商務(wù)智能與決策支持案例及案例分析

商務(wù)智能與決策支持教學(xué)案例案例1：光大銀行商務(wù)智能系統(tǒng)的實(shí)行一、案例內(nèi)容成立于1992年8月的光大銀行，作為國內(nèi)最大的股份制商業(yè)銀行，擁有眾多客戶群，幾百個分支機(jī)構(gòu)遍及國內(nèi)外;同步光大銀行以領(lǐng)先的理念為客戶提供種類繁多的金融服務(wù)。對于一種如此龐大的機(jī)構(gòu)，如此繁多的金融服務(wù)，管理的復(fù)雜性可想而知。近年來，通過綜合柜臺業(yè)務(wù)系統(tǒng)、陽光卡系統(tǒng)、網(wǎng)上銀行系統(tǒng)和辦公自動化系統(tǒng)等一系列信息化基礎(chǔ)建設(shè)，光大銀行率先實(shí)現(xiàn)了業(yè)務(wù)系統(tǒng)全國聯(lián)網(wǎng)和總行數(shù)據(jù)大集中。在成功實(shí)現(xiàn)業(yè)務(wù)系統(tǒng)全國聯(lián)網(wǎng)和總行數(shù)據(jù)大集中后，經(jīng)營管理分析方面又出現(xiàn)了某些亟待處理的新問題，如：記錄數(shù)據(jù)不夠及時精確、對決策分析缺乏專業(yè)化系統(tǒng)化支持、報表處理效率低、數(shù)據(jù)共享差、難認(rèn)為以客戶為中心的經(jīng)營管理模式提供充足的信息支持、業(yè)績考核沒有理想的IT系統(tǒng)為支撐等等。眾多新問題的出現(xiàn)是銀行管理層始料未及的。為了盡快突破海量數(shù)據(jù)的“封鎖”，挖掘其中蘊(yùn)涵的知識和信息，光大銀行決策層于初開始立項(xiàng)商業(yè)智能及數(shù)據(jù)倉庫系統(tǒng)。光大銀行根據(jù)自身狀況，以實(shí)際需要為導(dǎo)向，對各家方案的優(yōu)劣進(jìn)行仔細(xì)分析、反復(fù)考察、綜合考慮。最終，菲奈特軟件企業(yè)的高端商務(wù)智能產(chǎn)品BI.Office以其領(lǐng)先的技術(shù)和簡便的操作從眾多競爭者中脫穎而出，贏得了光大銀行決策層的一致青睞。通過商議，雙方在國際結(jié)算業(yè)務(wù)記錄分析、對公業(yè)務(wù)記錄分析、信貸風(fēng)險管理、客戶經(jīng)理業(yè)績考核等方面簽定了一系列合作計劃。為了減少實(shí)行風(fēng)險，將從國際結(jié)算業(yè)務(wù)記錄分析系統(tǒng)開始，各個項(xiàng)目逐漸實(shí)行。成功的選型是光大銀行商業(yè)智能應(yīng)用系統(tǒng)成功實(shí)行的開始。國際業(yè)務(wù)部商業(yè)智能的應(yīng)用證明，光大銀行所采用的“以部門為基礎(chǔ)實(shí)行數(shù)據(jù)處理”的決定是對的的，也是務(wù)實(shí)的。從12月開始，菲奈特BI.Office商業(yè)智能應(yīng)用平臺相繼應(yīng)用于光大銀行其他幾種業(yè)務(wù)部門，形成對應(yīng)部門的商業(yè)智能系統(tǒng)。這些商業(yè)智能系統(tǒng)以數(shù)據(jù)倉庫技術(shù)為基礎(chǔ)，把分散在各個業(yè)務(wù)系統(tǒng)的數(shù)據(jù)進(jìn)行整合，數(shù)據(jù)通過清洗、轉(zhuǎn)換，加載到數(shù)據(jù)倉庫；再采用OLAP和DataMining等技術(shù)，為管理決策人員提供強(qiáng)大、靈活的平常查詢和決策支持。