数据仓库的企业价值

谢谢
在下一场中，魔术队增加了阿姆斯创的上场
时间。此着果然见效：阿姆斯创得了21分， 哈德卫得了42分，魔术队以88比79获胜。魔 术队在第四 场让阿姆斯创进入先发阵容，再 一次打败了热队。在第五场比赛中，这个靠 数据挖掘支持的阵容没能拖住热队，但 Advanced Scout毕竟帮助了魔术队赢得了打 满5场，直到最后才决出胜负的机会。



企业建立数据仓库是为了填补现有数据存储
形式已经不能满足信息分析的需要。数据仓 库理论中的一个核心理念就是：事务型数据 和决策支持型数据的处理性能不同。
企业在它们的事务操作收集数据。在企业运
作过程中：随着定货、销售记录的进行，这 些事务型数据也连续的产生。为了引入数据， 我们必须优化事务型数据库。
数据仓库对于企业供应链方面的作用主要包 括以下几个方面： 实现真正的信息共享 有效的预测分析 建立基于全局的辅助决策系统
IT史上十大辉煌时刻
美国科技网站TechRepublic日前评出了IT史
上的十大辉煌时刻排行榜。 1、COBOL编程语言 2、ARPANET网络 3、Unix操作系统诞生 4、首款翻盖式笔记本电脑 5、林纳斯· 托瓦尔兹开始编写Linux操作系统
在客户关系管理的应用
数据仓库是CRM的灵魂.CRM系统的很多工
作都是以数据仓库为基础展开的.一般说来,数 据仓库在CRM中能够实现以下三方面的功能: 客户行为分析：包括整体行为分析和群体行 为分析两个方面。 重点客户发现 市场性能评估
在供应链方面的应用
供应链管理通过消除企业之间各种形态的信息化孤 岛，建立跨企业的信息共享与业务集成，使企业能 够更好地整合和优化利用各方的社会资源，分享和 占有更多的市场机会，为企业和社会创造更大的价 值;而数据仓库通过整合所有有关数据，建立一个统 一的信息平台，通过强有力的查询优化功能，提供 辅且决策支持。它们的不谋而合，使供应链与数据 仓库紧密结合;构建信息化的基础平台。
有助于企业经营管理和决策支持
企业经营管理方案的确定和未来战略决策的
产生，都是以对现实的分析和对未来的预测 为基础的，都是要靠准确的数字为依据的。 借助数据仓库和数据挖掘技术能进行不同企 业产品的盈利性分析和风险性分析。
有助于企业风险防范
数据仓库的建立和数据挖掘的开展能帮助企
业随时调用与自己有业务往来的客户的历史 和现实业务数据，并能据此推断出客户信用 情况，为企业减少内部经营风险创造了条件， 与此同时，在结合社会外部环境相关经济数 据的基础上，数据挖掘还可以帮助企业掌握 同业经营状况和国际经济发展趋势，减少外 部经营风险。
过相关分析，可以找出一支股票的走势与另 一只股票走势的潜在规律，比如数据挖掘曾 经得到过这个结论：“如果微软的股票下跌 4%，那么IBM的股票将在两周内下跌5%”。
案例二：库存预测
过去零售商依靠供应链软件、内部分析软件
甚至直觉来预测库存需求。随着竞争压力的 一天天增大，很多零售商（从主要财务主管 到库存管理员）都开 始致力于找到一些更准 确的方法来预测其连锁商店应保有的库存。 预测分析是一种解决方案。它能够准确预测 哪些商店位置应该保持哪些产品。
使用数据仓库之后，企业将所有收集来的信息存放 在一个唯一的地方——数据仓库。仓库中的数据按 照一定的方式组织，从而使得信息容易存取并且有 使用价值。


目前，已经开发出一些专门的软件工具，使数据仓库的过程实现可以半 自动化，帮助企业将数据导入数据仓库，并使用那些已经存入仓库的数 据。
数据仓库给组织带来了巨大的变化。数据仓库的建立给企业带来了一些 新的工作流程，其他的流程也因此而改变。 数据仓库为企业带来了一些“以数据为基础的知识”，它们主要应用于 对市场战略的评价，和为企业发现新的市场商机，同时，也用来控制库 存、检查生产方法和定义客户群。 每一家公司都有自己的数据。数据仓库将企业的数据按照特定的方式组 织，从而产生新的商业知识，并为企业的运作带来新的视角。
6、微软Windows 95操作系统发布 7、1999年代互联网泡沫经济 8、乔布斯重返苹果 9、文件共享网站Napster创立 10、维基百科(Wikipedia)创建 尽管IT发展史并不长，但仍有不少“分水岭 ”式的事件值得人们记住。
经典案例
案例一：股票预设
预测一支股票的走势几乎是不可能，但是通
数据仓库的企业价值
智胜蓝海
背景
早在二十世纪九十年代，数据仓库在计算技
术领域就已经是非常热门的话题，经过了十 几年的发展，其技术受到了普遍的拥护，现 己成为信息时代的主要数据管理技术，成为 企业信息集成、信息资源开发和决策支持的 最佳解决方案。

