我國商務智能研究

時間：2024-09-02 04:24:49 經濟畢業論文

我國商務智能研究

摘要：商務智能是數據倉庫、數據挖掘、OLAP等技術的集成，作為當前重要的研究前沿之一，商務智能是學術界和企業界關注的熱點。文章運用統計、比較方法對相關著作和文章進行了統計研究，并對研究中的重點問題及相關成果作了分析總結�！　￡P鍵詞：商務智能；知識管理；數據倉庫；數據挖掘
　　
　　商務智能（Business Intelligence，簡稱BI）的概念最早是Gartner Group 的Howard Dresner于1996 年提出來的，我國學者將之翻譯為“商業智能”或“商務智能”，本文選用“商務智能”作為Business Intelligence的中文翻譯。近年來，商務智能技術日趨成熟，越來越多的企業決策者意識到需要商務智能來保持和提升企業競爭力。在美國，500強企業里面已經有90%以上的企業利用企業管理和商務智能軟件幫助管理者做出決策。國外己經有很多成功實施商務智能的案例。我國的商務智能處于導入期，商務智能應用的程度和實際效果都與國外企業有很大差距。近年來，國內外商務智能供應商和高等院校都開展了廣泛的商務智能的基礎研究和應用研究。本文主要基于國家圖書館的多庫目錄檢索系統、清華同方全文數據庫檢索系統等，對國內商務智能的研究現狀進行了分析和總結。
　　
　　一、文獻統計分析
　　
　　1．論著統計分析。為了對近年來國內商務智能論著情況有一個比較全面的了解，筆者分別以“商務智能”和“商業智能”（他們指的都是Business Intelligence，BI）為檢索題，通過對國家圖書館的多庫目錄檢索系統進行題名檢索，得到近年來相關論著及博碩論文分布情況：國內商務智能專著只有2004年的兩本，譯著在2003年~2005年間有三本。相對于最早1988年出版、截止2005年已經出版23本的西文專著（含一本日文專著）要少得多。國外2001年~2004年間出版的商務智能專著數量極多，說明經過一段時間的發展，國外商務智能的基礎研究和應用研究都比較成熟。而我國從2002年起僅有少量的博士論文，關于商務智能的專著也屈指可數，我國商務智能僅處于導入期，對商務智能的系統研究還有大量工作要做。
　　2．論文統計分析。
　　（1）數量分布統計分析。筆者利用清華同方中國期刊全文數據庫檢索系統（Web），分別以“商業智能”、“商務智能”為檢索題進行篇名檢索，得到221篇文章（論文、簡訊等），通過內容分析，除去內容重復的和明顯不符合我們主題的文章，得到以下統計結果（見表1）。
　　
　　從檢索結果來看，1996年的兩篇簡訊可以說是國內較早關于商務智能的文章。中國學術期刊全文數據庫在1996年~2005年期間，收錄了有關“商務智能”和“商業智能”的論文一共200篇，文章數量年代分布呈現前幾年緩慢增長，近幾年明顯遞增的特征。因此可以將國內商務智能發展規劃為兩個階段：①初始階段（1996年~2001年）：這個階段國內商務智能初露端倪，這段時間相關文章很少，有36篇，約占總數18%，說明商務智能在當時屬新事務，沒有得到應有的重視，這段時期的文章多是關于商務智能軟件和國外商務智能研究的簡單介紹和綜述。②明顯增長階段（2002年~2005年）：這階段論文有顯著增長。不少論文討論商務智能在各行業和各領域的應用，但是關于商務智能的較高水平和較深層次的學術研究論文還極少，大部分文章仍是簡單的、重復的功能介紹、綜述和簡訊等。這與目前我國企業信息化程度普遍不高、缺乏大量數據積累、缺乏應用商務智能的實踐有關。
