第章商務(wù)智能導(dǎo)言

商務(wù)智能方法與應(yīng)用北京信息科技大學(xué)胡敏第一章導(dǎo)言Lecture1:Introduction思維導(dǎo)圖上課內(nèi)容：whattorememberinclass？

whattounderstandinclass？

whattoexerciseafterclass？

whattowidenyoursights？

whattogodeepintoresearch？主要內(nèi)容1.1商務(wù)智能的基本概念1.2商務(wù)智能的過程1.3商務(wù)智能的系統(tǒng)構(gòu)成1.4商務(wù)智能的發(fā)展歷史1.1商務(wù)智能的基本概念商務(wù)智能數(shù)據(jù)信息和知識(shí)商務(wù)智能商務(wù)智能（Businessintelligence）1996年GartnerGroup

HowardDresner數(shù)據(jù)倉庫（或數(shù)據(jù)集市）、查詢報(bào)表、數(shù)據(jù)分析、數(shù)據(jù)挖掘、數(shù)據(jù)備份和恢復(fù)等部分組成的、以輔助企業(yè)決策為目的一類技術(shù)及其應(yīng)用商務(wù)智能商務(wù)智能（Businessintelligence）工業(yè)界商務(wù)智能可以被看作是一類技術(shù)或工具，利用它們可以對(duì)大量的數(shù)據(jù)進(jìn)行收集、管理、分析和挖掘，以改善業(yè)務(wù)決策水平，增強(qiáng)企業(yè)的競爭力學(xué)術(shù)界商務(wù)智能是一套理論、方法和應(yīng)用，通過它們可以快速地發(fā)現(xiàn)海量數(shù)據(jù)中隱含的各種知識(shí)，有效地解決企業(yè)面臨的管理和決策問題，支持企業(yè)的戰(zhàn)略實(shí)施。商務(wù)智能的概念

商務(wù)智能指收集、轉(zhuǎn)換、分析和發(fā)布數(shù)據(jù)的過程，目的是為了更好的決策。商務(wù)智能是指將數(shù)據(jù)轉(zhuǎn)化為知識(shí)的過程。它包括捕獲和分析信息，交流信息，以及利用這些信息開發(fā)市場(chǎng)。商務(wù)智能是企業(yè)利用現(xiàn)代信息技術(shù)收集、管理和分析結(jié)構(gòu)化和非結(jié)構(gòu)化的商務(wù)數(shù)據(jù)和信息，創(chuàng)造和累計(jì)商務(wù)知識(shí)和見解，改善商務(wù)決策水平，采取有效的商務(wù)行動(dòng)，完善各種商務(wù)流程，提升商務(wù)績效，增強(qiáng)綜合競爭力的智慧和能力。BusinessIntelligenceisaprocessofturningdataintoknowledgeandknowledgeintoactionforbusinessgain

