商務(wù)智能案例66

商務(wù)智能方法與應(yīng)用北京信息科技大學(xué)胡敏minmin516@引例：（1）榨菜指數(shù)3引例：榨菜指數(shù)（1/2）4引例：榨菜指數(shù)（3/4）引例：榨菜指數(shù)（4/4）（2）日本7-11案例（感冒指數(shù)）6日本7-11案例（溫度和暢銷品）7一家零售商最近發(fā)現(xiàn)，當(dāng)天氣變冷，肉桂葡式蛋撻的銷量上升500%。那么零售商可能就要做出抉擇。每當(dāng)預(yù)測天氣轉(zhuǎn)冷時，應(yīng)該儲備多少肉桂葡式蛋撻？還有一家零售商發(fā)現(xiàn)，奶酪打折似乎能促進(jìn)紅酒的銷售。那么希望減小紅酒庫存的時候，是不是應(yīng)考慮奶酪打折這種方法？

這兩個問題的答案取決于大數(shù)據(jù)分析的核心問題：弄清與因果關(guān)系之間的區(qū)別。將相關(guān)性誤解為因果關(guān)系所做出的決策是危險(xiǎn)的，可能會遭受慘敗，因?yàn)槟闼诖吹降挠绊懣赡懿⒉粫l(fā)生。8葡式蛋撻（3）啤酒與尿布一般看來，啤酒和尿布是顧客群完全不同的商品。但是沃爾瑪一年內(nèi)數(shù)據(jù)挖掘的結(jié)果顯示，在居民區(qū)中尿布賣得好的店面啤酒也賣得很好。原因其實(shí)很簡單，一般太太讓先生下樓買尿布的時候，先生們一般都會犒勞自己兩聽啤酒。因此啤酒和尿布一起購買的機(jī)會是最多的。塔吉特美國一名男子闖入Target店鋪進(jìn)行抗議："你們竟然給我17歲的女兒發(fā)嬰兒尿片和童車的優(yōu)惠券?！霸摻?jīng)理當(dāng)時并不知道這一行為是總公司數(shù)據(jù)挖掘的結(jié)果。一個月后，這位父親來道歉，因?yàn)檫@時他才知道他的女兒的確懷孕了。Target比這位父親知道他女兒懷孕的時間足足早了一個月。10塔吉特Target能夠通過分析女性客戶購買記錄，“猜出”哪些是孕婦。他們從Target的數(shù)據(jù)倉庫中挖掘出25項(xiàng)與懷孕高度相關(guān)的商品，制作“懷孕預(yù)測”指數(shù)。比如他們發(fā)現(xiàn)女性會在懷孕四個月左右，大量購買無香味乳液。以此為依據(jù)推算出預(yù)產(chǎn)期后，就搶先一步將孕婦裝、嬰兒床等折扣券寄給客戶來吸引客戶購買。1112★過去零售商依靠供應(yīng)鏈軟件、內(nèi)部分析軟件甚至直覺來預(yù)測庫存需求。預(yù)測分析能夠準(zhǔn)確預(yù)測哪些商店位置應(yīng)該保持哪些產(chǎn)品?！锸褂肕icrosoft

AnalysisServices，采用數(shù)據(jù)挖掘技術(shù)可以為產(chǎn)品存儲決策提供準(zhǔn)確及時的信息，可以預(yù)測在未來一周內(nèi)一本書是否將脫銷，準(zhǔn)確性為98.52%，預(yù)測該書是否將在未來兩周內(nèi)脫銷的準(zhǔn)確性為86.45%。（4）庫存預(yù)測★美國一家箱包銷售網(wǎng)站通過個性化的展示提高銷售額。與其他網(wǎng)站設(shè)計(jì)頁面以鼓勵大部分消費(fèi)者采購的做法不同，該網(wǎng)站個性化的解決方案將不停地創(chuàng)建頁面以適合每個具體的訪問者?！锶绻L問者的瀏覽記錄顯示其對手提包感興趣，網(wǎng)站將創(chuàng)建突出這些商品的個性化頁面。★支撐上述目的實(shí)現(xiàn)的手段：準(zhǔn)確的數(shù)據(jù)挖掘和智能分析。（5）登錄網(wǎng)站的當(dāng)前用戶現(xiàn)在最可能購買什么東西？亞馬遜網(wǎng)站的個性化推薦服務(wù)★NBA的教練的新式武器：數(shù)據(jù)挖掘。使用IBM公司開發(fā)的數(shù)據(jù)挖掘應(yīng)用軟件優(yōu)化他們的戰(zhàn)術(shù)組合?！顰nferneeHardaway+BrianShaw=-17分★AnferneeHardaway+DarrellArmstrong=+14分★增加Armstrong的上場時間，Armstrong得了21分，哈德衛(wèi)得了42分，魔術(shù)隊(duì)以88比79獲勝。（6）NBA教練如何布陣以提升獲勝機(jī)會？曼城隊(duì)2011年夏天，曼城隊(duì)助理教練大衛(wèi)·普拉特決定利用數(shù)據(jù)分析來解決球隊(duì)在表現(xiàn)方面遇到的一個棘手難題。普拉特發(fā)現(xiàn)，盡管球隊(duì)陣容中擁有多名高大強(qiáng)壯的球員，但他們的角球得分情況卻不盡如人意。

