第10章--商务智能与决策支持.ppt

第十章商务智能与决策支持,第一节决策支持与决策支持系统第二节商务智能第三节数据仓库与联机分析处理第四节数据挖掘第五节人工智能与专家系统,引导案例：维多利亚的“秘密”,VictoriaSecret公司披露了一个关于数据仓库的新秘密，这就是专家们所说的以全新方法分析数据而获得价值的一个经典案例。VictoriaSecret百货商店耗资5百万美元开始一个数据仓库项目，公司信息系统和业务主管们都认为这个项目对底层工作有益。“我们花费了太多的时间来查找信息，但却没有足够的时间对信息进行分析。”VictoriaSecret百货商店的信息系统副总裁RickAmari这样说道。这家连锁店在怀着一些疑虑的情况下，开始与Tandem计算机公司合作，看看一个数据仓库是否可以增长连锁店的财富。经理们从连锁店内1000种库存品中选出了25种货物。他们发现VictoriaSecret百货商店的系统是按照数学上的“商店平均数”在其678个连锁店中分配商品，而这恰恰是错误的。,去年夏天，他们发现了下列问题：商店一般会销售等量的黑色和象牙色的上衣，而迈阿密地区的顾客却经常以1：10的比例购买象牙色的上衣。纽约店对特大号尺寸的上衣的需求远远超过公司平均库存的20倍。尽管VictoriaSecret百货商店在其所有连锁店都采取了商品折扣，但地理需求模式表明，某些连锁店可继续采用全价。这些有关销售和库存的新发现促使VictoriaSecret百货商店萌生了一个新的想法，Amari说：“我们的处理和系统都是建立在一般商店的概念上，而实际上，我们的连锁店中几乎没有什么一般商店可言。我们发现，我们正在错过机会。从中，我们意识到我们需要能快速访问有关较低层次的信息。”,所谓的“商店平均数”为什么会发生？,决策是从两个以上可行方案中选择一个最优方案的过程。决策是为了缩小现实情况与理想情况的差距，找出更有利于实现组织目标的经营方式。要解决问题首先要发现问题，找出现实情况和理想情况的差别，判断这种差别是否构成值得重视的问题，并找到阻挡我们到达理想情况的障碍。,决策的本质？,10.1决策支持与决策支持系统,决策的概念,10.1决策支持与决策支持系统,决策的概念传统决策和科学决策的区别是什么？传统决策依靠个人的直觉、经验、阅历等主观行为进行决策科学决策结合定量分析和定性分析，运用多门学科经济学、社会学、心理学、统计学、计算机科学等,例如：利用有限的人力、物力和财力等资源，使利润最大化某工厂在计划期内生产、产品，已知生产单位产品所需的设备台时及A、B两种原材料的消耗，该工厂每生产一件产品可获利2元，每生产一件产品可获利3元，问如何安排计划使利润最大？,设x1,x2分别表示在计划期内产品、的产量。目标函数maxZ=2x1+3x2满足约束条件x1+2x284x1164x212x1,x20,10.1决策支持与决策支持系统,决策的一般过程管理学家西蒙（HASimon）教授认为决策是一个过程，包括四个阶段的活动：（1）情报阶段搜集评估（2）设计阶段编制可能采取的行动方案（3）选择阶段根据当时的情况和预测，选择合适的一种方案（4）监控阶段评估实施效果，确定是否达到预期目标,决策的一般过程,西蒙的决策过程模式图：,情报收集,设计方案,选择方案,监控评估,实施方案,信息联系,决策的类型,企业面临大量的决策问题生产计划的制定、产品销售计划的制定、厂址的选择等根据决策活动表现方式的结构化程度，决策活动可以分为结构化、半结构化和非结构化的决策活动。结构化决策半结构化决策非结构化决策,结构化决策决策过程和决策方法可以遵循固定的规律、规则，能用确定的模型或语言加以描述，能够建立适当的模型产生决策方案，并能实现决策过程的基本自动化。特点：问题相对简单、重复发生、有规律可循、建立模型例如：库存控制（定期订货点和定量订货法）、厂址选择(重心法)非结构化决策决策过程和决策方法不可以遵循固定的规律、规则，不能用确定的模型或语言加以描述，只能靠决策者的经验、直觉、个人偏好、习惯等主观行为作出决策。特点：问题复杂、没有规律可循、不能建立固定的模型、没有最优或次优方案、创造性思维例如：组织发展战略的制定。半结构化决策一部分决策阶段结构化而另一部分决策阶段非结构化,决策的类型,决策的类型,高瑞和斯考特开发了“Gorry和Scott坐标图”，它是按照管理层次和决策问题类型所构造的,决策支持系统的概念,DSS（DecisionSupportSystem）即决策支持系统，是在半结构化和非结构化决策活动过程中，通过人机对话，向决策者提供信息，协助决策者发现和分析问题，探索决策方案，评价、预测和选择方案，以提高决策有效性的一种以计算机为手段的信息系统。