一種應(yīng)用實(shí)例：有一段時間存款余額持續(xù)不停的增長，不過同期的流失客戶數(shù)也在不停增長，這個問題引起了業(yè)務(wù)部分析人員的高度重視。該分析人員通過系統(tǒng)進(jìn)行自助分析，最終發(fā)現(xiàn)，問題的本源在于諸多客戶經(jīng)理為了完畢攬存目的，費(fèi)了大量的人力和成本開拓新行業(yè)、新客戶，而忽視了對老客戶的關(guān)系管理，才出現(xiàn)了存款余額和流失客戶數(shù)同步增長的怪想象。于是立即向主管領(lǐng)導(dǎo)反應(yīng)，當(dāng)日就在全行下達(dá)了整改告知，及時制止了不良趨勢的蔓延?！蹦壳?，光大銀行的商業(yè)智能系統(tǒng)已經(jīng)成為管理層進(jìn)行戰(zhàn)略實(shí)行、績效考核不可或缺的工具；各級業(yè)務(wù)人員的平常經(jīng)營分析在很大程度上也有賴于該系統(tǒng)的支持。BI.Office在光大銀行獲得了圓滿成功。二、案例點(diǎn)評通過案例，我們理解到光大銀行選擇了BI（商業(yè)智能）系統(tǒng)，很好的處理了運(yùn)用數(shù)據(jù)進(jìn)行分析，從而為決策提供強(qiáng)有力支持的問題，提高了工作效率和質(zhì)量，到達(dá)了較高的投資回報率。其實(shí)，不難發(fā)現(xiàn)銀行業(yè)的業(yè)務(wù)數(shù)據(jù)已經(jīng)或者正在實(shí)現(xiàn)“大集中”，數(shù)據(jù)大集中為提高BI系統(tǒng)的成功率、縮短項(xiàng)目周期、減少系統(tǒng)實(shí)行成本、提高項(xiàng)目投資回報打下了良好的基礎(chǔ)。伴隨國內(nèi)銀行與境外銀行競爭的加劇，應(yīng)用BI系統(tǒng)進(jìn)行風(fēng)險分析、業(yè)務(wù)決策將是國內(nèi)銀行提高國際競爭力的一種主流選擇。BI系統(tǒng)可以處理目前銀行存在的幾大問題，如記錄滯后、數(shù)據(jù)共享差、報表處理效率低、對決策分析缺乏系統(tǒng)化支持等，這也是銀行選擇BI系統(tǒng)的重要原因。三、案例思索1．光大銀行為何會選擇商務(wù)智能系統(tǒng)？2．光大銀行使用商務(wù)智能系統(tǒng)后，處理了哪些問題？案例2：大亞灣核電站備件庫存控制與采購優(yōu)化決策支持系統(tǒng)開發(fā)一、案例內(nèi)容1、電站背景大亞灣核電站位于改革開放特區(qū)深圳市的大亞灣核電基地，是我國大陸首座大型商用核電站，由廣東核電合營有限企業(yè)建設(shè)和經(jīng)營（從3月起，電站委托大亞灣核電運(yùn)行管理有限企業(yè)全面負(fù)責(zé)電站的運(yùn)行管理），年發(fā)電能力近150億千瓦時，70%銷往香港，30%銷往廣東。按照“高起點(diǎn)起步，引進(jìn)、消化、吸取、創(chuàng)新”和“借貸建設(shè)、售電還錢、合資經(jīng)營”的方針，主體工程于1987年8月動工，1994年5月6日全面建成投入商業(yè)運(yùn)行，擁有兩臺裝機(jī)容量為98.4萬千瓦的法國成熟第二代壓水堆核電機(jī)組。大亞灣核電站投產(chǎn)以來已持續(xù)安全運(yùn)行，在國際上衡量核電站安全運(yùn)行管理水平的9項(xiàng)關(guān)鍵指標(biāo)中，大亞灣核電站有8項(xiàng)指標(biāo)到達(dá)世界先進(jìn)水平。截止12月，合計發(fā)電2051.98億千瓦時，其中供香港1401.50億千瓦時。