—DataWarehouseInstitute商務(wù)智能是融合了先進(jìn)信息技術(shù)與創(chuàng)新管理理念的結(jié)合體，集成企業(yè)內(nèi)外數(shù)據(jù)，進(jìn)行加工并從中提取能夠創(chuàng)造商業(yè)價(jià)值的知識(shí)，面向企業(yè)戰(zhàn)略并服務(wù)于管理層、業(yè)務(wù)層，指導(dǎo)企業(yè)經(jīng)營決策，提升企業(yè)競爭力。商務(wù)智能的概念商務(wù)智能的概念數(shù)據(jù)ETL數(shù)據(jù)倉庫數(shù)據(jù)挖掘可視化OLAP數(shù)據(jù)知識(shí)決策模式趨勢(shì)事實(shí)關(guān)系模型關(guān)聯(lián)規(guī)則序列目標(biāo)市場(chǎng)資金分配貿(mào)易選擇在哪兒做廣告銷售的地理位置金融經(jīng)濟(jì)POS人口統(tǒng)計(jì)生命周期11商務(wù)智能在行行業(yè)的應(yīng)用銀行客戶利潤分分析分支行利潤潤分析交叉銷售信用風(fēng)險(xiǎn)管管理新產(chǎn)品推銷銷收費(fèi)策略保險(xiǎn)欺詐管理收費(fèi)策略目標(biāo)市場(chǎng)活活動(dòng)客戶挽留客戶利潤分分析零售地區(qū)/商店店各種貨物物（品牌，，分類等））銷售業(yè)績績定價(jià)和減價(jià)價(jià)市場(chǎng)籃子關(guān)關(guān)系市場(chǎng)需求預(yù)預(yù)測(cè)倉儲(chǔ)規(guī)劃通訊客戶忠實(shí)客戶流失模模式客戶利潤分分析競爭分析欺詐管理14各行業(yè)業(yè)電子子商務(wù)務(wù)網(wǎng)站站算法層商業(yè)邏輯層行業(yè)應(yīng)用層商業(yè)應(yīng)應(yīng)用商業(yè)模模型挖掘算算法CRM產(chǎn)品推薦客戶細(xì)分客戶流失客戶利潤客戶響應(yīng)關(guān)聯(lián)規(guī)則、序列模式、分類、聚集、偏差分析…WEB挖掘網(wǎng)站結(jié)構(gòu)優(yōu)化網(wǎng)頁推薦商品推薦……基因挖掘基因表達(dá)路徑分析基因表達(dá)相似性分析基因表達(dá)共發(fā)生分析……銀行電信零售保險(xiǎn)制藥生物信息科學(xué)研究……相關(guān)行行業(yè)商務(wù)應(yīng)應(yīng)用需需求的的推動(dòng)動(dòng)神經(jīng)網(wǎng)網(wǎng)絡(luò)、、決策策樹、、回歸歸分析析、粗粗集、、遺傳傳算法法商務(wù)智智能應(yīng)應(yīng)用領(lǐng)領(lǐng)域銀行美國銀銀行家家協(xié)會(huì)會(huì)(ABA)預(yù)測(cè)數(shù)數(shù)據(jù)倉倉庫和和數(shù)據(jù)據(jù)挖掘掘技術(shù)術(shù)在美美國商商業(yè)銀銀行的的應(yīng)用用增長長率是是14.9％。分析客客戶使使用分分銷渠渠道的的情況況和分分銷渠渠道的的容量量；建立立利潤潤評(píng)測(cè)測(cè)模型型；客客戶關(guān)關(guān)系優(yōu)優(yōu)化；；風(fēng)險(xiǎn)險(xiǎn)控制制等電子商商務(wù)網(wǎng)上商商品推推薦；；個(gè)性性化網(wǎng)網(wǎng)頁；；自適適應(yīng)網(wǎng)網(wǎng)站…生物制制藥、、基因因研究究DNA序列查查詢和和匹配配；識(shí)識(shí)別基基因序序列的的共發(fā)發(fā)生性性…電信欺詐甄甄別；；客戶戶流失失…保險(xiǎn)、、零售售……政府部部門、、教育育機(jī)構(gòu)構(gòu)、醫(yī)醫(yī)療機(jī)機(jī)構(gòu)和和公用用事業(yè)業(yè)等。。