商务智能课件.ppt

文档介绍：该【商务智能课件 】是由【yzhlyb】上传分享，文档一共【10】页，该文档可以免费在线阅读，需要了解更多关于【商务智能课件 】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。商务智能与ERP、CRM和SCM等业务管理系统的关系
成员:韩素素、何南南、李丹、刘素、黄艳静、李宁宁、庄林
商务智能(BusinessIntelligence,BI)
概念:
商务智能的概念在1996年最早由加特纳集团(GartnerGroup)提出,加特纳集团将商务智能定义为:商业智能描述了一系列的概念和方法,通过应用基于事实的支持系统来辅助商业决策的制定。商务智能技术提供使企业迅速分析数据的技术和方法,包括收集、管理和分析数据,将这些数据转化为有用的信息,然后分发到企业各处。
企业对商务智能的定义:
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、未来市场需求等,为企业的各种经营活动提供决策信息。
企业资源计划(EnterpriseResourcePlanning,ERP)
概念:
ERP——EnterpriseResourcePlanning企业资源计划系统,是指建立在信息技术基础上,以系统化的管理思想,为企业决策层及员工提供决策运行手段的管理平台。ERP系统集中信息技术与先进的管理思想于一,成为现代企业的运行模式,反映时代对企业合理调配资源,最大化地创造社会财富的要求,成为企业在信息时代生存、发展的基石。
进一步地,我们可以从管理思想、软件产品、管理系统三个层次给出它的定义:
BI与ERP的联系:
BI是架构在ERP之上的,而决策支持是在BI基础上的再扩展。也就是说,新的架构体系使行业用户能够在现有企业数据仓库之上再创建一个“虚拟”企业。行业用户可将现有的数据仓库资源整合到一个分布式的BI网络环境当中,像ERP一样,它是一种自上而下的***方法,它能提高行业用户相关商业目标的执行潜力,并允许用户重组一种更精准的部门级操作流程;然后创建出整个公司目标执行的实时监视体系。
相同点:
(1)从基础架构的角度上看,BI数据库和ERP有许多共通之处,两者都采用分布式架构存储海量数据,双方进行融合的可能性很大;
(2)两者都为大范围终端用户提供深度访问的能力;
(3)两者都具有高度的分布性和应用程序的可扩展性,尽管这种特性在BI上体现得不是很明显;
(4)两者基于同样的前提,即利用直接或者间接数据作为预测工作的信息参考。
(5)BI与ERP最大的共性就是,它们使企业运行得更有效率、响应更及时并易于整合。
不同点:
(1)BI和ERP绝对不是同一事物或是同一事物的两个方面,它们是互补的系统。
(2)ERP是面向操作的软件,而BI是面向决策的软件。
(3)BI可以建立在ERP系统已收集原始数据的基础上,弥补ERP在分析、决策功能上的不足。
客户关系管理(CustomerRelationshipManagement,CRM)
概念:
CRM即客户关系管理,是指企业与其客户之间的交流方式及关系,它实施于企业的市场营销、销售、客户服务与技术支持等于客户有关的领域。它是一种管理理念,又是一种旨在改善企业与客户之间关系的新型管理机制,也是一种管理软件和技术,它将最佳的商业实践与数据挖掘、数据仓库、一对一营销、销售自动化以及其他信息技术紧密结合在一起,为企业的销售、客户服务和决策支持等领域提供了一个业务自动化的解决方案。
CRM是选择和管理有价值客户及其关系的一种商业策略,它要求以客户为中心的企业文化来支持有效的市场营销、销售与服务流程。
BI与CRM的关系
1>CRM可以帮助企业更好的处理与客户之间的关系,使企业与客户之间的互动更加顺畅,真正的做到了以客户为中心。
2>CRM在实施的过程中,会生成大量的数据,如客户行动记录、商机信息、订单信息等。在这信息的洪流中,该如何更快速便捷地获取隐藏在数据背后的价值,从而更好地辅助企业决策者制定战略决策,是现在企业经营者所关注的焦点。以往的BI软件都是侧重于让企业收集数据并获取深度信息,让每个用户根据自己的不同需要来访问相应的界面。而现在的BI更注重对结构化和未结构化数据的分析能力,从而更好地挖掘经营数据,帮助决策者更好的做出战略决策。
3>将BI与CRM形成一种优势互补,帮助公司更好地将战略、决策、执行连贯起来,并获取深度的可用信息。未来BI与CRM的结合是一大趋势。
BI与SCM的关系
BI解决方案从供应链管理系统中提取数据、分析数据,为整个供应链管理提供完整的视图,为供应链管理中的决策提供依据。
BI系统能够为供应链提供以下基本的效益:
1>改善数据的可见度,使库存水平降低;
2>分析客户服务水平,识别供应链管理中的关键问题;
3>更好地理解客户需求,提高预测的准确性;
4>分析运输绩效,利用高效的运输服务来减少运输成本;
5>改善供应链关系,加强与供应链伙伴的合作,提高供应链的竞争力。