2、電站備件庫存控制管理中的問題大亞灣核電站于1994年開始商業(yè)運(yùn)行，倉庫于1993年開始接受現(xiàn)場安裝剩余物資和備件，此后又有某些補(bǔ)充采購的備件驗(yàn)收入庫，庫存量增長很快，1995年到達(dá)驗(yàn)收的高峰期，僅這一年驗(yàn)收入庫的物資達(dá)4千4百萬美元。1997年后，倉庫驗(yàn)收的金額和使用的金額基本持平，庫存金額持續(xù)保持在1億美元左右的高位。由于大亞灣核電站備件供應(yīng)商大多在歐洲，為了防備缺貨風(fēng)險，需要庫存大量備件，而核電站的維修特點(diǎn)也決定了這些備件的使用率不高，很難把握備件的需求規(guī)律。庫存多了，導(dǎo)致?lián)]霍；庫存少了，影響生產(chǎn)，據(jù)估算，一臺機(jī)組非計劃停堆一天的損失在100萬美元左右。在這種狀況下，怎樣進(jìn)行科學(xué)合理的庫存控制就顯得非常重要了！在初期，重要依托維修技術(shù)人員的經(jīng)驗(yàn)來決定各類備件的庫存水平。后來伴隨數(shù)據(jù)的積累，以及掌握到基本的某些庫存控制知識后，生產(chǎn)準(zhǔn)備人員開始根據(jù)有關(guān)某些數(shù)據(jù)，例如過去的使用狀況、維修手冊的規(guī)定、備件的價格等等，來估計備件的庫存量，但重要是靠個人的經(jīng)驗(yàn)判斷，隨意性較大。1999年大亞灣核電站開始引入美國ISI企業(yè)開發(fā)的RUSL庫存控制模型。據(jù)理解，RUSL已在美國及歐洲幾百個倉庫中得到應(yīng)用。由于大亞灣核電站前期的庫存管理比較粗獷，采用RUSL進(jìn)行計算后，迅速糾正了大量原先不合理的庫存設(shè)置，使得大亞灣核電站的庫存控制水平有了很大提高。RUSL是通過INTERNET把歷史使用數(shù)量、價格、采購周期等數(shù)據(jù)上傳到ISI企業(yè)的服務(wù)器，通過美國技術(shù)人員的操作運(yùn)行，2～3天后再把成果傳回來。這種操作方式，規(guī)定電站的技術(shù)人員首先從自己的電站生產(chǎn)信息系統(tǒng)中導(dǎo)出基本數(shù)據(jù)，然后按照RUSL的規(guī)定，加工整頓成模型計算所需要的數(shù)據(jù)并滿足一定的格式規(guī)定，這樣使得數(shù)據(jù)的搜集與整頓工作量很大。于是，大亞灣核電站曾提出購置ISI企業(yè)的軟件和技術(shù)，但愿實(shí)現(xiàn)當(dāng)?shù)卦诰€計算，但對方一口拒絕。此外，在RUSL的這種操作方式下，企業(yè)備件管理人員完全不理解RUSL的計算方式，僅僅是被動地接受，無法滿足改善工作、提高管理系統(tǒng)的規(guī)定，并且每年3萬美元的服務(wù)費(fèi)用也是一筆不小的開支，因此企業(yè)開始考慮其他途徑，尋求替代RUSL的更以便實(shí)用的庫存控制決策軟件。3、庫存控制決策支持系統(tǒng)開發(fā)底，華中科技大學(xué)管理學(xué)院在對大亞灣核電站進(jìn)行調(diào)研后，確定了聯(lián)合開發(fā)“大亞灣核電站備件庫存控制決策支持系統(tǒng)”的技術(shù)方案。該方案將決策支持系統(tǒng)的開發(fā)劃分為兩個子項(xiàng)目。一是建立備件庫存控制模型并驗(yàn)證其效果；二是采用原型法根據(jù)所建模型完畢決策支持系統(tǒng)的開發(fā)，并強(qiáng)調(diào)和既有電站生產(chǎn)信息系統(tǒng)實(shí)現(xiàn)無縫整合，能實(shí)時提供模型分析的功能。建模子項(xiàng)目的推進(jìn)中碰到的棘手問題是怎樣驗(yàn)證模型的效果。