利用用商務(wù)務(wù)智能能的企企業(yè)現(xiàn)現(xiàn)在已已越來來越多多，遍遍及各各行各數(shù)據(jù)倉庫理解業(yè)務(wù)：網(wǎng)絡(luò)資源分析產(chǎn)品結(jié)構(gòu)及組合分析服務(wù)質(zhì)量分析業(yè)務(wù)發(fā)展分析理解客戶：客戶貢獻(xiàn)度分析客戶群體劃分客戶行為分析制訂市場(chǎng)營銷策略風(fēng)險(xiǎn)分析：客戶流失的測(cè)算信用分析欺詐分析內(nèi)部績效考核：產(chǎn)品、部門利潤分析資源分配資源成本分析誰是最好的客戶?如何擴(kuò)大利潤?如何避免風(fēng)險(xiǎn)?收入/成本如何分配?商務(wù)智智能對(duì)對(duì)企業(yè)業(yè)的作作用和和價(jià)值值不同層層次的的商務(wù)務(wù)智能能應(yīng)用用以前發(fā)生了什么為什么發(fā)生了現(xiàn)在發(fā)生著什么將來會(huì)發(fā)生什么業(yè)務(wù)活動(dòng)管理不同層層次的的商務(wù)務(wù)智能能應(yīng)用用商務(wù)智智能用用戶數(shù)據(jù)（（data)數(shù)據(jù)是是對(duì)事事物描描述的的符號(hào)號(hào)。在在計(jì)算算機(jī)科科學(xué)中中，數(shù)數(shù)據(jù)是是數(shù)字字、文文字、、圖像像、聲聲音等等可以以輸入入到計(jì)計(jì)算機(jī)機(jī)被識(shí)識(shí)別的的符號(hào)號(hào)企業(yè)運(yùn)運(yùn)營離離不開開數(shù)據(jù)據(jù)。企業(yè)運(yùn)運(yùn)營的的各個(gè)個(gè)環(huán)節(jié)節(jié)每天天都在在積累累數(shù)據(jù)據(jù)，如如供應(yīng)應(yīng)商、、客戶戶的數(shù)數(shù)據(jù)，，銷售售、生生產(chǎn)以以及庫庫存數(shù)數(shù)據(jù)等等。用戶生生成數(shù)數(shù)據(jù)（（usergenerateddata,UGD)社會(huì)化化媒體體、智智能化化手機(jī)機(jī)等使使得全全世界界不計(jì)計(jì)其數(shù)數(shù)的個(gè)個(gè)體也也在不不斷產(chǎn)產(chǎn)生數(shù)數(shù)據(jù)。。結(jié)構(gòu)化化數(shù)據(jù)據(jù)（structureddata)通常二維表表格的的形式式存儲(chǔ)儲(chǔ)在關(guān)系系數(shù)據(jù)據(jù)庫中中交易細(xì)細(xì)節(jié)表表交易號(hào)商品號(hào)單價(jià)折扣數(shù)量005872051337922.99010058720514677520100587205000700104.500587206147525105.900587206113838107.5非結(jié)構(gòu)構(gòu)化數(shù)數(shù)據(jù)（（unstructureddata）文本數(shù)據(jù)據(jù)iphone4s,目前最大大的問題題，感覺覺還是電電量，充充滿一次次，用兩兩天，不不過，我我還沒怎怎么玩游游戲，都都是開瀏瀏覽器之之類的應(yīng)應(yīng)用，和和聽歌，，但是想想想，畢畢竟手機(jī)機(jī)的電池池和ipad的還是沒沒法比。。信息（information）通過一定定的技術(shù)術(shù)和方法法，對(duì)數(shù)數(shù)據(jù)進(jìn)行行集成、、分析，，挖掘其其潛在的的規(guī)律和和內(nèi)涵，，得到的的結(jié)果是是信息。。信息是具具有商務(wù)務(wù)意義的的數(shù)據(jù)例如，通通過對(duì)零零售信息息的集成成和分析析發(fā)現(xiàn)，，某超市市的客戶戶群根據(jù)據(jù)其消費(fèi)費(fèi)行為可可以分為為若干個(gè)個(gè)群體，，每個(gè)群群體具有有一些明明顯的特特征。例例如，其其中一個(gè)個(gè)群體是是單身女女性，喜喜歡經(jīng)常常購買化化妝品，，消費(fèi)金金額高。。