每一家公司都有自己的数据。并且，许多公司在 计算机系统中储存有大量的数据，记录着企业购买、 销售、生产过程中的大量信息和客户的信息。通常 这些数据都储存在许多不同的地方。
案例四：出了一个新成品，哪些 老客户最可能购买？
蒙特利尔银行是加拿大历史最为悠久的银行
，也是加拿大的第三大银行。在 20 世纪 90 年代中期，行业竞争的加剧导致该银行需要 通过交叉销售来锁定 1800 万客户。银行智 能化商业高级经理 Jan Mrazek 说，这反映了 银行的一个新焦点--客户(而不是商品)。
案例二：库存预测
使用
Microsoft(R) SQL Server(TM) 2005 中 的 Analysis Services 以及 SQL Server 数据 仓库，采用数据挖掘技术可以为产品存储决 策提供准确及时的信息。SQL Server 2005 Analysis Services 获得的数据挖掘模型可以 预测在未来一周内一本书是否将脱销，准确 性为 98.52%。平均来说，预测该书是否将在 未来两周内脱销的准确性为 86.45%。
有助于企业了解自身的经营状况
企业高效、安全经营的前提和基础就是其决
策者对自身经营状况有一个全面的了解和认 识。
有助于市场细分
数据仓库有助于企业进行市场细分，进而开
发新产品，拓展新市场，获得“深度效益”。 在数据仓库和数据挖掘技术的帮助下，企业 可以按照客户为企业创造盈利的多少和盈利 潜在可能性的大小将自己的客户进行分类， 进而根据不同客户以往的消费习惯，预测其 未来的消费倾向，并结合外部经济、人口统 计等相关数据预测未来的市场发展趋势。
大约20个NBA
球队使用了IBM公司开发的数 据挖掘应用软件Advanced Scout系统来优化 他们的战术组合。例如Scout就因为研究了魔 术队队员不同的布阵安排，在与迈阿密热队 的比赛中找到了获胜的机会。
Leabharlann Baidu
系统分析显示魔术队先发阵容中的两个后卫
安佛尼.哈德卫(Anfernee Hardaway)和伯兰. 绍(Brian Shaw)在前两场中被评为－17分,这 意味着他俩在场上，本队输掉的分数比得到 的分数多17分。然而，当哈德卫与替补后卫 达利尔.阿姆斯创 (Darrell Armstrong)组合时 ，魔术队得分为正14分。
银行应该认识到客户需要什么产品以及如何
推销这些产品，而不是等待人们来排队购买 。然后，银行需要 开发相应商品并进行营销 活动， 从而满足这些需求。
在应用数据挖掘之前，银行的销售代表必须
于晚上 6 点至 9 点在特定地区通过电话向客 户推销产品。但是，正如每个处于接受端的 人所了解的那样，大多数人在工作结束后对 于兜售并不感兴趣。因此，在晚餐时间进行 电话推销的反馈率非常低。
在人力资源方面的应用
基于新的时代背景，人力资源管理成为企业 管理的重要内容，因此建立人力资源管理的 助力工具—人力资源决策支持系统，提升人 力资源管理的效益将成为企业关心的焦点。
架构在数据仓库技术上的人力资源决策支持系统 应具有以下特性： 一、需要针对特定人力资源系统的具体需求而设计 定制，由具有专业经验的人员共同开发和实施。 二、决策支持系统和数据仓库是面向主题的。 三、决策支持系统必须具有灵活性。提供灵活的结 构，能适应不断变化的政策和用户需求，能适应各 种不同的用户群体的要求。
案例三：NBA教练如何布阵以提 升获胜机会？
美国著名的国家篮球队NBA的教练，利用
IBM公司提供的数据挖掘工具临场决定替换 队员。想象你是NBA的教练，你靠什么带领 你的球队取得胜 利呢？当然，最容易想到的 是全场紧逼、交叉扯动和快速抢断等具体的 战术和技术。但是今天，NBA的教练又有了 他们的新式武器：数据挖掘。