智能物流概论
合集下载
- 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)。
– 常用的软件：大型应用软件SAP、ORACLE，中型软件用友、金 蝶等。
4.2.1系统的构成及运作
2. 数据集成，即数据转换层 – 它负责将分布的、异构数据源中的数据如关系数据 、平面数据文件等抽取到临时中间层后进行抽取、 转换、装载，最后加载到数据仓库或数据集市中， 成为联机分析处理、数据挖掘的基础。 – 数据处理方法：简单变换；数据形式转换；数据集 成。 – 常用的软件：微软的SQLSever2005中的SSIS工具， 还有Informatica、Datastage等。
因此，随着企业信息化的不断深化，商业智能逐渐成为 企业决策者的重要工具。
4.1.2商业智能的背景和主要特点
商业智能的主要特点
即时性 准确性 自动化 灵活性 网络化
•实时从业务系统中获得最新的数据 •避免了手工操作中的失误，并建立数据核对机制 •根据客户设定，完成自动获取最新数据过程 • 决策支持的展现方式灵活多样
2008年，埃齐奥尼计划将这项技术应用到其他领域，比如宾馆预订、 二手车购买等。只要这些领域内的产品差异不大，同时存在大幅度的 价格差和大量可运用的数据，就都可以应用这项技术。
到2012年为止，Farecast系统用了将近十万亿条价格记录来帮助预测 美国国内航班的票价。Farecast票价预测的准确度已经高达75%，使 用Farecast票价预测工具购买机票的旅客，平均每张机票可节省50美 元。
4.2.1系统的构成及运作
商业智能系统 商业智能系统是一个基于商业智能技术，通过搜取数据，理解数据 在系统中的流动， 发现数据在企业中的应用的过程。
源数据层
数据转换 层
数据仓库 层
联机分析 处理层
数据挖掘 层
信息展示 层
商业智能系统结构
1. 源数据层，即初始数据
– 它收集了包括由财务系统、销售系统、库存系统、客户服务 等在内的企业内部数据以及包括竞争对手信息、其他外部环 境在内的外部数据。
4.1.3商业智能对智能物流的完善
商业智能技术提升企业效率
✓ 减少人力收集、分析数据时间 ✓ 增加核心决策时间
企业商业智能应用前后时间分配对比
4.1.3商业智能对智能物流的完善
商业智能从四方面完善智能物流系统
1 更为合理的数据存储方式 2 更加灵活的分析手段及方法 3 实现各个级层的主题分析 4 提高综合决策能力
第4章 商业智能
学习要点
商业智能的概念 商业智能的核心技术 商业智能在智能物流中的应用趋势
目录
4.1商业智能概念 4.2商业智能系统 4.3商业智能决策分析技术 4.4商业智能的智能物流应用 4.5小结
思考题
商业智能概念的提出
1996年，加特纳集团（Gartner Group）首次提出商业智能概念。它描述了一系列的 概念和方法，通过应用基于事实的支持系统来辅助商业决策的制定。
4.1.1 商业智能的定义
商业智能技术
将企业现有的数据，经过管理分析等手段，提取有用信息，进而转化为知识，为企业 做出明智的业务经营决策的工具。
事务处理 Tra事n务sa处c理tion Processing
System
经理信息系统 经E理xe信c息ut系ive统 Information
System
3.数据仓库（Data Warehouse, DW）
–它面向主题的、集成的、稳定的、随时间不断变化 的数据集合，用以支持经营管理中的决策制定过程 。数据仓库能为多维分析和数据挖掘等分析工具提 供所需要的、整齐一致的数据。
–常用的软件： SQLSever、Oracle、Sybase等。
4.2.1系统的构成及运作
4.1.1 商业智能的定义
商业智能的定义（续）
总结：商业智能（BI, Business Intelligence）是通过数据仓库、联机分析处理、 数据挖掘等技术，通过应用基于事实的支持系统，对企业内部及外部数据的搜集、管 理和分析，为企业提供决策支持以增强其综合竞争力的智能系统。
1.基于事实的支持系统 2. 通过商业智能技术 3. 对企业内外部数据进行搜集、管理、分析
管理信息系统 M管a理na信g息em系e统nt Information
System
决策支持系统 Decision Support System
商业智能的定义
