李　瓊

[摘 要]隨著信息持續(xù)爆炸式的增長(zhǎng)及業(yè)務(wù)決策制訂的不斷加快，企業(yè)競(jìng)爭(zhēng)不僅在實(shí)物資源空間進(jìn)行，而且在信息資源空間中進(jìn)行。以數(shù)據(jù)挖掘?yàn)楹诵募夹g(shù)的商業(yè)智能在管理決策支持方面開(kāi)始扮演著日益重要的角色。本文利用輕型架構(gòu)設(shè)計(jì)，構(gòu)建了企業(yè)商業(yè)智能系統(tǒng)，希望可以借此助力企業(yè)的信息化進(jìn)程，提高企業(yè)的決策水平。

[關(guān)鍵詞]商業(yè)智能；體系結(jié)構(gòu)；決策支持

[中圖分類號(hào)]F270.7

[文獻(xiàn)標(biāo)識(shí)碼]A

[文章編號(hào)]1673-0194(2009)05-0066-03

1 前 言

在當(dāng)前的信息經(jīng)濟(jì)大潮中，信息在經(jīng)濟(jì)活動(dòng)中占據(jù)著越來(lái)越重要的地位。企業(yè)要想在競(jìng)爭(zhēng)中立于不敗之地，必須能夠縱觀歷史與未來(lái)趨勢(shì)，快速作出決策，快速?zèng)Q策來(lái)自于對(duì)市場(chǎng)、客戶、企業(yè)營(yíng)銷狀況等方面的信息進(jìn)行正確充分的分析。然而，原有的運(yùn)營(yíng)支撐系統(tǒng)作為一種管理系統(tǒng)并未從根本上真正實(shí)現(xiàn)商業(yè)經(jīng)營(yíng)管理調(diào)度的優(yōu)化，因而無(wú)法很好地適應(yīng)當(dāng)前商務(wù)活動(dòng)的發(fā)展。

以數(shù)據(jù)倉(cāng)庫(kù)(Data Warehouse)為基礎(chǔ)的商業(yè)智能(Business Intelligence)的引入，給企業(yè)帶來(lái)了新的希望。商業(yè)智能技術(shù)能夠提供使企業(yè)迅速分析數(shù)據(jù)的技術(shù)和方法，幫助企業(yè)從日常運(yùn)作的數(shù)據(jù)中開(kāi)發(fā)出結(jié)論性的、基于事實(shí)的和具有可實(shí)施性的信息，使企業(yè)能夠更快更容易地作出更好的商業(yè)決策；使企業(yè)管理者和決策者以一種更清晰的角度看待業(yè)務(wù)數(shù)據(jù)，提高企業(yè)運(yùn)轉(zhuǎn)效率、增加利潤(rùn)并建立良好的客戶關(guān)系，使企業(yè)以最短的時(shí)間發(fā)現(xiàn)和把握商業(yè)機(jī)會(huì)。

全球企業(yè)級(jí)數(shù)據(jù)倉(cāng)庫(kù)解決方案領(lǐng)導(dǎo)廠商Teradata近日宣布，知名市場(chǎng)研究機(jī)構(gòu)發(fā)布的標(biāo)志性研究報(bào)告表明，許多企業(yè)的業(yè)務(wù)決策制訂模式正處在一個(gè)關(guān)鍵的十字路口，而商業(yè)智能技術(shù)現(xiàn)已成為導(dǎo)致領(lǐng)先企業(yè)與普通企業(yè)差異化的重要因素。

2 商業(yè)智能

商業(yè)智能(Business Intelligence)這一術(shù)語(yǔ)在1989年由Gartner Group首次提出，它描述了一系列的概念和方法，通過(guò)應(yīng)用基于事實(shí)的支持系統(tǒng)來(lái)輔助商業(yè)決策的制訂。商業(yè)智能是一種綜合運(yùn)用數(shù)據(jù)倉(cāng)庫(kù)、聯(lián)機(jī)分析和數(shù)據(jù)挖掘來(lái)處理和分析數(shù)據(jù)的嶄新技術(shù)。

