商務(wù)智能ppt第一章 商務(wù)智能

第1章商務(wù)智能【學(xué)習(xí)目標(biāo)】

了解商務(wù)智能的組成元素；熟悉商務(wù)智能系統(tǒng)框架；理解商務(wù)智能分析流程。商務(wù)智能的定義隨著信息技術(shù)的快速發(fā)展與企業(yè)對數(shù)據(jù)的日益增長的需求，商務(wù)智能變得越來越重要。維基百科上定義商務(wù)智能為：一系列商業(yè)活動(dòng)行為的數(shù)據(jù)收集與信息轉(zhuǎn)化作業(yè)，透過持續(xù)性的過程，搭配技術(shù)進(jìn)行測量、管理與監(jiān)測，能夠容易分析、綜合營運(yùn)及策略的定量化信息應(yīng)用，即時(shí)且交互的對企業(yè)的關(guān)鍵性的衡量指針進(jìn)行評(píng)估，進(jìn)而發(fā)覺企業(yè)面臨的潛在問題或機(jī)會(huì)，促使用戶能夠運(yùn)用大量而完整的信息，進(jìn)行交叉分析并了解其中趨勢，協(xié)助企業(yè)制訂出最佳的策略主題與策略目標(biāo)的一種決策支持的工具。1.1商務(wù)智能的概念

