BI商务智能--数据迷雾中(PPT 46)

,*,来自中国最大的资料库下载 中国最大的资料库下载 中国最大的资料库下载,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,单击此处编辑母版标题样式,“电子技术到来以后，人延伸出（或者说在体外建立了）一个活生生的中枢神经系统。,麦克卢汉，理解媒介,1,数据迷雾中,迷茫,2,一个平常饮料店的故事,1993年前，店里卖的饮料只有啤酒、可口可乐和北冰洋汽水,进货出货老板在一个旧本子上记录,一个平常饮料店的故事,1995年，生意大了，各处开了分号，饮料多了，酒也多了，有几十种。,店里装了自动柜员机，柜员机里记的账天天都打印出来送给老板。,老板看不过来，加个总数就算了，但生意该怎么做，老板还算清楚。,一个平常饮料店的故事,1998年，经营的品种过了百，店里连了网，用上了财务软件。,1999年又上了互联网，客人来自四面八方。账单每天打出厚厚一堆，老板瞧着密密麻麻的数字楞神，直嚷嚷生意难做。,数据迷雾铺天盖地,美国MCI是跨国的电信公司，长途电话客户2亿，电脑里数据存了5TB，每月还增加300GB。,据美国加州一所大学研究，世界上每个人，不管死活，已经产生或将要产生250MB的数据，每年全球数据净增21010GB。,如何应对？,商务智能,7,什么是商务智能,商业智能是对商业信息的搜集、管理和分析过程，目的是使企业的各级决策者获得知识或洞察力，促使他们做出对企业更有利的决策。,商业智能一般由数据仓库（或数据场）、数据分析、数据挖掘、在线分析、数据备份和恢复等局部组成。,什么是商务智能,商务智能是从累计的原始数据中提取有用信息的过程,商务智能为决策者在正确的时间,地点提供关于企业运营情况的各项信息使之能够做出准确的决定,背景,商业智能（BI）的概念最早是Gartner Group于1996年提出,执行信息系统（EIS）,决策支持系统（DSS）。,为什么需要商务智能,促进销售,加深客户关系,改进产品,提供更好的效劳,协调企业运营,降低本钱,提高决策水平,Business Intelligence helps track what really works and what doesnt.,Bill Gates,Chairman,Microsoft,通过BI帮助我们,提高企业效益,建立忠实的顾客群,增进企业效率,做出明智的决策,商务智能内容,产品分析,哪种产品赢利情况最好?,哪种产品赢利最差却卖的最快?,哪种产品组合对一定收入的家庭最有吸引力?,商务智能内容,销售分析,一家已开张两年的分店销售趋势如何?,附近地区是否存在竞争者?,哪种产品的赢利有向上的趋势及哪类顾客购置了这些产品?,商务智能内容,顾客分析,提供头10%利润的顾客有什么特点?,购置产品或效劳三个月后顾客的流失率是多少?,过去六个月里比平均消费额高两个百分点的都是谁?,众多行业积极寻求BI解决方案的,零售、保险、银行、通信、离散制造、政府、医疗、分销、流程制造、教育等。,商务智能如何工作,数据:把不同来源的数据汇总为一个数据仓库,内涵:商务智能工具通过分析这些数据来帮助人们更好地了解企业情况,行动:通过分析来更有效地分配资源,商务智能系统结构,数据仓库(Data Warehouse,DW),联机分析处理(On-Line Analytical Processing,OLAP),数据挖掘(Data Mining,DM),数据仓库(DW),数据仓库，是在数据库已经大量存在的情况下，为了进一步挖掘数据资源、为了决策需要而产生的，它决不是所谓的“大型数据库。,W.H.Inmon关于数据仓库的定义：面向主题的、集成的、与时间相关且不可修改的数据集合。,面向主题,传统数据库主要是为应用程序进行数据处理，未必按照同一主题存储数据,数据仓库侧重于数据分析工作，是按照主题存储的,与时间相关,数据库保存信息的时候，并不强调一定有时间信息,数据仓库则不同，出于决策的需要，数据仓库中的数据都要标明时间属性,不可修改,数据库处理的是日常事务数据，有的需要不断更新,数据仓库反映的是历史信息，可以添加，但不可更改。,数据仓库生成,Extract,Transfer,and Load(ETL),Model,Integrate,Data,ETL,Data warehouse,数据展现,面向高层决策者的主管信息系统(EIS),面向决策分析者的联机分析系统(OLAP),决策者上的即席查询系统(Ad Hoc),灵活报表系统(Reporting),数据展现采用多种灵活的方式，比方C/S模式或B/S模式,联机分析处理(OLAP),OLAP委员会的定义：是使分析人员、管理人员或执行人员能够从多种角度对从原始数据中转化出来的、能够真正为用户所理解的、并真实反映企业维特性的信息进行快速、一致、交互地存取，从而获得对数据的更深入了解的一类软件技术。,OLAP的目标：是满足决策支持或多维环境特定的查询和报表需求，它的技术核心是“维这个概念，因此OLAP也可以说是多维数据分析工具的集合。,开展背景,60年代，关系数据库之父E.F.Cdd提出了关系模型，促进了联机事务处理(OLTP)的开展(数据以表格的形式而非文件方式存储)。