第五章 决策支持和商务智能

商务智能与决策支持教学案例案例1:光大银行商务智能系统得实施一、案例内容成立于1992年8月得光大银行, 作为国内最大得股份制商业银行,拥有众多客户群,几百个分支机构遍布国内外;同时光大银行以领先得理念为客户提供种类繁多得金融服务。

对于一个如此庞大得机构,如此繁多得金融服务,管理得复杂性可想而知。

近年来,通过综合柜台业务系统、阳光卡系统、网上银行系统与办公自动化系统等一系列信息化基础建设,光大银行率先实现了业务系统全国联网与总行数据大集中。

在成功实现业务系统全国联网与总行数据大集中后,经营管理分析方面又出现了一些亟待解决得新问题,如:统计数据不够及时准确、对决策分析缺乏专业化系统化支持、报表处理效率低、数据共享差、难以为以客户为中心得经营管理模式提供充足得信息支持、业绩考核没有理想得IT系统为支撑等等。

众多新问题得出现就是银行管理层始料未及得。

为了尽快突破海量数据得“封锁”,挖掘其中蕴涵得知识与信息,光大银行决策层于2002年初开始立项商业智能及数据仓库系统。

光大银行根据自身情况,以实际需要为导向,对各家方案得优劣进行仔细分析、反复考察、综合考虑。

最终,菲奈特软件公司得高端商务智能产品BI、Office以其领先得技术与简便得操作从众多竞争者中脱颖而出,赢得了光大银行决策层得一致青睐。

经过商议,双方在国际结算业务统计分析、对公业务统计分析、信贷风险管理、客户经理业绩考核等方面签定了一系列合作计划。

为了降低实施风险,将从国际结算业务统计分析系统开始,各个项目逐步实施。

成功得选型就是光大银行商业智能应用系统成功实施得开始。

国际业务部商业智能得应用证明,光大银行所采取得“以部门为基础实施数据处理”得决定就是正确得,也就是务实得。

从2002年12月开始,菲奈特BI、Office商业智能应用平台相继应用于光大银行其她几个业务部门,形成相应部门得商业智能系统。

这些商业智能系统以数据仓库技术为基础,把分散在各个业务系统得数据进行整合,数据经过清洗、转换,加载到数据仓库;再采用OLAP与Data Mining等技术,为管理决策人员提供强大、灵活得日常查询与决策支持。

商务智能与决策支持——案例及案例分析随着互联网技术的不断发展，大量数据被生产出来，这些数据中蕴含着巨大的商业价值。

商务智能和决策支持系统可以利用这些数据，提供决策制定者与业务分析师期望的数据驱动洞察，以优化业务决策。

以下是几个商务智能和决策支持系统的案例及案例分析。

案例1：超市销售决策支持系统在某家超市中，决策制定者需要决策哪些产品需要采购、以及量级的大小，以及哪些产品需要促销，以达到推广和促进销售的目的。

为了实现这些目的，该超市实现了一个决策支持系统。

决策支持系统采用商务智能数据仓库，从行业数据中导入了大量销售数据，包括每天、每周、每月、甚至每小时的交易、营销、库存和采购等数据。

该系统采用了高级数据可视化来表示销售数据，以帮助决策制定者快速识别有趣的数据趋势。

该系统还使用了预测分析，以辅助决策制定者预测某种产品的销售情况，并为其提供推荐；也使用了关联分析，以查找哪些产品最常常常常常常常常常常常常常常常常常常常常常常常常常常常常常常常常常常常常常常常常常常常在一起出售。