目前，学术界对商业智能的定义并不统一。
商业智能通常被理解为是对商业信息的搜集、管理和分析过程， 目的是使企业的各级决策者透过数据表面获得潜在知识，使他们 做出对企业更为有利的业务经营决策。
4. 联机分析处理（On Line Analytical Processing, OLAP） – 它帮助分析人员、管理人员从多种角度（维度）把 从原始数据（当前及历史数据）中转化出来、能够 真正被用户所理解的、并反映数据真实性的信息， 进行快速、一致、交互地访问，从而使决策者获得 对数据的更深入了解。 – 常用的软件： SQLSever Analysis Services 和 Hyperion Essbase等。
2003年，奥伦-埃齐奥尼(Oren Etzioni)准备乘坐从西雅图到洛杉矶的 飞机去参加弟弟的婚礼。他知道飞机票越早预订越便宜，于是他在这 个大喜日子来临之前的几个月，就在网上预订了一张去洛杉矶的机票 。在飞机上，埃齐奥尼好奇地问邻座的乘客花了多少钱购买机票。当 得知虽然那个人的机票比他买得更晚，但是票价却比他便宜得多时， 他感到非常气愤。于是，他又询问了另外几个乘客，结果发现大家买 的票居然都比他的便宜。对大多数人来说，这种被敲竹杠的感觉也许 会随着他们走下飞机而消失。然而，埃齐奥尼是美国最有名的计算机 专家之一，从他担任华盛顿大学人工智能项目的负责人开始，他创立 了许多在今天看来非常典型的大数据公司
为企业提供决策支持的智能系统
4.1.2商业智能的背景和主要特点
商业智能的背景
传统：报表系统 新型：商业智能系统
报表系统
wenku.baidu.com
被替代
商业智能系统
被替代原因： ✓ 数据“拥挤”现象：大量数据的无规则罗列和数据的不一致。 ✓ 数据内在价值被埋没：数据转化为信息及知识的过程存在困难。 ✓ 企业运营模式变化：传统形式向电子商务转型，大量电子数据的 生成。
✓ 数据库和人工智能技术发展：新技术使企业用更低的成本获得更 高的IT投资回报率。
商业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业数据和信息，创造和累积商务 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。
4.2.1系统的构成及运作
2. 数据集成，即数据转换层 – 它负责将分布的、异构数据源中的数据如关系数据 、平面数据文件等抽取到临时中间层后进行抽取、 转换、装载，最后加载到数据仓库或数据集市中， 成为联机分析处理、数据挖掘的基础。 – 数据处理方法：简单变换；数据形式转换；数据集 成。 – 常用的软件：微软的SQLSever2005中的SSIS工具， 还有Informatica、Datastage等。
因此，随着企业信息化的不断深化，商业智能逐渐成为 企业决策者的重要工具。
4.1.2商业智能的背景和主要特点
商业智能的主要特点
即时性 准确性 自动化 灵活性 网络化
•实时从业务系统中获得最新的数据 •避免了手工操作中的失误，并建立数据核对机制 •根据客户设定，完成自动获取最新数据过程 • 决策支持的展现方式灵活多样
2008年，埃齐奥尼计划将这项技术应用到其他领域，比如宾馆预订、 二手车购买等。只要这些领域内的产品差异不大，同时存在大幅度的 价格差和大量可运用的数据，就都可以应用这项技术。
到2012年为止，Farecast系统用了将近十万亿条价格记录来帮助预测 美国国内航班的票价。Farecast票价预测的准确度已经高达75%，使 用Farecast票价预测工具购买机票的旅客，平均每张机票可节省50美 元。
4.2.1系统的构成及运作
商业智能系统 商业智能系统是一个基于商业智能技术，通过搜取数据，理解数据 在系统中的流动， 发现数据在企业中的应用的过程。
源数据层
数据转换 层
数据仓库 层
联机分析 处理层
数据挖掘 层
信息展示 层
商业智能系统结构
1. 源数据层，即初始数据
– 它收集了包括由财务系统、销售系统、库存系统、客户服务 等在内的企业内部数据以及包括竞争对手信息、其他外部环 境在内的外部数据。
4.1.3商业智能对智能物流的完善
商业智能技术提升企业效率
✓ 减少人力收集、分析数据时间 ✓ 增加核心决策时间
企业商业智能应用前后时间分配对比
4.1.3商业智能对智能物流的完善