,1993年，E.F.Cdd提出了多维数据库和多维分析的概念，即OLAP,OLAP多维数据结构,超立方结构(Hypercube),多立方结构(Multicube),OLAP多维数据分析,切片和切块(Slice and Dice)：在多维数据结构中,按二维进行切片,按三维进行切块,可得到所需要的数据,OLAP多维数据分析,钻取(Drill)：钻取包含向下钻取(Drill-down)和向上钻取(Drill-up)/上卷(Roll-up)操作,OLAP多维数据分析,旋转(Rotate)/转轴(Pivot)：通过旋转可以得到不同视角的数据,数据挖掘(DM),一方面规模庞大、纷繁复杂的数据体系让使用者漫无头绪、无从下手；,另一方面在这些大量数据的背后却隐藏着很多具有决策意义的有价值的信息。,数据挖掘(DM),如何发现这些有用的知识，使之为管理决策和经营战略开展效劳？,数据挖掘（Data Mining）。,DM应用实例(购物环境设计),某超市，需要设计一个吸引客人购置商品的最正确环境。通过对客人的采购路线和消费记录的挖掘发现：美国女性的视线高度是150cm左右，而男性是163cm左右，最适宜的视线角度是视线高度以下15度。因此，最好的货品摆设位置是在130到135厘米之间。,按照DM找出的特别信息，该超市里的主打产品，总是摆在最容易发现的高度区内。,DM应用实例(客户购置模式识别),Safeway是英国的第三大连锁超市，年销售额超过一百亿美元,运用传统的方法降低价位、扩充店面以及增加商品种类，若想在竞争中取胜已经越来越困难了,必须以客户为导向，了解六百万客户所做的每一笔交易以及这些交易彼此之间的关联性,DM应用实例(客户购置模式识别),Safeway首先根据客户的相关资料，将客户分为150类，再用关联（Association）的技术列出产品相关度的清单。,比方：“在购置烤肉炭的客户中，75%的人也会购置打火机燃料。,DM应用实例(客户购置模式识别),Safeway还需要对商品的利润进行细分。例如，Safeway发现某一种乳酪产品虽然销售额排名第209位，可是消费额最高的客户中有25%都常常买这种乳酪。,Safeway 知道客户每次采购时会买哪些产品以后，就可以利用Data Mining中的 Sequence Discovery 功能，找出长期的经常性购置行为，进而促销。,数据挖掘(DM)学科背景,统计学,计算机科学,人工智能领域的广泛运用,数据挖掘(DM)常用方法,分类（classification）：依照所分析对象的属性分门别类、加以定义、建立类组（class）。,比方，将信用卡申请人分为低、中、高风险群，或是将顾客分到事先定义好的族群。,数据挖掘(DM)常用方法,估计（estimation）：根据既有的连续性数值相关属性资料，求得某一属性的未知值。,比方，估计家中小孩的数量、一个家庭的总收入或是不动产的价值。,所使用的技巧有相关分析、回归分析及类神经网络方法。,数据挖掘(DM)常用方法,预测（prediction）：根据对象属性过去的观察值来估计此属性未来的值。,比方，预测哪些顾客会在未来的半年内取消该公司的效劳，或是预测哪些电话用户会申请增值效劳，如三方通话、语音信箱等。,所使用的技巧有回归分析、时间序列分析及类神经网络方法。,数据挖掘(DM)常用方法,关联分组（affinity grouping）：从所有对象来决定哪些相关对象应该放在一起。,比方，在超市中，哪些物品会一起被购置，零售商可以利用关联分组来规划店内商品的摆设位置，把会被一起购置的商品摆在一起。,在客户的营销系统上，此种功能可用来确认交叉销售（cross-selling）的时机以设计出更吸引人的产品群组。,聚类、群集化（clustering）：将不同的母体区隔为较具同构型的群组（cluster），换句话说，其目的是将组与组之间的差异分辨出来，并对个别组内的相似样本进行挑选。在群集化技术中，没有预先定义好的类别和训练样本存在，所有纪录都根据彼此相似程度来加以归类。,比方，在市场营销调查前，先将顾客群集化，再来分析每群顾客最喜欢哪一类促销，而不是对每个顾客都用相同的标准规则来分析。,所使用的技巧有k-means法及agglomeration法。,SCORING&MODELING,PORTALS,DSS,EIS,ANALYSESQUERIESSCORES,APPLICATIONS,DATA HANDLE,DATASTORES,LOAD,TRANSFORM,EXTRACT,STANDARD TEMPLATE,OLAP,Agent,DM,WAREHOUSE,CRM ERP SCM Policy F&A Other,商务智能体系结构,客户分类和特点分析,市场营销策略分析,经营本钱与收入分析,欺诈行为分析和预防,商务智能的应用前景,市场预测,根据IDC分析，从1997年到2002年，整个数据仓库市场（软件、效劳、效劳器和存储）以平均每年20.5的速度增长。,IDC的另一项调查结果说明，企业用于商务智能的投资回报率平均2.3年高达400。一项来自美国MetaGroup的市场分析指出，92的企业将在今后3年内使用数据仓库。,谢谢大家！,