《商务智能pptCh1V2 导言.pptx》由会员分享，可在线阅读，更多相关《商务智能pptCh1V2 导言.pptx（29页珍藏版）》请在三一文库上搜索。
1、第一章 导言Lecture 1:Introduction主要内容1.1 商务智能的基本概念1.2 商务智能的系统构成1.3 商务智能的发展历史1.1 商务智能的基本概念 商务智能 数据 信息和知识商务智能 商务智能（Business intelligence）1996年Gartner Group Howard Dresner-数据仓库（或数据集市）、查询报表、数据分析、数据挖掘、数据备份和恢复等部分组成的、以辅助企业决策为目的一类技术及其应用商务智能 商务智能（Business intelligence）工业界-商务智能可以被看作是一类技术或工具，利用它们可以对大量的数据进行收集、管理、分析和
2、挖掘，以改善业务决策水平，增强企业的竞争力 学术界-商务智能是一套理论、方法和应用，通过它们可以快速地发现海量数据中隐含的各种知识，有效地解决企业面临的管理和决策问题，支持企业的战略实施。数据（data)数据是对事物描述的符号。在计算机科学中，数据是数字、文字、图像、声音等可以输入到计算机被识别的符号 企业运营离不开数据。-企业运营的各个环节每天都在积累数据，如供应商、客户的数据，销售、生产以及库存数据等。用户生成数据（user generated data,UGD)-社会化媒体、智能化手机等使得全世界不计其数的个体也在不断产生数据。结构化数据（structured data)通常二维表格的形
3、式存储在关系数据库中交易细节表交易号交易号商品号商品号单价单价折扣折扣数量数量005872051337922.99010058720514677520100587205000700104.500587206147525105.900587206113838107.5非结构化数据（unstructured data）文本数据iphone 4s,目前最大的问题，感觉还是电量，充满一次，用两天，不过，我还没怎么玩游戏，都是开浏览器之类的应用，和听歌，但是想想，毕竟手机的电池和ipad的还是没法比。信息（information）通过一定的技术和方法，对数据进行集成、分析，挖掘其潜在的规律和内涵，得到的
4、结果是信息。信息是具有商务意义的数据-例如，通过对零售信息的集成和分析发现，某超市的客户群根据其消费行为可以分为若干个群体，每个群体具有一些明显的特征。例如，其中一个群体是单身女性，喜欢经常购买化妆品，消费金额高。知识（knowledge）当信息用于商务决策，并基于决策开展相应的商务活动时，信息就上升为知识 信息转化为知识的过程不仅需要信息，而且需要结合决策者的经验和能力，用以解决实际的问题。-例如，某连锁超市的经理发现，近期化妆品的销售业绩下降了，为了解决该问题，决定采取促销措施，根据对数据的分析得到的客户分群的信息，销售经理锁定了促销的目标客户群，最终开展了为这部分客户邮寄优惠券的促销活动
5、。1.2 商务智能的系统构成 六个主要组成部分-数据源-数据仓库-在线分析处理-数据探查-数据挖掘-业务性能管理数据源 企业内部的操作型系统，即支持各业务部分日常运营的信息系统 企业的外部，如人口统计信息、竞争对手信息等数据仓库（data warehouse）各种数据源的数据经过抽取、转换之后需要放到一个供分析使用的环境，以便对数据进行管理，这就是数据仓库 数据集市（data mart）：通常针对单个部门的数据仓库，区别于企业范围内的数据仓库。数据仓库可以将分析数据与实现业务处理的操作型数据隔离，一方面不影响业务处理系统的性能，另一方面为数据的分析提供了一个综合的、集成的、统一的数据管理平台。
6、详细内容在第10章介绍在线分析处理（online analytical processing）在线分析处理：业务性能度量可以通过多个维度、多个层次进行多种聚集汇总，通过交互的方式发现业务运行的关键性能指标的异常之处。多维数据可以进行多种操作-如切片、切块、下钻、上卷等 详细内容在第11章介绍数据探查（exploration）包括灵活的查询、即时报表以及统计方法等 该类方法属于被动分析方法 探查数据的方法可以借助统计上的中心性、发散性以及相关性的统计量分析，多变量分析时也可以借助可视化技术。数据挖掘（data mining）数据挖掘是从大量数据中自动发现隐含的信息和知识的过程，属于主动分析方法，