華中科技大學(xué)管理學(xué)院提出用蒙特卡羅措施驗(yàn)證的思緒，但并未得到電站技術(shù)人員的承認(rèn)，認(rèn)為諸多假設(shè)太過理想，屬于學(xué)術(shù)研究范圍。通過討論，雙方?jīng)Q定用電站從1994年以來近的真實(shí)備件消耗數(shù)據(jù)來驗(yàn)證模型效果。然后，新的問題又?jǐn)[在面前，一是數(shù)據(jù)質(zhì)量存在問題，有相稱比例的備件歷史消耗數(shù)據(jù)不完整，二是雖然僅針對有完整歷史數(shù)據(jù)的備件來進(jìn)行驗(yàn)證，也面臨巨大的數(shù)據(jù)計算工作量。通過多輪討論，最終到達(dá)“指定抽樣+隨機(jī)抽樣”的方案，從上萬種備件中抽取種左右的備件進(jìn)行驗(yàn)證。指定抽樣是指由生產(chǎn)準(zhǔn)備部門和維修部門的備件準(zhǔn)備工程師從影響生產(chǎn)系統(tǒng)運(yùn)行的角度提出重要備件清單，協(xié)議采購部門從采購周期、采購費(fèi)用角度提供重要備件清單，結(jié)合兩者形成指定抽樣備件清單，而隨機(jī)抽樣備件清單，則編制隨機(jī)抽樣程序抽取形成，最終結(jié)合可獲得數(shù)據(jù)質(zhì)量狀況，確定用于驗(yàn)證模型效果的備件數(shù)據(jù)集。整個建模子項(xiàng)目歷時16個月，于5月結(jié)束。隨即，進(jìn)入庫存決策支持系統(tǒng)開發(fā)子項(xiàng)目。鑒于前期扎實(shí)的建模工作基礎(chǔ)，系統(tǒng)的數(shù)據(jù)模型設(shè)計和基于已經(jīng)有生產(chǎn)信息系統(tǒng)的數(shù)據(jù)提取與整頓的計算邏輯很快就確定了。系統(tǒng)開發(fā)工作很快進(jìn)入顧客試用階段，然而在此階段碰到了預(yù)料之外的問題。系統(tǒng)的開發(fā)人員對于庫存模型的基本原理和計算流程都非常精通，不過系統(tǒng)的使用人員普遍缺乏必要的知識和技能。系統(tǒng)功能設(shè)計和界面設(shè)計常常處在兩難的局面，首先，但愿系統(tǒng)可以提供更多的進(jìn)行個性化分析的功能，首先，又要兼顧缺乏建模專業(yè)知識的顧客對于“傻瓜”式功能的需要。系統(tǒng)開發(fā)工作曾一度陷入功能模塊設(shè)計、取消、取消、再設(shè)計的尷尬局面。為打破僵局，雙方的工作小組啟動了《建模與應(yīng)用》培訓(xùn)項(xiàng)目，并將系統(tǒng)試用和改善工作穿插在培訓(xùn)項(xiàng)目中。到12月，系統(tǒng)開發(fā)工作進(jìn)入尾聲，立即就要上線運(yùn)行了。然而在一次上線投產(chǎn)前的討論會上，采購支持科科長唐揚(yáng)洋提出了此外一種問題。協(xié)議供應(yīng)處的此外一種重要工作就是備件的采購。原有的備件采購工作流程是，當(dāng)發(fā)現(xiàn)一種備件抵達(dá)最小庫存點(diǎn)時，就即時向備件采購部門發(fā)出一張采購單，規(guī)定采購該種備件，然后采購工程師審核后進(jìn)入采購流程，完畢詢價、供應(yīng)商選擇、協(xié)議簽訂等工作。由于此工作流程的對象是單個備件，往往出現(xiàn)前腳剛剛完畢對該備件供應(yīng)商的商務(wù)協(xié)議簽訂，又出現(xiàn)了對該供應(yīng)商供應(yīng)的其他備件的采購申請，有時還是緊急采購申請（對于此類采購申請，必須立即進(jìn)入采購的商務(wù)流程），于是采購工程師不得不又啟動和該供應(yīng)商的商務(wù)洽談過程。