知識(shí)（knowledge）當(dāng)信息用用于商務(wù)務(wù)決策，，并基于于決策開開展相應(yīng)應(yīng)的商務(wù)務(wù)活動(dòng)時(shí)時(shí)，信息息就上升升為知識(shí)識(shí)信息轉(zhuǎn)化化為知識(shí)識(shí)的過程程不僅需需要信息息，而且且需要結(jié)結(jié)合決策策者的經(jīng)經(jīng)驗(yàn)和能能力，用用以解決決實(shí)際的的問題。。例如，某某連鎖超超市的經(jīng)經(jīng)理發(fā)現(xiàn)現(xiàn)，近期期化妝品品的銷售售業(yè)績下下降了，，為了解解決該問問題，決決定采取取促銷措措施，根根據(jù)對(duì)數(shù)數(shù)據(jù)的分分析得到到的客戶戶分群的的信息，，銷售經(jīng)經(jīng)理鎖定定了促銷銷的目標(biāo)標(biāo)客戶群群，最終終開展了了為這部部分客戶戶郵寄優(yōu)優(yōu)惠券的的促銷活活動(dòng)。1.2商務(wù)智能能過程知識(shí)發(fā)現(xiàn)現(xiàn)知識(shí)發(fā)現(xiàn)現(xiàn)的特征征知識(shí)模式式是使用用一種形形式化語語言來進(jìn)進(jìn)行的表表達(dá)，表表達(dá)描述述了事實(shí)實(shí)集合的的子集中中的一種種顯著的的事實(shí)。。通過某種種知識(shí)發(fā)發(fā)現(xiàn)方法法得到一一個(gè)顧客客細(xì)分的的結(jié)果子子集為{41歲顧客，，42歲顧客，，48歲顧客，，43歲顧客，，64歲顧客…}，可以歸歸納為““40歲之上的的顧客””或者““中年以以上的顧顧客”等等。知識(shí)發(fā)現(xiàn)現(xiàn)強(qiáng)調(diào)模模式的有有效性、、新穎性性、潛在在有用性性以及最最終能被被理解。。261.2商務(wù)智能能過程知識(shí)發(fā)現(xiàn)現(xiàn)過程1、理解所所要進(jìn)行行研究的的領(lǐng)域、、與之相相關(guān)的以以前的知知識(shí)、以以及用戶戶的目標(biāo)標(biāo)；2、創(chuàng)建/選擇目標(biāo)標(biāo)數(shù)據(jù)集集合；3、數(shù)據(jù)清清理和預(yù)預(yù)處理；；4、數(shù)據(jù)縮縮減和投投影；5、選定數(shù)數(shù)據(jù)挖掘掘任務(wù)；；6、選擇數(shù)數(shù)據(jù)挖掘掘算法；；7、數(shù)據(jù)挖挖掘過程程；8、對(duì)挖掘掘出來的的模式進(jìn)進(jìn)行解釋釋；9、完善和和鞏固所所發(fā)現(xiàn)的的知識(shí)。。2728知識(shí)發(fā)現(xiàn)過程程——7個(gè)步驟如下：：1）數(shù)據(jù)清理：：消除噪聲或或不一致2）數(shù)據(jù)集成：：多種數(shù)據(jù)源源組合在一起起3）數(shù)據(jù)選擇：：從數(shù)據(jù)庫中中檢索與分析析任務(wù)相關(guān)的的數(shù)據(jù)。4）數(shù)據(jù)變換：：數(shù)據(jù)變換或或統(tǒng)一成適合合挖掘的形式式，如匯總或或聚集操作5）數(shù)據(jù)挖掘：：使用智能方方法提取數(shù)據(jù)據(jù)模式6）模式評(píng)估：：根據(jù)某種興興趣度量，識(shí)識(shí)別表示知識(shí)識(shí)的真正有趣趣的模式7）知識(shí)表示：：使用可視化化和知識(shí)表示示技術(shù)，向用用戶提供挖掘掘的知識(shí)1.2商務(wù)務(wù)智能過程知識(shí)發(fā)現(xiàn)過程程7個(gè)步驟如下：：數(shù)據(jù)清理數(shù)據(jù)集成數(shù)據(jù)庫數(shù)據(jù)倉庫知識(shí)任務(wù)相關(guān)的的數(shù)據(jù)選擇與轉(zhuǎn)換換數(shù)據(jù)挖掘模式評(píng)估與與知識(shí)表示示1.2商務(wù)智能過過程商務(wù)智能流流程1