“商務(wù)智能”(BusinessIntelligence)概念最早出現(xiàn)于（理查德丹佛）RichardMillarDeven在1865年發(fā)表的文章“商業(yè)軼事百科全書”中。作者在這篇文章中描述一個(gè)銀行家是如何用他掌握的信息獲得豐厚的利潤的。這種能收集有用信息并根據(jù)信息進(jìn)行有效行動(dòng)的能力，在當(dāng)今的信息社會(huì)依舊是商務(wù)智能的核心。，在第210頁，他這樣寫道“在荷蘭、佛蘭德斯、法國和德國各地，他都掌握著完整而完美的智能商務(wù)。因此，他首先得到了許多戰(zhàn)斗的消息，納穆爾的陷落增加了他的利潤，因?yàn)樗茉缇偷玫搅诉@個(gè)消息。在該段文字中，作者使用了商務(wù)智能(BusinessIntelligence)來描述一個(gè)銀行家是如何將他掌握的信息來獲得豐厚的利潤。這種能收集有用信息并根據(jù)信息進(jìn)行有效行動(dòng)的能力，在當(dāng)今的信息社會(huì)，依舊是商務(wù)智能的核心。1.1商務(wù)智能的概念1.1商務(wù)智能的概念在1958年，IBM的一名科學(xué)家（漢斯盧）HansPeteLuhn使用(BusinessIntelligence)這個(gè)名詞，并以此寫了一篇著名文章“Abusinessintelligencesystem”—商務(wù)智能系統(tǒng)。該篇論文闡述了一個(gè)智能的系統(tǒng)，該系統(tǒng)的主要功能是將數(shù)據(jù)和信息自動(dòng)分析并解碼，并能根據(jù)一個(gè)組織或企業(yè)中不同執(zhí)行者的角色設(shè)定來自動(dòng)生成相應(yīng)的簡報(bào)，這樣的一個(gè)系統(tǒng)將會(huì)利用數(shù)據(jù)來解決一個(gè)組織或企業(yè)中所有的問題。1.1商務(wù)智能的概念從信息系統(tǒng)的發(fā)展角度看，每一類信息系統(tǒng)中，都或多或少都包含了商務(wù)智能這個(gè)概念。從最初的交易處理系統(tǒng)，到知識(shí)工作系統(tǒng)與辦公室自動(dòng)化OA系統(tǒng)，60~70年代計(jì)算機(jī)系統(tǒng)蓬勃發(fā)展，管理信息系統(tǒng)、經(jīng)理信息系統(tǒng)的產(chǎn)生，再到80年代的決策支持系統(tǒng)，和今天的商務(wù)智能系統(tǒng)，這些系統(tǒng)的更迭，就是商務(wù)智能發(fā)展的歷程。1.1商務(wù)智能的概念商務(wù)智能（BusinessIntelligence,BI）可以被描述成“獲取原始數(shù)據(jù)，并將之轉(zhuǎn)換為有意義且有用的數(shù)據(jù)所采用的一組技術(shù)和工具，以便達(dá)到進(jìn)行特定業(yè)務(wù)分析的目的”。商務(wù)智能的出現(xiàn)使許多基于大量數(shù)據(jù)驅(qū)動(dòng)的商務(wù)活動(dòng)成為可能。商務(wù)智能技術(shù)的運(yùn)用，能夠使企業(yè)了解運(yùn)營的歷史情況信息、當(dāng)前現(xiàn)狀信息和未來預(yù)測信息。通用的商務(wù)智能技術(shù)包括提供表報(bào)報(bào)告、數(shù)據(jù)分析、在線分析處理、數(shù)據(jù)挖掘、大數(shù)據(jù)挖掘、復(fù)雜事件處理業(yè)務(wù)績效管理、文本挖掘、預(yù)測分析和網(wǎng)絡(luò)分析處理等內(nèi)容。商務(wù)智能可用于支持企業(yè)從操作層面到戰(zhàn)略層面的各種業(yè)務(wù)決策。例如商務(wù)智能技術(shù)可以進(jìn)行產(chǎn)品定位和定價(jià);并且，企業(yè)管理層可以利用商務(wù)智能技術(shù)，進(jìn)行企業(yè)資源的優(yōu)先配置、目標(biāo)市場和新興市場方向。1.2商務(wù)智能的功能1.有效、及時(shí)的決策企業(yè)管理者可以利用商務(wù)智能進(jìn)行有效和及時(shí)的決策。由于商業(yè)社會(huì)的競爭水平不斷增長，企業(yè)需要時(shí)刻保持活力來應(yīng)對。因此，企業(yè)對競爭對手的行為和新的市場狀況做出快速反應(yīng)的能力是公司成功甚至生存的關(guān)鍵因素。比如一家出租車公司，根據(jù)當(dāng)前的交通流量，客戶定位等大數(shù)據(jù)信息，借助數(shù)學(xué)模型和算法，在大數(shù)據(jù)的基礎(chǔ)之上，利用商務(wù)智能快速調(diào)配資源到潛在需求地點(diǎn)。能夠在有效性和時(shí)效性上達(dá)到綜合的統(tǒng)一。所以，在商務(wù)活動(dòng)中，商務(wù)智能系統(tǒng)能極大地增加關(guān)鍵決策系統(tǒng)過程的有效性。1.2商務(wù)智能的功能2.數(shù)據(jù)、信息、知識(shí)和智慧的轉(zhuǎn)換數(shù)據(jù)數(shù)據(jù)是可以記錄、通信和能識(shí)別的符號(hào)，它通過有意義的組合來表達(dá)現(xiàn)實(shí)世界中的某種實(shí)體（具體對象、事件、狀態(tài)或活動(dòng)）的特征。商務(wù)智能技術(shù)可以分析結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)以及非結(jié)構(gòu)化數(shù)據(jù)、靜態(tài)的歷史數(shù)據(jù)和動(dòng)態(tài)數(shù)據(jù)流等各種類型的數(shù)據(jù)。Data：

S、事實(shí)和數(shù)字HappyNewYear!HowareYou?WordDataInformationrecordExplainDiscrete,objectivefactsabouttheworldEasilystructuredandcapturedEasilytransferred信息：有用的數(shù)據(jù)SenderReceiver處理數(shù)據(jù)信息知識(shí)一個(gè)人的垃圾（數(shù)據(jù)）是另一個(gè)人的財(cái)富（信息）Dataendowedwithrelevanceandpurpose信息是經(jīng)過某種加工處理后的數(shù)據(jù)，是反映客觀事物規(guī)律的一些數(shù)據(jù)。數(shù)據(jù)是信息的載體,信息是對數(shù)據(jù)的解釋。

