信息管理系統(tǒng)之決策支持與商務(wù)智能

第八章決策支持與商務(wù)智能?本章內(nèi)容8.1決策支持系統(tǒng)8.2人工智能與專家系統(tǒng)8.3聯(lián)機分析處理8.4商務(wù)智能方法與應(yīng)用?決策過程和決策問題決策過程：人們?yōu)閷崿F(xiàn)一定目標(biāo)而制定行動方案，并準(zhǔn)備實施的活動過程，是一個提出問題、分析問題和解決問題的過程。決策問題一般用“結(jié)構(gòu)”這個概念來描述問題結(jié)構(gòu)化程度的三種描述：結(jié)構(gòu)化半結(jié)構(gòu)化非結(jié)構(gòu)化?根據(jù)結(jié)構(gòu)化程度和層次劃分決策問題結(jié)構(gòu)化程度是指對某一個過程的環(huán)境和規(guī)律，能否用明確的語言（數(shù)學(xué)的或邏輯學(xué)的，形式的或非形式的，定量的或推理的）給予清晰的說明或描述。?決策支持系統(tǒng)的定義DSS是以管理科學(xué)、運籌學(xué)、控制論和行為科學(xué)為基礎(chǔ)，以計算機技術(shù)、模擬技術(shù)和信息技術(shù)為手段，面對半結(jié)構(gòu)化的決策問題，支持決策活動的具有智能作用的人－機計算機系統(tǒng)。?決策支持系統(tǒng)的特征面向決策者：決策支持系統(tǒng)的輸入和輸出、起源和歸宿都是決策者。主要幫助管理人員完成半結(jié)構(gòu)化的決策問題強調(diào)支持的概念：輔助和支持管理人員，而非取而代之。強調(diào)交互式的處理方式?決策支持系統(tǒng)的功能⑴管理并隨時提供與決策問題有關(guān)的組織內(nèi)部信息搜集、管理并提供與決策問題相關(guān)的組織外部信息及時搜集提供有關(guān)各項活動的反饋信息能以一定的方式存儲和管理與決策問題相關(guān)的各種數(shù)學(xué)模型能夠存儲并提供常用的數(shù)學(xué)方法及算法?決策支持系統(tǒng)的功能⑵上述數(shù)據(jù)、模型和算法能夠容易的添加和修改能夠靈活的運用模型與方法對數(shù)據(jù)進(jìn)行加工、匯總、分析、預(yù)測，得出所需的綜合信息與預(yù)測信息。具有方便的人機對話和圖像輸出功能，能夠滿足隨機的數(shù)據(jù)查詢要求，回答“如果…則…”之類的問題。提供良好的數(shù)據(jù)通信功能具有使用者能夠忍受的加工速度與響應(yīng)時間，不影響使用者的情緒。?決策支持系統(tǒng)的基本模式?決策支持系統(tǒng)的模式一個完整的決策支持系統(tǒng)的模式被表示為DSS本身以及它與真實系統(tǒng)、管理者和外部環(huán)境的關(guān)系。管理者處于核心位置?決策支持系統(tǒng)的基本構(gòu)件人機對話系統(tǒng)：DSS中用戶與計算機的接口，其核心是人機界面。數(shù)據(jù)庫系統(tǒng)：存儲、管理、提供與維護(hù)用于決策支持的數(shù)據(jù)的基本構(gòu)件，是支撐模型庫系統(tǒng)及方法庫系統(tǒng)的基礎(chǔ)。模型庫系統(tǒng)：傳統(tǒng)的DSS的重要支柱，是DSS最有特色的構(gòu)件之一。方法庫系統(tǒng)：存儲、管理、調(diào)用和維護(hù)DSS各構(gòu)件要用到的通用算法、標(biāo)準(zhǔn)函數(shù)等方法的構(gòu)件。知識庫系統(tǒng)?DSS的系統(tǒng)結(jié)構(gòu)上述構(gòu)件之間的關(guān)系組成了DSS的系統(tǒng)結(jié)構(gòu)。不同功能特色的DSS，其系統(tǒng)結(jié)構(gòu)也不同。