第三章信息处理技术与方法
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)。
在这种背景下，商务智能应运而生！
什么是商业智能
价值 商业智能是用来实现 数据向信息转变，信 息向知识转变，知识
知识 向价值转变的这么一 个过程，以及这个过 程中所使用到的种种
信息 技术和工具。
数据
正确的决策和行动
使业务更 采集数据
加高效 更大的效益
银行领 导 分析人员 员工
个性化的界面
分析数据
数据仓库中的数据分为四个级别：早期细节级，当 前细节级，轻度综合级，高度综合级。
1998~2003年 每季度销售表
1998~2003年 每月销售表
1998~2003年 销售明细表
1985~1998年 销售明细表
3）相对稳定的：数据仓库的数据主要供企业决策分析之 用，所涉及的数据操作主要是数据查询，一旦某个数据进 入数据仓库以后，一般情况下将被长期保留，也就是数据 仓库中一般有大量的查询操作，但修改和删除操作很少， 通常只需要定期的加载、刷新。
企业领导人如何面对激烈市场竞争带来的挑战？
完善组织结构 培养客户忠诚度 拓大客户群 增加产品、渠道品种 加强成本控制 提高营运效率 防范风险 ………
？
数据
竞争优势
数据能直接带来竞争优势吗？
现在企业的问题不是数据太少，而是数据太多了
现有的数据状况
传统的信息系统中数据受限于其应用面，最终出来的效 果所表达的信息是割裂的，零碎的，如果不加处理与整 合，甚至是自相矛盾的，因此这种数据积累的作用事实 上只是一种备份。
备份数据变成了“数据监狱”，数据一进去就十有八九成 了“囚犯”，而数据一旦过时，要么就被束之高阁，无情 地被判了无期徒刑，要么就象碎成纸片的机要文件一样 被销毁了。
企业是个严密运作的复杂系统，每个细小环节的活动是彼 此互相关联的；从零碎的、片段的企业局部化信息难以看 清企业整体的变化；
同时企业需要一种协同思考的能力；
数据仓库
1.数据仓库的概念 数据仓库是一种为信息分析提供了良好的基础并支持
管理决策活动的分析环境，是面向主题的、集成的、稳定 的、随时间变化的、分层次的多维的集成数据集合。它为 不同层次的管理者提供敏捷性和实用性的决策支持。
数据仓库具有两个主要作用： 一是从各信息源提取决策需要的数据，加工处理后， 存储到数据仓库中； 二是用户的查询和决策分析的基础。
2.数据仓库特征
1）面向主Байду номын сангаас(subject oriented) 在传统的信息系统中，对数据的处理是面向过
程的或者是面向功能的。而面向过程的数据包括满 足某种功能需求的数据，它们可能与决策问题有关 也可能无关。
采购子系统: 订单（订单号，供应商号，商品号，类别，单价。数量，
总金额，日期， … ） 供应商（供应商号，供应商名，地址，电话，…）
数据
收集整理
企业信息门户
信息和知识
商业智能工具的分析和提 炼
IBM认为商务智能是指一种能力：通过智能的使用你的 数据财产来制定更好的商务决策。它的意思是说各种企 业的决策人员以企业中的数据仓库(Data Warehouse) 为本，经由各式各样的查询分析工具(Query/Report Tools)、联机分析处理(Online Analytical Processing 简称 OLAP)工具、或是数据挖掘(Data Mining)工具加上决策规划人员的行业知识(Industry Knowledge)，从数据仓储中获得有利的信息，进而帮助 企业提高获利，增加生产力与竞争力。
销售子系统： 客户（客户号，姓名，地址，电话， … ） 销售（客户号，商品号，数量，单价，日期， … ）
库存子系统： 进库单（编号，商品号，数量，单价，日期， … ） 出库单（编号，商品号，数量，单价，日期， … ） 库存（商品号， 库房号，类别，单价，库存数量，
总金额，日期， … ）
商品主题域：
学术界的观点是：BI实际上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，其主要目标是将企业所掌握的信息转换成 竞争优势，提高企业决策能力、决策效率、决策 准确性。
