[摘要] 文中在數(shù)據(jù)挖掘技術的基礎上，對商業(yè)決策支持系統(tǒng)進行了深入地研究。并簡明扼要地介紹了系統(tǒng)的體系結構。

[關鍵詞] 商業(yè)決策支持 數(shù)據(jù)挖掘

一、概述

近些年來，隨著商業(yè)企業(yè)管理信息系統(tǒng)在商業(yè)企業(yè)中的普及，商業(yè)的管理信息系統(tǒng)在許多商業(yè)部門中已占有重要地位。越來越多的商場建造了自己的商業(yè)管理信息系統(tǒng)用來管理內(nèi)部業(yè)務，提高競爭實力，這些信息系統(tǒng)已經(jīng)被用來有效的解決商業(yè)企業(yè)業(yè)務量繁多，數(shù)據(jù)信息量大，手工處理繁瑣緩慢等問題。但目前國內(nèi)大多數(shù)的商業(yè)信息系統(tǒng)仍停留在業(yè)務處理為主的POS銷售系統(tǒng)和簡單的財務處理系統(tǒng)上，僅有極少數(shù)商業(yè)信息系統(tǒng)提供功能有限的數(shù)據(jù)分析和決策支持(DSS)。而一個適應市場競爭的商業(yè)信息系統(tǒng)不僅僅要能夠處理銷售和報表．而且要能提供數(shù)據(jù)分析和決策支持(DSS)．因此，人們需要建立一個具有強大數(shù)據(jù)分析和決策支持的商業(yè)決策支持系統(tǒng)來滿足市場競爭和管理決策的需要。

數(shù)據(jù)挖掘技術在商業(yè)決策支持中的應用主要基于AI、統(tǒng)計學等技術，高度自動化地分析大量的商業(yè)原始數(shù)據(jù)，做出歸納性的推理，從中挖掘出潛在的模式，預測客戶的行為，幫助商業(yè)決策者調(diào)整市場策略，減少風險，做出正確的決策，體現(xiàn)一種決策支持過程。

二、數(shù)據(jù)挖掘的技術特點

數(shù)據(jù)挖掘是一種很好的知識提取方法。數(shù)據(jù)挖掘能通過預先設定的算法自動處理數(shù)據(jù)庫中大量的原始數(shù)據(jù)，應用各種方法和手段從大量數(shù)據(jù)中抽取出具有必然性、富有意義的模式，挖掘出對象間的特定關系，找出人們對所需問題的解答，為決策服務。數(shù)據(jù)挖掘過程所形成的知識主要有概念、規(guī)則、規(guī)律、模式和約束等。取得這些結果采用的主要方法和技術包括統(tǒng)計學、聚類分析和模式識別、決策樹分類、人工神經(jīng)網(wǎng)絡和遺傳算法、規(guī)則歸納以及可視化技術等。

三、商業(yè)決策支持系統(tǒng)的結構和功能

基于對商品流通環(huán)節(jié)及其管理要求的分析，可以確定商業(yè)企業(yè)決策支持系統(tǒng)的結構.如圖所示：

其中進貨管理系統(tǒng)包括對供貨商信息、供貨商供應商品信息的管理及進貨時供貨商選擇、進貨時間、進貨周期、進貨成本等方面的分析。存貨管理包括對庫存商品種類、數(shù)量、庫位、條形碼、保存期限、周轉周期等信息的管理及商品庫存結構、成本結構、庫存數(shù)量限制、庫存時間、進貨點等方面的分析。銷售管理包括銷售報告、銷售對比報告、銷售分析、銷售預測、商品定價的分析以及基于這些分析之上的市場趨勢分析和利潤最大化決策。