當(dāng)前存在的結(jié)構(gòu)包括三角式結(jié)構(gòu)，串連結(jié)構(gòu)，熔合式結(jié)構(gòu)以及以數(shù)據(jù)庫為中心的結(jié)構(gòu)等。三角式結(jié)構(gòu)串連式結(jié)構(gòu)?DSS的系統(tǒng)分析方法－ROMC表述（Representation）采用表格、圖表、數(shù)據(jù)、文本或模型等概念化的形式來描述各個活動的規(guī)范和內(nèi)容，而不必描述決策過程整體；操作（Operation）將概念化的描述轉(zhuǎn)換為相應(yīng)決策活動中的具體操作，這些操作無須確定先后順序；記憶輔助（MemoryAids）對決策者采用的決策方法與決策數(shù)據(jù)的記憶手段加以辨識可確定DSS應(yīng)該具有的各種記憶輔助功能；控制機制（ControlMechanisms）關(guān)于如何引導(dǎo)決策者使用表述、操作、記憶輔助，以便根據(jù)他們個人的風(fēng)格、技能和知識綜合進(jìn)行決策的機制。?決策支持系統(tǒng)的發(fā)展趨勢智能決策支持系統(tǒng)（IDSS）：充分利用專家系統(tǒng)定性分析與DSS定量分析的能力；群體決策支持系統(tǒng)（GDSS）：DSS與計算機網(wǎng)絡(luò)技術(shù)的結(jié)合，能夠供一定決策者共同參與進(jìn)行決策的；分布式?jīng)Q策支持系統(tǒng)（DDSS）：在GDSS的基礎(chǔ)上，將分布式的數(shù)據(jù)庫、模型庫與知識庫等決策資源有機集成。?智能決策支持系統(tǒng)（IDSS）IDSS在DSS基礎(chǔ)上增設(shè)了知識庫、推理機與問題處理系統(tǒng)，人機對話部分加入了自然語言處理系統(tǒng)。IDSS以知識庫為核心，引入了啟發(fā)式等人工智能求解方法，使傳統(tǒng)DSS原來由人承擔(dān)的定性分析工作部分或者大部分轉(zhuǎn)由機器完成。

四庫IDSS的基本結(jié)構(gòu)?群體決策支持系統(tǒng)（GDSS）群體決策支持系統(tǒng)（GDSS）是一種在DSS基礎(chǔ)上利用計算機網(wǎng)絡(luò)與通信技術(shù)，供多個決策者為了一個共同的目標(biāo)，通過某種規(guī)程相互協(xié)作地探詢半結(jié)構(gòu)化或非結(jié)構(gòu)化決策問題的信息系統(tǒng)。群體決策支持模型?本章內(nèi)容8.1決策支持系統(tǒng)8.2人工智能與專家系統(tǒng)8.3聯(lián)機分析處理8.4商務(wù)智能方法與應(yīng)用?人工智能(AI)人工智能是在計算機科學(xué)、控制論、信息論、神經(jīng)生理學(xué)、心理學(xué)、哲學(xué)、語言學(xué)等多種學(xué)科相互滲透的基礎(chǔ)上發(fā)展起來的一門新興邊緣學(xué)科。研究怎樣讓計算機或智能機器（包括硬件和軟件）模仿、延伸和擴展人腦從事推理、規(guī)劃、計算、思考、學(xué)習(xí)等思維活動，解決迄今為止需要人類專家才能處理好的復(fù)雜問題。?人工智能學(xué)科體系的三個層次人工智能理論基礎(chǔ)：與人工智能有關(guān)的數(shù)學(xué)理論、思維科學(xué)理論和計算機工程技術(shù)，都是人工智能的理論基礎(chǔ)。人工智能原理：人工智能的作用原理是以知識的表達(dá)、知識的處理、知識的獲取與學(xué)習(xí)為基礎(chǔ)的，利用知識求解問題的基本技術(shù)為主要研究內(nèi)容。人工智能工程系統(tǒng)：根據(jù)人工智能原理而建立的工程系統(tǒng)，如專家系統(tǒng)、圖像識別系統(tǒng)、智能機器人系統(tǒng)等都屬于人工智能工程技術(shù)的范圍。實質(zhì)是人工智能的應(yīng)用。?人工智能的研究內(nèi)容和目的機器思維與思維機器。