7、不需要分析者的先验假设，可以发现未知的知识 常用的分析方法包括分类、聚类、关联分析、数值预测、序列分析、社会网络分析等数据挖掘：分类 分类（classification）是通过对具有类别的对象的数据集进行学习，概括其主要特征，构建分类模型，根据该模型预测对象的类别的一种数据挖掘和机器学习技术。例如，电信公司的客户可以分为两类，一类是忠诚的，一类是流失的。根据这两类客户的个人特征方面的数据以及在公司的消费方面的数据，利用分类技术可以构建分类模型数据挖掘：聚类 聚类（clustering）是依据物以类聚的原理，将没有类别的对象根据对象的特征自动聚集成不同簇的过程，使得属于同一个簇的对象之间非常相似
8、，属于不同簇的对象之间不相似。其典型应用是客户分群数据挖掘：关联分析 关联分析最早用于分析超市中顾客一次购买的物品之间的关联性 例如，发现关联规则（association rule）“尿不湿啤酒（0.5%，60%）”，其含义为，0.5%的交易中会同时购买尿不湿和啤酒，且买尿不湿的交易中有60%会同时买啤酒数据挖掘：数值预测 数值预测用于预测连续变量的取值。常用的预测方法是回归分析 例如，可以根据客户个人特征，如年龄、工作类型、受教育程度、婚姻状况等，来预测其每月的消费额度。数据挖掘：序列分析 序列分析是对序列数据库进行分析，从中挖掘出有意义模式的技术。序列模式（sequential patte
9、rn）的发现属于序列分析，它是从序列数据库中发现的一种有序模式 例如，赤壁，鸿门宴，见龙卸甲，意味着“看了赤壁之后会接着看鸿门宴，过段时间会看见龙卸甲”。数据挖掘：社会网络分析 社会网络（social network）是由个人或组织及其之间的关系构成的网络 社会网络分析（social network analysis）是对社会网络的结构和属性进行分析，以发现其中的局部或全局特点，发现其中有影响力的个人或组织，发现网络的动态变化规律等。业务绩效管理 业务绩效管理（business performance management），简称BPM，又称为企业绩效管理（corporate performa
10、nce management），是对企业的关键性能指标，如销售、成本、利润以及可盈利性等，进行度量、监控和比较的方法和工具。这些信息通常通过可视化的工具如平衡积分卡和仪表盘等进行展示。相关内容见第10章。1.3 商务智能的发展 管理信息系统 决策支持系统 主管信息系统 数据仓库、数据挖掘和在线分析处理管理信息系统（management information system）简称MIS，产生于二十世纪七十年代 为企业提供企业管理的全方位信息，为管理人员提供管理决策信息的信息系统 其目的主要是提供信息以实现对企业或组织的快速有效管理决策支持系统（decision support system），简
11、称DSS，开始于二十世纪七十年代，发展于八十年代 决策支持系统是基于计算机的用于支持业务或组织决策的信息系统。通常，决策支持系统基于数据库和模型库，用于解决半结构化和非结构化的决策问题，辅助管理人员做出快速、正确的决策主管信息系统（Executive information system）简称EIS，又称为经理信息系统，出现于二十世纪八十年代 是针对企业内的高级管理人员的决策支持系统。这种系统提供了灵活的报表生成、预测、趋势分析等功能。系统以直观的形式展现企业的运行状况以及关键成功因素（critical success factors）商务智能 商务智能系统是随着数据仓库、数据挖掘和在线分析处理等技术的发展于二十世纪九十年代而产生的 通过数据仓库可以集成企业内外的各种数据，为数据的分析处理提供基础。在线分析处理则提供从多个维度探查业务性能指标的交互分析功能。数据挖掘结合人工智能、统计等技术实现对大量数据中潜在模式、规律、异常的发现和评价。这些新兴的技术为企业管理人员提供了更强大的决策支持工具。