《商业智能：最具前景的IT领域》由会员分享，可在线阅读，更多相关《商业智能：最具前景的IT领域（31页珍藏版）》请在金锄头文库上搜索。
1、 商业智能 最具前景的IT领域 LOGO 商业智能 最具前景的IT领域 2 目录 什么是BI BI的历史 现在 未来 BI的前景 BI人才的培养 什么是BI 故事1老板 你要这么多数据做什么 假如你是一个零售公司的老板 你的公司很先进 已经实现了信息化 上了ERP 每一笔销售单据都保存在数据库中 数据库已经保存了十多年的数据 有上亿条销售记录 问 反正三年前的数据留着也是白白占地方 浪费磁盘空间 不如把它们全部删除吧 这样还不用添加硬盘就能容纳新数据 同意 不同意 这是个问题实情 数据已成为一个企业的重要资产 故事2BI洗衣店的客户服务 我们把堆放了两年的衣服交给BI洗衣店 他们的任务是 把衣
2、服分类 建议你有的衣服该扔了 然后清洗 这个过程可能会很复杂 它需要问你很多问题 比如 为什么棉袄和沙滩裤同时出现 而你一定觉得这是个很笨的问题 然后是漫长的等待 10天以后 你拿到的是已经分类好的干净衣服 并告诉你还缺少什么样的衣服 需要添置 你还需要一个结构更为合理的衣柜 并且 洗衣店能提供给你更好的售后服务 时刻帮你处理这些事情 保证你的衣柜问题合理 便于更新 从此 你自己便可以轻松地在衣柜里挑选你需要的衣服 每天 每月 每年 穿得非常得体地去见你的女朋友 而且 洗衣店还提供增值服务 它会告诉你 你女朋友总是给你买竖条纹衬衣 可能是因为你最近变胖了 商业智能 BUSINESSINTELL
3、IGENCE 的定义 不同的人 不同的厂商对BI都做出了不同的解释 例如 BI是运用数据仓库 多维分析和数据挖掘等技术来处理和分析数据 目的是为企业决策者提供决策支持 商业智能 连接数据与决策者 变数据为价值 商业智能的四个层次 商业智能可以做什么 Reasoning 对于企业的运营和管理 能够解决以下三方面的问题确定问题的根源 明确问题的原因和影响 以及科学和合理得出相关的结论 Planning 基于相应的情况和推理 确定一系列的行动计划 Prediction 基于严格的推理 得到对于未来的各种可能性的预期 Problemsolving 通过相应的问题特点 提供解决根本问题的方法和措施 Ab
4、straction 通过具体的明细数据和场景 能够生成一般性的概念 模式 观点和结论等等 Comprehendandunderstand 能够感知 辨别和确认相应的问题 特别是 对于现状和问题条件的感知 以及从表面确定本质问题等 Innovate 通过测试和学习能够获取相应新的发现 Learn 对于技能和知识的认知过程 其是一个无限循环的过程 商业智能的主要技术与展示工具 主要技术 联机分析处理数据仓库数据挖掘报表 主要展示工具记分卡与仪表盘报告OLAP分析预测分析通知与警报 企业BI感言 商业智能在零售业中的应用 商品分析 商类分析的主要数据来自销售数据和商品基础数据 据此产生以分析结构为主
5、线的分析思路 主要的分析数据有 商品的类别结构 品牌结构 价格结构 毛利结构 结算方式结构 产地结构等 从对这些数据的分析中产生商品广度 商品深度 商品淘汰率 商品引进率 商品置换率 重点商品 畅销商品 滞销商品 季节商品等多种指标 通过对这些指标的分析来指导企业调整商品结构 加强商品的竟争能力和合理配置 企业BI感言 商业智能在零售业中的应用 客户分析 顾客分析主要是指对顾客群体的购买行为的分析 例如 我们将顾客分成 富人 和 穷人 那么什么人是 富人 什么人是 穷人 呢 如果我们有会员卡 可以通过会员登记的月收入来区分 但如果没有会员卡呢 这时可以通过小票每单金额来假设 比如每单金额大于1
6、00元的顾客 我们认为是 富人 每单金额小于100元的顾客 我们认为是 穷人 据此 又可派生出很多其他分析思路 如 富人 喜欢什么样的商品 穷人 喜欢什么样的商品 富人 的购物时间和 穷人 的购物时间 本企业商圈里是 富人 多还是 穷人 多 富人 给商场作出的贡献大还是 穷人 作出的贡献大 富人 喜欢用什么方式来支付 穷人 喜欢用什么方式来支付等等 此外 还有商圈的客单量分析 商圈里的购物高峰分析 假日经济对企业的影响分析等等分析思路 企业BI感言 商业智能在零售业中的应用 供应商分析 通过对供应商在选定的时间段内的各项指标 订货量 订货额 进货量 进货额 到货时间 库存量 库存额 退换量 退
7、换额 销售量 销售额 所供商品毛利率 周转率 交叉比率等 进行分析 为供应商的引进 储备及淘汰 或淘汰其部分品种 及供应商库存商品的处理提供依据 主要分析的主题有供应商的组成结构 供应商的送货情况 供应商所供商品情况 比如销售贡献 利润贡献等 供应商的结算情况等 比如我们发现有些供应商所提供的商品销售一直不错 从而他在某个时间段里的结款非常稳定 而这个供应商的结算方式是代销 那么如果资金不紧张 而这个供应商所供商品销售风险又小 为什么不考虑将他改为购销呢 这样可以降低成本呵 企业BI感言 商业智能在零售业中的应用 BI对零售业的分析远不止以上所述 至少还有资金运转分析 库存分析和结算分析 库存
