智能物流 第04章

1、第第4章章 商業(yè)智能商業(yè)智能學(xué)習(xí)要點(diǎn)l 商業(yè)智能的概念l 商業(yè)智能的核心技術(shù)l 商業(yè)智能在智能物流中的應(yīng)用趨勢(shì)目錄4.5小結(jié)4.4商業(yè)智能的智能物流應(yīng)用4.3商業(yè)智能決策分析技術(shù)4.2商業(yè)智能系統(tǒng)4.1商業(yè)智能概念思考題思考題 商業(yè)智能的概念 商業(yè)智能系統(tǒng) 商業(yè)智能的核心技術(shù) 商業(yè)智能在智能物流中的應(yīng)用4.1.1 商業(yè)智能的定義p 商業(yè)智能概念的提出1996年，加特納集團(tuán)（Gartner Group）首次提出商業(yè)智能概念。它描述了一系列的概念和方法，通過(guò)應(yīng)用基于事實(shí)的支持系統(tǒng)來(lái)輔助商業(yè)決策的制定。p 商業(yè)智能技術(shù)將企業(yè)現(xiàn)有的數(shù)據(jù)，經(jīng)過(guò)管理分析等手段，提取有用信息，進(jìn)而轉(zhuǎn)化為知識(shí)，為企業(yè)做出明智

2、的業(yè)務(wù)經(jīng)營(yíng)決策的工具。p 商業(yè)智能的定義 目前，學(xué)術(shù)界對(duì)商業(yè)智能的定義并不統(tǒng)一。 商業(yè)智能通常被理解為是對(duì)商業(yè)信息的搜集、管理和分析過(guò)程，目的是使企業(yè)的各級(jí)決策者透過(guò)數(shù)據(jù)表面獲得潛在知識(shí)，使他們做出對(duì)企業(yè)更為有利的業(yè)務(wù)經(jīng)營(yíng)決策。 商業(yè)智能的概念 商業(yè)智能系統(tǒng) 商業(yè)智能的核心技術(shù) 商業(yè)智能在智能物流中的應(yīng)用p 商業(yè)智能的定義（續(xù)）總結(jié)：商業(yè)智能（BI, Business Intelligence）是通過(guò)數(shù)據(jù)倉(cāng)庫(kù)、聯(lián)機(jī)分析處理、數(shù)據(jù)挖掘等技術(shù)，通過(guò)應(yīng)用基于事實(shí)的支持系統(tǒng)，對(duì)企業(yè)內(nèi)部及外部數(shù)據(jù)的搜集、管理和分析，為企業(yè)提供決策支持以增強(qiáng)其綜合競(jìng)爭(zhēng)力的智能系統(tǒng)。4.1.1 商業(yè)智能的定義1.基于事實(shí)的

3、支持系統(tǒng)2. 通過(guò)商業(yè)智能技術(shù)3. 對(duì)企業(yè)內(nèi)外部數(shù)據(jù)進(jìn)行搜集、管理、分析為企業(yè)提供決策支持的智能系統(tǒng) 商業(yè)智能的概念 商業(yè)智能系統(tǒng) 商業(yè)智能的核心技術(shù) 商業(yè)智能在智能物流中的應(yīng)用4.1.2商業(yè)智能的背景和主要特點(diǎn)p 商業(yè)智能的背景l(fā) 傳統(tǒng)：報(bào)表系統(tǒng)l 新型：商業(yè)智能系統(tǒng)p 被替代原因： 數(shù)據(jù)“擁擠”現(xiàn)象：大量數(shù)據(jù)的無(wú)規(guī)則羅列和數(shù)據(jù)的不一致。 數(shù)據(jù)內(nèi)在價(jià)值被埋沒(méi)：數(shù)據(jù)轉(zhuǎn)化為信息及知識(shí)的過(guò)程存在困難。 企業(yè)運(yùn)營(yíng)模式變化：傳統(tǒng)形式向電子商務(wù)轉(zhuǎn)型，大量電子數(shù)據(jù)的生成。 數(shù)據(jù)庫(kù)和人工智能技術(shù)發(fā)展：新技術(shù)使企業(yè)用更低的成本獲得更高的IT投資回報(bào)率。商業(yè)智能是企業(yè)利用現(xiàn)代信息技術(shù)收集、管理和分析結(jié)構(gòu)化和非結(jié)

4、構(gòu)化的商業(yè)數(shù)據(jù)和信息，創(chuàng)造和累積商務(wù)知識(shí)和見(jiàn)解，改善商務(wù)決策水平，采取有效的商務(wù)行動(dòng)，完善各種商務(wù)流程，提升各方面商務(wù)績(jī)效，增強(qiáng)綜合競(jìng)爭(zhēng)力的智慧和能力。因此，隨著企業(yè)信息化的不斷深化，商業(yè)智能逐漸成為企業(yè)決策者的重要工具。報(bào)表系統(tǒng)商業(yè)智能系統(tǒng)被替代 商業(yè)智能的概念 商業(yè)智能系統(tǒng) 商業(yè)智能的核心技術(shù) 商業(yè)智能在智能物流中的應(yīng)用4.1.2商業(yè)智能的背景和主要特點(diǎn)p 商業(yè)智能的主要特點(diǎn) 即時(shí)性即時(shí)性實(shí)時(shí)從業(yè)務(wù)系統(tǒng)中獲得最新的數(shù)據(jù)實(shí)時(shí)從業(yè)務(wù)系統(tǒng)中獲得最新的數(shù)據(jù)準(zhǔn)確性準(zhǔn)確性自動(dòng)化自動(dòng)化避免了手工操作中的失誤，并建立數(shù)據(jù)核對(duì)機(jī)制避免了手工操作中的失誤，并建立數(shù)據(jù)核對(duì)機(jī)制根據(jù)客戶(hù)設(shè)定，完成自動(dòng)獲取最新數(shù)據(jù)過(guò)