（1）數(shù)據(jù)。從圖1-1我們可以看到，數(shù)據(jù)是知識(shí)階層中最底層也是最基礎(chǔ)的一個(gè)概念。數(shù)據(jù)是形成信息、知識(shí)和智慧的來源，是事實(shí)觀察的結(jié)果，數(shù)據(jù)指狹義上的數(shù)字，還可以文字、字母的組合，還包括圖形、圖像、視頻、音頻等，也是客觀事物的屬性、數(shù)量、位置及其相互關(guān)系的抽象表示。例如，“123”、“大風(fēng)、雷暴”“訂單數(shù)”等都是數(shù)據(jù)。（2）信息。“信息”是當(dāng)代使用頻率很高的一個(gè)概念，由于很難給出基礎(chǔ)科學(xué)層次上的信息定義。信息（Information）是指有一定含義的、經(jīng)過加工處理的、對決策有價(jià)值的數(shù)據(jù)。信息＝數(shù)據(jù)＋處理。信息必然來源于數(shù)據(jù)并高于數(shù)據(jù)。信息是具有時(shí)效性的有一定含義的，有邏輯的、經(jīng)過加工處理的、對決策有價(jià)值的數(shù)據(jù)流。信息＝數(shù)據(jù)＋時(shí)間+處理。比如上述“訂單數(shù)”的數(shù)據(jù)，經(jīng)過一定的格式輸出，就是一種信息。（3）知識(shí)。知識(shí)是讓從定量到定性的過程得以實(shí)現(xiàn)的、抽象的、邏輯的東西。知識(shí)是需要通過信息使用歸納、演繹得方法得到。知識(shí)就是知道了什么（Know-what）、知道為什么（Know-why）、知道怎么做（Know-how）、知道誰（Know-who）。知識(shí)之所以在數(shù)據(jù)與信息之上，是因?yàn)樗咏袆?dòng)，它與決策相關(guān).有價(jià)值的信息沉淀并結(jié)構(gòu)化后就形成了知識(shí)。比如銷售人員就能從“訂單數(shù)”的這個(gè)信息，獲取到他本人的銷售成績這個(gè)知識(shí)。（4）智慧。智慧是知識(shí)層次中的最高一級(jí)。它同時(shí)也是人類區(qū)別于其他生物的重要特征。我們經(jīng)?？吹揭粋€(gè)人滿腹經(jīng)綸，擁有很多知識(shí)，但不通世故。也會(huì)看到有些人只讀過很少的書，卻能力超群，能夠解決棘手的問題。我們會(huì)認(rèn)為后者具有更多的智慧。智慧（Wisdom）-知識(shí)的選擇應(yīng)對的行動(dòng)方案可能有多種，但（戰(zhàn)略）選擇卻需要靠智慧。智慧是人類基于已有的知識(shí)，針對物質(zhì)世界運(yùn)動(dòng)過程中產(chǎn)生的問題根據(jù)獲得的信息進(jìn)行分析，對比，演繹找出解決方案的能力。數(shù)據(jù)、信息、知識(shí)、智慧數(shù)據(jù)(Data)信息(Information)知識(shí)(Knowledge)智慧(Wisdom)下雨夏天午后常下雨夏天出門要隨身帶雨傘全年中如果出現(xiàn)這種天氣情況都要帶傘1.3商務(wù)智能的組成要素