,决策支持系统的概念,决策支持系统的目的是在决策者的分析和判断基础上，借助计算机技术、信息技术和管理科学方法对半结构化或非结构化的问题进行决策。提高决策的有效性（effective）而不是提高决策的效率（efficient）。,决策支持系统的概念（续）,决策支持系统的特点面向决策者强调的是支持决策，而不是代替决策强调了人机交互的处理方式主要解决非结构化和半结构化的决策问题模型和数据共同驱动，分析能力强,决策支持系统的概念模式,决策支持系统的结构,决策支持系统的结构（续）,DSS的结构一般包括如下几个子系统：人机对话子系统数据库子系统模型库子系统方法库子系统,决策支持系统的结构（续）,传统MIS与DSS的比较,新一代DSS的发展,群决策支持系统群决策是相对个人而言的，指两人或多人聚集在一起，讨论实质性问题，提出解决某一问题的若干方案，评价这些策略各自的优劣，最后做出决策的过程。群决策支持系统（GroupDecisionSupportSystems,GDSS）是在决策支持系统的基础上利用计算机网络和通信技术，通过某种规程，供多个决策者相互协作地探询半结构化或非结构化决策问题的信息系统。,群决策支持系统的结构,群决策支持系统（GDSS）,GDSS可提供三个层次的决策支持：减少沟通障碍（第一层）减少不确定性（第二层）控制决策过程（第三层）,三层分类法,新一代DSS的发展,分布式决策支持系统智能决策支持系统决策支持中心战略决策支持系统,10.2商务智能,商务智能的概念,商务智能这一术语于1989年由GartnerGroup的HowardDresner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。商业智能技术提供使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。,商务智能？,10.2商务智能,商务智能的发展过程,10.2商务智能,商务智能的背景,（2）企业经营模式的变化。,（1）企业的数据资源越来越丰富。,（3）人工智能技术的发展。,10.2商务智能,商务智能的体系结构,10.2商务智能,商务智能的核心技术,核心技术,工具,基础,10.2商务智能,商务智能的应用,商务智能正处于全面发展的新阶段。借助商务智能的核心技术，企业无论是在数据利用、分析决策，还是在流程优化、绩效管理等方面，都将比以往更加智能化。,感性,理性,数据驱动,业务驱动,关注技术,关注应用,关注工具,关注工具产生的绩效,案例,天津联通商务智能解决方案天津联通根据其业务需要与企业的实际情况，选择SAS电信业智能解决方案中的三个组成部分：客户挽留解决方案、电信业客户细分解决方案、电信业交叉销售和提升销售解决方案。这三个项目的实施，分别帮助天津联通解决三个决策的问题：,预测哪些客户最具有流失的倾向，以及影响客户流失的关键因素。通过预制的分析模型提供“流失记分”来帮助识别风险客户，在客户流失之前采取针对性措施来挽留他们。根据客户可能的行为和潜在的盈利性对客户进行分类，制订更加准确的产品组合、更加准确的产品介绍和产品捆绑服务。从现有客户中识别出有可能接受交叉销售和提升销售的客户人选，评估客户过去的购买模式，预测客户下一步可能会购买什么。通过运行该系统，并对业务数据进行分析，天津联通制订了更精细的营销策略，留住了利润贡献最高的客户，并开发了更有针对性的新业务，提高了每用户的平均收入，增强了赢利能力。,10.3数据仓库与联机分析处理,数据仓库（DW）的概念,数据仓库是一个面向主题的、稳定的、集成的、不同时间的且用于支持管理决策过程的数据集合。如下图为数据仓库的基础工作方式：,10.3数据仓库与联机分析处理,数据库与数据仓库的比较,10.3数据仓库与联机分析处理,数据仓库的组织结构,它是将来自不同源头包括从业务数据库中获得的基础数据和综合数据的数据按照一定的逻辑分成一些层次（如下图）。,元数据（MetaData）是一类为数据仓库中的内容进行整理、归纳、分类、简化等活动的说明和指南的数据。,（一）元数据,10.3数据仓库与联机分析处理,元数据与数据集市,10.3数据仓库与联机分析处理,数据集市（DataMart）也叫数据市场，是一种更小、更集中的数据仓库。它是一个从操作的数据和其他的为某个特殊的专业人员团体服务的数据源中收集数据的仓库。,（二）数据集市,从结构上划分，数据集市可以分为两种：（如右图）独立的数据集市；和从属数据集市。,10.3数据仓库与联机分析处理,联机分析处理概念,联机分析处理（On-LineAnalyticalProcessing，OLAP）是一种使得分析人员能够迅速、一致、交互地从多维信息、特定问题的联机数据访问等方面观察信息，以达到深入理解数据目的的软件技术。