7.5.1商务智能的概念

商务智能（Business Intelligence，BI），是目前在国外企业界和软件开发界受到广泛关注的一个研究方向。商务智能这一术语是1989年由Gartner Group的Howard Dresner首次提出。它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帮助商业决策的制定。到目前为止，关于商务智能还没有统一的定义，不同的人只是从不同的方面表达了对商务智能的理解。商务智能在IBM官方网站上定义为：“商务智能是指利用已有的数据资源做出更好的商业决策。”它包括数据访问、数据和业务分析以及发现新的商业机会。商务智能的实质是从数据中有效地提取信息，从信息中及时地发现知识，为人类的思维决策和战略发展服务。本文从企业的角度来定义商务智能：商务智能是企业利用现代信息技术收集、管理和分析结构化和非结构化的商务数据和信息，创造和累积商务知识和见解，改善商务决策水平，采取有效的商务行动，完善各种商务流程，提升各方面绩效，增强综合竞争力的智慧和能力。

在以知识经济和信息技术为代表的新时代，商业活动正以不同寻常的速度改变。

企业资源计划、销售终端、市场调查、供应商、客户、网络、政府部门等都在不断地往企业添加信息。企业不知道该关注、分析哪些数据，不知道怎样才能把大量的数据转换成可靠的、商用的信息以增加利润和市场份额，这些成为商业IT界关注的问题。于是，商务智能应运而生。商务智能把数据转化为知识，致力于知识的发现和挖掘，使企业的数据资产能带来明显的经济效益，减少不确定性因素的影响，使企业获得新的竞争优势。从技术角度看，商务智能的过程是企业的决策人员以企业中的数据库为基础，经由联机分析处理工具、数据挖掘工具加上决策规划人员的专业知识，从数据中获得有用的信息和知识，帮助企业获取利润。商务智能的核心技术主要有：数据仓库技术、联机分析处理技术、数据挖掘技术和数据可视化技术。数据仓库是实现商务智能的数据基础，是企业长期事务数据的准确汇总。商务智能要充分发挥潜力，就必须与数据仓库结合起来。联机分析处理技术属于数据仓库应用，以数据仓库为基础，针对某个特定的主题进行联机数据访问、处理和分析，通过直观的方式从多个维度、多种数据综合程度将系统的运营情况展现给使用者，具有快速性、可分析性、多维性、信息性等特点。该技术可用于商务智能的多个领域，例如市场利润分析、后勤分析、经济预算和预测、税收计划、成本、会计等。

利用数据挖掘技术的商务智能的智能化程度最高，在海量数据和文档中发现以前未知的、可以理解的信息，以预测未来的企业行为。

数据可视化技术指的是选用计算机图形学和图像处理技术，将数据转换为图形或图像在屏幕上显示出来，并进行交互处理的理论、方法和技术。数据挖掘技术可与数据可视化技术结合，使分析人员对数据有更深刻、更直观的理解。

商务智能软件框架体系：支持数据分析的商务智能系统体系结构在逻辑上分为源数据、数据仓库、多维数据库和客户端工具四层结构。

源数据，是客户传统的业务运营系统的数据，可能是数据库、Excel表格，或者是日志文件等。

数据仓库，是数据集中存放的地方。其突出的特点是对海量数据的支持以及规范化的结构（星型或者雪花型结构）。

数据集市，是指为了特定的应用目的或应用范围，而从数据仓库中独立出来的一部分数据，也可称为部门数据或主题数据。在数据仓库的实施过程中往往可以从一个部门的数据集市着手，以后再用几个数据集市组成一个完整的数据仓库。

多维数据库。在数据仓库中，往往具有海量的原子级历史记录。那么，在分析的过程中，如何提高分析效率呢？同时，数据仓库中往往有上百张表，业务人员如何能理解呢？多维数据库就是最好的解决方案。多维数据库利用聚合技术，保障了高效性；同时，针对每一种独立的业务流程的多维模型，大大简化了关系型数据库的概念，使得业务人员能够充分理解，独立进行数据分析。

客户端工具，是指为用户访问多维数据库使用的工具。它包括数据查询和报表工具、应用开发工具、在线分析工具、数据挖掘工具。客户端工具最主要的目的就是，使得业务人员摆脱技术细节，可以充分发挥自己的优势，面向业务需求进行分析。

按照上述通用的商务智能体系结构，经营分析系统通常从原有的业务系统中将相关业务数据进行抽取、清洗、加工、整理，将其加载到数据仓库或数据集市中，形成基础的分析数据存储。然后企业可以根据自身管理、业务的需要建立一个或多个多维数据库。多维数据库中蕴含的信息可以通过报表、OLAP分析、即席查询、数据挖掘形式向经营分析系统使用人员展现。最终用户通过Web浏览器访问门户，在登录门户后，将按照用户的授权、角色向最终用户展现集成的信息。门户中集成的不仅有经营分析系统的各种信息表现形式，如报表、OLAP工具、即席查询、数据挖掘等结构化信息，还有URL链接、电子邮件、文档等非结构化信息。

伴随着以电子商务为特征的新经济逐步走向成熟，企业需要处理的数据量越来越多，数据库应用的规模、范围和深度不断扩大，企业信息化程度不断提高，企业希望从ERP、CRM、SCM和遗留各种系统中发掘数据背后所蕴藏的信息和知识，因此商务智能应用与日俱增。

7.5.2商务智能在供应链管理中的应用

企业的各个部门都应该认识到商务智能的重要作用，商务智能可以说是使企业“从数字上进行管理”。商务智能系统能够为供应链提供以下基本的效益：改善数据的可见度，使库存水平降低；分析客户服务水平，识别供应链管理中的关键问题；更好地理解客户需求，提高预测的准确性；分析运输绩效，利用高效的运输服务来减少运输成本；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。

1.流程分析

供应链管理可以分为计划、采购、制造、配送等流程。商务智能对供应链管理中的各个流程进行分析，达到优化供应链，提高供应链管理效率的目的。将商务智能用于计划分析，如分析供应链中的供应链周期、销售时间和供应链成本等，可改进整个供应链的绩效，提高供应链的效率，有效配置资源，降低供应链的总成本。将商务智能用于采购分析，可以帮助企业选择合适的供应商，整合供应链上游资源。将商务智能应用于制造分析，可以检测生产进度和生产效率，加强产品质量控制，减少不必要的库存。配送分析主要是进行库存流动和损失分析、运输时间和配送成本监测，为产品选择和管理交通工具，优化配送绩效。

2.决策支持

经过分析的数据为高级决策者进行战略决策时提供支持和依据。通过将企业内部的数据源源不断地输入，商务智能在供应链管理中的决策支持作用主要表现在以下几个方面：提高供应链的可见度，对客户需求做出准确的预测；根据产生的数据，进行实时决策，提高供应链对市场的快速反应能力；从不同的角度对供应链活动进行分析，为选择合适的供应商提供支持。