商务智能:实施研究与前景分析

来源:网络(转载) 作者:周格非 发表于:2011-12-15 10:49  点击:
【关健词】商务智能 部署 趋势 SaaS 云计算
对商业智能(BI)的特性、架构、技术等进行归纳分析,重点讨论企业BI的实施过程,研究企业实施BI的策略,结合当前市场、技术等因素认为SaaS、云计算是BI的未来发展方向,最后分析BI与知识管理的关系以及BI在物联网中的运用。  

 1引言
  
  随着经济全球化和信息时代的到来,企业所处的环境更加复杂多变,市场竞争更加激烈,企业自身的组织结构也越来越复杂、规模越来越庞大。在此环境下,企业要想求得生存和发展就必须高效运营、正确决策、快速响应。这就需要有工具来帮助企业对经营过程中产生的大量数据和资料进行收集、整理、分析和评估,据此做出正确的预测,从而实现从数据到信息、从信息到知识、从知识到利润的转化。
  企业以前是通过信件、电话或是传真与客户联系,现在正努力进行数据化、信息化,因为它需要对客户的动态做出更快的响应,提高服务水平并降低成本。企业资源规划(ERP)、销售终端(POS)、市场调查、供应商、客户、网络、政府部门等都在不断地给企业添加数据,实际上平均每18个月企业的数据量就翻一番,但并不是全部的数据都能被分析和利用,有专家估计,目前被利用的数据只有5%-10%[1]。大量的数据是冗余、不相关、不完整或者质量很差的。怎样才能把大量的数据迅速转换成可靠的信息,发现数据背后隐藏的信息和知识,商务智能(business intelligence,BI)因此而诞生。BI的核心价值在于它能够把信息转换为知识,然后把知识转变成利润。
  
  2相关研究回顾
  
  商务智能1989年由Gartner Group的Howard Dresner[2]首次提出,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。BI技术提供帮助企业迅速分析数据的技术和方法,包括收集、管理和分析数据,将这些数据转化为有用的信息,然后分发到企业各处。
  1990-1995年,对BI的研究主要基于数据库、数据建模,Edward R. Tufte[3]在1990-1991年间发表的关于信息,特别是信息定量可视化的著作为BI研究奠定了基础。Inmon[4]于1994年提出数据仓库的概念,1996年发表的Managing the Data Warehouse[5]成为数据仓库的里程碑,1997年出版的Corporate Information Factory[6]为数据仓库和数据挖掘建立了著名的信息工厂的框架。1998年以后BI的研究逐渐增多,Larry Kahaner[7]提出竞争智能,还有一些学者对数据仓库和数据挖掘技术、数据质量、机器学习等不同方向进行研究。2001年以后,BI的研究主题从技术层面上升到了企业战略层面,如平衡计分卡、战略竞争分析等。
  国内方面,王茁的《三位一体的商务智能管理、技术与应用》(2004)是一本全面介绍BI概念、框架、实施等方面的专著,从组织管理、技术实施、行业应用几个维度对BI进行了详细的探讨[1]。李萍等(2005)研究了BI实施的战略、运营和商务三个层面[8]。宗平等(2006)对主流的BI系统进行了横向对比分析研究[9]。龙青云等[10](2007)归纳分析了BI的组成部件及其功能,列举了BI实施中的技术工具。张巧[11](2009)研究了目前国内BI的框架结构及关键技术,归纳了实施现状与未来趋势。宋丽丽[12](2009)从BI的数据结构角度研究了BI在技术上的具体实现方法。
  从文献调研中可以看出,国内学者对BI的研究分为两种类型:①从普及、介绍的角度,对BI的概念、构成和功能等进行全面的介绍,包括对市场中已有的BI软件系统进行对比分析,这一类型的研究目的是导入BI的概念;②有计算机等专业背景的学者,多从编程、数据库架构等技术角度对BI的实施和部署进行研究,还包括对BI在不同行业领域内的应用的探讨。调研发现,国内这两方面的研究都缺少从具体实施、发展变化等组织与管理角度对BI的探讨。按照一般的概念,BI不是简单的一个软件应用,也不是一组软件技术的堆积,而是一种建立在软件应用基础上的解决方案,单纯的软件部署只占BI中很有限的部分,在具体实施中一方面要面对企业组织管理方式的变革、商业流程的再造甚至是核心竞争力的改变等与组织管理、企业文化这类非技术因素相关的问题;另一方面BI作为软件技术的有机组合,还要面对飞速发展的新技术、新环境对BI提出的变革需求。因此,企业要想通过实施BI来增强其竞争实力,优化业务流程,仅仅靠概念普及、技术实现是不够的,本文立足于BI的实施,从BI实施中遇到的问题、相应的对策、可能面临的挑战与变革等方面出发开展探索,力求从非技术角度对BI在企业中的实施与应用提供可行的研究分析思路。
  
  3BI的概念
  
  BI通常被理解为将企业中现有的数据转化为知识,帮助企业做出明智的业务经营决策的工具。企业中的数据包括:①来自企业业务系统的订单、库存、交易账目、客户和供应商的数据;②来自企业所处行业和竞争对手的数据;③来自企业所处的其他外部环境中的各种数据。
  目前,企业界、学术界对商业智能的定义并不统一,例如:
  IBM(企业界)[13]认为BI是一种能力,通过使用企业的数据资产来制订更好的商务决策。企业的决策人员以数据仓库为基础,经过各种查询分析工具、联机分析处理或者是数据挖掘加上决策人员的行业知识,从数据仓库中获得有利的信息,进而帮助企业提高利润,增加生产力和竞争力。
  Olszak(2002,学术界)[14]认为BI是一系列的概念、方法和流程的集合,其目标不仅仅是帮助决策,而且支持企业的战略实施。它的主要任务是面向不同信息源的智能浏览、集中、综合以及多维分析。
  本文在阅读文献的基础上,结合国内外BI实施情况,参照王茁的观点,总结认为BI是一种解决方案,它的核心任务是从许多来自不同的企业运作系统的数据中,提取出有用的数据,进行清理以保证数据的正确性,然后经过数据、转换、装载(ETL,extraction,transformation,loading)抽取过程,合并到一个企业级的数据仓库里,从而得到企业数据的一个全局视图,在此基础上利用合适的查询和分析工具、数据挖掘工具、OLAP工具等对其进行分析和处理(这时信息变为辅助决策的知识),最后将知识呈现给管理者,为管理者的决策过程提供支持。
  
  4BI的技术结构与功能
  
  虽然BI不能简单地理解为一些软件及数据库的组合,但是IT技术在BI中还是发挥了基础性的作用,支持从数据的收集、储存到整合应用等整个商务智能运行环节,其中与BI实现的功能相对应的关键技术包括数据仓库技术、OLAP技术、数据挖掘与可视化技术等,关于BI技术的讨论不是本文的重点,但作为对BI进行研究不可缺少的一个方面,研究BI的技术结构与功能还是必要的。 (责任编辑:南粤论文中心)转贴于南粤论文中心: http://www.nylw.net(南粤论文中心__代写代发论文_毕业论文带写_广州职称论文代发_广州论文网)

顶一下
(0)
0%
踩一下
(0)
0%


版权声明:因本文均来自于网络,如果有版权方面侵犯,请及时联系本站删除.