通过使用这个决策支持系统，超市看到了显着的效益。

决策支持系统帮助他们预测哪些产品将具有更高的需求，帮助他们采购了更合适的库存量，以及哪些产品需要进行促销以提高销售。

超市转型成了一个以数据为驱动的企业。

案例2：在线零售商的数据分析一家在线零售商使用商务智能、数据挖掘与分析技术来对订单，商品，顾客及销售数据进行分析，以帮助经营者做出更加精准的商业决策。

他们使用了大量的内部和外部数据来源，以建立一个全面的数据仓库，数据包括订单历史、销售历史、客户数据、产品数据和行业趋势等。

他们使用了数据挖掘和预测性分析来发现顾客的需求以及未来销售趋势。

通过分析他们的数据，该在线零售商能够快速识别哪些产品的销售量增加，哪些产品的销售量下降，哪些产品的客户评分较低，并能及时调整库存和价格等策略来优化他们的销售。

此外，经营者能够更好地识别他们的目标客户及其需求，以提供更好的客户服务。

商务智能与决策支持-案例及案例分析商务智能与决策支持教学案例案例1：光大银行商务智能系统的实施一、案例内容成立于1992年8月的光大银行，作为国内最大的股份制商业银行，拥有众多客户群，几百个分支机构遍布国内外;同时光大银行以领先的理念为客户提供种类繁多的金融服务。

对于一个如此庞大的机构，如此繁多的金融服务，管理的复杂性可想而知。

近年来，通过综合柜台业务系统、阳光卡系统、网上银行系统和办公自动化系统等一系列信息化基础建设，光大银行率先实现了业务系统全国联网和总行数据大集中。

在成功实现业务系统全国联网和总行数据大集中后，经营管理分析方面又出现了一些极待解决的新问题，如：统计数据不够及时准确、对决策分析缺乏专业化系统化支持、报表处理效率低、数据共享差、难以为以客户为中心的经营管理模式提供充足的信息支持、业绩考核没有理想的IT系统为支撑等等。

众多新问题的出现是银行管理层始料未及的。

为了尽快突破海量数据的“封锁”，挖掘其中蕴涵的知识和信息，光大银行决策层于2002年初开始立项商业智能及数据仓库系统。

光大银行根据自身情况，以实际需要为导向，对各家方案的优劣进行仔细分析、反复考察、综合考虑。

最终，菲奈特软件公司的高端商务智能产品BI.Office以其领先的技术和简便的操作从众多竞争者中脱颖而出，赢得了光大银行决策层的一致青睐。

经过商议，双方在国际结算业务统计分析、对公业务统计分析、信贷风险管理、客户经理业绩考核等方面签定了一系列合作计划。

为了降低实施风险，将从国际结算业务统计分析系统开始，各个项目逐步实施。

成功的选型是光大银行商业智能应用系统成功实施的开始。

国际业务部商业智能的应用证明，光大银行所采取的“以部门为基础实施数据处理”的决定是正确的，也是务实的。

从2002年12月开始，菲奈特BI.Office商业智能应用平台相继应用于光大银行其他几个业务部门，形成相应部门的商业智能系统。

这些商业智能系统以数据仓库技术为基础，把分散在各个业务系统的数据进行整合，数据经过清洗、转换，加载到数据仓库；再采用OLAP和Data Mining等技术，为管理决策人员提供强大、灵活的日常查询和决策支持。

商务智能是什么、不是什么？商务智能是什么？商务智能的定义不说多如牛毛，也是众说纷纭。

人们对商务智能的理解如同那七个印度盲人对大象的理解：有人认为它是高级管理人员信息系统（EIS），有人认为它是管理信息系统（MIS），有人认为它是决策支持系统（DSS）；有人说它是数据库技术，有人说它是数据仓库，有人说它是数据集市，有人说它是数据整合与清洗工具，有人说它是查询和报告工具，有人说它是在线分析处理工具，有人说它是数据挖掘，有人说它是统计分析；有人把它当作分析性ERP, 有人把它当作分析性CRM, 有人把它当作分析性SCM, 有人把它当作企业绩效管理，有人把它当作平衡记分卡……真正的商务智能包括上述的一切但又不止上述的一切，因而我们无法把上述的一切简单地加起来就给商务智能下定义。

笔者在总结商务智能的定义的众多版本之后，给商务智能下了这样一个定义:“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，创造和累计商务知识和见解，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，提升各方面商务绩效，增强综合竞争力的智慧和能力。