8、分析 门店分析 调拨优化 采购优化 这些分析在实际经营中确实有着重要的利用价值 谁能对自已的经营作出正确的分析 谁就能及时修正自已的经营方针和政策 谁就将赢得未来 BI的历史 现在 未来 学界公认 西蒙对决策支持系统的研究是现代商业智能概念最早的源头与起点 1979年 TERADATA诞生 该公司以决策支持系统为已任 致力于构建独立的数据存储结构 1983年利用并行处理技术为美国富国银行建立了第一个决策支持系统 1988年 为解决企业集成问题 IBM研究员BarryDevlin和PaulMurphy创造性提出了数据仓库这个术语 1992年 BillInmon出版 BuildingtheData
9、Warehouse 拉开了DW大规模应用的序幕 1993年 RalphKimball出版了 TheDataWarehouseToolkit 一书 主张建立数据集市 DATAMART BI的现在 2011年 蒋彬博士出版了 ConstructingDataWarehousewithMetadata drivenGenericOperatorsandmore 一书 提出利用元数据驱动的通用操作符来构建仓库的方法 受到了Inmon的高度评价 BI市场经历了多轮并购 目前BI厂商分为两类 一类是综合性BI提供商 IBM ORACLE SAP 微软 另一类是专业化BI提供商 如TERADATA和SAS
10、IBM随后并购了Datastage Cognos和Spss ORACLE收购了Hyperrion后排名大大提升 SAP收购了BusinessObjects 近期传言SAP可能被IBM或微软收购 BI市场的规模 BI的未来 操作型BI交互式BI可视化BI实时BI移动BISaaSBI BI的前景 BI行业的发展前景 从全球范围看 商业智能已成为最具前景的IT领域 2010年中国大陆地区的BI市场份额达到36亿元人民币 同比增长27 截止到2009年 中国BI从员人员仅8万人 BI人员需求量大 发展机遇大 产品供应商 IBM ORACLE SAS MS 技术力量很强 比较难进 甲方 银行 电信等 比
11、较舒服 很难在技术上有所发挥 项目实施方 发展前景大 需求量大 新兴技术对BI的影响 物联网 物联网技术最终的实现需要智能处理 需要通过庞大系统来进行智能分析和管理 而这个智能分析管理就是当前被企业决策者以及CIO所持续关注的商务智能 BI 计世资讯 中国RFID与物联网发展2009年度报告 云计算 云计算使得BI具有处理海量数据的能力云计算环境下 BI的共享性将成为最重要的优势之一云计算能够提升BI的时效性云计算与BI的结合增强了BI系统的开放性云计算与BI的结合将降低成本 BI人才的培养 从商业智能的系统结构看人才需求 ETL工程师 数据仓库工程师 前端开发人员 BI终端用户 各类BI开发
12、人员能力的需求 ETL工程师 算法 程序设计 数据库数据仓库工程师 数据库设计 管理 优化 理解管理和决策 前端开发人员 管理和决策需求 开发工具 沟通能力终端用户 信息技术 数据分析 管理决策 BI方向人才的能力 管理和经济知识 能够理解管理控制和决策需求对改进管理控制和决策有一定的洞察力关于用数学方法来描述问题信息技术知识与能力较强的算法和程序设计能力 扎实的数据库设计 管理及优化能力 快速掌握相关的开发工具 能够快速将信息以不同形式展示给决策者 我们的实践能力培养体系 ERP沙盘模拟 对企业运行过程的感性认识 管理软件实习 信息技术下的企业运行 信息系统设计 数据库与程序设计能力 包含商
13、业智能平台的局部实现 商业智能实践 首先利用用友BQ等已有平台实现一个简单的BI系统 进而设计实现一个完整的BI系统 毕业实习 在企业参加实际BI系统的建设 我们的优势 3 1模式 专门一年时间用于实习实践 培养实际工作经验 与鸿宇连邦 纵横贝尔建立了合作协议 有两名海外特聘教授的参与 在ETL方面有MGO的独家授权 题外 商业智能方向与专业主流是何关系 1 提高计算精度 计算速度 提高业务处理的效率 减轻业务人员的工作强度 从而提升客户的满意度 2 将业务规则以软件的形式固定下来 从而减少业务活动出错的机会 减轻了业务的复杂度 最终可以提升客户的满意度 提供计划 报表等功能 以标准 偏差 反馈等实现对业务流动的分析与控制 改善对业务流动的管理与控制 通过决策支持功能辅助企业进行决策 从而实现企业的战略目标 商业智能 郑悦林2012 11 22
