商務(wù)智能概述幻燈片

1、數(shù)據(jù)分析與商務(wù)智能,管理科學(xué)與工程系 安利平,1,教學(xué)內(nèi)容,數(shù)據(jù)分析與商務(wù)智能概述 數(shù)據(jù)倉庫與OLAP基礎(chǔ) 數(shù)據(jù)倉庫的設(shè)計與OLAP建模 數(shù)據(jù)挖掘的過程與算法,2,主要參考書,1. W H Inmon 著. 數(shù)據(jù)倉庫. 機械工業(yè)出版社. 2. 林宇 編著. 數(shù)據(jù)倉庫原理與實踐. 人民郵電出版社. 3. Jiawei Han, Micheline Kamber著. 數(shù)據(jù)挖掘概念與技術(shù). 機械工業(yè)出版社. 4.（美）譚,（美）斯坦巴赫 著, 范明 等譯, 數(shù)據(jù)挖掘?qū)д? 人民郵電出版社. 5.（美）貝里,（美）利諾夫 著, 袁衛(wèi) 等譯. 數(shù)據(jù)挖掘客戶關(guān)系管理的科學(xué)與藝術(shù). 中國財經(jīng)出版社.,3,軟

2、件,SQL Server 2005/2008 數(shù)據(jù)倉庫 IBM SPSS Modeler 企業(yè)數(shù)據(jù)分析與挖掘 IBM SPSS Statistics 標(biāo)準(zhǔn)統(tǒng)計分析 關(guān)于Weka http:/www.cs.waikato.ac.nz/ml/weka/ 西蒙(印度). 數(shù)據(jù)挖掘基礎(chǔ)教程. 機械工業(yè)出版社. 關(guān)于SAS,4,主要軟件參考書,朱德利. SQL Server 2005數(shù)據(jù)挖掘與商業(yè)智能完全解決方案. 電子工業(yè)出版社. 張文彤, 鐘云飛. IBM SPSS數(shù)據(jù)分析與挖掘?qū)崙?zhàn)案例精粹. 清華大學(xué)出版社. 元昌安. 數(shù)據(jù)挖掘原理與SPSS Clementine應(yīng)用寶典. 電子工業(yè)出版社. （印

3、度）西蒙. 數(shù)據(jù)挖掘基礎(chǔ)教程. 范明, 牛常勇 譯. 機械工業(yè)出版社. （Weka） http:/www.cs.waikato.ac.nz/ml/weka/,5,案例,1. 電信公司的數(shù)據(jù)倉庫建設(shè) 2. Data mining for decision support on customer insolvency in telecommunications business,6,商務(wù)智能概述,為什么出現(xiàn)商務(wù)智能？Why 企業(yè)經(jīng)營管理活動對商務(wù)智能的需求 如何理解商務(wù)智能? What 商務(wù)智能如何實現(xiàn)? How 商務(wù)智能的技術(shù)構(gòu)成,7,1 企業(yè)對商務(wù)智能的需求,商務(wù)工具的變遷 企業(yè)信息化系統(tǒng)的進

4、化,8,商務(wù)工具的變遷,伴隨著商務(wù)工具的變遷，人們處理信息的能力在工具的幫助下變得越來越強大，信息量的增長也越來越快。 電報 電話 傳真機 計算機 互聯(lián)網(wǎng),9,商務(wù)工具的變遷,在20世紀(jì)初，或者即使到了20世紀(jì)中葉，沒有一個公司的賬目、訂貨記錄和文件柜的數(shù)據(jù)總和能超過幾十個百萬字節(jié)(megabytes)。,穿孔紙帶,10,商務(wù)工具的變遷,計算機在商業(yè)領(lǐng)域的應(yīng)用，標(biāo)志著商業(yè)活動真正進入信息化時代，信息處理的方式發(fā)生了革命性的變化。 商業(yè)單據(jù)的電子化 MIS(管理信息系統(tǒng))廣泛應(yīng)用 數(shù)據(jù)處理方式以數(shù)據(jù)庫為主,11,商務(wù)工具的變遷,互聯(lián)網(wǎng)在商業(yè)活動中的應(yīng)用，在信息增長和信息處理方式上也發(fā)生了前所未有