商業(yè)智能的核心內(nèi)容是從許多來(lái)自企業(yè)不同的業(yè)務(wù)處理系統(tǒng)的數(shù)據(jù)中，提取出有用的數(shù)據(jù)，進(jìn)行清理以保證數(shù)據(jù)的正確性，然后經(jīng)過(guò)抽取(Extract)、轉(zhuǎn)換(Transform)和裝載(Load)，即ETL過(guò)程，整合到一個(gè)企業(yè)級(jí)的數(shù)據(jù)倉(cāng)庫(kù)里，從而得到企業(yè)信息的一個(gè)全局視圖，利用合適的查詢和分析工具、數(shù)據(jù)挖掘工具等對(duì)數(shù)據(jù)倉(cāng)庫(kù)里的數(shù)據(jù)進(jìn)行分析和處理，形成信息，從中提煉出輔助決策的知識(shí)，最后把知識(shí)呈現(xiàn)給管理者，為管理者的決策過(guò)程提供支持。

商業(yè)智能系統(tǒng)可以說(shuō)是一個(gè)智能決策支持系統(tǒng)，它不是一種產(chǎn)品或服務(wù)，從某種意義上講，商業(yè)智能是一種概念或者說(shuō)是一種商業(yè)理念，它是在企業(yè)數(shù)據(jù)倉(cāng)庫(kù)的基礎(chǔ)上，利用數(shù)據(jù)挖掘和信息挖掘工具獲取商業(yè)信息，以輔助和支持商業(yè)決策的全過(guò)程。通過(guò)商業(yè)智能技術(shù)，用戶可以更充分地了解他們的產(chǎn)品、服務(wù)、客戶以及銷售趨勢(shì)。

3 電子商務(wù)商業(yè)智能系統(tǒng)的體系結(jié)構(gòu)

在網(wǎng)絡(luò)時(shí)代，商務(wù)活動(dòng)具有活動(dòng)過(guò)程電子化、數(shù)據(jù)來(lái)源多樣性、信息要求快捷等特征，為滿足相應(yīng)要求，本文構(gòu)建了企業(yè)商業(yè)智能系統(tǒng)，其體系結(jié)構(gòu)如圖1所示。

3.1 數(shù)據(jù)源

在當(dāng)前的企業(yè)商務(wù)活動(dòng)過(guò)程中，數(shù)據(jù)來(lái)自于多種數(shù)據(jù)源，除利用OLTP進(jìn)行日常交易處理的訂單信息、顧客信息和產(chǎn)品信息外，還包括從電子商務(wù)網(wǎng)站中獲取的用戶訪問(wèn)和點(diǎn)擊信息，以及其他相關(guān)外部數(shù)據(jù)，如從賬務(wù)系統(tǒng)中獲得賬務(wù)信息，從市場(chǎng)部門(mén)獲得市場(chǎng)信息等。

3.2 ETL(Extract，Transform，Load)

ETL(Extract，Transform，Load)就是抽取、轉(zhuǎn)換、裝載。首先是“抽取”，將數(shù)據(jù)從上述多種數(shù)據(jù)源中讀取出來(lái)，這是所有工作的前提；其次是“轉(zhuǎn)換”，由于目前商務(wù)活動(dòng)中數(shù)據(jù)源的多樣性，導(dǎo)致系統(tǒng)中有諸如XML、HTML、關(guān)聯(lián)數(shù)據(jù)等多種數(shù)據(jù)類型。由于關(guān)系數(shù)據(jù)庫(kù)技術(shù)已經(jīng)十分成熟，而現(xiàn)有較成熟的數(shù)據(jù)挖掘算法(如關(guān)聯(lián)規(guī)則挖掘)多是基于關(guān)系數(shù)據(jù)庫(kù)的，所以，在本系統(tǒng)中，將上述異構(gòu)的HTML、XML等多種數(shù)據(jù)經(jīng)清洗、過(guò)濾、轉(zhuǎn)換為關(guān)系型數(shù)據(jù)，屏蔽掉其異構(gòu)性，使本來(lái)異構(gòu)的數(shù)據(jù)格式能統(tǒng)一起來(lái)；最后是“裝載”，將轉(zhuǎn)換完的數(shù)據(jù)按計(jì)劃增量或全部的導(dǎo)入到ODS中。

3.3 數(shù)據(jù)存儲(chǔ)

