起步阶段，大部 分企业对商务智能仍然缺乏必要的了解。 差距拉大：呈现出区域和行业的分布不均现象 供应商有待成长
实时 标准化 嵌入式商务智能 移动商务智能 大众化趋势 易用性
商务智能进展-3
总结
体育用品公司的数据分析
BI在电信行业应用
精细化营销
客户细分，找准客户范围，全面了解客户 地市分公司数据集市建设
评估分析套餐
资费预演功能 套餐分析 资费营销案活动管理
降低成本
重入网现象日趋严重 利用呼叫指纹和IMEI技术，架构新的重入网模型
BI在零售业应用-1
零售业特点
顾客数量庞大，消费水平层次不齐 销售品种多，销售方式多样 供应商信息庞大
information and knowledge into action for business gain。”—Data Warehouse Institute.
数据
π
可以记录、通信和能识别的符号
可以是文本、图片、声音等多种形式
信息
How are You?
有用的数据就是信息，信息是对数据的解释
信息是经过加工后的数据
BI在电子商务行业的应用-1
BI在电子商务行业的应用-2
Web挖掘
就是利用数据挖掘技术，从Web文档以及服务中发现信息、知识 的过程 数据来源于Web文档、 Web服务器日志、用户Cookies 主要处理文本、图形、图像等半结构化数据 主要应用
• 网站结构优化 • 智能搜索引擎 • 个性化推荐 • 顾客分类，交叉销售 • 垃圾邮件过滤