电子商务及商务智能的应用

（4）营业系统。不管电子商务基础设施的建设有多完善，能让用户亲身感受到电子商务利益的照旧电子商务营业系统。

2. 商务智能

2.1 商务智能的观点

商务智能是指将企业的种种数据实时地转换为企业治理者感兴趣的信息（或知识），并以种种方式展现出来，资助企业治理者举行科学决议，增强企业的竞争优势。这里的数据不仅仅指企业内部的种种数据，而且包罗企业外部的数据，例如行业状态、市场状态和客户资源的数据等等。

商务智能的历程是企业的决议职员以企业中的数据堆栈为基础，经由联机剖析处置惩罚工具（OLAP）、数据挖掘工具加上决议计划职员的专业知识，从数据中获得有用的信息和知识，资助企业获取利润。

商务智能资助用户对商业数据举行联机剖析处置惩罚和数据挖掘，例如展望生长趋势、辅助决议、对客户举行分类、挖掘潜在客户等等。

商务智能使得许多事务性的数据经由抽取、转换之后存入数据堆栈。经由群集、切片或者分类等操作之后形成有用的信息、规则，来资助企业的决议者举行准确的决议。

数据堆栈是商务智能的基础。数据堆栈是一个用于更好地支持企业或组织的决议剖析处置惩罚的数据荟萃。它有面向主题、集成、相对稳固、随时间不停转变的4个特征，将数据堆栈与传统的面向事务处置惩罚的数据库区离开来。数据堆栈的要害手艺包罗数据的抽取、洗濯、转换、加载和维护手艺。

联机剖析处置惩罚是以海量数据为基础的庞大剖析手艺。它支持各级治理决议职员从差别的角度、快速天真地对数据堆栈中数据举行庞大查询和多维剖析处置惩罚，而且能以直观易懂的形式将查询和剖析的效果展现给决议职员。OLAP使用的逻辑数据模子为多维数据模子。常用的OLAP多维剖析操作有上卷、下钻、切片、切块和旋转等。多维数据模子在物理实现时，主要有三种方式：ROLAP结构、MOLAP结构和HOLAP结构。其中，ROLAP是基于关系数据库的OLAP实现，MOLAP是基于多维数据组织的OLAP实现，HOLAP是基于混淆数据组织的OLAP实现。

数据挖掘（Data Mining）是从海量数据中，提取隐含在其中的、人们事先不知道的但又可能有用的信息和知识的历程。数据挖掘的数据有多种泉源，包罗数据堆栈、数据库或其他数据源。所有的数据都需要再次举行选择，详细的选择方式与使命相关。挖掘的效果需要举行评价才气最终成为有用的信息。根据评价效果的差别，数据可能需要反馈到差别的阶段，重新举行剖析盘算。数据挖掘的常用要领包罗关联剖析、分类和展望、聚类沈阳app开发

、检测离群点、趋势和演变剖析等。可以说，联机剖析处置惩罚和数据挖掘是数据堆栈之上的增值手艺。

2.2 商务智能的应用远景

企业为迎接市场的挑战，必须对市场运作有准确的剖析。商务智能系统的最大利益是可以获得准确、实时的信息，资助企业赢得竞争优势。而这些功效的完成主要依赖数据堆栈、联机剖析处置惩罚和数据挖掘这三大手艺。借助商务智能的焦点手艺，使用企业中恒久积累的海量数据，可以实现以下三方面的应用：

（1）客户分类和特点剖析

凭据客户历年来的大量消耗记载以及客户的档案资料，对客户举行分类。并剖析每类客户的消耗能力、消耗习惯、消耗周期、需求倾向、信誉度，确定哪类主顾给企业带来最大的利润，哪类主顾仅给企业带来最少的利润同时又要求最多的回报。然后针对差别类型的客户给予差别的服务及优惠。

（2）市场营销计谋剖析

使用数据堆栈手艺实现市场营销计谋在模子上的仿真。其仿真效果将提醒所制订的市场营销计谋是否合适。企业可以据此高速和优化其市场营销计谋，使其获得最大的乐成。

（3）谋划成本与收入剖析

对种种类型的经济运动举行成本核算，比力可能的营业收入与种种用度之间的收支差额，剖析经济运动的曲线，获得响应的革新措施和措施，从而可降低成本、淘汰开支、提高收入。

海内数据堆栈应用刚刚起步，电信、金融、证券、税务、零售业等已有大量操作型数据积累的企业都泛起了迫切的应用需求。可以预计，商务智能在中国同样会有辽阔的应用远景。可是另一方面，乐成的数据剖析与挖掘应用依赖于大量的、恒久的、真实的历史数据积累。对于许多信息化建设起步较晚的企业，首先踏扎实实地做好基础数据库的建设是更为主要的，这也是为进一步走向商务智能打下基础。

 3/4   首页 上一页 1 2 3 4 下一页 尾页