5、程根據(jù)客戶(hù)設(shè)定，完成自動(dòng)獲取最新數(shù)據(jù)過(guò)程靈活性靈活性 決策支持的展現(xiàn)方式靈活多樣決策支持的展現(xiàn)方式靈活多樣網(wǎng)絡(luò)化網(wǎng)絡(luò)化 商業(yè)智能的概念 商業(yè)智能系統(tǒng) 商業(yè)智能的核心技術(shù) 商業(yè)智能在智能物流中的應(yīng)用p 商業(yè)智能技術(shù)提升企業(yè)效率 減少人力收集、分析數(shù)據(jù)時(shí)間 增加核心決策時(shí)間l 4.1.3商業(yè)智能對(duì)智能物流的完善 企業(yè)商業(yè)智能應(yīng)用前后時(shí)間分配對(duì)比 商業(yè)智能的概念 商業(yè)智能系統(tǒng) 商業(yè)智能的核心技術(shù) 商業(yè)智能在智能物流中的應(yīng)用p 商業(yè)智能從四方面完善智能物流系統(tǒng)4.1.3商業(yè)智能對(duì)智能物流的完善1.1.更為合理的數(shù)據(jù)存儲(chǔ)方式更為合理的數(shù)據(jù)存儲(chǔ)方式 存儲(chǔ)經(jīng)過(guò)抽取、轉(zhuǎn)換、裝載后的數(shù)據(jù)，避免對(duì)多余數(shù)據(jù)的無(wú)用分

6、析。2.2.更加靈活的分析手段及方法更加靈活的分析手段及方法 實(shí)現(xiàn)多維度分析，呈現(xiàn)從圍觀到宏觀各層級(jí)數(shù)據(jù)，降低物流成本、提高效率。3.3.實(shí)現(xiàn)各個(gè)層級(jí)的主題分析實(shí)現(xiàn)各個(gè)層級(jí)的主題分析 針對(duì)各層級(jí)決策需求，建立對(duì)應(yīng)分析模型，做到因地制宜。4.4.提高綜合決策能力提高綜合決策能力 通過(guò)信息關(guān)聯(lián)，為決策者提供更為簡(jiǎn)潔的監(jiān)控能力，提高管理效率，避免信息阻塞帶來(lái)的風(fēng)險(xiǎn)。 商業(yè)智能的概念 商業(yè)智能系統(tǒng) 商業(yè)智能的核心技術(shù) 商業(yè)智能在智能物流中的應(yīng)用4.2.1系統(tǒng)的構(gòu)成及運(yùn)作p 商業(yè)智能系統(tǒng)商業(yè)智能系統(tǒng)是一個(gè)基于商業(yè)智能技術(shù)，通過(guò)搜取數(shù)據(jù)，理解數(shù)據(jù)在系統(tǒng)中的流動(dòng)，發(fā)現(xiàn)數(shù)據(jù)在企業(yè)中的應(yīng)用的過(guò)程。1. 源數(shù)據(jù)層

7、，即初始數(shù)據(jù)它收集了包括由財(cái)務(wù)系統(tǒng)、銷(xiāo)售系統(tǒng)、庫(kù)存系統(tǒng)、客戶(hù)服務(wù)等在內(nèi)的企業(yè)內(nèi)部數(shù)據(jù)以及包括競(jìng)爭(zhēng)對(duì)手信息、其他外部環(huán)境在內(nèi)的外部數(shù)據(jù)。常用的軟件：大型應(yīng)用軟件SAP、ORACLE，中型軟件用友、金蝶等。商業(yè)智能系統(tǒng)結(jié)構(gòu) 商業(yè)智能的概念 商業(yè)智能系統(tǒng) 商業(yè)智能的核心技術(shù) 商業(yè)智能在智能物流中的應(yīng)用4.2.1系統(tǒng)的構(gòu)成及運(yùn)作2. 數(shù)據(jù)集成，即數(shù)據(jù)轉(zhuǎn)換層 它負(fù)責(zé)將分布的、異構(gòu)數(shù)據(jù)源中的數(shù)據(jù)如關(guān)系數(shù)據(jù)、平面數(shù)據(jù)文件等抽取到臨時(shí)中間層后進(jìn)行抽取、轉(zhuǎn)換、裝載，最后加載到數(shù)據(jù)倉(cāng)庫(kù)或數(shù)據(jù)集市中，成為聯(lián)機(jī)分析處理、數(shù)據(jù)挖掘的基礎(chǔ)。 數(shù)據(jù)處理方法：簡(jiǎn)單變換；數(shù)據(jù)形式轉(zhuǎn)換；數(shù)據(jù)集成。 常用的軟件：微軟的SQLSev

8、er2005中的SSIS工具，還有Informatica、Datastage等。3. 數(shù)據(jù)倉(cāng)庫(kù)（Data Warehouse, DW）它面向主題的、集成的、穩(wěn)定的、隨時(shí)間不斷變化的數(shù)據(jù)集合，用以支持經(jīng)營(yíng)管理中的決策制定過(guò)程。數(shù)據(jù)倉(cāng)庫(kù)能為多維分析和數(shù)據(jù)挖掘等分析工具提供所需要的、整齊一致的數(shù)據(jù)。常用的軟件： SQLSever、Oracle、Sybase等。 商業(yè)智能的概念 商業(yè)智能系統(tǒng) 商業(yè)智能的核心技術(shù) 商業(yè)智能在智能物流中的應(yīng)用4.2.1系統(tǒng)的構(gòu)成及運(yùn)作4. 聯(lián)機(jī)分析處理（On Line Analytical Processing, OLAP）它幫助分析人員、管理人員從多種角度（維度）把從原