,OLAP具有灵活的分析功能、直观的数据操作功能和分析结果可视化等优点，从而使用户对基于大量复杂数据的分析变得轻松而高效，有利于做出正确的判断。OLAP的这些功能取决于其四种内在的特性：,10.3数据仓库与联机分析处理,联机分析处理体系结构,数据仓库与OLAP的关系是互补的，现代OLAP系统一般以数据仓库作为基础，即从数据仓库中抽取详细数据的一个子集并经过必要的聚集存储到OLAP存储器中供前端分析工具读取,10.3数据仓库与联机分析处理,基于数据仓库的决策支持系统的过程数据仓库整合了各种信息资源，能确保一致、正确详细的数据，构成一个庞大的数据资源。要想将数据转换成商务智能（BI），就需要利用数据仓库技术和联机分析处理技术来建立决策支持系统。,10.3数据仓库与联机分析处理,随着数据采集技术和存储技术的快速发展，企业建立了庞大的数据库和数据仓库，积累了大量的数据，并呈现“爆炸式”的增长。然而一般的数据分析技术（如前面提到的数据仓库和联机分析处理技术）只能完成简单的统计分析工作，而不能对这些数据所蕴涵的模式进行有效分析。,怎么运用这么多的数据？,10.4数据挖掘,数据挖掘的概念,10.4数据挖掘,数据挖掘的概念,10.4数据挖掘,数据挖掘的功能与技术,10.4数据挖掘,数据挖掘的功能与技术,（一）分类分析,基本思想：找出数据库中一组数据对象的共同特点并按照分类模式将其划分为不同的类。应用范围：客户的分类、客户的属性和特征分析、客户满意度分析、客户的购买趋势预测等，如一个汽车零售商将客户按照对汽车的喜好划分成不同的类，这样营销人员就可以将新型汽车的广告手册直接邮寄到有这种喜好的客户手中，从而在节约营销成本的情况下大大增加了商业机会。常见算法：决策树、神经网络、k紧邻算法、贝叶斯分类器、支持向量机等。,10.4数据挖掘,数据挖掘的功能与技术,（二）回归分析,基本思想：反映的是事务数据库中属性值在时间上的特征，产生一个将数据项映射到一个实值预测变量的函数，发现变量或属性间的依赖关系。应用范围：可以应用到市场营销的各个方面，如客户寻求、保持和预防客户流失活动、产品生命周期分析、销售趋势预测及有针对性的促销活动等。常见算法：很多分类算法都可以用在回归分析中，如神经网络、k近邻算法、支持向量机等，此外还有一元、多元回归分析等技术。,10.4数据挖掘,数据挖掘的功能与技术,（三）聚类分析,基本思想：把一组数据按照相似性和差异性分为若干类或簇，使得同一簇中的数据间的相似度尽可能大，而不同簇中的数据间的相似性尽可能小。应用范围：客户群体的分类、客户背景分析、客户购买趋势预测、市场的细分等。例如，银行的信用卡中心通过聚类方法可以将信用卡申请人分为高度风险申请者、中度风险申请者和低度风险申请者。常见算法：按照聚类的原理，可以分为基于划分、层次、密度、网格、模型等五类聚类算法。,分类与聚类有何区别？,10.4数据挖掘,数据挖掘的功能与技术,（四）关联分析,基本思想：发现大量数据集中频繁出现的项集之间有趣的关联或相关联系（称为关联规则）。应用范围：广泛应用于商品货架布置、销售配货、商品陈列设计、交叉销售、客户寻求等领域。常见算法：Apriori算法是最常见的寻找关联规则的算法。,引导案例购物篮的关联规则分析,10.4数据挖掘,数据挖掘的过程,10.4数据挖掘,数据挖掘的过程,10.5人工智能与专家系统,人工智能的概念和发展人工智能（ArtificialIntelligence，简称AI）是计算机科学的一个分支，研究如何用计算机来模拟人类的智能活动，求解需要人类智力才能解决的复杂问题，如定理证明、医疗诊断、下棋、管理决策、自然语言理解、手写字符识别等，从而实现对人类智能的模拟、延伸和扩展。因此，人工智能又叫机器智能或模拟智能。,10.5人工智能与专家系统,人工智能的概念和发展1956年在美国达特茅斯（Dartmouth）大学召开的一次历史性聚会被认为是人工智能学科正式诞生的标志。自此开始，人工智能在争议、困难和挑战中不断发展壮大，新思想、新观点、新理论、新技术不断涌现，成为20世纪最伟大的科学成就之一。形成时期（1956-1969）发展时期（1970年以后）,10.5人工智能与专家系统,人工智能的应用领域专家系统自然语言理解数据库的智能检索定理证明博弈机器人学,10.5人工智能与专家系统,专家系统的定义和基本特征自1968年费根鲍姆等人研制完成世界上第一个专家系统DENDRAL以来，专家系统得到了迅猛发展，目前已经成为人工智能中一个最活跃、也最有成效的研究领域。迄今为止，专家系统还没有一个公认的严格定义。一般而言，专家系统（ExpertSystem