機器思維：啟發(fā)式程序、專家系統(tǒng)、知識工程、機器學(xué)習(xí)、機器證明、機器博弈等。思維機器：智能計算機、學(xué)習(xí)機、推理機、博弈機、邏輯機、自動機、神經(jīng)細(xì)胞模型、人工神經(jīng)網(wǎng)絡(luò)、腦模型等。機器感知與感知機器。機器感知：文字、圖像、物體、聲音等模式識別與自然語言理解；計算機視覺、聽覺、觸覺等。感知機器：文字、圖像、聲音、語言的識別機、感知機等；觸覺感知器，平衡感知器，各種智能傳感器等。機器行為與行為機器。機器行為：自適應(yīng)、自鎮(zhèn)定、自尋優(yōu)等智能控制、管理和決策行為，機器人在不確定的、動態(tài)的環(huán)境中的“漫游”行為。行為機器：智能控制器、智能效應(yīng)器、智能機械手、智能機器人等。?專家系統(tǒng)的概念研究出發(fā)點不同，看待問題的觀點不同，追求的目標(biāo)不同，導(dǎo)致對專家系統(tǒng)的定義存在不一致的看法。通用定義：專家系統(tǒng)是利用計算機技術(shù)、人工智能及其它理論，將某個特定領(lǐng)域內(nèi)專家的知識或者推理過程在計算機上實現(xiàn)，并且用來解決過去需要專家才能解決的現(xiàn)實問題的計算機系統(tǒng)。?專家系統(tǒng)的七個特征具有專家水平的專門知識符號處理一般問題的求解能力復(fù)雜度和難度具有解釋功能具有獲取知識的能力知識和推理機構(gòu)相互獨立?按不同分類標(biāo)準(zhǔn)劃分專家系統(tǒng)應(yīng)用領(lǐng)域：醫(yī)療專家系統(tǒng)、勘探專家系統(tǒng)、石油專家系統(tǒng)、氣象專家系統(tǒng)、生物專家系統(tǒng)、法律專家系統(tǒng)等。知識表示技術(shù)：基于邏輯的專家系統(tǒng)、基于規(guī)則的專家系統(tǒng)、基于語義網(wǎng)絡(luò)的專家系統(tǒng)、基于框架的專家系統(tǒng)等。推理控制策略：正向推理專家系統(tǒng)、反向推理專家系統(tǒng)、元控制專家系統(tǒng)等。 采用的不精確推理技術(shù)：確定理論推理技術(shù)專家系統(tǒng)、主觀Bayes推理專家系統(tǒng)、可能性理論推理技術(shù)專家系統(tǒng)、D/S證據(jù)理論推理技術(shù)專家系統(tǒng)等。 結(jié)構(gòu)：單專家系統(tǒng)和群專家系統(tǒng)（亦稱協(xié)同式多專家系統(tǒng)）。處理的問題類型：十大類型。?按處理問題的類型劃分專家系統(tǒng)專家系統(tǒng)按所處理的問題類型分類專家系統(tǒng)任務(wù)類型的層次結(jié)構(gòu)?專家系統(tǒng)的結(jié)構(gòu)知識庫中包含信息和經(jīng)驗法則，專家系統(tǒng)的核心就是知識庫中存儲的知識；推理機是專家系統(tǒng)的中央處理單元；知識獲取子系統(tǒng)可以在知識庫中加入新的規(guī)則；解釋子系統(tǒng)用來解釋求得結(jié)果的過程。專家系統(tǒng)的基本結(jié)構(gòu)?常用的知識表示方法－產(chǎn)生式規(guī)則一般形式為P->QP代表一組前提（條件或者狀態(tài)），Q表示若干結(jié)論（或者動作）一系列這樣的規(guī)則就組成了一個知識庫推理程序從前往后順序的進(jìn)行匹配推理機的工作以“匹配－沖突消解－操作”的方式循環(huán)運轉(zhuǎn)直到解決問題。?