9、始數(shù)據(jù)（當(dāng)前及歷史數(shù)據(jù)）中轉(zhuǎn)化出來(lái)、能夠真正被用戶(hù)所理解的、并反映數(shù)據(jù)真實(shí)性的信息，進(jìn)行快速、一致、交互地訪問(wèn)，從而使決策者獲得對(duì)數(shù)據(jù)的更深入了解。常用的軟件： SQLSever Analysis Services 和 Hyperion Essbase等。5. 數(shù)據(jù)挖掘（Data Mining, DM）它負(fù)責(zé)進(jìn)行數(shù)據(jù)匯總、概念描述、分類(lèi)、聚類(lèi)、相關(guān)性分析、偏差分析、演變分析、建模、預(yù)測(cè)等。常用的軟件：SAS, SPSS等。6. 信息展示（Display）它負(fù)責(zé)通過(guò)圖形、圖表、圖像、模擬仿真等易于人們所辨識(shí)的方式展現(xiàn)原始數(shù)據(jù)間的復(fù)雜關(guān)系、潛在信息及發(fā)展趨勢(shì)，以便決策者能夠更好地利用所掌握的信息資

10、源。常用的軟件：微軟的ReportingServices, CrystalReport工具，BusinessObjects等；另一類(lèi)為OLAP展現(xiàn)工具，包括微軟的SSAS或者 Excel等。 商業(yè)智能的概念 商業(yè)智能系統(tǒng) 商業(yè)智能的核心技術(shù) 商業(yè)智能在智能物流中的應(yīng)用4.2.1系統(tǒng)的構(gòu)成及運(yùn)作商業(yè)智能系統(tǒng)體系結(jié)構(gòu) 商業(yè)智能的概念 商業(yè)智能系統(tǒng) 商業(yè)智能的核心技術(shù) 商業(yè)智能在智能物流中的應(yīng)用4.2.2系統(tǒng)對(duì)象和系統(tǒng)優(yōu)勢(shì)p 商業(yè)智能系統(tǒng)的對(duì)象l 決策的初級(jí)階段（操作層）l 決策的中級(jí)階段（戰(zhàn)術(shù)層）l 決策的高級(jí)階段（戰(zhàn)略層）戰(zhàn)略層戰(zhàn)術(shù)層操作層各層級(jí)的工作場(chǎng)景 商業(yè)智能的概念 商業(yè)智能系統(tǒng) 商業(yè)智能

11、的核心技術(shù) 商業(yè)智能在智能物流中的應(yīng)用4.2.2系統(tǒng)對(duì)象和系統(tǒng)優(yōu)勢(shì)l 決策的初級(jí)階段 決策所需要的信息是對(duì)原始數(shù)據(jù)的分類(lèi)、匯總、排序，以獲得對(duì)經(jīng)營(yíng)活動(dòng)的直觀印象。 數(shù)據(jù)：銷(xiāo)售、市場(chǎng)、財(cái)務(wù)、運(yùn)營(yíng)等方面。l 決策的中級(jí)階段 在中級(jí)階段，是對(duì)分類(lèi)匯總數(shù)據(jù)中的明細(xì)數(shù)據(jù)和相關(guān)關(guān)鍵績(jī)效指標(biāo)（Key Performance Indicator, KPI）的展現(xiàn)，以及對(duì)相關(guān)聯(lián)的明細(xì)數(shù)據(jù)，從不同角度進(jìn)行的交叉觀測(cè)，以獲得對(duì)數(shù)據(jù)反映出的商業(yè)結(jié)果的原因探索。 主要KPI：財(cái)務(wù)分析指標(biāo)；反映客戶(hù)管理的指標(biāo)；反映流程管理的指標(biāo)；反映人力資源方面的指標(biāo)。l 決策的高級(jí)階段 企業(yè)根據(jù)數(shù)據(jù)對(duì)未來(lái)做出趨勢(shì)判斷，或者根據(jù)特定數(shù)學(xué)

12、模型獲得的分類(lèi)信息，對(duì)未來(lái)市場(chǎng)進(jìn)行預(yù)測(cè)，為行動(dòng)提供指南。 趨勢(shì)預(yù)測(cè)分析法：指數(shù)平滑分析、時(shí)間序列回歸分析等方法，以及數(shù)據(jù)挖掘技術(shù)和運(yùn)籌規(guī)劃中的其他方法等等。 商業(yè)智能的概念 商業(yè)智能系統(tǒng) 商業(yè)智能的核心技術(shù) 商業(yè)智能在智能物流中的應(yīng)用4.2.2系統(tǒng)對(duì)象和系統(tǒng)優(yōu)勢(shì)決策支持的三個(gè)層次 商業(yè)智能的概念 商業(yè)智能系統(tǒng) 商業(yè)智能的核心技術(shù) 商業(yè)智能在智能物流中的應(yīng)用4.2.2系統(tǒng)對(duì)象和系統(tǒng)優(yōu)勢(shì)p 商業(yè)智能系統(tǒng)的目的商業(yè)智能系統(tǒng)的目的是獲得高的投資回報(bào)率，應(yīng)用程度越高、體會(huì)越深，投資回報(bào)也會(huì)越豐厚。商業(yè)智能系統(tǒng)的應(yīng)用，為企業(yè)決策智能化提供了完善的技術(shù)支持，也使決策更加快速、準(zhǔn)確、科學(xué)。原始數(shù)據(jù)原始數(shù)據(jù)清洗