1.大數(shù)據(jù)按照數(shù)據(jù)源來說，數(shù)據(jù)分為企業(yè)內(nèi)部數(shù)據(jù)和企業(yè)外部數(shù)據(jù)兩類。企業(yè)內(nèi)部數(shù)據(jù)包括企業(yè)業(yè)務(wù)系統(tǒng)產(chǎn)生的數(shù)據(jù)，如訂單、客戶信息、交易記錄、物流記錄等；企業(yè)外部數(shù)據(jù)是指來自企業(yè)所處行業(yè)和競爭對手的數(shù)據(jù)以及來自企業(yè)所處的其他外部環(huán)境中的各種數(shù)據(jù)。按照數(shù)據(jù)生成時(shí)間來說，數(shù)據(jù)分為即時(shí)數(shù)據(jù)和歷史數(shù)據(jù)。即時(shí)數(shù)據(jù)即企業(yè)在運(yùn)營過程中產(chǎn)生的即時(shí)數(shù)據(jù)，這類數(shù)據(jù)基本上是幾秒或者是幾分鐘之前產(chǎn)生的經(jīng)營數(shù)據(jù)。而歷史數(shù)據(jù)指的是前一天、前一周，甚至是前一個(gè)月的經(jīng)營數(shù)據(jù)。從數(shù)據(jù)結(jié)構(gòu)化程度來說，數(shù)據(jù)分為結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)。結(jié)構(gòu)化數(shù)據(jù)是指存儲(chǔ)在各個(gè)交易系統(tǒng)背后的關(guān)系數(shù)據(jù)庫中的數(shù)據(jù)，通常以表格的形式存在和展現(xiàn)，非結(jié)構(gòu)化數(shù)據(jù)通常以零散的文件形式存在和展現(xiàn)，泛指不能簡單以表格形式展現(xiàn)的數(shù)據(jù)。1.3商務(wù)智能的組成要素2.知識(shí)發(fā)現(xiàn)獲取高質(zhì)量的數(shù)據(jù)和信息是基礎(chǔ),知識(shí)發(fā)現(xiàn)的最終目標(biāo)是從數(shù)據(jù)集中識(shí)別出有效的、新穎的、潛在有用的,以及最終可理解的知識(shí),即從數(shù)據(jù)礦山中找到蘊(yùn)藏的知識(shí)?，F(xiàn)代信息技術(shù)的發(fā)展使人們能夠?qū)?shù)據(jù)進(jìn)行多層次和多角度的處理以獲取潛在有用的知識(shí),其核心是數(shù)據(jù)分析與挖掘,即通過數(shù)據(jù)聚類、數(shù)據(jù)多維分析、關(guān)聯(lián)分析、高級(jí)統(tǒng)計(jì)分析等算法或者模型,將數(shù)據(jù)轉(zhuǎn)變成知識(shí)。知識(shí)發(fā)現(xiàn)是信息資源利用從數(shù)據(jù)和信息層次上升到知識(shí)和智能層次的關(guān)鍵組成因素。由于知識(shí)是隱藏的,通常不能通過已有的規(guī)則或模式推斷得到,這就使這些知識(shí)在用于決策時(shí)往往能幫助企業(yè)獲取競爭對手不曾掌握的信息和手段,進(jìn)而獲取競爭優(yōu)勢。1.3商務(wù)智能的組成要素3.績效管理和決策支持知識(shí)發(fā)現(xiàn)的最終落腳點(diǎn)在于優(yōu)化績效管理和改善決策水平,具體表現(xiàn)在以下幾個(gè)方面:（1）商務(wù)智能可以對各項(xiàng)業(yè)務(wù)進(jìn)行準(zhǔn)確評(píng)估,理解業(yè)務(wù)驅(qū)動(dòng)因素識(shí)別對業(yè)務(wù)產(chǎn)生影響的關(guān)鍵因素,積極推動(dòng)業(yè)務(wù)發(fā)展;（2）商務(wù)智能可以從企業(yè)的各種應(yīng)用系統(tǒng)中提取各種基礎(chǔ)績效指標(biāo)與關(guān)鍵績效指標(biāo),對工作績效或其他績效(財(cái)務(wù)的和非財(cái)務(wù)的、前臺(tái)的和后臺(tái)的、企業(yè)內(nèi)的和供應(yīng)鏈的、組織的和個(gè)人的)進(jìn)行跟蹤管理,完成對業(yè)務(wù)流程的挑戰(zhàn)和優(yōu)化;（3）商務(wù)智能還可以幫助企業(yè)從日常業(yè)務(wù)數(shù)據(jù)中得到結(jié)論性的、基于事實(shí)的和具有可實(shí)施性的信息,使企業(yè)能夠更快、更容易地做出高水平的決策。1.4商務(wù)智能的核心技術(shù)

商務(wù)智能技術(shù)是通過從不同的數(shù)據(jù)源收集數(shù)據(jù),對數(shù)據(jù)進(jìn)行抽取(abstract)、轉(zhuǎn)換(transform)和裝載(load)之后，將所得到的信息送入數(shù)據(jù)倉庫或數(shù)據(jù)集市,然后使用合適的查詢與分析工具、數(shù)據(jù)挖掘工具和聯(lián)機(jī)分析處理工具對其進(jìn)行處理,將信息轉(zhuǎn)變?yōu)檩o助決策的知識(shí),最后將知識(shí)呈現(xiàn)在用戶面前,以實(shí)現(xiàn)技術(shù)服務(wù)與決策的目的。商務(wù)智能的核心技術(shù)主要包括數(shù)據(jù)倉庫與數(shù)據(jù)集市技術(shù)、聯(lián)機(jī)分析處理技術(shù)、數(shù)據(jù)挖掘技術(shù)、數(shù)據(jù)可視化技術(shù)以及云存儲(chǔ)、云計(jì)算技術(shù)。1.數(shù)據(jù)倉庫與數(shù)據(jù)集市技術(shù)