5、的變化。 每個郵件在遞送過程中都要對條形碼進行多次掃描； 統(tǒng)計控制過程通過成千上萬個傳感器不斷讀取和記錄生產(chǎn)過程數(shù)據(jù)； 電話系統(tǒng)要跟蹤每一個電話的開始時間、持續(xù)時間和網(wǎng)絡(luò)路線等； 顧客在網(wǎng)絡(luò)上的每一次鏈接及看過的每一件商品都被記錄下來。,12,商務(wù)工具的變遷,今天，最大的公司數(shù)據(jù)庫容量是用萬億字節(jié)(terabytes)來計量的。 對于這些公司來說，數(shù)據(jù)的增長是以10萬倍來計量的。,13,商務(wù)工具的變遷,多數(shù)情況下，數(shù)據(jù)的搜集是為了提高內(nèi)在操作的效率，并不是為了分析或者為了建立預(yù)測模型。 數(shù)據(jù)一旦積累起來，就成為信息財富。這些財富可被用來改進每個領(lǐng)域的決策。 人們已不再滿足于簡單的數(shù)據(jù)操作，產(chǎn)生

6、了進一步使用現(xiàn)有數(shù)據(jù)的要求。,14,商務(wù)工具的變遷,利用現(xiàn)有的數(shù)據(jù)進行分析和推理，從而為決策提供依據(jù)。 誰是高價值的客戶？誰將成為高價值客戶？ 什么產(chǎn)品可以交叉銷售或提升銷售？ 公司明年的收入前景如何？ 這種需求既要求聯(lián)機服務(wù)，又涉及大量的數(shù)據(jù)。,15,商務(wù)工具的變遷,傳統(tǒng)的數(shù)據(jù)庫技術(shù)已無法滿足這種需求，具體體現(xiàn)在以下三方面： 決策所需的歷史數(shù)據(jù)量很大，而傳統(tǒng)的數(shù)據(jù)庫一般只存儲短期數(shù)據(jù)。 輔助決策的信息涉及許多部門的數(shù)據(jù)，而不同系統(tǒng)的數(shù)據(jù)難以集成。 由于訪問數(shù)據(jù)庫的能力不足，它對大量數(shù)據(jù)的訪問性能明顯下降。,16,如何將數(shù)以百萬計的網(wǎng)絡(luò)文件、電話記錄、銷售細(xì)目文件記錄變成可利用的信息和知識？,

7、17,企業(yè)信息系統(tǒng)的進化,18,管理信息系統(tǒng)和企業(yè)資源計劃系統(tǒng),管理信息系統(tǒng)和企業(yè)資源計劃系統(tǒng)積累了大量的歷史數(shù)據(jù)。 不同歷史時期的數(shù)據(jù) 根據(jù)不同業(yè)務(wù)需要的數(shù)據(jù) 由不同供應(yīng)商提供的數(shù)據(jù) 體系結(jié)構(gòu)和管理實施等方面存在著較大的差異 數(shù)據(jù)相對分散和獨立，難以共享 沒有建立起統(tǒng)一的能用于分析處理的基礎(chǔ)數(shù)據(jù)平臺,19,管理信息系統(tǒng)和企業(yè)資源計劃系統(tǒng),明確整個企業(yè)中的業(yè)務(wù)數(shù)據(jù)和相互關(guān)系是有較大困難的。,百家爭鳴、百花齊放的管理系統(tǒng)數(shù)據(jù) 共有多少個三角形?,20,商務(wù)智能系統(tǒng),來自不同系統(tǒng)的大量數(shù)據(jù)中往往隱藏著重要的規(guī)律和商業(yè)規(guī)則，這些是企業(yè)管理者需要尋找的“金礦”。,21,此“金礦”的挖掘過程就是“數(shù)據(jù)信

