文档介绍：该【计算机信息管理论文(李健) 】是由【艾米】上传分享，文档一共【15】页，该文档可以免费在线阅读，需要了解更多关于【计算机信息管理论文(李健) 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。计算机信息管理论文(李健)
2
毕业论文
论文题目
浅谈商务智能在我国的发展趋势
专业
计算机信息管理
准考证号
0**********
学生姓名
李健
指导教师
二○一二年三月
3
目录
引言 6
6
6
7
8
8
8
8
9
9
、更好的发展建议 10
10
10
,建立BI人才培养机制 10
11
、灵活性、可变化性 11
、可扩展、可按用户定制 11
5
11
11
12
12
5
引言
商务智能(BusinessInteligence,以下简称BI)最早由GartnerGroup于1996年提出,我国学者将之翻译为“商业智能”或“商务智能”,商务智能指利用数据仓库、数据挖掘技术对客户数据进行系统地储存和管理,并通过各种数据统计分析工具对客户数据进行分析,提供各种分析报告,如客户价值评价、客户满意度评价、服务质量评价、营销效果评价、未来市场需求,近年来,商务智能技术日趋成熟,越来越多的企业决策者意识到需要商务智能来保持和提升企业竞争力。世界500强企业中已经有90%以上的企业利用企业管理和商务智能软件帮助管理者做出决策。各种成功实施商务智能的案例也屡见不鲜。而我国正处于快速发展阶段,商务智能在我国也处于快速发展期,商务智能应用的程度和实际效果都与国外企业有很大差距。本文主要是对商务智能在我国的研究现状、发展趋势进行分析和总结。
宏观研究主要是从总体上把握,如商务智能的必要性、内涵和理论综述等。可分为以下两点:(1)商务智能的含义①GartnerGroup将商务智能定义为一类由数据仓库(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、以帮助企业决策为目的的技术及其应用。②IBM认为商务智能是一系列由系统和技术支持的以简化信息收集、分析的策略的集合,它应该包括企业需要收集什么信息、谁需要去访问这些数据、如何把原始数据转化为最终导致战略性决策的智能、客户服务和供应链管理。③BI=DB(数据库)+DW(数据仓库)+OLAP(在线分析处理)+DM(数据挖掘),是多种技术的集合,是人工智能技术的最新方法。BI是一种从组织历史数据中整合数据,提取信息,加以分析,形成知识或情报,从而帮助组织了解运作状况并进行分析、预测、计划的方法和过程,即全面、准确、及时、深入地分析和处理数据与信息的能力。综上所述:商务智能是利用现代信息技术收集、管理和分析结构化和非结构化的商务数据和信息,创造和累计商务知识和见解,改善商务决策水平,采取有效的商务行动,完善各种商务流程,提升各方面商务绩效,增强综合竞争
7
力的智慧和能力。
(2)商务智能与知识管理的区别与联系。商务智能和知识管理最重要的类似处是它们最终都处理知识,知识管理中的知识明显的总是直接来自人,商务智能中的知识源自数据,它是经过分析产生的知识;商务智能和知识管理都受企业文化和人的影响;商务智能看重的分析数据的技术和知识管理中管理和分发知识的技术很不同,现如今,商务智能的概念已经不仅仅是软件产品和工具,而是整体应用的解决方案,甚至升华成为一种管理思想,体现的是一种理性的经营管理决策的能力。
微观研究主要包括:商务智能功能、技术、体系结构等。即:(1)商务智能的功能。商务智能系统的仪表盘可以剪裁环境以满足用户的特殊需要;用户可以定制主页来展示最关键的图表和报告,并且当商业需求变化时可以改变显示的图表;能基于底层(underlying)数据源的更新自动更新图表;可以根据特定参数或特定条件的变化进行预警;有例外管理能力;仪表盘的资源组件使资源材料与特定的使能过程一致;提供团队协同工作环境等。(2)商务智能的支撑技术数据仓库、数据挖掘、OLAP。①数据仓库技术。数据仓库是一个面向主题的、集成的、稳定的及包含历史数据的数据集合,它用于支持经营管理中的决策制定过程。商务智能系统的核心是解决商业问题,它把数据处理技术与商务规则相结合,以提高商业利润减少市场运营风险,是数据仓库技术、决策支持技术和商业运营规则的结合。②数据挖掘技术。数据挖掘(DataMining)是从大量的、不完全的、有噪声的、模糊的及随机的实际应用数据中,挖掘出隐含的、先前未知的、对决策有潜在价值的知识和规则的过程。③联机分析处理技术(OLAP)。OLAP是一种多维分析工具,目标是满足决策支持或多维环境下特定的查询和报表需求,使分析人员、管理人员或执行人员能够从多个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应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。