常用的知識表示方法－框架框架是一種知識結(jié)構(gòu)化表示方法，也是一種定型狀態(tài)的數(shù)據(jù)結(jié)構(gòu)；頂層是固定的，表示某個固定的概念、對象或者事件；下層是由槽組成，每一個槽可以有任意有限數(shù)目的側(cè)面；每個側(cè)面又可以有任意數(shù)目的值，且側(cè)面還可以是其它框架（稱為子框架）；相互關(guān)聯(lián)的框架連接起來組成框架系統(tǒng)，或者框架網(wǎng)絡(luò)；不同的框架網(wǎng)絡(luò)又可通過信息檢索組成更大的系統(tǒng)，代表一塊完整的系統(tǒng)。用框架描述“椅子”的概念?框架網(wǎng)絡(luò)的活動和推理兩種活動繼承推理填槽：即框架未知內(nèi)容的槽的填寫匹配：即根據(jù)已知事件尋找合適的框架，用于描述當(dāng)前事件，并對未知事件進(jìn)行預(yù)測推理繼承推理：各框架之間可以構(gòu)成繼承關(guān)系。匹配預(yù)測，聯(lián)想和直覺?常用的知識表示方法－語義網(wǎng)絡(luò)語義網(wǎng)絡(luò)是一個帶標(biāo)識的有向圖，有向圖的結(jié)點表示各種事務(wù)、概念、屬性等，有向圖的弧表示各種語義聯(lián)系，指明所連接結(jié)點之間的某種聯(lián)系。一個簡單的語義網(wǎng)絡(luò)?語義網(wǎng)絡(luò)系統(tǒng)的三種活動繼承推理：通過is-a弧，一個概念結(jié)點的所有屬性和信息可以繼承到實例結(jié)點。匹配推理：語義網(wǎng)絡(luò)推理的基礎(chǔ)根據(jù)提問內(nèi)容構(gòu)造一個語義網(wǎng)絡(luò)碎片，在系統(tǒng)的語義網(wǎng)絡(luò)中尋找匹配，使變量結(jié)點在匹配過程中得到賦值。散射激活推理在一對概念間進(jìn)行推理時，尋找代表這兩個概念的結(jié)點之間的聯(lián)系，即從這兩個結(jié)點開始，然后激活與之連接的全體結(jié)點，依次地激活與這些結(jié)點連接的全體結(jié)點，如此往外擴散。當(dāng)某概念同時從兩個方向上激活，就算找到了一種聯(lián)系。?專家系統(tǒng)的發(fā)展趨勢－第一代專家系統(tǒng)特點高度專業(yè)化，但結(jié)構(gòu)、功能不完整，移植性差；專門問題求解能力強，但缺乏推理解釋功能。?專家系統(tǒng)的發(fā)展趨勢－第二代專家系統(tǒng)特點學(xué)科專用型系統(tǒng)；系統(tǒng)結(jié)構(gòu)較完整，功能較全面，移植性好；具有推理解釋功能，使用戶比較清楚地了解系統(tǒng)地解題過程；采用啟發(fā)式推理、似然推理、非精確推理，增強了系統(tǒng)的表達(dá)能力；把具有一定普遍意義的推理方法與大量同領(lǐng)域相關(guān)的專門知識結(jié)合起來，從而使這些系統(tǒng)具有廣泛的通用性；用產(chǎn)生式規(guī)則、框架、語義網(wǎng)絡(luò)表達(dá)知識?專家系統(tǒng)的發(fā)展趨勢－第三代專家系統(tǒng)特點向用戶實際的復(fù)雜問題求解；具有綜合性、多方面的集成功能；應(yīng)用多學(xué)科、多專業(yè)、多專家的知識和經(jīng)驗，進(jìn)行并行協(xié)同解題；依靠諸如模型、方法、軟件和接口等多種技術(shù)集成進(jìn)行設(shè)計和建造；基于分布式、開放性軟硬件及網(wǎng)絡(luò)環(huán)境；實現(xiàn)知識共享和知識重用?本章內(nèi)容8.1決策支持系統(tǒng)8.2人工智能與專家系統(tǒng)8.3聯(lián)機分析處理8.4商務(wù)智能方法與應(yīng)用?