　�。�2）主題分布統計。筆者查閱大量的相關論文資料，對當前商務智能的研究主題進行劃分并加以調整，將商務智能的研究內容劃分為基礎研究和應用層面兩大類，其中基礎研究包括商務智能定義、功能（任務）、技術、綜述等，關于商務智能的一般應用研究等無法歸于應用層面所分細類的文章也放在這一部分；應用層面分為：①商務智能軟件方面的簡訊和功能介紹；②商務智能的行業應用，如金融、電信等；③商務智能應用的范疇，如客戶關系管理、電子政務等。按以上主題通過對中國學術期刊全文數據庫按題名檢索的結果進行分類，統計表明，國內學者對商務智能基礎工作研究較少，共75篇，占總數的37.5%，其中還包括無法歸類于商務智能軟件和具體應用的一般應用討論的文章。這里分別以“商務智能”、“商業智能”為題名檢索到商務智能技術方面的論文極少，但如果以“數據挖掘”、“數據倉庫”、“OLAP”分別進行題名檢索，會得到成百上千篇論文。作為商務智能的支撐技術，數據挖掘、數據倉庫、OLAP的發展是推動商務智能發展的技術基礎。商務智能支撐技術研究的逐漸深入和成熟，為商務智能的功能、體系結構、應用研究等提供了良好的技術基礎。
　　近幾年我國關于數據挖掘、數據倉庫、OLAP的研究論文數量激增，基礎研究關系到商務智能的應用能否順利進行，這其中商務智能的支撐技術（數據挖掘、數據倉庫、OLAP）是研究的重點之一。
　　總的來說，我國關于商務智能基礎研究的論文數量極少，部分論文的質量不高，只是膚淺的介紹式論述，論文內容不新穎，重復性較高，算得上是嚴格意義上的學術論文數量更是屈指可數，尤其缺乏高質量的、深入的關于功能、體系結構、方法等方面的論文。當然這也與商務智能本身的特點有關，確切地講，商務智能并不是一項新技術，它將數據倉庫（DW）、聯機分析處理（OLAP）、數據挖掘（DM）等技術與客戶關系管理（CRM）、ERP等系統結合起來應用于商業活動實際過程當中，實現了技術服務于決策的目的。
　　商務智能應用研究的文章數量相對較多，共125篇，占總量的62.5%，這部分文章中41篇（32.8%）是關于商務智能軟件的簡訊，其余84篇（67.2%）是關于商務智能在各行業和各領域應用的論文和介紹性文章。這部分關于具體應用的文章也存在討論不夠深入、內容比較簡單、有重復的現象。論文數量2002年開始增長較多，電信、金融等信息化程度高的行業應用商務智能較多，客戶關系管理、競爭與決策、信息化和ERP等領域是商務智能應用的熱點。
　　
　　二、國內商務智能理論研究現狀
　　
　　從以上分析來看，我國商務智能的研究還處于導入期。像員巧云那樣，筆者也把商務智能的理論研究分為宏觀研究和微觀研究兩方面，其中宏觀研究主要是從總體上把握，如商務智能的必要性、內涵和理論綜述等；微觀研究主要包括：商務智能功能、技術、體系結構等。
　　1．宏觀研究和微觀研究兩方面。
　　（1）商務智能的含義。①Gartner Group將商務智能定義為一類由數據倉庫（或數據集市）、查詢報表、數據分析、數據挖掘、數據備份和恢復等部分組成的、以幫助企業決策為目的的技術及其應用。②IBM認為商務智能是一系列由系統和技術支持的以簡化信息收集、分析的策略的集合，它應該包括企業需要收集什么信息、誰需要去訪問這些數據、如何把原始數據轉化為最終導致戰略性決策的智能、客戶服務和供應鏈管理。③簡言之，BI=DB（數據庫） DW（數據倉庫） OLAP（在線分析處理） DM（數據挖掘），是多種技術的集合，是人工智能技術的最新方法�，F如今，商務智能的概念已經不僅僅是軟件產品和工具，而是整體應用的解決方案，甚至升華成為一種管理思想，體現的是一種理性的經營管理決策的能力，即全面、準確、及時、深入地分析和處理數據與信息的能力。