數(shù)據(jù)倉庫創(chuàng)始人

之一W.H.Inmon（恩門）

將數(shù)據(jù)倉庫定義為一個(gè)面向主題的、集成的、非易失的、隨時(shí)間變化的、用來支持管理人員決策的數(shù)據(jù)集合。它是從多個(gè)數(shù)據(jù)源收集信息,并以一種一致的存儲(chǔ)方式保存所得到的數(shù)據(jù)集合。數(shù)據(jù)倉庫是為聯(lián)機(jī)分析處理數(shù)據(jù)挖掘等提供海量數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)組織的容器和解決數(shù)據(jù)集成問題的關(guān)鍵技術(shù)。數(shù)據(jù)倉庫的底層是多個(gè)數(shù)據(jù)源。一般情況下,這些數(shù)據(jù)源可以是關(guān)系數(shù)據(jù)或其他類型數(shù)據(jù),如文本文件、XML(可擴(kuò)展標(biāo)記語言)文檔等,然后從數(shù)據(jù)源中按照統(tǒng)一的規(guī)則抽取數(shù)據(jù),經(jīng)過數(shù)據(jù)清理、數(shù)據(jù)抽取和轉(zhuǎn)換、數(shù)據(jù)過濾、數(shù)據(jù)匯總等過程,將數(shù)據(jù)轉(zhuǎn)換成數(shù)據(jù)倉庫所需的形式,并將其加載到數(shù)據(jù)倉庫。

數(shù)據(jù)集市(datamarts)是為滿足特定的業(yè)務(wù)需求而創(chuàng)建的數(shù)據(jù)存儲(chǔ),是一個(gè)小型的數(shù)據(jù)倉庫。它專注于某個(gè)特定的主題,面向部門級(jí)用戶構(gòu)建復(fù)雜業(yè)務(wù)規(guī)則以支持功能強(qiáng)大的分析。數(shù)據(jù)集市可以直接從操作型環(huán)境中獲取數(shù)據(jù),也可以通過在數(shù)據(jù)倉庫中進(jìn)行篩選、集成匯總來建立,前者稱為獨(dú)立型數(shù)據(jù)集市,后者稱為從屬型數(shù)據(jù)集市。2.聯(lián)機(jī)分析處理技術(shù)

聯(lián)機(jī)分析處理又稱為多維分析,它對數(shù)據(jù)倉庫中的數(shù)據(jù)進(jìn)行多維分析和展現(xiàn),側(cè)重對決策人員和高層管理人員的決策支持,可以根據(jù)分析人員的要求快速、靈活地進(jìn)行大數(shù)據(jù)量的復(fù)雜查詢處理,使分析人員、管理人員或執(zhí)行人員能夠從多種角度對從原始數(shù)據(jù)中轉(zhuǎn)化出來的、真正為用戶所理解的、真實(shí)反映企業(yè)維特性的信息進(jìn)行快速、一致、交互的存取,并且以一種直觀而易懂的形式將查詢結(jié)果提供給決策人員和高層管理人員,以便他們能準(zhǔn)確掌握企業(yè)(公司)的經(jīng)營狀況,了解對象的需求,制定正確的方案。3.數(shù)據(jù)挖掘技術(shù)