從OLTP到OLAP?OLAP和數(shù)據(jù)倉庫OLAP應(yīng)用構(gòu)建于數(shù)據(jù)倉庫而非數(shù)據(jù)庫之上，主要是由于以下三個技術(shù)方面的原因：計算機處理速度階躍式增長，單位字節(jié)的存儲和處理成本大幅度降低，是保證數(shù)據(jù)倉庫有效運行的物理基礎(chǔ)；決策分析理論的完善和應(yīng)用使得數(shù)據(jù)倉庫中的分析技術(shù)能夠有效實現(xiàn)，使得決策人員可以直接從系統(tǒng)中獲得需要的決策支持信息；數(shù)據(jù)倉庫系統(tǒng)中，數(shù)據(jù)用于支持各種分析任務(wù)，并生成多角度，多層次和不同粒度上的分析結(jié)果.?OLAP中的基本概念⑴變量:從現(xiàn)實系統(tǒng)中抽象出來，用于描述數(shù)據(jù)的實際含義。維:人們觀察數(shù)據(jù)的特定角度維的層次類別:構(gòu)成一個維的獨立的數(shù)據(jù)元素，是存在于層里每一個數(shù)據(jù)。維、層和類別的關(guān)系示意圖?OLAP中的基本概念⑵維的取值：也稱為維的成員度量：企業(yè)收集和存儲的用于評價業(yè)務(wù)狀況的數(shù)值性數(shù)據(jù)，以監(jiān)測和評估企業(yè)成效。多維數(shù)組數(shù)據(jù)單元（單元格）多維數(shù)組的取值稱為數(shù)據(jù)單元多維數(shù)據(jù)立方體?OLAP的基本操作－切片（Slice）在多維數(shù)組的某一維上選定其維成員的動作稱為切片在多維數(shù)組（維1，維2，…維n，度量）中選中某一維，如維i，并取其某一維成員（設(shè)為維成員Vi），所得的多維數(shù)組的子集（維1，維2，…維成員Vi，…維n，度量）稱為在維i上的一個切片。?OLAP的基本操作－切塊（Dice）數(shù)據(jù)切塊就是將完整的數(shù)據(jù)立方體切取一部分?jǐn)?shù)據(jù)而得到的新的數(shù)據(jù)立方體。選取多維數(shù)組（維1，維2，…，維n，度量）中若干維度（通常是3個維度便于圖形顯示）的取值范圍，從而形成了多維數(shù)據(jù)的子集（維1，維2，…，Ai<維i<Bi，…，Bj<維j<Bj，…，維度n，度量），這個多維數(shù)據(jù)子集被稱為切塊。?OLAP的基本操作－

下鉆/上卷（DrillDown/RollUp）數(shù)據(jù)下鉆（向下鉆?。┦菑妮^高的維度層次下降到較低的層次上來觀察多維數(shù)據(jù)數(shù)據(jù)上卷是下鉆的逆向操作，是對數(shù)據(jù)進(jìn)行高層次聚合的操作。?OLAP的基本操作－旋轉(zhuǎn)（Rotate）數(shù)據(jù)旋轉(zhuǎn)是改變維度的位置關(guān)系，使最終用戶可以從其他視角來觀察多維數(shù)據(jù)。不同維度間的旋轉(zhuǎn)維層次間的旋轉(zhuǎn)?OLAP的準(zhǔn)則(Codd1993)準(zhǔn)則1：多維概念視圖準(zhǔn)則2：透明性準(zhǔn)則3：存取能力準(zhǔn)則4：穩(wěn)定的報表功能準(zhǔn)則5：客戶機/服務(wù)器體系結(jié)構(gòu)準(zhǔn)則6：維的等同性準(zhǔn)則7：動態(tài)稀疏矩陣處理準(zhǔn)則8：支持多用戶準(zhǔn)則9：非限定的跨維操作準(zhǔn)則10：直觀的數(shù)據(jù)處理準(zhǔn)則11：柔性報表準(zhǔn)則12：不受限的維與層次聚類?本章內(nèi)容8.1決策支持系統(tǒng)8.2人工智能與專家系統(tǒng)8.3聯(lián)機分析處理8.4商務(wù)智能方法與應(yīng)用?商務(wù)智能?知識發(fā)現(xiàn)、數(shù)據(jù)挖掘與商務(wù)智能20世紀(jì)80年代末，機器學(xué)習(xí)方法在數(shù)據(jù)分析中的應(yīng)用導(dǎo)致數(shù)據(jù)庫知識發(fā)現(xiàn)（KDD，KnowledgeDiscoveryinDatabase）的產(chǎn)生。