Identifybusinessissue2Formulatebusinessquestion3Whatinfo.doIneed4WheredoIfindtheinfo.5Retrieveinfo.6

Analyse

Info.7

Report

answers8

Take

actions1.3商務(wù)智能的的系統(tǒng)構(gòu)成成六個(gè)主要組組成部分?jǐn)?shù)據(jù)源數(shù)據(jù)倉庫在線分析處處理數(shù)據(jù)探查數(shù)據(jù)挖掘業(yè)務(wù)性能管管理數(shù)據(jù)源企業(yè)內(nèi)部的的操作型系系統(tǒng)，即支支持各業(yè)務(wù)務(wù)部分日常常運(yùn)營的信信息系統(tǒng)企業(yè)業(yè)的的外外部部，，如如人人口口統(tǒng)統(tǒng)計(jì)計(jì)信信息息、、競競爭爭對(duì)對(duì)手手信信息息等等數(shù)據(jù)據(jù)倉倉庫庫（（datawarehouse）各種種數(shù)數(shù)據(jù)據(jù)源源的的數(shù)數(shù)據(jù)據(jù)經(jīng)經(jīng)過過抽抽取取、、轉(zhuǎn)轉(zhuǎn)換換之之后后需需要要放放到到一一個(gè)個(gè)供供分分析析使使用用的的環(huán)環(huán)境境，，以以便便對(duì)對(duì)數(shù)數(shù)據(jù)據(jù)進(jìn)進(jìn)行行管管理理，，這這就就是是數(shù)數(shù)據(jù)據(jù)倉倉庫庫數(shù)據(jù)據(jù)集集市市（（datamart）：通常常針針對(duì)對(duì)單單個(gè)個(gè)部部門門的的數(shù)數(shù)據(jù)據(jù)倉倉庫庫，，區(qū)區(qū)別別于于企企業(yè)業(yè)范范圍圍內(nèi)內(nèi)的的數(shù)數(shù)據(jù)據(jù)倉倉庫庫。。數(shù)據(jù)據(jù)倉倉庫庫可可以以將將分分析析數(shù)數(shù)據(jù)據(jù)與與實(shí)實(shí)現(xiàn)現(xiàn)業(yè)業(yè)務(wù)務(wù)處處理理的的操操作作型型數(shù)數(shù)據(jù)據(jù)隔隔離離，，一一方方面面不不影影響響業(yè)業(yè)務(wù)務(wù)處處理理系系統(tǒng)統(tǒng)的的性性能能，，另另一一方方面面為為數(shù)數(shù)據(jù)據(jù)的的分分析析提提供供了了一一個(gè)個(gè)綜綜合合的的、、集集成成的的、、統(tǒng)統(tǒng)一一的的數(shù)數(shù)據(jù)據(jù)管管理理平平臺(tái)臺(tái)。。詳細(xì)信息在第第8章介紹在線分析處理理（onlineanalyticalprocessing）在線分析處理理：業(yè)務(wù)性能度量量可以通過多多個(gè)維度、多多個(gè)層次進(jìn)行行多種聚集匯匯總，通過交交互的方式發(fā)發(fā)現(xiàn)業(yè)務(wù)運(yùn)行行的關(guān)鍵性能能指標(biāo)的異常常之處。多維數(shù)據(jù)可以以進(jìn)行多種操操作如切片、切塊塊、下鉆、上上卷等詳細(xì)信息在第第9章介紹數(shù)據(jù)探查（exploration）包括靈活的查查詢、即時(shí)報(bào)報(bào)表以及統(tǒng)計(jì)計(jì)方法等該類方法屬于于被動(dòng)分析方方法探查數(shù)據(jù)的方方法可以借助助統(tǒng)計(jì)上的中中心性、發(fā)散散性以及相關(guān)關(guān)性的統(tǒng)計(jì)量量分析，多變變量分析時(shí)也也可以借助可可視化技術(shù)。。詳細(xì)信息在第第7、10章介紹。數(shù)據(jù)挖掘（datamining）數(shù)據(jù)挖掘是從大量數(shù)據(jù)據(jù)中自動(dòng)發(fā)現(xiàn)現(xiàn)隱含的信息息和知識(shí)的過過程，屬于主主動(dòng)分析方法法，不需要分分析者的先驗(yàn)驗(yàn)假設(shè)，可以以發(fā)現(xiàn)未知的的知識(shí)常用的分析方方法包括分類類、聚類、關(guān)關(guān)聯(lián)分析、數(shù)數(shù)值預(yù)測(cè)、序序列分析、社社會(huì)網(wǎng)絡(luò)分析析等數(shù)據(jù)挖掘：分類分類（classification）是通過對(duì)具具有類別的對(duì)對(duì)象的數(shù)據(jù)集集進(jìn)行學(xué)習(xí)，，概括其主要要特征，構(gòu)建建分類模型，，根據(jù)該模型型預(yù)測(cè)對(duì)象的的類別的一種種數(shù)據(jù)挖掘和和機(jī)器學(xué)習(xí)技技術(shù)。