7
商务智能的应用领域非常广泛,典型的有电信、银行、保险、医疗、零售、政府等,以及所有建立了数据仓库的用户。从商务智能应用的论文内容来看,我国的商务智能应用还处于起步阶段,仅在信息化程度偏高的电信、银行、保险、医疗等有少量应用。这一方面因为商务智能是建立在数据仓库基础上的,我国大部分企业的信息化程度偏低,缺乏数据的积累,而数据的积累需要一个较长期的过程。另一方面因为对商务智能的认知度不高,缺乏商务智能方面的人才以及对这些人才的有效管理。
BI在中国诱人的市场规模和良好的发展势头,极大地刺激了国外BI厂商大规模进驻中国,也激励了国内BI企业的发展。国内的软件厂商也纷纷推出BI产品,如明基逐鹿公司的AnalyzerBI、上海博科的“财务智能仓库”等。与国外BI相比,国内BI还处于初级阶段,在系统二次开发、系统功能设计和客户认知度上都有较大差距。这与国内大多数软件商定位于BI咨询顾问和BI系统集成商、本身不开发BI也有关系。当然,国产软件也有不可替代的优势,如更了解中国国情、产品价格较便宜等,另外,涉及到国家机密部门在选择实施BI时,一般首选国内软件商。
中国BI软件市场蓄势待发,无论是宏观经济政策环境,还是市场与技术都蕴藏着巨大发展商机。从宏观经济环境看,中国经济的强劲增长势必带来企业用户对IT技术更为深入的需求。中国企业面临着如何走向,加速战略决策,有利于与国际大企业站在同一起跑线上,BI系统建设将会是必由之路;从国家政策看,。
8
尽管如此,中国的BI市场发展也存在一些问题,出现这种情况的原因是国际主流的BI厂商大都采用代理的方式进驻中国,只有Brio一家亲自做中国市场。代理商们恶性竞争,导致市场价格混乱,同一套系统实施下来,价格可能相差很大,甚至在市场上泛滥着盗版。在这样的环境下,产生了很多产品实施和服务方面的问题。如,国外BI软件往往由于其昂贵的价格令客户望而却步,有时候也因国外BI产品在国内水土不服导致出现各种实施和服务问题,甚至产生客户抱怨。而国内BI厂商虽然有熟悉中国国情的优势,但由于起步晚,各方面比较薄弱,产品难以令客户信服。
由于BI实施的特点是数据一旦抽取整合到数据仓库中,BI的系统结构就相对稳定。数据仓库部分的理论研究与模型建立相对比较成熟,而数据的源头部分,由于其第一手数据是从MIS、MRP/MRPI、SCM、CRM、EBP等基于业务处理的信息系统中抽取整合到数据仓库中的,而目前的这些基于业务处理的信息系统,本身就缺乏标准,各种原始数据的结构百花齐放、千差万别,甚至同一个厂家的信息系统的不同产品,同一个产品之间的不同模块,同一个模块的不同版本的数据都是不统一的。所以,对于BI系统的实施,数据抽取整合的工作量非常大。
众所周知BI市场的发展潜力巨大,目前国内从事BI的企业非常少,再加上起步较晚,相应的专业培训机构还没有形成,导致国内缺乏足够的专业人力资源。而且,在为数不多的国内BI企业中,绝大多数还只是在客户需要时,以BI系统集成商的身份兼顾一下。数据仓库、数据挖掘、商业建模等领域的人才相对缺乏,复合型的BI人才更是难觅,难以满足BI市场的快速发展而带来的BI研发、咨询、实施、维护等人力需求。而国外BI厂商近两年来大规模直接进入中国市场,更是以高薪挖掘BI人才,但也往往招聘不到合乎条件的人选。
9
、更好的发展建议
由于BI信息流的上游是异构的,而且数据往往分布在企业或机构的不同部门、不同分公司或营业部,甚至不同的国家地区;更难但又普遍存在的问题是,即便是同一个公司的不同部门、不同分公司子公司之间,采用了不同厂家的信息系统,各产品的搭配和组合还不一样,在这种现状的基础上,要实施BI,要让系统能够满足这些错综复杂的异构系统,必须从“保证抽取整合之后的数据格式是统一的”这个目标着手建立系统架构,并且要做到点对点的分布式的异构到同构处理。因此需要对数据仓库的元数据制定一些规范的行业标准或国家标准进行深入研究。
针对目前BI中DW、OLAP等相对稳定和成熟这一现状,可以在MIS、MRP/MRPⅡ、SCM、CRM、ERP等基于业务处理的信息系统初步实施或者升级换代的初期,就高瞻远瞩地考虑为BI系统的抽取整合工作做一些统筹规划。根据DW对原始数据的抽取整合特点,制定一个业务处理系统的元数据行业标准或国家标准,有助于提高不同业务处理系统之间、业务处理系统和BI系统之间的祸合度,降低产品实施难度和产品服务难度。这样,让不同分公司子公司、不同部门采用不同的业务处理系统的不同组合,都能有统一的元数据结构能够大大降低各系统之间的异构性,大大增强商务智能系统的处理能力和灵敏度。
,建立BI人才培养机制
通过提高公众的BI认知度,提高企业的BI应用水平,从而提高企业的运作效率,促进企业对BI人才的重视和培养。同时,可以通过产、学、研结合,成立专门的BI研究室,协助企业培养BI人才。
10