　�。�2）商務智能與知識管理的區別與聯系。商務智能和知識管理最重要的類似處是它們最終都處理知識，知識管理中的知識明顯的總是直接來自人，商務智能中的知識源自數據，它是經過分析產生的知識；商務智能和知識管理都受企業文化和人的影響；商務智能看重的分析數據的技術和知識管理中管理和分發知識的技術很不同，然而，他們在內容獲取和顯示方面都共有終端技術。
　2．微觀研究方面。
　�。�1）商務智能的功能。商務智能系統的儀表盤可以剪裁環境以滿足用戶的特殊需要；用戶可以定制主頁來展示最關鍵的圖表和報告，并且當商業需求變化時可以改變顯示的圖表；能基于底層（underlying）數據源的更新自動更新圖表；可以根據特定參數或特定條件的變化進行預警；有例外管理能力；儀表盤的資源組件使資源材料與特定的使能過程一致；提供團隊協同工作環境等。
　�。�2）商務智能的支撐技術數據倉庫、數據挖掘、OLAP。①數據倉庫技術。數據倉庫是一個面向主題的、集成的、穩定的及包含歷史數據的數據集合，它用于支持經營管理中的決策制定過程。商務智能系統的核心是解決商業問題，它把數據處理技術與商務規則相結合，以提高商業利潤減少市場運營風險，是數據倉庫技術、決策支持技術和商業運營規則的結合。②數據挖掘技術。數據挖掘（Data Mining）是從大量的、不完全的、有噪聲的、模糊的及隨機的實際應用數據中，挖掘出隱含的、先前未知的、對決策有潛在價值的知識和規則的過程。③聯機分析處理技術（OLAP）。OLAP是一種多維分析工具，目標是滿足決策支持或多維環境下特定的查詢和報表需求，使分析人員、管理人員或執行人員能夠從多個角度對從原始數據中轉化出來的、能夠真正為用戶所理解的并真實反應企業維特性的信息進行快速、一致、交互地存取，從而獲得對數據的更深入了解。
　　
　　三、國內商務智能應用研究
　　
　　1．商務智能的應用行業。商務智能的應用領域非常廣泛，典型的有電信、銀行、保險、醫療、零售、政府等，以及所有建立了數據倉庫的用戶。從商務智能應用的論文內容來看，我國的商務智能應用還處于起步階段，僅在信息化程度偏高的電信、銀行、保險、醫療等有少量應用。這一方面因為商務智能是建立在數據倉庫基礎上的，我國大部分企業的信息化程度偏低，缺乏數據的積累，而數據的積累需要一個較長期的過程。另一方面因為對商務智能的認知度不高，缺乏商務智能方面的人才以及對這些人才的有效管理。
　　商務智能的應用與行業內信息化的基礎狀況密切相關，實施商務智能的企業中，以電信、金融行業的使用率較高。劉艷麗認為商務智能能帶來較大價值的企業中，以制造型企業最多，超過50%；其次是零售業，為41.2%；而政府機構對商務智能產品或技術的使用價值低于其他軟件產品。以目前制造型企業和零售業的低使用率和高預期值來比較，這兩個領域將是商務智能不可忽視的新市場。
　　2．商務智能在客戶關系管理（CRM）、信息化與ERP、競爭與決策中的應用。統計分析顯示商（下轉第112頁）務智能在客戶關系管理、信息化、競爭與決策等方面的研究論文相對較多。著名的商務智能公司Business Object公司的專家Paul Clark 在分析商務智能與CRM的關系時認為：客戶知識是CRM重要的核心組成部分，而商務智能是CRM的智慧所在，客戶知識的獲取與保存依賴于商務智能，商務智能是整個CRM的基礎。
　　商務智能是架構在ERP之上的，而決策支持是在商務智能基礎上的再擴展。從基礎架構的角度上看，商務智能數據庫和ERP有許多共通之處。但商務智能和ERP絕對不是同一事物或是同一事物體的兩個方面，它們是互補的系統。它們最大的共性就是，它們使企業運行得更有效率、響應更及時并易于整合。