13、后數(shù)據(jù)清洗后數(shù)據(jù)信息展現(xiàn)信息展現(xiàn)常規(guī)報(bào)表常規(guī)報(bào)表經(jīng)分析后數(shù)據(jù)經(jīng)分析后數(shù)據(jù)個(gè)性化制定個(gè)性化制定 /優(yōu)化優(yōu)化趨勢(shì)預(yù)測(cè)趨勢(shì)預(yù)測(cè)數(shù)據(jù)數(shù)據(jù)信息信息知識(shí)知識(shí)智能智能投資回報(bào)投資回報(bào)了解現(xiàn)狀知曉原因預(yù)測(cè)未來(lái)商業(yè)智能價(jià)值體現(xiàn) 商業(yè)智能的概念 商業(yè)智能系統(tǒng) 商業(yè)智能的核心技術(shù) 商業(yè)智能在智能物流中的應(yīng)用4.2.2系統(tǒng)對(duì)象和系統(tǒng)優(yōu)勢(shì)p 案例分析l 公司：雅戈?duì)柤瘓F(tuán)l 行業(yè)：服裝l 轉(zhuǎn)型原因： 市場(chǎng)由買(mǎi)方市場(chǎng)轉(zhuǎn)為買(mǎi)方市場(chǎng)，利潤(rùn)減少 根據(jù)訂貨安排生產(chǎn)計(jì)劃的模式不能及時(shí)滿(mǎn)足市場(chǎng)需求 庫(kù)存積壓，物流成本激增l 轉(zhuǎn)型方式：使產(chǎn)業(yè)結(jié)構(gòu)向信息化調(diào)整，建立自己的供應(yīng)鏈和物流管理系統(tǒng)。l 使用軟件：IBM Cognos軟件l 改進(jìn)

14、效果： 訂單反應(yīng)能力及生產(chǎn)周期縮短50% 庫(kù)存周轉(zhuǎn)率提高1倍以上 缺貨損失減少30%以上 工廠準(zhǔn)時(shí)交貨率達(dá)到99%以上 商業(yè)智能的概念 商業(yè)智能系統(tǒng) 商業(yè)智能的核心技術(shù) 商業(yè)智能在智能物流中的應(yīng)用4.3.1數(shù)據(jù)倉(cāng)庫(kù)技術(shù)（Data Warehouse, DW）p 數(shù)據(jù)倉(cāng)庫(kù)技術(shù)數(shù)據(jù)倉(cāng)庫(kù)(Data Warehouse， DW)是儲(chǔ)存和管理數(shù)據(jù)的地方，這些數(shù)據(jù)是來(lái)自各種數(shù)據(jù)源，經(jīng)過(guò)抽取、轉(zhuǎn)換、裝載并經(jīng)過(guò)加工和匯總得到的數(shù)據(jù)。它是一個(gè)面向主題的（Subject Oriented）、集成的（Integrated）、相對(duì)穩(wěn)定的 （Non-Volatile）、反映歷史變（Time Variant）的數(shù)據(jù)集合，

15、用于支持管理決策（Decision Making Support）。p 數(shù)據(jù)倉(cāng)庫(kù)優(yōu)點(diǎn) 將源數(shù)據(jù)進(jìn)行抽取、轉(zhuǎn)換、裝載加工和匯總，提高利用數(shù)據(jù)價(jià)值。 經(jīng)由整理的數(shù)據(jù)是關(guān)于某一主題所特定篩選的數(shù)據(jù)集合，滿(mǎn)足決策的不同目標(biāo)和要求。 克服了數(shù)據(jù)庫(kù)的有限查詢(xún)、數(shù)據(jù)易重復(fù)、利用率低的缺點(diǎn)。 商業(yè)智能的概念 商業(yè)智能系統(tǒng) 商業(yè)智能的核心技術(shù) 商業(yè)智能在智能物流中的應(yīng)用4.3.1數(shù)據(jù)倉(cāng)庫(kù)技術(shù)（Data Warehouse, DW）p 數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)庫(kù)與傳統(tǒng)操作型數(shù)據(jù)庫(kù)相比，數(shù)據(jù)倉(cāng)庫(kù)具有面向主題、集成的、相對(duì)穩(wěn)定的、反映歷史變化的特點(diǎn)。數(shù)據(jù)庫(kù)數(shù)據(jù)庫(kù)數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)倉(cāng)庫(kù)作用簡(jiǎn)單的數(shù)據(jù)檢索，進(jìn)行事務(wù)性支持為戰(zhàn)術(shù)性和戰(zhàn)略性

16、決策提供信息數(shù)據(jù)日常事務(wù)及瑣碎數(shù)據(jù)分析性數(shù)據(jù)數(shù)據(jù)來(lái)源未經(jīng)加工的當(dāng)前數(shù)據(jù)，或經(jīng)初步匯總的數(shù)據(jù)被同構(gòu)的，經(jīng)提取、轉(zhuǎn)換、裝載等過(guò)程具有統(tǒng)計(jì)性的數(shù)據(jù)數(shù)據(jù)范圍局部或?qū)ｉT(mén)數(shù)據(jù)來(lái)自企業(yè)內(nèi)外部數(shù)據(jù)，具有廣泛性和普遍性穩(wěn)定性不停發(fā)生變化相對(duì)穩(wěn)定，定期刷新停機(jī)時(shí)間可能意味著災(zāi)難性錯(cuò)誤可能意味著延遲決策數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)庫(kù)的區(qū)別 商業(yè)智能的概念 商業(yè)智能系統(tǒng) 商業(yè)智能的核心技術(shù) 商業(yè)智能在智能物流中的應(yīng)用4.3.1數(shù)據(jù)倉(cāng)庫(kù)技術(shù)（Data Warehouse, DW）p 數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)集市l(wèi) 數(shù)據(jù)倉(cāng)庫(kù) 優(yōu)點(diǎn)：數(shù)據(jù)量大，信息豐富、全面等。 缺點(diǎn)：查詢(xún)速度緩慢，針對(duì)性不強(qiáng)。l 數(shù)據(jù)集市 針對(duì)數(shù)據(jù)倉(cāng)庫(kù)的缺陷而產(chǎn)生的數(shù)據(jù)存儲(chǔ)結(jié)構(gòu)