這樣，不僅采購工程師的工作量大、采購效率低、采購費(fèi)用高，并且供應(yīng)商也多有埋怨。看來，僅僅處理備件庫存水平的合理確定問題還不夠，尚有必要進(jìn)行采購優(yōu)化決策支持系統(tǒng)的開發(fā)。4、采購優(yōu)化決策支持系統(tǒng)開發(fā)所謂采購優(yōu)化就是指當(dāng)某一件備件抵達(dá)最小庫存量（該種備件稱為“主采購備件”），需要向某一供應(yīng)商采購時，先檢查在該供應(yīng)商所能提供的其他備件之中，與否有需要順帶進(jìn)行采購的備件（這些順帶采購的備件稱為“從采購備件”，“從采購備件”可以有多種），假如有，則在一次采購中將這些備件所有采購到最大庫存量。該采購優(yōu)化過程是對庫存控制模型的一種拓展，能有效提高采購效率。大亞灣核電站和華中科技大學(xué)管理學(xué)院于6月緊急啟動了采購優(yōu)化決策支持系統(tǒng)開發(fā)項(xiàng)目。由于前期在開發(fā)庫存控制決策支持系統(tǒng)中積累了大量的經(jīng)驗(yàn)，采購優(yōu)化決策支持系統(tǒng)的開發(fā)進(jìn)展很順利。到2月，就進(jìn)入了試用階段。同步庫存控制決策支持系統(tǒng)也于8正式投產(chǎn)上線。到1月兩個系統(tǒng)全面投產(chǎn)，并于12月完畢了系統(tǒng)實(shí)行后評估。通過大亞灣核電站備件庫存控制和采購優(yōu)化決策支持系統(tǒng)的開發(fā)，有效地提高了大亞灣核電站的備件管理的水平，產(chǎn)生了明顯的經(jīng)濟(jì)效益和管理效益二、啟發(fā)思索題從管理視角，開發(fā)管理信息系統(tǒng)與決策支持系統(tǒng)的區(qū)別是什么？決策支持系統(tǒng)開發(fā)中，建模是重要環(huán)節(jié)，數(shù)據(jù)質(zhì)量尤為重要，怎樣提高數(shù)據(jù)質(zhì)量？建模效果怎樣評價？三、案例點(diǎn)評管理信息系統(tǒng)的基本功能是數(shù)據(jù)的采集、整頓、存儲與共享，滿足了管理者在做決策時對于獲取基本數(shù)據(jù)的規(guī)定，而無法提供可行的處理問題的工具和思緒。不一樣于此，決策支持系統(tǒng)通過引入數(shù)學(xué)模型，并通過和管理信息系統(tǒng)的無縫集成，以便高效地提取模型計算所需數(shù)據(jù)，迅速提出決策問題的處理方案，提高了管理決策的效率。數(shù)據(jù)質(zhì)量是企業(yè)開展信息技術(shù)應(yīng)用中普遍碰到的問題，而相對于決策支持系統(tǒng)而言，數(shù)據(jù)質(zhì)量尤為關(guān)鍵。定期的數(shù)據(jù)清理，規(guī)范的規(guī)章制度和嚴(yán)格的系統(tǒng)數(shù)據(jù)自檢機(jī)制是保證數(shù)據(jù)質(zhì)量的必要手段。建模效果評價不僅是實(shí)踐中的難題，也是學(xué)術(shù)研究中的難題，案例中的“指定抽樣+隨機(jī)抽樣”也許是一種現(xiàn)實(shí)中很好地處理措施。該問題是一種開放式問題，教學(xué)中，可以發(fā)動同學(xué)結(jié)合自己單位狀況開展頭腦風(fēng)暴，通過討論，增長大家對該問題的認(rèn)識。案例3：購物籃的關(guān)聯(lián)規(guī)則分析一、案例內(nèi)容例如，每天超市中70%的客戶在購置啤酒（商品A）的同步，有90%會購置香煙（商品B），即關(guān)聯(lián)規(guī)則啤酒（A）=>香煙（B）。