例如，電信公公司的客戶可可以分為兩類類，一類是忠忠誠的，一類類是流失的。。根據(jù)這兩類類客戶的個(gè)人人特征方面的的數(shù)據(jù)以及在在公司的消費(fèi)費(fèi)方面的數(shù)據(jù)據(jù)，利用分類類技術(shù)可以構(gòu)構(gòu)建分類模型型數(shù)據(jù)挖掘：聚類聚類（clustering）是依據(jù)物以以類聚的原理理，將沒有類類別的對(duì)象根根據(jù)對(duì)象的特特征自動(dòng)聚集集成不同簇的的過程，使得得屬于同一個(gè)個(gè)簇的對(duì)象之之間非常相似似，屬于不同同簇的對(duì)象之之間不相似。。其典型應(yīng)用是是客戶分群數(shù)據(jù)挖掘：關(guān)聯(lián)分析關(guān)聯(lián)分析最早早用于分析超超市中顧客一一次購買的物物品之間的關(guān)關(guān)聯(lián)性例如，發(fā)現(xiàn)關(guān)關(guān)聯(lián)規(guī)則（associationrule）“尿不濕啤酒（0.5%，60%）”，其含義義為，0.5%的交易中會(huì)同同時(shí)購買尿不不濕和啤酒，，且買尿不濕濕的交易中有有60%會(huì)同時(shí)買啤酒酒數(shù)據(jù)挖掘：數(shù)值預(yù)測(cè)數(shù)值預(yù)測(cè)用于于預(yù)測(cè)連續(xù)變變量的取值。。常用的預(yù)測(cè)方方法是回歸分分析例如，可以根根據(jù)客戶個(gè)人人特征，如年齡、工作類類型、受教育育程度、婚姻姻狀況等，來來預(yù)測(cè)其每月月的消費(fèi)額度度。數(shù)據(jù)挖掘：序列分析序列分析是對(duì)對(duì)序列數(shù)據(jù)庫庫進(jìn)行分析，，從中挖掘出出有意義模式式的技術(shù)。序列模式（sequentialpattern）的發(fā)現(xiàn)屬于于序列分析，，它是從序列列數(shù)據(jù)庫中發(fā)發(fā)現(xiàn)的一種有有序模式例如，《赤壁，鴻門宴宴，見龍卸甲甲》，意味著“看了了赤壁之后會(huì)會(huì)接著看鴻門門宴，過段時(shí)時(shí)間會(huì)看見龍龍卸甲”。數(shù)據(jù)挖掘：社會(huì)網(wǎng)絡(luò)分分析社會(huì)網(wǎng)絡(luò)（socialnetwork）是由個(gè)人或或組織及其之之間的關(guān)系構(gòu)構(gòu)成的網(wǎng)絡(luò)社會(huì)網(wǎng)絡(luò)分析析（socialnetworkanalysis）是對(duì)社會(huì)網(wǎng)網(wǎng)絡(luò)的結(jié)構(gòu)和和屬性進(jìn)行分分析，以發(fā)現(xiàn)現(xiàn)其中的局部部或全局特點(diǎn)點(diǎn)，發(fā)現(xiàn)其中中有影響力的的個(gè)人或組織織，發(fā)現(xiàn)網(wǎng)絡(luò)絡(luò)的動(dòng)態(tài)變化化規(guī)律等。業(yè)務(wù)績效管理理業(yè)務(wù)績效管理理（businessperformancemanagement），簡稱BPM，又稱為企業(yè)業(yè)績效管理（corporateperformancemanagement），是對(duì)企業(yè)業(yè)的關(guān)鍵性能能指標(biāo)，如銷銷售、成本、、利潤以及可可盈利性等，，進(jìn)行度量、、監(jiān)控和比較較的方法和工工具。這些信息通常常通過可視化化的工具如平平衡積分卡和和儀表盤等進(jìn)進(jìn)行展示。相關(guān)內(nèi)容見第10章。1.4商務(wù)智能的發(fā)發(fā)展管理信息系統(tǒng)統(tǒng)決策支持系統(tǒng)統(tǒng)主管信息系統(tǒng)統(tǒng)數(shù)據(jù)倉庫、數(shù)數(shù)據(jù)挖掘和在在線分析處理理管理信息系統(tǒng)統(tǒng)（managementinformationsystem）簡稱MIS，產(chǎn)生于二十十世紀(jì)七十年年代為企業(yè)提供企企業(yè)管理的全全方位信息，，為管理人員員提供管理決決策信息的信息系系統(tǒng)其目的的主要要是提提供信信息以以實(shí)現(xiàn)現(xiàn)對(duì)企企業(yè)或或組織織的快快速有有效管管理決策支