在征求了俱樂部內(nèi)部數(shù)據(jù)分析師的意見后，該隊(duì)增加了對內(nèi)旋角球（球轉(zhuǎn)向守門員方向）的使用。戰(zhàn)術(shù)轉(zhuǎn)變產(chǎn)生了驚人的效果。在整個賽季中，曼城隊(duì)依靠角球打入15個進(jìn)球，成為英超角球得分效率最高的球隊(duì)，其中2/3的進(jìn)球采用的是內(nèi)旋角球。

17曼城隊(duì)這一實(shí)踐為數(shù)據(jù)驅(qū)動型決策提供了強(qiáng)有力的支撐。事實(shí)上，早在兩年前，曼奇尼曾就球隊(duì)角球的使用情況咨詢過俱樂部的數(shù)據(jù)分析師。分析師回應(yīng)，曼奇尼依靠直覺偏愛采用的戰(zhàn)術(shù)——外旋角球（球飛向遠(yuǎn)離守門員的方向）從數(shù)據(jù)統(tǒng)計(jì)上看并不理想。曼奇尼選擇相信自己的直覺而非數(shù)據(jù)分析的導(dǎo)向性建議。因?yàn)橹庇X告訴他，球旋向遠(yuǎn)離門將的方向減小了門將觸球的概率，同時增加了進(jìn)攻隊(duì)員沖頂時爭到頭球的概率。但當(dāng)曼奇尼發(fā)現(xiàn)兩種變數(shù)存在某種聯(lián)系的時候，直覺卻模糊了他對兩者關(guān)聯(lián)程度的判斷能力。換句話說，外旋角球和進(jìn)球數(shù)可能存在著某種關(guān)聯(lián)，但數(shù)據(jù)表明，內(nèi)旋角球和進(jìn)球數(shù)存在著更為直接的因果關(guān)系。

18創(chuàng)立于2007年9月，是淘寶第一箱包品牌成功秘笈：強(qiáng)大的數(shù)據(jù)分析來鎖定消費(fèi)者需求利用IT技術(shù)，麥包包實(shí)現(xiàn)了對淘寶、拍拍和有啊三大C2C平臺數(shù)百家箱包店鋪以及數(shù)十家B2C箱包網(wǎng)站的信息和數(shù)據(jù)抓取，從而判斷市場前景。麥包包的數(shù)據(jù)抓取范圍已經(jīng)走出中國，開始監(jiān)控亞馬遜、eBay和歐洲的一些電子商務(wù)平臺。支撐這一系統(tǒng)的，是50多臺服務(wù)器以及10個專職的數(shù)據(jù)分析師，天天對抓回來的數(shù)據(jù)進(jìn)行分析，試圖精確捕捉消費(fèi)者需求。（7）麥包包：數(shù)據(jù)預(yù)測需求提前兩個月，麥包包就在做市場分析計(jì)算出各種款式的受歡迎度預(yù)測在淘寶以及它所有在線零售市場可能的銷售數(shù)額倒推回去做產(chǎn)品設(shè)計(jì)、包裝及宣傳推廣麥包包：數(shù)據(jù)預(yù)測需求成功模式中糧生化簡介中糧集團(tuán)中糧集團(tuán)有限公司于1952年成立，是一家集貿(mào)易、實(shí)業(yè)、金融、信息、服務(wù)和科研為一體的大型企業(yè)集團(tuán)，橫跨農(nóng)產(chǎn)品、食品、酒店、地產(chǎn)等眾多領(lǐng)域。1994年以來，一直名列美國《財(cái)富》雜志全球企業(yè)500強(qiáng)。旗下上市公司

中國糧油

中國食品

中糧屯河

中糧包裝

中糧生化

中糧地產(chǎn)