”下面，笔者就这一定义的语义要素进行分解：n 企业——这里用“组织机构”或“实体”会显得更完整，因为所有的组织机构和实体（不只是企业）都可以而且应该利用商务智能；之所以仍用“企业”是为保持与“商务”的一致性。

各行各业，包括非企业性机构，比如政府部门、教育机构、医疗机构和公用事业等，都应该而且能够利用商务智能。

n 利用现代信息技术——这是这一定义中的关键之一，现代信息技术的发展产生了信息经济和信息社会，在这一新型的经济和社会形态中，信息的爆炸式激增又产生了对能够处理和控制信息的新技术的强烈需求；商务智能就是新的信息技术在商务分析中的有效利用。

商务智能过程中所涉及的信息技术主要有：从不同的数据源（交易系统或其他内容储存系统）收集的数据中提取有用的数据，对数据进行清理以保证数据的质量，将数据经转换、重构后存入数据仓库或数据集市（这时数据变为信息），然后寻找合适的查询、报告和分析工具和数据挖掘工具对信息进行处理（这时信息变为辅助决策的知识），最后将知识呈现于用户面前，转变为决策。

当今社会信息技术飞速发展，经济全球化趋势日益明显，市场竞争激烈。

生存在这样一个“信息爆炸”时代，企业管理者能否利用信息进行快速而有效的决策已直接关系到企业的生死存亡。

越来越多的企业提出对商务智能的需求，商务智能的出现和飞速发展，成为必然趋势。

商务智能实质上是数据转化为信息的过程，这一过程也可称为信息供应链，其目的是把初始的操作型数据变成决策所使用的商务信息。

商务智能是什么？通常业外人士会误以为,商务智能就是近两年各大品牌手机争相推出的商务智能型手机里所涉及的功能。

事实上，迅速窜红手机界的“商务智能”和迅速走红电子商务界的“商务智能”是有根本区别的。

商务智能型手机所指的商务智能是使手机实现了电脑上的某些功能，方便了商务人士的出行、交流等等。

那真正的商务智能是什么呢？商务智能其实就是能够帮助用户进行数据分析，获得信息，从而对自身业务经营做出正确明智决定的工具2．商务智能背景知识2.1 商务智能的产生很多人以为商务智能是新兴的技术和理念，应用也刚刚开始。

而事实并非如此，商务智能早已在潜移默化中渗透到企业的应用中去了，像金蝶和用友的财务软件很早就加入了智能分析的功能，只不过没有将其单独区分开来。

最初在商务交易中引入计算机辅助管理时，开发人员是根据企业已规定好的业务规则来编写交易系统，其主要目的是让“商务流程自动化”，从而缩短业务周期，提高效率，增强企业的竞争力，最终为企业创造更大的利润。

随着计算机在商业管理中的普及，企业的部门框架和业务规则随着社会分工的日益细化，原有的商务管理系统面对日益变化的业务规则逐渐变得力不从心。

因此，软件厂商针对新出现的商业部门和业务规则，推出了一系列的自成体系的，专门针对某块商业数据管理的管理软件，如财务管理软件，客户关系管理软件，产品数据管理软件，人力资源管理软件等。

但是，这些自成体系的的管理软件之间，数据很难共享从而在企业各个部门之间形成了“信息孤立” 的局面。

于是，软件厂商又推出了更大块集成的企业资源规划(ERP)系统，把之前推出的各块独立的管理系统整合起来。

商务智能习题答案商务智能习题答案商务智能（Business Intelligence，简称BI）是一种通过收集、分析和处理大量数据来辅助企业决策的技术和方法。

在当今信息化的时代，商务智能已经成为企业管理的重要工具之一。

下面将针对商务智能的一些习题进行解答，帮助读者更好地理解和应用商务智能。

1. 商务智能的基本概念是什么？商务智能是指通过从海量数据中提取有价值的信息，帮助企业管理者做出准确决策的一种技术和方法。

它包括数据仓库、数据挖掘、数据分析等多个方面的内容，旨在帮助企业发现潜在的商机，优化业务流程，提高经营效益。

2. 商务智能的主要应用领域有哪些？商务智能的应用领域非常广泛，包括但不限于以下几个方面：- 销售和市场营销：通过对销售数据的分析，帮助企业了解市场需求、产品销售情况，提供决策支持，制定更有效的营销策略。