8、息知識智慧”的轉(zhuǎn)化過程。,商務(wù)智能系統(tǒng),22,商務(wù)智能系統(tǒng),如果將知識用在輔助企業(yè)經(jīng)營管理決策中，那么這種智慧就可以稱為商業(yè)智慧，也就是商業(yè)智能，或者叫商務(wù)智能。,Business Intelligence, BI,23,商務(wù)智能的2個層次,第1個層次：在整合系統(tǒng)數(shù)據(jù)的基礎(chǔ)上提供靈活的前端展現(xiàn)。 例如，通過直方圖等形式表現(xiàn)來自銷售管理系統(tǒng)的地區(qū)銷售情況報表。,24,商務(wù)智能的2個層次,經(jīng)過數(shù)據(jù)整合的BI系統(tǒng)功能 現(xiàn)在有多少個三角形?,數(shù)據(jù)倉庫 Data Warehouse, DW 聯(lián)機分析處理 On-Line Analytical Processing, OLAP,25,商務(wù)智能的2個層次,第

9、2個層次：數(shù)據(jù)庫中的知識發(fā)現(xiàn)。 數(shù)據(jù)庫的爆炸性增長已遠遠超出了能夠解釋和消化這些數(shù)據(jù)的能力，需要新一代的工具和技術(shù)對數(shù)據(jù)庫進行自動和智能地分析。這些工具和技術(shù)正是知識發(fā)現(xiàn)。 知識發(fā)現(xiàn)的主要技術(shù)構(gòu)成就是數(shù)據(jù)挖掘。,Knowledge Discovery in Database，KDD Data Mining，DM,26,商務(wù)智能的2個層次,加入智能挖掘算法的系統(tǒng)功能 最后一個框中應(yīng)該有多少個三角形?,27,商務(wù)智能的2個層次,例如，通過對銷售數(shù)據(jù)的分析，發(fā)現(xiàn)一條關(guān)聯(lián)規(guī)則： 這條規(guī)律對于商務(wù)的智能化和決策的科學(xué)化將有重要的意義。,購買面包 and 購買黃油 90購買牛奶,28,2 商務(wù)智能的技術(shù)構(gòu)

10、成,什么是商務(wù)智能 商務(wù)智能的結(jié)構(gòu)描述 商務(wù)智能工具 SQL Server 2005的商務(wù)智能構(gòu)架,29,什么是商務(wù)智能,1. Microsoft 努力 2. SAS 智能和知識 3. DMReview 過程 4. Gartner、IDC、IBM、SAP和MSTR 工具和技術(shù)集合,30,商務(wù)智能的結(jié)構(gòu)描述,商務(wù)智能的實現(xiàn)包含了“數(shù)據(jù)信息知識行動智慧”這一過程所運用的技術(shù)和方法。 數(shù)據(jù)倉庫 聯(lián)機分析處理(OLAP) 數(shù)據(jù)挖掘 模型庫和方法庫,31,32,商務(wù)智能的結(jié)構(gòu)描述,商務(wù)智能系統(tǒng)工作過程的技術(shù)抽象 源數(shù)據(jù)層 數(shù)據(jù)轉(zhuǎn)換層 數(shù)據(jù)倉庫(數(shù)據(jù)集市)層 OLAP 數(shù)據(jù)挖掘?qū)?用戶展現(xiàn)層,33,商務(wù)智能的結(jié)構(gòu)描述,商務(wù)智能系統(tǒng)工作過程的技術(shù)抽象 源數(shù)據(jù)層 數(shù)據(jù)轉(zhuǎn)換層 數(shù)據(jù)倉庫(數(shù)據(jù)集市)層 OLAP 數(shù)據(jù)挖掘?qū)?用戶展現(xiàn)層,34,數(shù)據(jù)挖掘和商務(wù)智能工具,35,SQL Server 2005的商務(wù)智能構(gòu)架,SQL Server 2005的兩大體系 數(shù)據(jù)庫管理 商務(wù)智能應(yīng)用,36,SQL Server 2005的商務(wù)智能構(gòu)架,37,SQL Server 2005的商務(wù)智能構(gòu)架,SQL Server 2005的商務(wù)智能 三大服務(wù) SQL Server 2005 Analysis Services (SSAS) SQL