蒙牛乳業(yè)旗下品牌福臨門玉米油，金帝巧克力，長城葡萄酒…中糧生化簡介信息化建設(shè)較為完善作為世界500強(qiáng)企業(yè)，中糧集團(tuán)一直積極致力于信息化建設(shè)工作，充分利用信息化工具提高企業(yè)管理水平。中糧生化下屬各利潤點(diǎn)基本實(shí)現(xiàn)業(yè)務(wù)流程的信息化，主要包括財(cái)務(wù)系統(tǒng)、生產(chǎn)制造系統(tǒng)、采購系統(tǒng)、人力資源管理系統(tǒng)、6S報(bào)表系統(tǒng)。全面信息化后存在的問題1數(shù)據(jù)量增大，數(shù)據(jù)難以管理★隨著中糧生化能源事業(yè)部各個業(yè)務(wù)系統(tǒng)的持續(xù)運(yùn)行和未來業(yè)務(wù)系統(tǒng)的陸續(xù)投入，形成了大量的基礎(chǔ)數(shù)據(jù)★子公司數(shù)據(jù)不斷上傳各業(yè)務(wù)系統(tǒng)，給業(yè)務(wù)系統(tǒng)帶來大數(shù)據(jù)量的事務(wù)處理壓力全面信息化后存在的問題2查詢與報(bào)表不足以支持戰(zhàn)略決策的需求★在各業(yè)務(wù)系統(tǒng)中進(jìn)行統(tǒng)計(jì)分析，對各系統(tǒng)的日報(bào)表匯總形成企業(yè)整體日報(bào)表★領(lǐng)導(dǎo)層不會看底層的原始數(shù)據(jù)和怎么處理業(yè)務(wù)，希望看到整個公司層面的信息全面信息化后存在的問題3信息孤島，部門數(shù)據(jù)相互獨(dú)立★銷售、財(cái)務(wù)、人力資源、生產(chǎn)、日報(bào)表等業(yè)務(wù)系統(tǒng)相互獨(dú)立，形成信息孤島★各子公司數(shù)據(jù)相互獨(dú)立，無法滿足決策層統(tǒng)觀全局的要求商務(wù)智能解決方案-數(shù)據(jù)整合建立統(tǒng)一數(shù)據(jù)模型對數(shù)據(jù)的規(guī)范化定義，實(shí)現(xiàn)統(tǒng)一的信息資源層次體系、數(shù)據(jù)元素標(biāo)準(zhǔn)和信息編碼，建立統(tǒng)一的數(shù)據(jù)模型以滿足各個業(yè)務(wù)系統(tǒng)的集成。整合各個業(yè)務(wù)系統(tǒng)，建立中糧生化數(shù)據(jù)倉庫系統(tǒng)由于數(shù)據(jù)分布在不同的業(yè)務(wù)系統(tǒng)，給數(shù)據(jù)共享、數(shù)據(jù)管理和數(shù)據(jù)應(yīng)用帶來很多不便，因此中糧生化整合各個業(yè)務(wù)系統(tǒng)，建立中糧生化數(shù)據(jù)倉庫系統(tǒng)，將數(shù)據(jù)集中起來，解決數(shù)據(jù)層面的信息孤島問題。

商務(wù)智能解決方案-數(shù)據(jù)分析多維分析支持直接基于現(xiàn)有的業(yè)務(wù)數(shù)據(jù)庫(關(guān)系型數(shù)據(jù)庫)創(chuàng)建多維立方體；可進(jìn)行常規(guī)的切片，旋轉(zhuǎn)、鉆取等在線分析操作；支持圖表(如：直方圖、餅圖等)，并能在圖表中鉆取數(shù)據(jù)。數(shù)據(jù)挖掘從時間、空間、橫向、縱向等多維度對數(shù)據(jù)進(jìn)行分析。按主題細(xì)分，可劃分為生產(chǎn)主題分析、采購主題分析、銷售主題分析、財(cái)務(wù)主題分析、產(chǎn)成品庫存主題分析、物流主題分析、人力資源主題分析等。商務(wù)智能解決方案-數(shù)據(jù)分析銷售分析產(chǎn)品庫存管理分析物流管理分析人力資源管理分析財(cái)務(wù)管理分析原料采購管理分析生產(chǎn)管理分析商務(wù)智能解決方案-結(jié)果展示能夠制作標(biāo)準(zhǔn)、主從、交叉、分組統(tǒng)計(jì)、參數(shù)等各種形式的報(bào)表能夠創(chuàng)建多種類型圖形包括2D和3D餅圖、柱狀圖、線性圖、泡泡圖、散點(diǎn)圖、漏斗圖、金字塔圖、錐體圖等，提供多種美觀儀表盤、信號燈等，支持多種形式的數(shù)據(jù)鉆取支持Web方式瀏覽，所有報(bào)表能發(fā)布到指定的Webserver，可以通過IE方式瀏覽各種報(bào)表的數(shù)據(jù)和相應(yīng)的圖表商業(yè)智能案例：銀行高管駕駛艙SmarteVision高管駕駛艙目標(biāo)32以用戶最熟悉工具實(shí)現(xiàn)關(guān)鍵業(yè)務(wù)應(yīng)用高可用性高性能

