第六讲第15章-商务智能.ppt

1 第6讲电子商务中的商务智能 2学时 哈尔滨工业大学管理学院王泽彬Wangzebin 第15章电子商务中的商务智能 3 15 1商务智能的概念15 2数据仓库15 3OLTP OLAP15 4数据挖掘15 5商务智能的架构 15 1商务智能的概念 5 6 商务智能的提出 九十年代末 美国商务智能的含义商务智能 BusinessIntelligence 缩写为BI 指利用计算机及计算机网络 从商业数据存储中提取与分析企业关注信息的智能化的数据分析处理系统 商务智能的核心技术数据仓库DW 在线分析处理OLAP 数据挖掘DM 7 商务智能 简称BI 指通过对数据的收集 管理 分析以及转化 使数据成为可用的信息 从而获得必要的洞察力和理解力 更好地辅助决策和指导行动的过程 商务智能系统指利用计算机技术及信息技术 从商业数据中提取出与企业决策相关的信息的智能化的数据分析处理系统 商务智能系统是一种为决策制定者提供决策支持的信息系统 商务智能系统从基于计算机技术的决策支持技术发展而来 8 国内学术界的观点 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 9 国内产业界的观点 商务智能是指一种能力 通过智能地使用企业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 DataWarehouse 为本 经由各式各样的查询分析工具 Query ReportTools 联机分析处理 OLAP 工具 或是数据挖掘 DataMining 工具加上决策规划人员的行业知识 IndustryKnowledge 从数据仓库中获得有利的信息 进而帮助企业提高获利 增加生产力与竞争力 10 与BI相关的几个重要概念 BI BusinessIntelligence 商务智能 DW DataWarehouse 数据仓库 OLTP OnlineTransactionProcess OLAP OnlineAnalysisProcess DM DataMining 数据挖掘 15 2数据仓库 12 数据仓库 DataWarehouse简称DW Adatawarehouseisasubject oriented integrated time variant andnonvolatilecollectionofdatainsupportofmanagement sdecision makingprocess W H Inman数据仓库是实现商务智能的基础平台 13 数据仓库为满足管理决策中的数据需求 W H Inmon 在1992最先提出了数据仓库的概念 按照Inmon的定义 数据仓库是面向主题的 集成的 稳定的 不同时间的数据集合 用于支持经营管理的决策制定过程 目前已经成为企业级决策系统的重要组成部分 14 数据仓库VS数据库 数据库系统 生产系统 面向应用 事务驱动的实时性高数据检索量少只存当前数据 数据仓库系统 决策系统 面向主题 分析和决策实时性要求不是特别高数据检索量大存储大量的历史数据和当前数据 客户 产品 渠道 交易 机构 15 3OLTP OLAP 16 OLTP OLAP OLTP OnlineTransactionProcess 联机事务处理 是公司日常运营的基础 是业务流程信息化的关键 基于日常数据库 例 17 OLAP 为满足基于大型数据库的复杂查询 决策分析等需求 弥补OLTP On LineTransactionProcessing 在线事务处理 在功能上的不足 90年代初出现了OLAP技术 E F Codd 1993 目前OLAP已经成为大部分数据仓库的重要分析工具 18 OLTP OLAP OLAP OnlineAnalysisProcess 联机分析处理 基于数据仓库的数据分析 以供决策所需 面向管理层 面向未来 满足决策支持或多维环境特定的查询和报表需求 它的技术核心是 维 这个概念 因此OLAP也可以说是多维资料分析工具的集合 19 ASampleDataCube 哈尔滨销售电视机的总量 20 OLAP多维分析方法 上卷 roll up 下钻 drill down 切片 dice 切块 slice 旋转 rotate 旋轴 pivot 21 TheMOLAPCube Facttableview Multi dimensionalcube dimensions 2 22 3 D立方体 dimensions 3 Multi dimensionalcube Facttableview day2 day1 23 上钻 下钻 day2 day1 129 Example computingsums 24 切块 切片 day2 day1 TIME day1 15 4数据挖掘 26 DM DataMining Datamining knowledgediscoveryfromdata Extractionofinteresting non trivial implicit previouslyunknownandpotentiallyuseful patternsorknowledgefromhugeamountofdata Fayyad Piatetsky Shapiro Smyth 96 27 DM DataMining 数据挖掘 DataMining 就是从大量的 不完全的 有噪声的 模糊的 随机的数据中 提取隐含在其中的 人们事先不知道的 但又是潜在有用的信息和知识的过程 28 WhyDataMining 数据库技术的发展Tocollectalargeamountofdata primitivefileprocessingTostoreandquerydataefficiently DBMS新的挑战 hugeamountofdata howtoanalyzeandunderstand Datamining 29 数据挖掘VS数据仓库 数据挖掘 DataMining 与数据仓库 DataWarehouse 没有直接的联系在大部分情况下 数据挖掘都要把数据从数据仓库中拿到数据挖掘库或数据集市中为了数据挖掘你也不必非得建立一个数据仓库 数据仓库不是必须的 30 DataMiningApplication 商业 贷款 网上购物 购买书籍 Web Google政府 毒品交易 反恐怖医疗保险病人 31 ProblemsSuitableforData Mining 基于知识的决策具有变化的外部环境具有可以使用的 充分的相关数据正确的决策具有高的回报率 32 DM 数据挖掘 VSOLAP OLAP分析过程的本质是一个演绎推理的过程OLAP分析先建立一系列的假设 然后通过OLAP来证实或推翻这些假设来最终得到自己的结论 33 DM 数据挖掘 VSOLAP DM DataMining 和OLAP是完全不同DM本质上是一个归纳的过程不是用于验证某个假定的模型的正确性 而是在数据库中自己寻找模型数据挖掘和OLAP具有一定的互补性 34 问题描述 预测信用水平是好还是差 银行据此决定是否向客户发放贷款 发放多少结果描述 收入大于5万元 年 是 否 有无储蓄帐户 是否房主 是 是 否 否 批准 不批准 批准 AnExample 35 数据挖掘的典型结果 电信问题描述 根据客户信息 预测客户流失可能性结果描述 神经网络 输入 流失概率 0 87 输出 男 29 3000元 月 神州行 130元 月 AnExample 15 5商务智能的架构 37 BI平台基本架构 ArchitectureofBusinessIntelligenceSystem WonKim 19982ndWorldwideComputingandit sApplications 38 39 案例 商务智能模型 异构数据采集程序 采集接口1 采集接口2 采集接口n 数据修正筛选程序 数据仓库系统OLAP 数据挖掘系统 表示与发布系统 管理驾驶舱系统 智能报表系统 WEB发布系统 诊断发布系统 WEB数据采集接口 WEB智能表单统计平台 第一部分 第二部分 第三部分 第四部分 40 应用实例 航天科技风华电子预算分析及数据挖掘平台哈药集团医药物流数据挖掘系统酒店行业数据挖掘的实际应用 41 数据挖掘系统 全面预算管理系统 航天科技风华电子预算分析及数据挖掘平台总体目标 航天科技风华电子预算分析及数据挖掘平台 42 哈药集团商务智能系统的分析方法 哈药集团商务智能系统 43 44 北京保利大厦酒店行业数据挖掘的实际应用