商业智能从四方面完善智能物流系统
1 更为合理的数据存储方式 2 更加灵活的分析手段及方法 3 实现各个级层的主题分析 4 提高综合决策能力
第4章 商业智能
学习要点
商业智能的概念 商业智能的核心技术 商业智能在智能物流中的应用趋势
目录
4.1商业智能概念 4.2商业智能系统 4.3商业智能决策分析技术 4.4商业智能的智能物流应用 4.5小结
思考题
商业智能概念的提出
1996年，加特纳集团（Gartner Group）首次提出商业智能概念。它描述了一系列的 概念和方法，通过应用基于事实的支持系统来辅助商业决策的制定。
4.1.1 商业智能的定义
商业智能技术
将企业现有的数据，经过管理分析等手段，提取有用信息，进而转化为知识，为企业 做出明智的业务经营决策的工具。
事务处理 Tra事n务sa处c理tion Processing
System
经理信息系统 经E理xe信c息ut系ive统 Information
System
3.数据仓库（Data Warehouse, DW）
–它面向主题的、集成的、稳定的、随时间不断变化 的数据集合，用以支持经营管理中的决策制定过程 。数据仓库能为多维分析和数据挖掘等分析工具提 供所需要的、整齐一致的数据。
–常用的软件： SQLSever、Oracle、Sybase等。
4.2.1系统的构成及运作
4.1.1 商业智能的定义
商业智能的定义（续）
总结：商业智能（BI, Business Intelligence）是通过数据仓库、联机分析处理、 数据挖掘等技术，通过应用基于事实的支持系统，对企业内部及外部数据的搜集、管 理和分析，为企业提供决策支持以增强其综合竞争力的智能系统。
1.基于事实的支持系统 2. 通过商业智能技术 3. 对企业内外部数据进行搜集、管理、分析
管理信息系统 M管a理na信g息em系e统nt Information
System
决策支持系统 Decision Support System
商业智能的定义
目前，学术界对商业智能的定义并不统一。
商业智能通常被理解为是对商业信息的搜集、管理和分析过程， 目的是使企业的各级决策者透过数据表面获得潜在知识，使他们 做出对企业更为有利的业务经营决策。
4. 联机分析处理（On Line Analytical Processing, OLAP） – 它帮助分析人员、管理人员从多种角度（维度）把 从原始数据（当前及历史数据）中转化出来、能够 真正被用户所理解的、并反映数据真实性的信息， 进行快速、一致、交互地访问，从而使决策者获得 对数据的更深入了解。 – 常用的软件： SQLSever Analysis Services 和 Hyperion Essbase等。
2003年，奥伦-埃齐奥尼(Oren Etzioni)准备乘坐从西雅图到洛杉矶的 飞机去参加弟弟的婚礼。他知道飞机票越早预订越便宜，于是他在这 个大喜日子来临之前的几个月，就在网上预订了一张去洛杉矶的机票 。在飞机上，埃齐奥尼好奇地问邻座的乘客花了多少钱购买机票。当 得知虽然那个人的机票比他买得更晚，但是票价却比他便宜得多时， 他感到非常气愤。于是，他又询问了另外几个乘客，结果发现大家买 的票居然都比他的便宜。对大多数人来说，这种被敲竹杠的感觉也许 会随着他们走下飞机而消失。然而，埃齐奥尼是美国最有名的计算机 专家之一，从他担任华盛顿大学人工智能项目的负责人开始，他创立 了许多在今天看来非常典型的大数据公司
为企业提供决策支持的智能系统
4.1.2商业智能的背景和主要特点
商业智能的背景
传统：报表系统 新型：商业智能系统
报表系统
wenku.baidu.com
被替代
商业智能系统
被替代原因： ✓ 数据“拥挤”现象：大量数据的无规则罗列和数据的不一致。 ✓ 数据内在价值被埋没：数据转化为信息及知识的过程存在困难。 ✓ 企业运营模式变化：传统形式向电子商务转型，大量电子数据的 生成。
✓ 数据库和人工智能技术发展：新技术使企业用更低的成本获得更 高的IT投资回报率。
商业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业数据和信息，创造和累积商务 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。