商業(yè)決策支持系統(tǒng)能對大量的商業(yè)數(shù)據(jù)進行數(shù)據(jù)挖掘．通過數(shù)據(jù)挖掘技術進行數(shù)據(jù)分析和知識發(fā)現(xiàn)，能根據(jù)決策者的需求，通過提問會話。分析問題．應用有關規(guī)則引導決策者選擇合適的模型。它能根據(jù)商家的業(yè)務需要和特點，通過對大量的商業(yè)數(shù)據(jù)和市場信息進行提取，清理，轉換并按決策主題的需要進行重新組織后．進行統(tǒng)計、分析和處理，以多種形式靈活地組織成數(shù)據(jù)分析報表以及各種圖形．并提供經(jīng)營管理預測信息，為商家的決策者及時掌握經(jīng)營管理的真實動態(tài)實現(xiàn)對商務、市場、顧客、商機．商業(yè)風險評估和預測等領域的深入分析，做出科學決策．為防范和化解經(jīng)營風險提供多方位，多層次，多視覺的信息服務和重要的數(shù)據(jù)依據(jù)。具體功能有:

1.銷售分析：決策人員能夠對每一類別(大類，中 類，小類)商品的銷售情況、每個連鎖店的銷售 情況、每個時間段(年，季度，月，周，日)內(nèi)的銷售情況進行查詢和分析。比如：某一具體時間(年，季度，月)內(nèi)各種商品在不同連鎖店內(nèi)的銷售情況；某一連鎖店在各個時間段內(nèi)的商品銷售情況；某一會員顧客在某一段時間內(nèi)的購買情況；今年第一季度與去年同期相比，銷售升降情況；對各種商品銷售量進行排序，發(fā)現(xiàn)銷售量最高的幾種商品，對長期滯銷的商品實施淘汰等等。

2.商品分析：分析某種商品的銷量及其價格隨時間變化的情況，進而總結出此種商品的生命周期及其價格波動趨勢。

3.顧客分析：建立客戶檔案．進行客戶分析．把握不同層次。不同性別、不同年齡、不同文化的人員的消費心理等．從而在經(jīng)營中更具主動性和目的性 穩(wěn)定重要客源等。通過對不同顧客的一次性消費水平、購買的主要商品及消費習慣等進行分析，對不同類型的顧客采取有針對性的營銷策略，如定期通過信函、手機短信告知相應類型顧客感興趣的超市信息，從而使經(jīng)營活動具有更強的主動性和目的性。

4.商業(yè)風險評估和預測：包括商品的進銷存都需要比較詳細的分析。通過整體分析可以判斷投資組合是否盈利。

5.商務分析：針對商業(yè)管理系統(tǒng)不同的業(yè)務流程．在各個商務環(huán)節(jié)搜集相應的指標．如：利潤率．應收率，銷售率．庫存量．單品銷售情況及所占營業(yè)比例．風險采購和庫存評價指標．等等。通過對總指標的觀察和告警的設置方便并且迅速地獲得整個商家的經(jīng)營狀況．同時對各個部門的指標進行對比．直觀地了解各個部門的實際情況。

四、結束語

緊密結合數(shù)據(jù)挖掘技術的特點，構建決策支持系統(tǒng)，為建立合理完善的商業(yè)企業(yè)決策支持系統(tǒng)的建設提供了一種解決方案，這樣不僅能夠將經(jīng)營者從繁雜的商業(yè)信息整理分析中解脫出來，同時也更準確有效的為其經(jīng)營管理決策提供了全面、科學、完善的支持。然而決策支持系統(tǒng)終究只是一個輔助決策系統(tǒng)，決策者更多的還是要將這一系統(tǒng)所提供的決策信息和自己的管理決策經(jīng)驗結合起來，才能最終做出最有利于企業(yè)自身的經(jīng)營決策。

參考文獻:

[1]李書濤:決策支持系統(tǒng)原理與技術[M].北京：理工大學出版社，1996

[2]邵峰晶:數(shù)據(jù)挖掘一原理與算法[M]．北京:中國水利水電出版社，2003

[3]許向東張全壽:數(shù)據(jù)倉庫與數(shù)據(jù)發(fā)掘的應用[J]．計算機系統(tǒng)應用，1998(4)

[4]李湘露李楠:信息化建設——企業(yè)決策支持系統(tǒng)[J]．商場現(xiàn)代化，2006(34)

注：本文中所涉及到的圖表、注解、公式等內(nèi)容請以PDF格式閱讀原文。