第1章商务智能基本概念

商务智能方法与应用（含实验）（）教学大纲（2018版）曙光瑞翼教育2018年8月前言一、大纲编写依据《商务智能方法与应用》是高校面向全校的公选课，是一门理论结合实践，专业性并不强的大数据相关课程。

通过该课程的学习，培养学生设计和使用商务智能相关技术的能力，熟悉商务智能的基本概念及构成，重点掌握商务智能在各个领域的应用，以及如何进行建立数据仓库、如何进行在线分析处理、如何实现数据挖掘与数据可视化。

通过这一系类的技术如何帮助决策者进行决策。

二、课程目的1、知识目标本课程目的是通过讲授及有关讨论使学生掌握在当今商务环境下如何整合和优化企业的信息资源，充分发挥企业的“知识资本”优势，将信息转换成企业智能，并进一步转换为企业利润。

通过本课程的学习及讨论，将培养学生如何整合企业内部资源并部署实施商务智能战略的能力。

主要重点在于大数据行业内的商务智能工具的应用以及行业实践。

2、能力目标(1) 实践能力通过本课程的学习，对学生进行实践技能的训练，巩固其在课堂上所学书本知识，加深对商务智能的基本概念、基本原理和分析方法的理解，掌握商务智能的核心技术与工具，并能运用典型的商务智能工具处理、解决一些实际问题。

同时，通过实践教学活动，拓宽学生的知识领域，锻炼学生的实践技能，培养科学严谨、求真务实的工作作风。

(2) 创新能力通过使用商务智能原理与应用的学习，从数据采集、数据分析、数据挖掘、数据可视化的工作原理与应用等方面，使学生具备一定的使用商务智能主流工具进行数据分析的能力。

三、教学方法1、课堂教学(1) 讲授本课程的教学内容以讲授为主，讲授的主要内容有商务智能关键技术：数据仓库、在线分析处理、维度建模。

根据教学大纲的要求，突出重点和难点。

(2) 教师指导下的学生自学指导学生自主学习商务智能相关技术与主流商务智能相关工具。

教师通过给出一些相关的实例程序帮助学生理解和进行方案设计，并布置相应的上机习题让学生进行练习。

(3) 其它教学方法采用多媒体辅助教学手段，结合传统教学方法，解决好教学内容多、信息量大与学时少的矛盾；充分利用学校的图书馆的资源优势，查阅与课程相关的资料；通过布置课程设计来提高学生的综合处理问题的能力和软件开发的能力。

闭卷考试，时间120分钟，五种题型：选择题（10分）、判断题（10分）、名词解释题（30分）、简答题（30分）、论述题（20分）第1章商务智能基本知识（1）商务智能的概念、价值、驱动力。

概念：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-王茁专著《三位一体的商务智能》. IBM商务智能解决方案远远不只是数据和技术的组合，BI帮助用户获得正确的数据，发现它的价值，并共享价值。

价值：To support decision making at all levels of business management based on the facts and (scientific) predictions of current and future business situations that are obtained from intelligent analysis of historical business data.支持各级决策基于事实和商业管理的(科学)的预测当前和未来的业务情况下获得历史业务数据的智能分析。

Business decisions made with BI support are more-Correct 恰当-Accurate 准确-Objective 客观-Timely 及时驱动力：在商务智能背后有一些商业驱动力，例如：增加收入，减少费用和更有效地竞争的需求。

管理和模拟当前商业环境复杂性的需求。

减少IT费用和利用已有公司业务信息的需求。

（2）商务智能系统的功能、主要工具。

功能：在商务智能背后有一些商业驱动力，例如：增加收入，减少费用和更有效地竞争的需求。

管理和模拟当前商业环境复杂性的需求。

减少IT费用和利用已有公司业务信息的需求。

《商务智能》教学大纲一、课程设计的背景与目的大数据时代，数据分析无处不在，商场竞争离不开数据决策。

商务智能技术与方法是大数据分析的核心，也是商务决策分析的基础。

本课程是数据科学与大数据技术系列课程之一，强调理论和工程技术应用相结合，学生通过学习该课程后，可以学会商务智能、数据仓库、联机分析处理、数据挖掘、数据可视化等专业术语，掌握数据仓库、联机分析处理、数据挖掘等专业应用技术。

通过本课程学习，学生可以通过专业应用软件对数据进行深层次加工获得有实际应用的有价值信息，增强学生对信息管理的深层次认识。

二、教学目标与课程收获商务智能的实质是从数据中有效地提取信息，为管理者的决策和企业战略开发提供信息支持。

商务智能系统是指运用数据仓库、联机分析和数据挖掘技术来处理和分析商业数据，针对不同的领域提供不同的应用解决方案，协助用户解决商务活动中的复杂问题，从而帮助决策者面对商务环境的快速变化而做出敏捷反应和合理商业决策的管理系统。

