文档介绍：商业分析
--商业数据的分析、挖掘和应用
华东师范大学出版社
第1章商业分析概论
本章主要内容
商业分析的发展历程
商业分析的学科基础
商业分析对企业的影响
商业分析的基本思想
商业分析概述
传统:统计+概率论等
决策支持系统,ERP系统(企业资源管理计划)、数据仓库、数据挖掘、商业智能
(新)
商业分析
大数据
商务分析这一术语发源于19世纪,但其在近年来才真正引起关注。
大数据环境是商业分析发展的温床。
1)传统的商业分析是指以统计学及其有关概率论的内容为基础,研究、分析、处理当前经济管理领域中的一些实际问题,这些问题涉及统计报表分析、财务预测、投资风险预测、市场预测、销售预测、质量管理的评估和投资效益的分析与决策等。
2)自从决策支持系统出现后,商业分析开始和ERP系统(企业资源管理计划)、数据仓库、数据挖掘、商业智能以及其他的软硬件工具和应用一起发展。尤其是大数据出现以后。
定义:本书认为商业分析就是应用定性或定量的分析模型将信息、数据转化为有用的信息来帮助做出更好的商业决策。在商业分析的过程中需要运用现代信息与计算机技术,来对企业数据进行整合、分析,预测未来趋势和状态,制订企业解决方案。
商业分析与商业智能
商业智能定义:
商业智能的概念最早是 Gartner Group于 1996 年提出来的。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。从系统的观点来看,商业智能的过程是从不同的数据源收集的数据中提取有用的数据,对数据进行清理以保证数据的正确性,将数据经转换、重构后存入数据仓库(这时数据变为信息),然后寻找合适的查询和分析工具,如OLAP 工具对信息进行处理(这时信息变为辅助决策的知识),最后将知识呈现于用户面前,转变为决策。
BI是BA的一部分
BI侧重数据,BA与业务结合更紧密。
BA和BI追求的目标不同。
BA和BI分析对象不同。
商业分析(Business Analytics & BA)
VS
商业智能( Business Intelligence & BI)
虽然商业分析与商业智能的关系密切,且很多学者也经常将这两个概念连在一起使用,但两者之间还是存在着区别。
商业分析的三个视角
1商业:决策与执行视角
企业用户通常把自己看作是是分析的“消费者”,期望分析师构造一种模型有助于“企业成长”或者“提升业务”。但决策的过程有时很难有效传达给分析师。普遍认为分析师理解商业运作的目的就是为了构建有效的模型。但如果分析师在模型中投入少甚至不投入,则会使他们产生一种愈发强烈的挫败感,最终可能会怀疑其分析能力所产生的价值。如果管理人员和分析团队之间的距离较大,商业分析只能产生基本的报表,这些基本的报告和图表不能满足用户的真正需求。
2分析:技术视角
分析师经常认为自己是“数据和数学专家”,他们构建了成熟的技术模型。由于决策过程模型产生决策并不能收到完全接纳,商业雇主可能会提出“这很不错,但如何有效应用”。另一个问题由于缺乏数据(质量和数量)能够建立理想的分析模型使产生的商业决策难以达到最佳状态。
通常IT团队被分析团队看作分析基础设备的提供者。但分析团队与IT团队合作解决业务问题的情况则很少。
3 IT:工具和系统的视角
IT通常认为是提供商业智能和数据仓库基础设施和工具来支持分析师和商业用户。为了应对企业分析功能的需求开发项目,经常开发巨大的数据仓库存储数据或开发多个工具,如分析报表和分析用的统计工具。IT的角色无疑是提供商业需求中的有效数据的工具。当商业管理者和分析师提出了不使用如数据仓库,报告等昂贵设备时,BI和DW讲是一项失败的投资。IT需要增加与业务和分析部门的有效合作。
1商业“分析”的历史
商业分析的发展历程
图1-1. 分析的发展历程
2商业分析的究进展
图1-2 国外商业分析发文趋势图
图1-3 国内商业分析发文趋势
3商业分析的发展演化
图1-4 BI&A的演化过程