及時的關(guān)鍵指標(biāo)以集團(tuán)運(yùn)營的視角，滲透到整個企業(yè)，釋放新的洞察力突破性的洞察力按需要，快速創(chuàng)建跨系統(tǒng)、逐步擴(kuò)展的業(yè)務(wù)解決方案按需求構(gòu)建與擴(kuò)大

關(guān)注三位一體戰(zhàn)略實(shí)況產(chǎn)品業(yè)務(wù)類別現(xiàn)金管理績效分析客戶貢獻(xiàn)分析36營業(yè)網(wǎng)點(diǎn)收益分析37服務(wù)網(wǎng)點(diǎn)擴(kuò)張策略分析38數(shù)據(jù)挖掘(2)商務(wù)智能能夠?yàn)槲覀冏鍪裁?？Tosupportdecisionmakingatalllevelsofbusinessmanagementbasedonthefactsand(scientific)predictionsofcurrentandfuturebusinesssituationsthatareobtainedfromintelligentanalysisofhistoricalbusinessdata.BusinessdecisionsmadewithBIsupportaremore

★Correct

★Accurate

★Objective

★Timely40聚類示意圖（1/5）41聚類示意圖（2/5）42聚類示意圖（3/5）43聚類示意圖（4/5）44聚類示意圖（5/5）45聚類——銀行客戶細(xì)分46聚類——非學(xué)生群體的通信行為474849復(fù)雜類型數(shù)據(jù)挖掘空間數(shù)據(jù)挖掘空間數(shù)據(jù)包括：地圖，遙感圖片，醫(yī)學(xué)圖像等空間數(shù)據(jù)的特點(diǎn)包括距離、位置、色塊、氣溫等信息。通常按照復(fù)雜、多維的空間索引結(jié)構(gòu)組織數(shù)據(jù)?？臻g數(shù)據(jù)挖掘是指對空間中非顯式存在的知識、空間關(guān)系或其他有意義的模式等進(jìn)行提取，需要綜合數(shù)據(jù)挖掘與空間數(shù)據(jù)庫技術(shù)。例如，通過對地質(zhì)斷裂帶應(yīng)力分析可以推斷出哪些地方近期發(fā)生地震的概率較高，這個挖掘過程中，不但需要對地址斷裂帶的地理位置數(shù)據(jù)進(jìn)行處理，還需要結(jié)合地震歷史數(shù)據(jù)和時間數(shù)據(jù)進(jìn)行挖掘。5051復(fù)雜類型數(shù)據(jù)挖掘多媒體數(shù)據(jù)挖掘多媒體數(shù)據(jù)包括：音頻數(shù)據(jù)、視頻數(shù)據(jù)、圖像數(shù)據(jù)等。典型的多媒體數(shù)據(jù)庫系統(tǒng)包括GoogleEarth，百度圖像，人類基因數(shù)據(jù)庫等。如在反恐檔案和追蹤系統(tǒng)中，應(yīng)用恐怖份子圖像查詢和搜索，音頻匹配與語音識別等方面。52圖像數(shù)據(jù)——輪胎痕跡（1/2）53圖像數(shù)據(jù)——輪胎痕跡（2/2）54圖像數(shù)據(jù)——模糊的車牌畫面（1/2）5556圖像數(shù)據(jù)——模糊的車牌畫面（2/2）文本挖掘和多媒體挖掘舉例（定制愛情）575859文本挖掘和多媒體挖掘舉例60文本挖掘和多媒體挖掘舉例花田界面清新簡潔，采用類似微博的信息流展示形式。首頁是異性用戶最近更新的圖片、內(nèi)心獨(dú)白和文字傳情，展示其生活方式、個人品味等軟性資料?；ㄌ飯F(tuán)隊(duì)正試圖通過自然語言處理技術(shù)和語義分析方法來解碼用戶性格，實(shí)現(xiàn)“軟硬兼施”的精準(zhǔn)推薦。首先，他們運(yùn)用切分詞方法，從用戶的“內(nèi)心獨(dú)白”中提取出現(xiàn)頻率較高的關(guān)鍵詞；再將這些關(guān)鍵詞分類，如感性詞匯或理性詞匯；最后，通過文本分析、語義分析，從中挖掘出用戶的性格是內(nèi)向、外向、理想化還是現(xiàn)實(shí)派等等。6162文本挖掘和多媒體挖掘舉例花田團(tuán)隊(duì)只有30多個人，大多是85后。他們在對海量軟硬數(shù)據(jù)進(jìn)行分析的基礎(chǔ)上，總結(jié)出一些人物特征，建立出一定數(shù)量的人物模型。再分析具體用戶，將其分門別類套入各種模型。這樣，用戶心儀其中某一個人，便可向其推薦這一類人。這種模型不僅是性格模型，還包括外貌模型。“我們馬上要推出人臉識別。比如你想找個像范冰冰的女生，你輸入范冰冰，就會推薦給你很多范冰冰臉型的女生?！?/p>