運(yùn)營(yíng)數(shù)據(jù)存儲(chǔ)(Operational Data Store，ODS)是為了彌補(bǔ)業(yè)務(wù)系統(tǒng)和數(shù)據(jù)倉(cāng)庫(kù)之間的差距而提出的，其最大特點(diǎn)是數(shù)據(jù)是可更新的，甚至可以由前端操作通過(guò)觸發(fā)器直接更新。因此，ODS是業(yè)務(wù)系統(tǒng)和數(shù)據(jù)倉(cāng)庫(kù)(Data Warehouse，DW)之間更偏向業(yè)務(wù)系統(tǒng)的數(shù)據(jù)庫(kù)表。由于企業(yè)的數(shù)據(jù)源數(shù)據(jù)量大，負(fù)荷重，且有些數(shù)據(jù)可能并不穩(wěn)定，另外更重要的是由于要求系統(tǒng)能夠?qū)跀?shù)據(jù)進(jìn)行分析和處理，所以需要構(gòu)建ODS層，而且應(yīng)當(dāng)構(gòu)建在分析型數(shù)據(jù)存儲(chǔ)系統(tǒng)中，這樣可以快速批量地從原操作型應(yīng)用系統(tǒng)中抽取數(shù)據(jù)，減小事務(wù)系統(tǒng)的壓力。

本系統(tǒng)中利用輕型架構(gòu)設(shè)計(jì)，將ODS層與數(shù)據(jù)倉(cāng)庫(kù)合在同一個(gè)存儲(chǔ)系統(tǒng)之中，這樣可大大減少工作量和維護(hù)量，并大大減少了從ODS到數(shù)據(jù)倉(cāng)庫(kù)的第二次ETL的工作量?？梢岳脭?shù)據(jù)庫(kù)服務(wù)器中的表空間劃分和實(shí)視圖技術(shù)，實(shí)現(xiàn)ODS/DW和多維立方體。在數(shù)據(jù)庫(kù)中設(shè)置一些專用表空間分別存儲(chǔ)臨時(shí)數(shù)據(jù)、ODS數(shù)據(jù)、倉(cāng)庫(kù)型數(shù)據(jù)等。將從數(shù)據(jù)源中抽取的原始數(shù)據(jù)放入臨時(shí)區(qū)，對(duì)臨時(shí)區(qū)中的數(shù)據(jù)進(jìn)行再次清洗，將清洗好的數(shù)據(jù)裝入ODS區(qū)中，進(jìn)行老化，ODS區(qū)中的數(shù)據(jù)也可以作為近期數(shù)據(jù)為分析應(yīng)用提供數(shù)據(jù)服務(wù)。對(duì)經(jīng)過(guò)老化、沉淀的數(shù)據(jù)，可根據(jù)不同的粒度需求進(jìn)行輕型匯總、中型匯總和高度匯總后裝載至倉(cāng)庫(kù)區(qū)中成為倉(cāng)庫(kù)型數(shù)據(jù)，它可以為長(zhǎng)期趨勢(shì)分析和數(shù)據(jù)挖掘提供有效的數(shù)據(jù)服務(wù)。

3.4 數(shù)據(jù)集市

數(shù)據(jù)集市也可叫做“小數(shù)據(jù)倉(cāng)庫(kù)”。如果說(shuō)數(shù)據(jù)倉(cāng)庫(kù)是建立在企業(yè)級(jí)的數(shù)據(jù)模型之上的話，那么數(shù)據(jù)集市就是企業(yè)級(jí)數(shù)據(jù)倉(cāng)庫(kù)的一個(gè)子集，它主要面向部門(mén)級(jí)業(yè)務(wù)，并且只面向某個(gè)特定的主題。

3.5 數(shù)據(jù)挖掘及展現(xiàn)

在本系統(tǒng)最后一層，利用交互式信息分析、挖掘工具、數(shù)據(jù)分析軟件、商業(yè)智能工具與商業(yè)運(yùn)營(yíng)規(guī)則相結(jié)合對(duì)數(shù)據(jù)的模式和趨勢(shì)進(jìn)行分析，以查詢、分析結(jié)果或報(bào)表等形式向用戶提供方方面面的詳細(xì)信息，以輔助商務(wù)活動(dòng)決策。