三、培训对象具备一定数据库技术和管理知识的学生或企业白领，尤其是产品、市场、财务、研发、供应等部门的决策分析人员。

四、培训学时18小时五、教学内容与要求第一单元：商务智能概述（1小时）【教学内容】商务智能的产生背景，商务智能的基本概念，商务智能的应用范围，商务智能的应用价值，商务智能的体系结构，商务智能的主要功能，商务智能的核心技术，商务智能模型建立，商务智能的应用。

【教学重点及难点】商务智能的基本概念、商务智能技术的发展、商务智能技术、商务智能的体系结构。

【基本要求】了解商务智能项目的应用，商务智能技术的发展，商务智能的应用范围和应用价值等，理解商务智能的核心技术，实现商务智能的工具、技术路线的选择，掌握商务智能的相关基本概念，商务智能的主要功能、商务智能模型建立，商务智能架构，商务智能的项目实施过程。

第二单元：数据仓库（2小时）【教学内容】数据仓库概念与特征，数据仓库开发模型，数据仓库规划与分析，ETL概述，元数据，商业数据维度化分析，工具简介。

第一章一．判断题1. 智能是利用知识解决问题的能力。

（对；知识点：商务智能的基本概念；易）2. 从上个世纪90年代末期开始，企业信息化建设的关注点从企业内部逐步扩大到企业外部，并向商业智能方向集成和发展。

（对；知识点：商务智能的基本概念；中）3. 知识发现是信息资源利用从数据上升到信息层次的关键纽带。

（错；知识点：商务智能的基本概念；难）4. 知识发现是信息资源利用从数据和信息层次上升到知识和智能层次的关键纽带。

（对；知识点：商务智能的基本概念；中）二、名词解释1. 商务智能答案：商务智能是一个从大规模（海量）数据中发现潜在的、新颖的、有用的知识的过程，旨在支持组织的业务运作和管理决策。

（知识点：商务智能的基本概念；中）三．单选题1. OLAP指的是：（ B ）（知识点：OLAP的基本概念；易）A．联机事务处理 B. 联机分析处理 C. 数据挖掘 D. 知识发现2. BI指的是：（ C ）（知识点：商务智能的基本概念；易）A．企业技术 B. 企业智能 C. 商务智能 D. 人工智能3. 以下有关商务智能的说法错误的是：（ B ）（知识点：商务智能的基本概念；中）A. 商务智能能实现对组织内部各自为政的子系统中数据的整合B. 有了商务智能，企业中现有的业务系统均过时了C. 数据挖掘只是商务智能的核心技术之一D. 商务智能不只面向商务/商务领域，而是广义的面向组织活动的业务领域4. 以下有关商务智能的说法正确的是：（ A ）（知识点：商务智能的基本概念；中）A. 商务智能能实现对组织内部各自为政的子系统中数据的整合B. 有了商务智能，企业中现有的业务系统均过时了C. 数据挖掘和商务智能是完全不同的两种技术D. 商务智能，顾名思义，只面向于商务/商务活动的业务领域第二章一．判断题1. 在分析型处理产生后，数据处理的环境由原来的以单一数据库为中心的数据环境发展为以数据仓库为基础的体系化环境。

（对；知识点：数据仓库的基本概念；易）2. 在事务型（操作型）数据处理下，数据处理的环境主要是以单一数据库为中心的数据环境。

商务智能复习商务智能第第1 章商务智能概述1.1 商业决策需要商务智能一、数据、信息和知识1、数据：符号、事实和数字信息：有用的数据关系：信息是经过某种加工处理后的数据，是反映客观事物规律的一些数据。

数据是信息的载体, 信息是对数据的解释。

知识：对信息内容进行提炼、比较、挖掘、分析、概括、判断和推论。

2、决策离不开信息、知识①决策需要信息，更离不开知识；知识更多地表现为经验__学习的结晶；学习的过程是不断地对信息加工处理；信息的收集、加工、传输与利用贯穿着决策各阶段的工作过程。

②信息已成为企业经营中重要性仅次于人才的第二大要素。

③决策=信息+经验+冒险④商务智能是对企业信息的科学管理。

3、商务智能支持商业决策商务智能如何创造知识和价值1.2 商务智能简介商务智能这一术语1996年由Gartner 公司的分析师Howard Dresner首次提出,他提出商务智能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辅助商业决策的制定。

一、商务智能概念商务智能是整合了先进信息技术与创新管理理念的结合体，集成了企业内外的数据，进行加工并从中提取能够创造商业价值的信息，面向企业战略并服务于管理层、业务层，指导企业经营决策，提升企业竞争力，涉及企业战略、管理思想、业务整合和技术体系等层面，促进信息到知识再到利润的转变，从而实现更好的绩效。

①先进信息技术：商务智能是多项技术的综合应用；②集成了企业内外的数据，进行加工并从中提取能够创造商业价值的信息：商务智能的层次；③企业战略：商务智能服务于企业战略；④管理层、业务层：商务智能用户多样性；⑤更好的绩效：商务智能提升企业绩效。