17、。 它隸屬于數(shù)據(jù)倉(cāng)庫(kù)。 為某個(gè)部門(mén)或某項(xiàng)業(yè)務(wù)提供對(duì)應(yīng)目的或應(yīng)用范圍的數(shù)據(jù)。 提高查詢(xún)效率及準(zhǔn)確性。數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)集市數(shù)據(jù)來(lái)源系統(tǒng)，內(nèi)部、外部數(shù)據(jù)數(shù)據(jù)倉(cāng)庫(kù)范圍企業(yè)級(jí)部門(mén)級(jí)或工作組級(jí)主題企業(yè)主題部門(mén)級(jí)或工作組級(jí)數(shù)據(jù)顆粒最細(xì)的粒度較粗的粒度歷史數(shù)據(jù)大量的歷史數(shù)據(jù)適度的歷史數(shù)據(jù)優(yōu)化處理海量數(shù)據(jù)、數(shù)據(jù)索引便于訪問(wèn)和分析、快速查詢(xún)數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)集市的區(qū)別 商業(yè)智能的概念 商業(yè)智能系統(tǒng) 商業(yè)智能的核心技術(shù) 商業(yè)智能在智能物流中的應(yīng)用4.3.2聯(lián)機(jī)分析處理技術(shù)（On Line Analytical Processing，OLAP）p 聯(lián)機(jī)分析處理技術(shù)出現(xiàn)的背景l(fā) 聯(lián)機(jī)事物處理（On Line Transacti

18、on Processing, OLTP）在1993年前被普遍使用，以處理日常業(yè)務(wù)。l 聯(lián)機(jī)分析處理技術(shù)（On Line Analytical Processing, OLAP）在1993年由數(shù)據(jù)庫(kù)之父 E. F. Cold 提出， 滿(mǎn)足日益增長(zhǎng)的數(shù)據(jù)處理需求。p 被替代原因： 數(shù)據(jù)存儲(chǔ)量小 對(duì)數(shù)據(jù)的查詢(xún)分析能力不能滿(mǎn)足需求 只能提供簡(jiǎn)單的查詢(xún)結(jié)果OLTPOLTPOLAPOLAP數(shù)據(jù)來(lái)源底層數(shù)據(jù)庫(kù)數(shù)據(jù)倉(cāng)庫(kù)面向?qū)ο蟛僮魅藛T和底層管理人員決策人員和高層管理人員作用對(duì)數(shù)據(jù)進(jìn)行查詢(xún)、增加、刪除、修改等對(duì)數(shù)據(jù)倉(cāng)庫(kù)進(jìn)行信息的分析處理處理類(lèi)型日常事務(wù)型（應(yīng)用）決策型（分析）OLTP與OLAP的區(qū)別 商業(yè)智能的

19、概念 商業(yè)智能系統(tǒng) 商業(yè)智能的核心技術(shù) 商業(yè)智能在智能物流中的應(yīng)用4.3.2聯(lián)機(jī)分析處理技術(shù)（On Line Analytical Processing，OLAP）p “維”的概念OLAP是從多角度分析，對(duì)數(shù)據(jù)進(jìn)行進(jìn)一步了解，傳統(tǒng)的關(guān)系型數(shù)據(jù)庫(kù)不能滿(mǎn)足要求，需要一種新的技術(shù)叫做多維數(shù)據(jù)庫(kù)。維(Dimension),是聯(lián)機(jī)分析處理的核心概念，是我們觀察世界的角度，是一種高層次的類(lèi)型劃分?！熬S”可以表示屬性，例如時(shí)間屬性可稱(chēng)為時(shí)間維，地點(diǎn)屬性稱(chēng)為地點(diǎn)維等。2012123 4562011時(shí)時(shí)間間牙膏香皂牙刷洗發(fā)水護(hù)發(fā)素銷(xiāo)銷(xiāo)售售種種類(lèi)類(lèi)華北華南東北西北地區(qū)地區(qū)西南銷(xiāo)售額銷(xiāo)售額￥ 商業(yè)智能的概念 商業(yè)智

20、能系統(tǒng) 商業(yè)智能的核心技術(shù) 商業(yè)智能在智能物流中的應(yīng)用4.3.2聯(lián)機(jī)分析處理技術(shù)（On Line Analytical Processing，OLAP）p OLAP的定義 OLAP 委員會(huì)對(duì)其定義：使分析人員、管理人員或執(zhí)行人能夠從多種角度對(duì)從原始數(shù)據(jù)中轉(zhuǎn)化出來(lái)的、能夠真正為用戶(hù)所理解的、并真實(shí)反映企業(yè)維特性的信息進(jìn)行快速、一致、交互地存取，從而獲得對(duì)數(shù)據(jù)的更深入了解的一類(lèi)軟件技術(shù)。它滿(mǎn)足決策者在多維環(huán)境、復(fù)雜結(jié)構(gòu)下的特定要求，對(duì)數(shù)據(jù)進(jìn)行各種操作以得到查詢(xún)結(jié)果，并以報(bào)表形式展示，側(cè)重決策支持。 E. F. Cold 描述OLAP系統(tǒng)的12條準(zhǔn)則OLAP模型必須提供多維概念視圖動(dòng)態(tài)的稀疏矩陣處理

21、準(zhǔn)則透明性準(zhǔn)則多用戶(hù)支持能力準(zhǔn)則存取能力推測(cè)非受限的跨維操作穩(wěn)定的報(bào)表能力直觀的數(shù)據(jù)操縱客戶(hù)/服務(wù)器體系結(jié)構(gòu)靈活的報(bào)表生成維的等同性準(zhǔn)則不受限的維與聚集層次 商業(yè)智能的概念 商業(yè)智能系統(tǒng) 商業(yè)智能的核心技術(shù) 商業(yè)智能在智能物流中的應(yīng)用4.3.2聯(lián)機(jī)分析處理技術(shù)（On Line Analytical Processing，OLAP）p OLAP的功能特征1.1.具有多維數(shù)據(jù)庫(kù)具有多維數(shù)據(jù)庫(kù) 將數(shù)據(jù)進(jìn)行多維存儲(chǔ)，以便進(jìn)行多層次、多角度分析。 OLAP提供數(shù)據(jù)倉(cāng)庫(kù)中數(shù)據(jù)的多維邏輯視圖，以直觀的分析模型在不同層次之間跨界計(jì)算和建模。2.2.交互式的快速響應(yīng)查詢(xún)交互式的快速響應(yīng)查詢(xún) 深入、詳細(xì)剖析較低層