與聯(lián)機(jī)分析處理技術(shù)的探測式數(shù)據(jù)分析不同,數(shù)據(jù)挖掘側(cè)重從海量數(shù)據(jù)中揭示隱含的、先前未知的并有潛在價(jià)值的信息的非平凡過程,它按照預(yù)定的規(guī)則對數(shù)據(jù)庫和數(shù)據(jù)倉庫中已有的數(shù)據(jù)進(jìn)行信息開采、挖掘和分析,從中識(shí)別和抽取隱含的模式與有趣的知識(shí),為決策者提供決策依據(jù)。數(shù)據(jù)挖掘一般包括數(shù)據(jù)清理、數(shù)據(jù)變換、數(shù)據(jù)挖掘?qū)嵤┻^程、模式評(píng)估和知識(shí)表示等8個(gè)步驟。知識(shí)發(fā)現(xiàn)的復(fù)雜性決定了數(shù)據(jù)挖掘過程并不是一蹴而就的,它是一個(gè)反復(fù)循環(huán)的過程,每一個(gè)步驟如果沒有達(dá)到預(yù)期目標(biāo),都需要回到前面的步驟,重新調(diào)整并執(zhí)行。4.數(shù)據(jù)可視化技術(shù)

為了使分析后的數(shù)據(jù)能直觀、精簡地呈現(xiàn)在用戶面前,需要采用一定的形式將數(shù)據(jù)表示和發(fā)布出來,人們通常采用的是一些查詢和報(bào)表工具。不過,目前越來越多的分析結(jié)果是以可視化的形式表現(xiàn)出來的,這就需要采用信息可視化技術(shù)。所謂數(shù)據(jù)可視化,是指運(yùn)用計(jì)算機(jī)圖形技術(shù)或圖像處理技術(shù),將抽象的信息或數(shù)據(jù)轉(zhuǎn)換為圖形或圖像,在計(jì)算機(jī)屏幕上以圖形、圖像、虛擬現(xiàn)實(shí)等易為人們辨識(shí)的方式展現(xiàn)原始數(shù)據(jù)間的復(fù)雜關(guān)系、潛在信息以及發(fā)展趨勢,使人們能夠更好地利用所掌握的信息資源。5.云計(jì)算、云儲(chǔ)存技術(shù)

隨著技術(shù)的發(fā)展，單位計(jì)算資源和存儲(chǔ)資源的價(jià)格不斷下降及網(wǎng)絡(luò)帶寬的不斷增加，人們發(fā)現(xiàn)通過網(wǎng)絡(luò)就可以獲得一臺(tái)高性能服務(wù)器的所有計(jì)算和存儲(chǔ)資源服務(wù)。并且根據(jù)不同的需求，服務(wù)器的數(shù)量和容量都可以進(jìn)行動(dòng)態(tài)調(diào)整。云存儲(chǔ)的概念與云計(jì)算類似，它是指通過集群應(yīng)用、網(wǎng)格技術(shù)或分布式文件系統(tǒng)等功能，網(wǎng)絡(luò)中大量各種不同類型的存儲(chǔ)設(shè)備通過應(yīng)用軟件集合起來協(xié)同工作，共同對外提供數(shù)據(jù)訪問和計(jì)算功能的一個(gè)系統(tǒng)。簡單來說，云存儲(chǔ)就是將儲(chǔ)存資源放到網(wǎng)絡(luò)上供人存取的一種新興方案。使用者可以在任何時(shí)間、任何地方，通過任何可聯(lián)網(wǎng)的裝置方便地存取數(shù)據(jù)，由于這種資源就像天上的云一樣，我們就稱之為云存儲(chǔ)。通過云計(jì)算和云存儲(chǔ)，商務(wù)智能所需的數(shù)據(jù)就可以真正實(shí)現(xiàn)世界互聯(lián)，全球任意一地方、任意一設(shè)備的數(shù)據(jù)在短時(shí)間內(nèi)可以進(jìn)行云計(jì)算并做出商業(yè)決策，實(shí)現(xiàn)真正的即時(shí)商務(wù)智能1.5商務(wù)智能系統(tǒng)框架