4 企業(yè)商業(yè)智能系統(tǒng)的應(yīng)用

在傳統(tǒng)的商務(wù)活動(dòng)中無(wú)法直接得到用戶對(duì)商品的興趣信息所表征的興趣知識(shí)，更無(wú)法利用它們?nèi)ミM(jìn)行決策支持。而現(xiàn)在，可以利用商業(yè)智能系統(tǒng)方便快捷地收集到客戶的行為、興趣、需求及訪問(wèn)時(shí)間的一系列信息，然后，在本系統(tǒng)中將異構(gòu)的客戶訪問(wèn)信息轉(zhuǎn)換為關(guān)系型數(shù)據(jù)，再?gòu)年P(guān)系數(shù)據(jù)庫(kù)中抽取數(shù)據(jù)并轉(zhuǎn)化為以“事務(wù)”為單位的對(duì)象，然后利用已有的關(guān)聯(lián)規(guī)則挖掘方法挖掘出一些有意義的規(guī)則模式。

通過(guò)上述操作，可以發(fā)現(xiàn)客戶的主要興趣，了解和獲取顧客的預(yù)期行為，為客戶提供個(gè)性化服務(wù)，提高顧客滿意度。

在此基礎(chǔ)上，企業(yè)還可以對(duì)數(shù)據(jù)集市內(nèi)的清潔數(shù)據(jù)進(jìn)行相應(yīng)的經(jīng)營(yíng)指標(biāo)分析、業(yè)績(jī)分析和財(cái)務(wù)分析等。通過(guò)分析，企業(yè)可以及時(shí)掌握資金的使用情況、自身的發(fā)展和經(jīng)營(yíng)情況，為及時(shí)調(diào)整和降低企業(yè)成本提供了數(shù)據(jù)依據(jù)，更有利于企業(yè)從公司、業(yè)務(wù)及職能角度出發(fā)及時(shí)調(diào)整自身經(jīng)營(yíng)戰(zhàn)略，化解經(jīng)營(yíng)風(fēng)險(xiǎn)。同時(shí)，企業(yè)還可以及時(shí)發(fā)現(xiàn)顧客乃至市場(chǎng)的異常情況，快速采取措施，降低企業(yè)風(fēng)險(xiǎn)，提高企業(yè)收益。

5 總 結(jié)

傳統(tǒng)的企業(yè)信息系統(tǒng)幾乎都是基于用戶提出的決策支持要求而創(chuàng)建的，且多以反映企業(yè)歷史狀況的交易型數(shù)據(jù)為基礎(chǔ)，因而無(wú)法適應(yīng)當(dāng)前在線交易等形式的靈活性、多變性和實(shí)時(shí)性，無(wú)法提供客戶預(yù)期的購(gòu)買行為。本文針對(duì)目前商務(wù)活動(dòng)的特點(diǎn)，構(gòu)建了企業(yè)商業(yè)智能系統(tǒng)。通過(guò)這一系統(tǒng)，可以對(duì)歷史數(shù)據(jù)及正在進(jìn)行的交互信息進(jìn)行分析，并將一些成熟的數(shù)據(jù)挖掘算法在系統(tǒng)中進(jìn)行擴(kuò)展應(yīng)用，由此發(fā)現(xiàn)更多對(duì)企業(yè)經(jīng)營(yíng)管理十分有價(jià)值的商業(yè)智能信息，幫助企業(yè)決策，促進(jìn)企業(yè)發(fā)展。

主要參考文獻(xiàn)

[1]王兆紅.企業(yè)商業(yè)智能系統(tǒng)的架構(gòu)及實(shí)施研究[J].中國(guó)管理信息化：綜合版，2007(6).

[2]謝壹.商業(yè)智能在互聯(lián)網(wǎng)業(yè)務(wù)分析中的研究與應(yīng)用[J].微計(jì)算機(jī)信息，2006(12).

[3]鄭洪源，周良.商業(yè)智能解決方案的研究與應(yīng)用[J].計(jì)算機(jī)應(yīng)用研究，2005(9).

[4]初佃輝，丁建睿，戰(zhàn)德臣.面向中小企業(yè)的智能數(shù)據(jù)處理工具的研究與設(shè)計(jì)[J].計(jì)算機(jī)應(yīng)用研究，2005(7).

[5]王茁.三位一體的商務(wù)智能(BI)：管理、技術(shù)與應(yīng)用[M].北京：電子工業(yè)出版社，2004.

[6]王實(shí)，高文，郎金文，等.在線零售站點(diǎn)的自適應(yīng)和商業(yè)智能的發(fā)現(xiàn)[J].計(jì)算機(jī)科學(xué)，2002(1).