22、的數(shù)據(jù)或統(tǒng)攬較高層的概括及聚集數(shù)據(jù)來(lái)進(jìn)行交互式查詢(xún)。 為了提高查詢(xún)和響應(yīng)速度，應(yīng)用數(shù)據(jù)的矩陣存儲(chǔ)技術(shù)和一系列的數(shù)據(jù)壓縮技術(shù)。3.3.動(dòng)態(tài)數(shù)據(jù)分析動(dòng)態(tài)數(shù)據(jù)分析 側(cè)重動(dòng)態(tài)數(shù)據(jù)的分析，并可以在其內(nèi)部對(duì)數(shù)據(jù)進(jìn)行自動(dòng)地轉(zhuǎn)換，使得用戶(hù)可以在 交互過(guò)程中獲得明確的分析結(jié)果。 商業(yè)智能的概念 商業(yè)智能系統(tǒng) 商業(yè)智能的核心技術(shù) 商業(yè)智能在智能物流中的應(yīng)用4.3.2聯(lián)機(jī)分析處理技術(shù)（On Line Analytical Processing，OLAP）p OLAP 的多維分析方法OLAP 中的多維分析是指對(duì)以多維形式組織起來(lái)的數(shù)據(jù)采取各種分析動(dòng)作，剖析數(shù)據(jù)，使最終用戶(hù)能從多角度、多側(cè)面觀察數(shù)據(jù)，從而深入地了解數(shù)據(jù)

23、中的信息、內(nèi)涵。p 多維分析方法包括： 切片（Slice）：對(duì)多維數(shù)據(jù)中的任意二維作為觀察角度。 原理：舍棄部分維度，集中分析二維數(shù)據(jù)。 切塊（Dice）：選定多維數(shù)據(jù)中的任意三維作為觀察角度。 原理：舍棄部分維度，集中分析三維數(shù)據(jù)。 旋轉(zhuǎn)（Pivot）：改變維的方向，使用戶(hù)從不同角度來(lái)分析數(shù)據(jù)。 原理：交換行和列，或者把某一行維變成列維。 下鉆（Drill down）：將某一維度的衡量單位縮小，進(jìn)而更加具體的了解數(shù)據(jù)。 原理：從匯總數(shù)據(jù)深入到細(xì)節(jié)數(shù)據(jù)。 上卷（Drill up）：在某一維上將低層次的細(xì)節(jié)數(shù)據(jù)概括到高層次的匯總數(shù)據(jù) 原理：下鉆的逆過(guò)程，減少維數(shù)。 商業(yè)智能的概念 商業(yè)智能系統(tǒng)

24、商業(yè)智能的核心技術(shù) 商業(yè)智能在智能物流中的應(yīng)用4.3.3數(shù)據(jù)挖掘技術(shù)(Data Mining, DM)p 數(shù)據(jù)挖掘的定義數(shù)據(jù)挖掘（Data Mining, DM）也叫知識(shí)發(fā)現(xiàn)（Knowledge Discovery in Database, KDD），是從龐大的數(shù)據(jù)集合中發(fā)現(xiàn)新的規(guī)律或模式的過(guò)程。過(guò)程中使用人工智能、機(jī)器學(xué)習(xí)、統(tǒng)計(jì)分析、數(shù)據(jù)庫(kù)系統(tǒng)等工具。數(shù)據(jù)挖掘的目標(biāo)是針對(duì)特定的數(shù)據(jù)、特定的問(wèn)題，選擇一種或者多種挖掘算法，找到有價(jià)值的、未知的關(guān)系、趨勢(shì)，提取有效信息，對(duì)知識(shí)進(jìn)行提煉，最后以合適的知識(shí)模式展示出來(lái)，用于進(jìn)一步分析決策工。機(jī)器學(xué)習(xí)機(jī)器學(xué)習(xí)概率論概率論數(shù)據(jù)庫(kù)數(shù)據(jù)庫(kù)數(shù)據(jù)挖掘數(shù)據(jù)挖掘 商

25、業(yè)智能的概念 商業(yè)智能系統(tǒng) 商業(yè)智能的核心技術(shù) 商業(yè)智能在智能物流中的應(yīng)用4.3.3數(shù)據(jù)挖掘技術(shù)(Data Mining, DM)p 數(shù)據(jù)挖掘方法l 分類(lèi)區(qū)隔 分類(lèi)（Classification）:對(duì)數(shù)據(jù)庫(kù)中的示例數(shù)據(jù)進(jìn)行分析，對(duì)每個(gè)類(lèi)別做出對(duì)應(yīng)描述，挖掘分類(lèi)規(guī)則。當(dāng)遇到新數(shù)據(jù)時(shí)，在已被描述的類(lèi)別中找到與自己相匹配的，從而確定新數(shù)據(jù)的類(lèi)別。 分群（Clustering）:分群也叫做聚類(lèi)，其輸入集是還沒(méi)有進(jìn)行任何分類(lèi)的數(shù)據(jù)。其目的是根據(jù)一定的規(guī)則，合理地劃分記錄集合，使組之間的差別盡可能大，組內(nèi)的差別盡可能小，例如市場(chǎng)劃分等。l 序列規(guī)則 關(guān)聯(lián)分析（Association）：分析兩個(gè)事物同時(shí)出現(xiàn)