根据国际数据公司（IDC）的一个关于65个公司的案例研究显 示，在过去2、3年里，商务智能投资的平均回报超过了400% 。根据商务智能的当前应用情况，发现商务智能广泛应用在 零售、电信和保险、银行等行业。这些行业一般具有以下特 征：
从数据组织的角度看，主题是一些数据集合，这些数据集 合对分析对象作了比较完整的、一致的描述，这种描述不 仅涉及到数据自身，而且涉及到数据之间的关系。
2）集成化(integrated)
数据仓库在从业务处理系统那里获取数据时，并不能 将源数据库中的数据直接加载到数据仓库中，而是需要 进行一系列的数据预处理，即数据的抽取、筛选、清理 、综合等集成工作。
第三章信息处理技术与 方法
2020年7月25日星期六
第三章 信息处理技术与方法
第四节 商务智能与数据挖掘
商务智能的起源 数据仓库技术 数据挖掘 数据挖掘在商业中的应用
市场的竞争发展趋势
从“大众化营销”到“差异化营销”的 竞争；
从“规模效益”到“深度效益”的竞争 ；
从“单一销售”到“产业价值链营销” 的竞争；
（1）大量的顾客；这样才能产生足够多的可供分析的数据。
（2）非常激烈的竞争并有差异化的需要；这些行业一般提供 的都是差异化很小的产品，同时行业内的竞争又非常激烈， 从而使差异化的服务成为企业必然选择。
（3）能容易地收集到大量的电子数据。这些行业一般都有较 完善的电子交易记录系统，可以很方便的收集到大量的电子 交易数据。
也就是说，首先要从源数据库中挑选出数据仓库所需要 的数据，然后将这些来自不同数据库中的数据按照某一 标准进行统一，即将不同数据源中的数据的单位、字长 与内容按照数据仓库的要求统一起来，消除源数据中字 段的同名异义、异名同义现象，这些工作称为数据的清 理(clean)，把数据仓库的数据呈现给用户一个一致统一 的视图。
商品固有信息：商品号，类别，单价，颜色，… 商品采购信息：商品号，类别，供应商号，供应日期，单 价，数量，… 商品销售信息：商品号，客户号，数量，单价，销售日期 ，… 商品库存信息：商品号， 库房号，库存数量，日期， … ）
采购子系统 销售子系统 库存子系统
从信息管理的角度看，主题就是在一个较高的管理层次上 对信息系统的数据按照某一具体的管理对象进行综合、归 类所形成的分析对象。
什么是商业智能
价值 商业智能是用来实现 数据向信息转变，信 息向知识转变，知识
知识 向价值转变的这么一 个过程，以及这个过 程中所使用到的种种
信息 技术和工具。
数据
正确的决策和行动
使业务更 采集数据
加高效 更大的效益
银行领 导 分析人员 员工
个性化的界面
分析数据
数据仓库中的数据分为四个级别：早期细节级，当 前细节级，轻度综合级，高度综合级。
1998~2003年 每季度销售表
1998~2003年 每月销售表
1998~2003年 销售明细表
1985~1998年 销售明细表
3）相对稳定的：数据仓库的数据主要供企业决策分析之 用，所涉及的数据操作主要是数据查询，一旦某个数据进 入数据仓库以后，一般情况下将被长期保留，也就是数据 仓库中一般有大量的查询操作，但修改和删除操作很少， 通常只需要定期的加载、刷新。
企业领导人如何面对激烈市场竞争带来的挑战？
完善组织结构 培养客户忠诚度 拓大客户群 增加产品、渠道品种 加强成本控制 提高营运效率 防范风险 ………
？
数据
竞争优势
数据能直接带来竞争优势吗？
现在企业的问题不是数据太少，而是数据太多了
现有的数据状况
传统的信息系统中数据受限于其应用面，最终出来的效 果所表达的信息是割裂的，零碎的，如果不加处理与整 合，甚至是自相矛盾的，因此这种数据积累的作用事实 上只是一种备份。
备份数据变成了“数据监狱”，数据一进去就十有八九成 了“囚犯”，而数据一旦过时，要么就被束之高阁，无情 地被判了无期徒刑，要么就象碎成纸片的机要文件一样 被销毁了。
企业是个严密运作的复杂系统，每个细小环节的活动是彼 此互相关联的；从零碎的、片段的企业局部化信息难以看 清企业整体的变化；
同时企业需要一种协同思考的能力；
数据仓库
1.数据仓库的概念 数据仓库是一种为信息分析提供了良好的基础并支持
管理决策活动的分析环境，是面向主题的、集成的、稳定 的、随时间变化的、分层次的多维的集成数据集合。它为 不同层次的管理者提供敏捷性和实用性的决策支持。