若在超市里將商品放在一起銷售，將會提高它們的銷售量。在大型數(shù)據(jù)庫中，這些關(guān)聯(lián)規(guī)則諸多，需要進(jìn)行篩選，一般用“支持度”和“可信度”兩個閥值來淘汰那些無用的關(guān)聯(lián)規(guī)則。在本例中，設(shè)關(guān)聯(lián)規(guī)則A=>B的可信度為C，支持度為S，則：C=同步購置商品A和B的交易數(shù)/購置了商品A的交易數(shù)；S=同步購置商品A和B的交易數(shù)/總交易數(shù)；本例的關(guān)聯(lián)規(guī)則A=>B的可信度為C=90%，支持度S=70%。二、案例點(diǎn)評案例中發(fā)現(xiàn)，70%的買啤酒的客戶中，有90%的客戶還買了香煙，根據(jù)這一成果，超市可以將兩種商品綁定促銷，或?qū)缮唐返呢浖軇傇谝粔K，可以提高兩種商品的銷售量。而實(shí)際生活中，超市里應(yīng)用數(shù)據(jù)挖掘技術(shù)使用銷售額和利潤共贏的應(yīng)用比比皆是。不過由于超市每天的交易數(shù)據(jù)非常多，怎樣有效的找到類似于啤酒與香煙這種有價值的規(guī)律，是不可不思索的問題。三、案例思索1.試舉例超市中哪些商品之間會有類似“啤酒”和“香煙”的關(guān)系？2.在巨量的超市交易數(shù)據(jù)中，怎樣才能找到類似“啤酒”和“香煙”的關(guān)系？案例4：IBM：從“深藍(lán)”到“沃森”一、案例內(nèi)容“嗨，電腦們，目前，我們的新老大來了?！?月16日，當(dāng)智能計算機(jī)沃森（Watson）在經(jīng)歷三輪的比賽，最終贏得問答節(jié)目《危險邊緣》（Jeopardy!）的冠軍后，參賽選手KenJennings在他的題板上寫下這段話。沃森獲得7.7147萬美元的成績，以三倍的巨大獎金優(yōu)勢把這個節(jié)目最聰穎的兩個人類選手遠(yuǎn)遠(yuǎn)甩在了背面。前，即1997年，國際象棋世界冠軍卡斯帕羅夫，在與一臺名叫“深藍(lán)”（DeepBlue）的IBM超級計算機(jī)，通過六局規(guī)則比賽的對抗后，最終拱手稱臣。這位號稱人類最聰穎的人，在前五局2.5對2.5打平的狀況下，第六盤決勝局中，僅僅走了19步，就敗給了“深藍(lán)”。目前，這家企業(yè)以創(chuàng)始人ThomasJ.Watson名字命名的計算機(jī)，繼續(xù)著對人類智能極限的挑戰(zhàn)。在1960年代人工智能的技術(shù)研發(fā)停滯不前數(shù)年后，科學(xué)家便發(fā)現(xiàn)假如以模擬人腦來定義人工智能那將走入一條死胡同。目前，“通過機(jī)器的學(xué)習(xí)、大規(guī)模數(shù)據(jù)庫、復(fù)雜的傳感器和巧妙的算法，來完畢分散的任務(wù)”是人工智能的最新定義，這早已經(jīng)取代了曾經(jīng)甚囂塵上的“重建大腦”。按照這個定義，沃森在人工智能上被認(rèn)為又邁出了一步。“深藍(lán)只是在做非常大規(guī)模的計算，它是人類數(shù)學(xué)能力的體現(xiàn)，”IBM中國研究院資深經(jīng)理潘越簡介，他同步參與沃森項(xiàng)目，負(fù)責(zé)提供數(shù)據(jù)支持?！爱?dāng)波及到機(jī)器學(xué)習(xí)、大規(guī)模并行計算、語義處理等領(lǐng)域，沃森了不起的地方在于把這些技術(shù)整合在一種體系架構(gòu)下來理解人類的自然語言?！奔偃邕@些解釋有點(diǎn)晦澀難懂的話，那么可以參看一下《危險邊緣》的游戲規(guī)則，你便懂得沃森的價