26、的規(guī)律。 序列分析（Sequence）：發(fā)現(xiàn)事物的出現(xiàn)規(guī)律與時(shí)間的關(guān)系。l 推算預(yù)測(cè) 回歸分析（Regression）：包括主元素分析法和相關(guān)分析法。它是使用一系列的現(xiàn)有數(shù)值來(lái)預(yù)測(cè)一個(gè)連續(xù)數(shù)值的可能值。 時(shí)間序列（Time-series）：用現(xiàn)有的數(shù)值來(lái)預(yù)測(cè)未來(lái)的數(shù)值。所分析的數(shù)值都與時(shí)間有關(guān)。 商業(yè)智能的概念 商業(yè)智能系統(tǒng) 商業(yè)智能的核心技術(shù) 商業(yè)智能在智能物流中的應(yīng)用4.3.3數(shù)據(jù)挖掘技術(shù)(Data Mining, DM)部分?jǐn)?shù)據(jù)挖掘方法示例 商業(yè)智能的概念 商業(yè)智能系統(tǒng) 商業(yè)智能的核心技術(shù) 商業(yè)智能在智能物流中的應(yīng)用4.3.3數(shù)據(jù)挖掘技術(shù)(Data Mining, DM)p 商業(yè)智能系統(tǒng)

27、三大支撐技術(shù)（綜上）l 數(shù)據(jù)倉(cāng)庫(kù)技術(shù) 是聯(lián)機(jī)分析處理和數(shù)據(jù)挖掘的基礎(chǔ)，為后兩項(xiàng)操作提供了準(zhǔn)確、“干凈”的數(shù)據(jù)。 通過(guò)對(duì)數(shù)據(jù)倉(cāng)庫(kù)的基本查詢(xún)，可以得到標(biāo)準(zhǔn)報(bào)表，用戶(hù)知道發(fā)生了什么。l 聯(lián)機(jī)分析處理技術(shù)是數(shù)據(jù)倉(cāng)庫(kù)的增值技術(shù)。通過(guò)聯(lián)機(jī)分析處理，用戶(hù)知道為什么會(huì)發(fā)生。l 數(shù)據(jù)挖掘技術(shù) 是數(shù)據(jù)倉(cāng)庫(kù)的增值技術(shù)。 數(shù)據(jù)挖掘則告訴用戶(hù)為什么發(fā)生和以后會(huì)發(fā)生什么。三項(xiàng)技術(shù)的復(fù)雜度遞增，使用人數(shù)遞減。越重大的決策，越需要更多的分析處理方法輔助。 商業(yè)智能的概念 商業(yè)智能系統(tǒng) 商業(yè)智能的核心技術(shù) 商業(yè)智能在智能物流中的應(yīng)用4.3.4展示技術(shù)（Display）p 展示技術(shù)商業(yè)智能的展示技術(shù)也可稱(chēng)為信息可視化技術(shù)（Vis

28、ualization）。通過(guò)更易理解的圖標(biāo)方式展現(xiàn)數(shù)據(jù)內(nèi)容及內(nèi)涵，輔助決策者理解數(shù)據(jù)信息。l 提供數(shù)據(jù)集合的整體樣式：反映結(jié)構(gòu)、模式、趨勢(shì)。l 幫助確定“有意義”的信息領(lǐng)域。l 展示技術(shù)：折線(xiàn)圖、柱狀圖、KIVIAT 圖、餅圖、散點(diǎn)圖等。部分展示技術(shù)示例 商業(yè)智能的概念 商業(yè)智能系統(tǒng) 商業(yè)智能的核心技術(shù) 商業(yè)智能在智能物流中的應(yīng)用4.3.4展示技術(shù)（Display）l 儀表盤(pán)技術(shù)商業(yè)智能可視化技術(shù)中的一項(xiàng)特殊技術(shù)。p 優(yōu)點(diǎn)： 使企業(yè)管理者以類(lèi)似駕駛儀表盤(pán)的方式總覽企業(yè)經(jīng)營(yíng)狀況的關(guān)鍵業(yè)務(wù)指標(biāo)和綜合指標(biāo)，讓管理者更直觀更容易去發(fā)現(xiàn)問(wèn)題。 有效地運(yùn)用數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)挖掘技術(shù)，結(jié)合一定的分析方法，尋找問(wèn)

29、題根源，輔助正確的決策。 供自定義分析指標(biāo)，可以滿(mǎn)足不同層次管理者個(gè)性化的需求。 對(duì)數(shù)據(jù)進(jìn)行對(duì)比。 直觀呈現(xiàn)數(shù)據(jù)信息，更加形象。 商業(yè)智能的概念 商業(yè)智能系統(tǒng) 商業(yè)智能的核心技術(shù) 商業(yè)智能在智能物流中的應(yīng)用4.3.5仿真技術(shù)（Simulation）p 仿真技術(shù)以多種學(xué)科和理論為基礎(chǔ)，以計(jì)算機(jī)及其相應(yīng)的軟件為工具，通過(guò)虛擬試驗(yàn)的方法來(lái)分析和解決問(wèn)題。l 原理：建立既能能反映研究對(duì)象實(shí)質(zhì)、又易于被計(jì)算機(jī)處理的數(shù)學(xué)模型，將研究對(duì)象的實(shí)質(zhì)抽象出來(lái)，經(jīng)過(guò)計(jì)算機(jī)的處理，通過(guò)輸出這些模型的相關(guān)數(shù)據(jù)或是三維立體形式來(lái)展現(xiàn)研究對(duì)象的某些特質(zhì)。l 實(shí)現(xiàn)模擬仿真的三個(gè)步驟： 模型的建立 模型的轉(zhuǎn)換 模型的仿真實(shí)驗(yàn)