- 客户关系管理：通过分析客户数据，了解客户的喜好和需求，提供个性化的服务和产品，增强客户满意度和忠诚度。

- 供应链管理：通过对供应链数据的分析，帮助企业优化供应链流程，提高供应链效率，降低成本。

- 财务管理：通过对财务数据的分析，帮助企业了解财务状况，进行财务预测和风险评估，提供决策依据。

- 人力资源管理：通过对人力资源数据的分析，帮助企业进行人力资源规划、员工绩效评估和人才管理，提高人力资源管理效果。

3. 商务智能的实施过程包括哪些步骤？商务智能的实施过程一般包括以下几个步骤：- 需求分析：明确企业的需求和目标，确定需要分析的数据和指标。

- 数据采集和清洗：收集和整理各种数据源的数据，进行数据清洗和预处理，确保数据的准确性和完整性。

- 数据仓库建设：设计和构建数据仓库，将数据存储在统一的数据库中，以便进行后续的分析和挖掘。

- 数据分析和挖掘：使用商务智能工具和技术对数据进行分析和挖掘，提取有价值的信息和模式。

- 报告和可视化：将分析结果以报表、图表等形式呈现，便于管理者理解和使用。

商务智能目的：通过科研训练，让没有科研经验的本科生走进实验室初步接触科研，按照“分配科研训练题目→题目初步了解→广泛搜索文献资料→文献综述→拟定实验思路→进行简单实验→实验现象说明、简单结果分析→撰写科研训练报告，谈体会和心得”的流程，独立思考、独立设计方案、独立实验，培养学生理论联系实际、独立自主发现问题和解决问题的能力。

主要内容： 1. 查阅资料及学习相关知识； 2. 在老师的指导下参与简单的科研活动； 3.与同学讨论有关知识； 4.科研训练成果的展示。

一．商业智能的定义1. 商务智能（Business Intelligence，简称 BI）：一类由数据仓库（或数据集市）、查询报表、数据分析、数据挖掘、数据备份和恢复等部分组成的，以帮助企业决策为目的技术及其应用。

商业智能现在通常被理解为将企业中现有的数据转化为知识，帮助企业做出明智的业务经营决策的工具。

这些数据包括来自企业业务系统的订单、库存、交易账目、客户和供应商资料、来自企业所处行业和竞争对手的数据以及来自企业所处的其他外部环境中的各种数据。

而商业智能能够辅助的业务经营决策，既可以是操作层的，也可以是战术层和战略层的决策。

商业智能作为一个工具，是用来处理企业中现有数据，并将其转换成知识、分析和结论，辅助业务或者决策者做出正确且明智的决定。

是帮助企业更好地利用数据提高决策质量的技术，包含了从数据仓库到分析型系统等。

商业智能是一种解决方案。

商业智能的概念最早由Gartner Group 与1996 年提出来。

业智能所涉及的结构与应用，Gartner Group 命名之前就有，在起初被称为经理信息系统（EIS），在演化为商业智能之前叫决策支持系统（DSS）。

易观国际从用户需求的角度将 BI 定义为：BI 是一种为企业或机构提供大规模数据联机处理、数据挖掘、数据分析，以及报表展现等服务，以实现对特定的商业分析目标或企业整体绩效提供定量化决策支持的解决方案的综合。