数据仓库具有两个主要作用： 一是从各信息源提取决策需要的数据，加工处理后， 存储到数据仓库中； 二是用户的查询和决策分析的基础。
2.数据仓库特征
1）面向主Байду номын сангаас(subject oriented) 在传统的信息系统中，对数据的处理是面向过
程的或者是面向功能的。而面向过程的数据包括满 足某种功能需求的数据，它们可能与决策问题有关 也可能无关。
采购子系统: 订单（订单号，供应商号，商品号，类别，单价。数量，
总金额，日期， … ） 供应商（供应商号，供应商名，地址，电话，…）
数据
收集整理
企业信息门户
信息和知识
商业智能工具的分析和提 炼
IBM认为商务智能是指一种能力：通过智能的使用你的 数据财产来制定更好的商务决策。它的意思是说各种企 业的决策人员以企业中的数据仓库(Data Warehouse) 为本，经由各式各样的查询分析工具(Query/Report Tools)、联机分析处理(Online Analytical Processing 简称 OLAP)工具、或是数据挖掘(Data Mining)工具加上决策规划人员的行业知识(Industry Knowledge)，从数据仓储中获得有利的信息，进而帮助 企业提高获利，增加生产力与竞争力。
销售子系统： 客户（客户号，姓名，地址，电话， … ） 销售（客户号，商品号，数量，单价，日期， … ）
库存子系统： 进库单（编号，商品号，数量，单价，日期， … ） 出库单（编号，商品号，数量，单价，日期， … ） 库存（商品号， 库房号，类别，单价，库存数量，
总金额，日期， … ）
商品主题域：
学术界的观点是：BI实际上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，其主要目标是将企业所掌握的信息转换成 竞争优势，提高企业决策能力、决策效率、决策 准确性。
根据国际数据公司（IDC）的一个关于65个公司的案例研究显 示，在过去2、3年里，商务智能投资的平均回报超过了400% 。根据商务智能的当前应用情况，发现商务智能广泛应用在 零售、电信和保险、银行等行业。这些行业一般具有以下特 征：
从数据组织的角度看，主题是一些数据集合，这些数据集 合对分析对象作了比较完整的、一致的描述，这种描述不 仅涉及到数据自身，而且涉及到数据之间的关系。
2）集成化(integrated)
数据仓库在从业务处理系统那里获取数据时，并不能 将源数据库中的数据直接加载到数据仓库中，而是需要 进行一系列的数据预处理，即数据的抽取、筛选、清理 、综合等集成工作。
第三章信息处理技术与 方法
2020年7月25日星期六
第三章 信息处理技术与方法
第四节 商务智能与数据挖掘
商务智能的起源 数据仓库技术 数据挖掘 数据挖掘在商业中的应用
市场的竞争发展趋势
从“大众化营销”到“差异化营销”的 竞争；
从“规模效益”到“深度效益”的竞争 ；
从“单一销售”到“产业价值链营销” 的竞争；
（1）大量的顾客；这样才能产生足够多的可供分析的数据。
（2）非常激烈的竞争并有差异化的需要；这些行业一般提供 的都是差异化很小的产品，同时行业内的竞争又非常激烈， 从而使差异化的服务成为企业必然选择。
（3）能容易地收集到大量的电子数据。这些行业一般都有较 完善的电子交易记录系统，可以很方便的收集到大量的电子 交易数据。
也就是说，首先要从源数据库中挑选出数据仓库所需要 的数据，然后将这些来自不同数据库中的数据按照某一 标准进行统一，即将不同数据源中的数据的单位、字长 与内容按照数据仓库的要求统一起来，消除源数据中字 段的同名异义、异名同义现象，这些工作称为数据的清 理(clean)，把数据仓库的数据呈现给用户一个一致统一 的视图。
商品固有信息：商品号，类别，单价，颜色，… 商品采购信息：商品号，类别，供应商号，供应日期，单 价，数量，… 商品销售信息：商品号，客户号，数量，单价，销售日期 ，… 商品库存信息：商品号， 库房号，库存数量，日期， … ）
采购子系统 销售子系统 库存子系统
从信息管理的角度看，主题就是在一个较高的管理层次上 对信息系统的数据按照某一具体的管理对象进行综合、归 类所形成的分析对象。