20世紀(jì)90年代以來，以數(shù)據(jù)挖掘技術(shù)為核心的商務(wù)智能（知識發(fā)現(xiàn)在商業(yè)的應(yīng)用）受到了學(xué)術(shù)界和業(yè)界的廣泛關(guān)注。?數(shù)據(jù)挖掘(DataMining)數(shù)據(jù)挖掘/知識發(fā)現(xiàn)(從海量數(shù)據(jù)中淘“金”)?數(shù)據(jù)挖掘的特點傳統(tǒng)的決策分析技術(shù)中，都是決策人員事先給出邏輯假設(shè)和模型，而后在數(shù)據(jù)中進(jìn)行檢驗和參數(shù)評估。數(shù)據(jù)挖掘是數(shù)據(jù)驅(qū)動，始于紛繁復(fù)雜的海量數(shù)據(jù)，利用強大的數(shù)據(jù)分析工具和特定的知識提取方法，從數(shù)據(jù)出發(fā)，挖掘中其中有效的模式，從而獲得潛在的、新穎的以及有用的知識。?數(shù)據(jù)挖掘的任務(wù)數(shù)據(jù)挖掘的基本任務(wù)是預(yù)測（prediction）和描述(description）預(yù)測就是利用數(shù)據(jù)中已知的變量和字段來確定一些感興趣的未知或未來的值，如分類等。描述則集中于尋找一種人類能夠理解和解釋的模式對數(shù)據(jù)進(jìn)行刻畫，如聚類、關(guān)聯(lián)規(guī)則等。?數(shù)據(jù)挖掘的分類按所挖掘的模式的類型將數(shù)據(jù)挖掘劃分為：概念描述（歸納或簡約）分類和預(yù)測聚類關(guān)聯(lián)規(guī)則其它的一些模式識別和統(tǒng)計方法?數(shù)據(jù)挖掘－概念描述（歸納）概念描述與數(shù)據(jù)概化密切相關(guān)以簡潔的形式在更一般的（而不是在較低的）抽象層描述數(shù)據(jù)是很有用的允許數(shù)據(jù)集在多個抽象層概化，便于用戶考察數(shù)據(jù)的一般行為與OLAp的區(qū)別更為復(fù)雜的數(shù)據(jù)類型用戶控制與自動處理?數(shù)據(jù)挖掘－分類和預(yù)測分類：給定已有的數(shù)據(jù)和類別，通過分類算法得到描述和區(qū)分?jǐn)?shù)據(jù)類或概念的模型。預(yù)測：將上述分類模型應(yīng)用到要進(jìn)行測試的數(shù)據(jù)上，對未來或者未知的數(shù)據(jù)進(jìn)行預(yù)測。貸款分類模型?數(shù)據(jù)挖掘－聚類分析聚類是將一個數(shù)據(jù)集按照某個標(biāo)準(zhǔn)分成幾個簇的過程。每個簇內(nèi)部的數(shù)據(jù)按照該標(biāo)準(zhǔn)具有很高相似性，而簇之間的數(shù)據(jù)的相似性很低。聚類與分類不同分類中，類標(biāo)記事先給出，是一種監(jiān)督學(xué)習(xí)的方法；聚類沒有事先給定類別，屬于一種非監(jiān)督的學(xué)習(xí)。客戶的聚類分析?數(shù)據(jù)挖掘－關(guān)聯(lián)規(guī)則挖掘關(guān)聯(lián)規(guī)則挖掘，就是對業(yè)務(wù)的所有不同類型的信息進(jìn)行全面的處理，得到不同類型信息之間的相互關(guān)系，從而進(jìn)一步分析不同信息之間潛在的邏輯規(guī)律，為業(yè)務(wù)運作提供參考和決策支持。技術(shù)層面講，關(guān)聯(lián)規(guī)則挖掘是在給定的事務(wù)數(shù)據(jù)庫中找到所有滿足最小支持度和最小置信度的形如X=>Y的規(guī)則?商務(wù)智能應(yīng)用系統(tǒng)目前商務(wù)智能和數(shù)據(jù)挖掘工具分為三類：通用單任務(wù)類通用多任務(wù)類面向?qū)ｉT領(lǐng)域類?IBM商業(yè)智能解決方案?