二、商务智能的价值1、在商务智能背后有一些商业驱动力，如：①增加收入，减少费用和更有效地竞争的需求。

②管理和模拟当前商业环境复杂性的需求。

③减少IT 费用和利用已有公司业务信息的需求。

2、商务智能的价值①制定合适的市场营销策略；②改善顾客智能；③经营成本与收入分析；④提高风险管理能力；⑤改善业务洞察力；⑥提高市场响应能力。

《商务智能》教学大纲一、课程设计的背景与目的大数据时代，数据分析无处不在，商场竞争离不开数据决策。

商务智能技术与方法是大数据分析的核心，也是商务决策分析的基础。

本课程是数据科学与大数据技术系列课程之一，强调理论和工程技术应用相结合，学生通过学习该课程后，可以学会商务智能、数据仓库、联机分析处理、数据挖掘、数据可视化等专业术语，掌握数据仓库、联机分析处理、数据挖掘等专业应用技术。

通过本课程学习，学生可以通过专业应用软件对数据进行深层次加工获得有实际应用的有价值信息，增强学生对信息管理的深层次认识。

二、教学目标与课程收获商务智能的实质是从数据中有效地提取信息，为管理者的决策和企业战略开发提供信息支持。

商务智能系统是指运用数据仓库、联机分析和数据挖掘技术来处理和分析商业数据，针对不同的领域提供不同的应用解决方案，协助用户解决商务活动中的复杂问题，从而帮助决策者面对商务环境的快速变化而做出敏捷反应和合理商业决策的管理系统。

三、培训对象具备一定数据库技术和管理知识的学生或企业白领，尤其是产品、市场、财务、研发、供应等部门的决策分析人员。

四、培训学时18小时五、教学内容与要求第一单元：商务智能概述（1小时）【教学内容】商务智能的产生背景，商务智能的基本概念，商务智能的应用范围，商务智能的应用价值，商务智能的体系结构，商务智能的主要功能，商务智能的核心技术，商务智能模型建立，商务智能的应用。

【教学重点及难点】商务智能的基本概念、商务智能技术的发展、商务智能技术、商务智能的体系结构。

【基本要求】了解商务智能项目的应用，商务智能技术的发展，商务智能的应用范围和应用价值等，理解商务智能的核心技术，实现商务智能的工具、技术路线的选择，掌握商务智能的相关基本概念，商务智能的主要功能、商务智能模型建立，商务智能架构，商务智能的项目实施过程。

第二单元：数据仓库（2小时）【教学内容】数据仓库概念与特征，数据仓库开发模型，数据仓库规划与分析，ETL概述，元数据，商业数据维度化分析，工具简介。

一．判断题1. 智能是利用知识解决问题的能力。

（对；知识点：商务智能的基本概念；易）2. 从上个世纪90年代末期开始，企业信息化建设的关注点从企业内部逐步扩大到企业外部，并向商业智能方向集成和发展。

（对；知识点：商务智能的基本概念；中）3. 知识发现是信息资源利用从数据上升到信息层次的关键纽带。

（错；知识点：商务智能的基本概念；难）4. 知识发现是信息资源利用从数据和信息层次上升到知识和智能层次的关键纽带。

（对；知识点：商务智能的基本概念；中）二、名词解释1. 商务智能答案：商务智能是一个从大规模（海量）数据中发现潜在的、新颖的、有用的知识的过程，旨在支持组织的业务运作和管理决策。

（知识点：商务智能的基本概念；中）三．单选题1. OLAP指的是：（ B ）（知识点：OLAP的基本概念；易）A．联机事务处理 B. 联机分析处理 C. 数据挖掘 D. 知识发现2. BI指的是：（ C ）（知识点：商务智能的基本概念；易）A．企业技术 B. 企业智能 C. 商务智能 D. 人工智能3. 以下有关商务智能的说法错误的是：（ B ）（知识点：商务智能的基本概念；中）A. 商务智能能实现对组织内部各自为政的子系统中数据的整合B. 有了商务智能，企业中现有的业务系统均过时了C. 数据挖掘只是商务智能的核心技术之一D. 商务智能不只面向商务/商务领域，而是广义的面向组织活动的业务领域4. 以下有关商务智能的说法正确的是：（ A ）（知识点：商务智能的基本概念；中）A. 商务智能能实现对组织内部各自为政的子系统中数据的整合B. 有了商务智能，企业中现有的业务系统均过时了C. 数据挖掘和商务智能是完全不同的两种技术D. 商务智能，顾名思义，只面向于商务/商务活动的业务领域一．判断题1. 在分析型处理产生后，数据处理的环境由原来的以单一数据库为中心的数据环境发展为以数据仓库为基础的体系化环境。

（对；知识点：数据仓库的基本概念；易）2. 在事务型（操作型）数据处理下，数据处理的环境主要是以单一数据库为中心的数据环境。