1．?dāng)?shù)據(jù)源數(shù)據(jù)源簡單來說就是數(shù)據(jù)的來源，是提供數(shù)據(jù)的源頭，可以是各個(gè)部門的紙質(zhì)文件、電子文件、數(shù)據(jù)庫、音頻文件、視頻文件等一切原始、未經(jīng)修改的數(shù)據(jù)來源。一切商務(wù)活動(dòng)的原始記錄都應(yīng)該在數(shù)據(jù)源中。2．?dāng)?shù)據(jù)倉庫/大數(shù)據(jù)平臺(tái)數(shù)據(jù)源的數(shù)據(jù)，由于多種格式，直接進(jìn)行保存會(huì)造成數(shù)據(jù)紊亂。這個(gè)時(shí)候，就需要使用ETL工具(extract,transform,load)工具,將數(shù)據(jù)源的數(shù)據(jù)根據(jù)一定規(guī)則進(jìn)行提取，并通過特定的規(guī)律轉(zhuǎn)換成可保存的統(tǒng)一格式，比如統(tǒng)一將數(shù)據(jù)源的日期轉(zhuǎn)換成“年-月-日”格式。數(shù)據(jù)倉庫裝載到數(shù)據(jù)倉庫或者大數(shù)據(jù)平臺(tái)中，用作決策階段的數(shù)據(jù)依據(jù)。3．商務(wù)智能算法數(shù)據(jù)最終會(huì)被提取并且根據(jù)不同的業(yè)務(wù)需求，比如物流中的最佳路徑、營銷中的最佳人群、人力資源中的人力成本優(yōu)化等問題進(jìn)行分析和挖掘，提供決策者一個(gè)決策結(jié)果。在商務(wù)智能系統(tǒng)框架中，必然包含多種數(shù)據(jù)挖掘方法，商務(wù)智能算法包含了初級(jí)的統(tǒng)計(jì)分析到高級(jí)的數(shù)據(jù)挖掘及各種還在發(fā)展中的先進(jìn)智能算法。1.6商務(wù)智能的分析流程

商務(wù)智能的分析流程分析階段：在該階段，確定和準(zhǔn)確描述業(yè)務(wù)問題是最為關(guān)鍵的一個(gè)步驟。定位了一個(gè)具體問題之后，就可以通過該問題來定位最為相關(guān)的數(shù)據(jù)范圍。比如保險(xiǎn)公司需要知道哪些客戶會(huì)延長保險(xiǎn)，那么最相關(guān)的數(shù)據(jù)因素就是客戶的保險(xiǎn)數(shù)據(jù)，如客戶的保險(xiǎn)金額、保險(xiǎn)年限等。確定了問題及相關(guān)數(shù)據(jù)范圍后，就可以開展多種調(diào)查途徑來獲得源數(shù)據(jù)，并通過OLAP等直接的視圖分析來獲得一個(gè)基本結(jié)論，在商務(wù)智能流程的第一個(gè)階段就是確定問題，并能獲得快速響應(yīng)并進(jìn)行互動(dòng)的階段。了解階段：確定了問題之后，就需要更深入地理解與當(dāng)前問題相關(guān)的數(shù)據(jù)。比如在第一階段分析表明一定數(shù)量的客戶的保單并不會(huì)在第二年延長保險(xiǎn)。那么，在該階段就需要找出該類客戶具有共性的屬性，來說明某些這些客戶在第二年是不會(huì)延長保險(xiǎn)的。在這個(gè)階段，這些信息會(huì)轉(zhuǎn)變成為知識(shí)，這些知識(shí)一旦被決策者掌握，就可以進(jìn)行下一個(gè)階段，決策了。決策階段：在該階段，由上一階段獲得的知識(shí)就會(huì)轉(zhuǎn)換為決策，并產(chǎn)生相應(yīng)行動(dòng)。比如已經(jīng)獲得了第二年不會(huì)延?？蛻舻闹R(shí)，決策者可以做出一個(gè)決策即生產(chǎn)部門提供特定的保單產(chǎn)品給該類客戶，或者是營銷部門提供特定的營銷策略改變該種客戶的類型等。通過獲取的知識(shí)，在決策階段，決策者可以更有效和及時(shí)地做出決定，使之更好地服務(wù)企業(yè)。評(píng)估階段：最后，商務(wù)智能流程為評(píng)估階段，在該階段，根據(jù)企業(yè)的各個(gè)部門需求，采取不同的業(yè)績指標(biāo)是一種可行的方法。比如：財(cái)務(wù)部門的評(píng)估為公司支出和收入；營銷部門為客戶增長率等。1.7商務(wù)智能的主流產(chǎn)品

TableauSoftware是一款數(shù)據(jù)可視化軟件。Tableau幫助任何人快速分析、可視化并分享信息。超過42,000家