　　商務智能建設的主要目標是企業決策支持。商務智能通過信息技術的運用在不同層面為戰略決策提供新的支持：提升決策者洞察力；支持信息獲取與分析。
　　商務智能系統可以從以下方面幫助企業獲取更大的競爭優勢：顯著提升企業決策水平；識別優質客戶，改善企業與客戶關系；降低企業經營成本；創新業務模式。
　　3．商務智能系統、軟件工具。目前市場上的商務智能廠商一般分為三大類：一類專門做商務智能軟件的廠商如Business Object、Brio、Cognos；第二類是繼承性的數據庫廠商和統計軟件廠商，這類公司包括NCR、Microsoft、CA、Oracle、Sybase、IBM、SAS等；第三類是一些管理軟件廠商，如SAP、博科、用友、金蝶等公司。
　　不同的人對商務智能的理解仍然不同。數據庫服務商（如Oracle、IBM、Sybase）往往認為數據倉庫是商務智能的核心，數據展示服務商（如Hyperion、BO、Cognos）則認為商務智能就是聯機分析（OLAP），而數據分析服務商（如SAS、SPSS）一般認為數據挖掘才是商務智能的核心。
　　
　　四、商務智能研究熱點及發展趨勢
　　
　　1．商務智能的研究熱點。從商務智能的研究成果分析來看，當前商務智能的研究熱點主要有：（1）集成的商務智能體系研究；（2）商務智能的預測功能；（3）商務智能網絡的研究；（4）決策支持工具的研究；（5）企業建模方法研究；（6）信息的收集與獲取研究。
　　2．商務智能的主要發展趨勢。通過對已檢索文章分析，商務智能將呈以下發展趨勢：（1）應用領域的探索和擴張；（2）應用行業將更廣泛，制造業、零售業將是商務智能應用的熱點；（3）與領域、行業知識的結合；（4）實時商務智能系統的研究和應用；（5）不同領域的理論、技術的融合；（6）商務智能系統可視化、交互性；（7）從單獨的商業智能向嵌入式商業智能發展。
　　
　　參考文獻：
　　1．員巧云，程剛．近年來我國數據挖掘研究綜述．情報學報，2005，（4）：250-256．
　　2．王衛平，徐宏發等．基于Web Services的商務智能網絡研究．計算機系統應用，2005，（7）：16-19．
　　3．劉慶．BI觀點．http：//happysboy．Bokee．com/
　　inc/ttnn_bi_opinion_200511．pdf，2005-12-19．
　　4．Charles P．Seeley，Thomas H．Davenport．KM MEETS BUSINESS INTELLIGENCE：Merging knowledge and information at Intel．KM REVIEW，2006（2）：10-15．
　　5．劉業政，胡劍．商業智能的核心技術及體系結構研究．合肥工業大學學報（自然科學版），2004，（8）：882-885．
　　6．黃暉．中國式商務智能五人談．上海信息化，2005，（3）：26-31．
　　7．劉艷麗．商業智能駛上快行道了嗎．科技智囊，2004，（8）：88-89．
　　8．賽迪．中國商業智能軟件市場現狀與發展趨勢．軟件世界，2004，（6）：70-71．

【我國商務智能研究】相關文章：

我國移動電子商務發展研究12-05

我國應對跨國電子商務沖擊措施研究02-26

我國移動電子商務現狀、題目及對策研究03-22

加快我國電子商務服務產業發展題目研究03-21

我國汽車行業電子商務發展模式研究03-07