30、商業(yè)智能的概念 商業(yè)智能系統(tǒng) 商業(yè)智能的核心技術(shù) 商業(yè)智能在智能物流中的應(yīng)用4.4.1商業(yè)智能與物聯(lián)網(wǎng)p 物聯(lián)網(wǎng)l 物聯(lián)網(wǎng)的三個(gè)層次： 第一層：感知層，承擔(dān)物的信息的采集以及對(duì)物體屬性進(jìn)行標(biāo)識(shí)，也就是讓物體自己“說(shuō)話(huà)”，從而被識(shí)別。 第二層：通信層。承擔(dān)信息的可靠傳輸，借用現(xiàn)有的各種網(wǎng)絡(luò)來(lái)實(shí)現(xiàn)，目的是將物與物、人與人、人與物之間相互連通并實(shí)現(xiàn)數(shù)據(jù)傳遞和交互的傳輸網(wǎng)絡(luò)。 第三層：應(yīng)用層。即通過(guò)后臺(tái)龐大的軟件系統(tǒng)對(duì)各種形式的數(shù)據(jù)、文件進(jìn)行智能分析和管理。l 我國(guó)物聯(lián)網(wǎng)環(huán)境：l 優(yōu)勢(shì)： 息網(wǎng)絡(luò)與傳輸技術(shù)基礎(chǔ)較好。l 劣勢(shì)： 在感知層即傳感器和芯片制造、集成、預(yù)處理等方面還很薄弱。 應(yīng)用層上，海量信息

31、處理的軟件技術(shù)亟待加強(qiáng)。l 商業(yè)智能技術(shù)完善物聯(lián)網(wǎng)商業(yè)智能技術(shù)通過(guò)三大支撐技術(shù)，快速、合理、有效地完成數(shù)據(jù)匯總、“提純”過(guò)程，滿(mǎn)足企業(yè)希望對(duì)數(shù)據(jù)進(jìn)一步進(jìn)行分析的需求，從而幫助進(jìn)行智能分析管理，完善物聯(lián)網(wǎng)。 商業(yè)智能的概念 商業(yè)智能系統(tǒng) 商業(yè)智能的核心技術(shù) 商業(yè)智能在智能物流中的應(yīng)用4.4.2商業(yè)智能與智能物流中其他技術(shù)的結(jié)合p 物流管理理念變革l 傳統(tǒng)：貨物流通l 新型：貨物流通，物流服務(wù)，信息整合。p 商業(yè)智能技術(shù)與智能物流技術(shù)的結(jié)合l 商業(yè)智能技術(shù)中數(shù)據(jù)倉(cāng)庫(kù)的建立需要以數(shù)據(jù)收集作為基礎(chǔ)。 智能物流中感知技術(shù)RFID的應(yīng)用，使這些數(shù)據(jù)及相關(guān)信息的收集更為方便、全面、無(wú)漏洞。l 商業(yè)智能技術(shù)中

32、數(shù)據(jù)間的傳輸需要應(yīng)用高端且穩(wěn)定的信息傳遞技術(shù)以達(dá)到信息共享。 智能物流中的通信技術(shù)便是利用幾大網(wǎng)絡(luò)，達(dá)到快速、穩(wěn)定、流暢的數(shù)據(jù)傳輸，為分析的及時(shí)性提供保障。l 商業(yè)智能的聯(lián)機(jī)分析處理和數(shù)據(jù)挖掘技術(shù)正好彌補(bǔ)了智能物流中對(duì)于數(shù)據(jù)分析、關(guān)聯(lián)性研究等決策系統(tǒng)的不足。l 結(jié)果展示和仿真預(yù)測(cè)技術(shù)也為智能物流的決策提供了直觀感受和決策依據(jù)。 商業(yè)智能的概念 商業(yè)智能系統(tǒng) 商業(yè)智能的核心技術(shù) 商業(yè)智能在智能物流中的應(yīng)用4.4.3商業(yè)智能在智能物流中的應(yīng)用趨勢(shì)p 商業(yè)智能的應(yīng)用是現(xiàn)代物流發(fā)展的趨勢(shì)商業(yè)智能輔助現(xiàn)代物流企業(yè)擺脫以降低成本為主要目的，倉(cāng)儲(chǔ)、運(yùn)輸、配送、包裝等各部門(mén)平行做事的格局。傳統(tǒng)競(jìng)爭(zhēng)模式成本時(shí)間質(zhì)量新型競(jìng)爭(zhēng)模式反應(yīng)能力靈敏性精簡(jiǎn)智能 商業(yè)智能的概念 商業(yè)智能系統(tǒng) 商業(yè)智能的核心技術(shù) 商業(yè)智能在智能物流中的應(yīng)用4.4.3商業(yè)智能在智能物流中的應(yīng)用趨勢(shì)p 智能物流系統(tǒng)對(duì)商業(yè)智能的需求智能物流系統(tǒng)是一個(gè)龐大而復(fù)雜的系統(tǒng)，包括運(yùn)輸、倉(cāng)儲(chǔ)、配送、包裝、裝卸、信息獲取等諸多環(huán)節(jié)，各個(gè)環(huán)節(jié)所產(chǎn)生的大量數(shù)據(jù)和信息，使企業(yè)很難對(duì)這些內(nèi)容進(jìn)行準(zhǔn)確、高效、及時(shí)的處理。l 采購(gòu)環(huán)節(jié) 基于數(shù)據(jù)倉(cāng)庫(kù)技術(shù)的商業(yè)智能系統(tǒng)可實(shí)現(xiàn)供應(yīng)商信用評(píng)價(jià)，幫助企業(yè)為順利生產(chǎn)打下堅(jiān)實(shí)的基礎(chǔ)，為最終產(chǎn)品在質(zhì)量和成本上的定位提供科學(xué)的依據(jù)。l 庫(kù)存管理 基于商業(yè)智能系統(tǒng)構(gòu)建的庫(kù)存分析