商务智能在当今信息化日益深入的时代，商务智能成为了企业提升竞争力、提高决策效率的重要工具。

商务智能是指利用数据分析、数据挖掘技术来帮助企业进行决策和规划的过程，是一个基于数据驱动的智能化系统。

通过商务智能系统，企业可以更好地理解市场趋势、了解客户需求，从而更加灵活地调整策略、优化资源配置。

商务智能的应用场景商务智能系统可以应用于各个行业，其应用场景包括但不限于以下几个领域：销售预测与分析商务智能可以通过对历史销售数据的分析，预测未来销售趋势，帮助企业进行库存管理、生产计划等方面的决策。

同时，通过对销售数据的挖掘，可以帮助企业发现销售增长的潜在机会，制定针对性的市场推广策略。

客户关系管理商务智能系统可以帮助企业更好地管理客户关系，通过对客户数据进行分析，了解客户的偏好和需求，从而提供个性化的服务和产品，增强客户忠诚度。

财务分析商务智能系统可以帮助企业进行财务数据的监控和分析，帮助企业发现潜在的财务风险，优化财务战略，提高财务效率。

商务智能的优势相比传统的数据分析方法，商务智能具有以下几个明显的优势：•实时数据分析能力：商务智能系统可以实时监控数据，并迅速生成报告和可视化的数据分析结果，帮助企业更加及时地做出决策；•数据整合能力：商务智能系统可以整合企业内部外部的各种数据源，包括销售数据、客户数据、市场数据等，帮助企业全面了解业务情况；•预测性分析能力：商务智能系统可以通过数据建模、机器学习等方法，预测未来的发展趋势，提供战略性的建议。

商务智能的未来发展随着大数据、云计算、人工智能等技术的发展，商务智能系统的功能将不断得到加强和拓展。

未来，商务智能系统将具备更强的智能化，能够实现更复杂的数据分析和决策支持功能。

同时，商务智能系统也将向更加行业化、个性化的方向发展，满足不同行业、不同企业的需求。

因此，对于企业而言，建立健全的商务智能系统，不仅可以提高决策效率，还可以帮助企业抢占市场先机，迎接未来挑战。

决策支持系统与商务智能引言决策支持系统（Decision Support System，DSS）和商务智能（Business Intelligence，BI）是现代管理中不可或缺的工具。

它们通过整合、分析和可视化数据，为组织的决策者提供实时、准确的信息，帮助他们做出明智的决策。

本文将对决策支持系统和商务智能进行全面的介绍，并探讨它们之间的联系和区别。

决策支持系统决策支持系统是一种基于计算机技术的管理信息系统，旨在帮助决策者在复杂的决策环境中做出最佳的决策。

它通常由数据集成、模型管理、决策分析和用户界面四部分组成。

数据集成数据集成是决策支持系统的基础部分，它有助于将来自不同来源的数据整合到一个共同的数据库中。

这些数据可以包括内部和外部的结构化和非结构化数据。

通过数据集成，决策支持系统能够提供全面、准确的信息来支持决策过程。

模型管理模型管理是决策支持系统的核心组成部分，它包括模型的创建、评估和更新。

决策支持系统使用各种模型来分析数据，例如统计模型、优化模型和模拟模型。

这些模型可以帮助决策者理解问题的本质，并预测不同决策方案的结果。

决策分析决策分析是决策支持系统的关键功能，它利用数据和模型来帮助决策者评估不同决策方案的效果。

决策分析可以包括多个方法，如数据挖掘、统计分析、风险评估和决策树等。

通过决策分析，决策支持系统可以为决策者提供有价值的信息，帮助他们做出明智的决策。

用户界面用户界面是决策支持系统与最终用户进行交互的部分，它通过图表、报告和可视化工具等方式呈现分析结果和决策方案。

用户界面设计应该简单易用，使用户能够快速理解和操作系统。

商务智能商务智能是一种通过数据分析和数据可视化技术，帮助组织管理者从大量数据中获取有价值的洞察，并做出有利于组织业务发展的决策。

商务智能通常包括数据仓库、数据挖掘、数据可视化和报告等组件。

数据仓库数据仓库是商务智能的核心组件，它是一个大型数据存储库，用于整合和存储组织内部和外部的结构化和非结构化数据。