BI的數(shù)據(jù)挖掘解決方案

IntelligentMiner?演講完畢，謝謝觀看！附錄資料：不需要的可以自行刪除

信息技術(shù)的戰(zhàn)略管理應(yīng)用信息技術(shù)創(chuàng)造組織馬力本章的重點本章考察七種由IT技術(shù)激活的策略,提高組織的競爭能力IT促成完美的服務(wù)組織馬力的開發(fā)質(zhì)量是組織競爭的基礎(chǔ)OHP策略創(chuàng)造競爭優(yōu)勢OHP策略應(yīng)用激進(jìn)還是持續(xù)?競爭優(yōu)勢什么是競爭優(yōu)勢?如何獲得競爭優(yōu)勢?

如何保持競爭優(yōu)勢?

客戶對產(chǎn)品或服務(wù)的認(rèn)同。通過對競爭環(huán)境及自己企業(yè)內(nèi)的了解，開發(fā)新的產(chǎn)品或創(chuàng)建良好的服務(wù)。不斷創(chuàng)新，保持優(yōu)勢。組織馬力組織馬力是組織力量與速度的結(jié)合。組織力量盡可能地滿足顧客的期望體現(xiàn)在更多的適合客戶需要的產(chǎn)品或服務(wù)組織速度能夠迅速地滿足客戶的期望體現(xiàn)了對客戶需求的響應(yīng)速度利用IT提高OHP的策略準(zhǔn)時生產(chǎn)方式Just-in-Time組織團隊信息伙伴靈活的運營跨國公司虛擬組織學(xué)習(xí)型組織質(zhì)量：競爭的基礎(chǔ)什麼是質(zhì)量？質(zhì)量不是優(yōu)良、漂亮、豪華。質(zhì)量是指滿足顧客的期望。質(zhì)量是OHP的基礎(chǔ)。全面質(zhì)量管理（TQM）滿足客戶的期望持續(xù)不斷的改進(jìn)組織范圍的質(zhì)量觀念JIT方法Just-in-Time-----將產(chǎn)品或服務(wù)在客戶需要時，能及時的生產(chǎn)并送達(dá)。JIT的方法將以生產(chǎn)為中心的方式轉(zhuǎn)化為以客戶為中心（訂單到達(dá)之前沒有產(chǎn)品），以避免生產(chǎn)的過剩。JIT增強了企業(yè)的柔性，減少庫存水平。目的：提高組織的速度關(guān)鍵：外部的信息溝通（利用通信技術(shù)） 生產(chǎn)過程的管理（內(nèi)部生產(chǎn)過程的控制）--過程預(yù)測--材料需求計劃MATERIALREQUIREMENTSPLANNING(MRP)）--制造資源計劃MANUFACTURINGRESOURCEPLANNING(MRPII)

組織中的團隊團隊：項目團隊、長期團隊-----一組擁有共同的目標(biāo)、協(xié)同工作的人。目的：團隊的創(chuàng)造力增強組織的力量關(guān)鍵：網(wǎng)絡(luò)平臺，群件的支持信息伙伴----與客戶間加強信息的溝通，實現(xiàn)信息的共享，促進(jìn)信息的流動。即，通過共享信息增強每個合作組織的實力。目的與戰(zhàn)略：提高組織的速度：通過EDI的應(yīng)用、信息流動的自動化、信息傳遞的標(biāo)準(zhǔn)化（減少錯誤）提高組織的力量：通過對信息的共享，擴大市場。同時提高力量與速度：信息共享促進(jìn)創(chuàng)新、信息共享擴大了與顧客的交流。關(guān)鍵：網(wǎng)絡(luò)的應(yīng)用，如EDI。靈活的運營----任何地點（無鋪面）的不限時的運營，是組織職能的延伸。通過對客戶服務(wù)的內(nèi)容的增加、時間的延長，提高組織的OHP。目的：提高組織的力量和速度關(guān)鍵：業(yè)務(wù)