管理信息系统 课件 (鲁燕飞)第7、8章 管理信息系统应用、 管理信息系统开发概述及其规划.pptx

管理信息系统 课件 (鲁燕飞)第7、8章 管理信息系统应用、 管理信息系统开发概述及其规划.pptx

  1. 1、本文档共82页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

7.1商务智能

7.2企业资源计划

7.3电子商务与电子政务

7.4供应链管理与客户关系管理;7.1商务智能;7.1.1商务智能的定义

商务智能集数据库、管理信息系统、统计学、人工智能中的机器学习与模式识别等多学科于一体,它能与应用背景紧密融合。人们从技术与方法、理论与实践等不同的角度给出了商务智能的概念。

商务智能的概念是在1996年首先由信息技术咨询公司GartnerGroup提出的:“商务智能是通过应用基于事实的支持系统而进行商业决策支持的一系列概念和方法。”同时企业界也分别从技术、应用的角度去定义商务智能。Oracle公司认为商务智能就是在合适的时间提供合适的数据给管理决策人员以制订正确的决策。SAP公司则提出商务智能是收集、存储、分析和访问数据以帮助企业更好地做出决策的技术。

商务智能可以通过对大量数据的分析和交互,将数据转化为新颖的、潜在有用的知识,使决策者得到有价值的洞察力,从而做出更优的决策。

商务智能和传统的决策支持系统是有区别的。传统的决策支持系统,主要根据已知领域的知识和规则去构造模型,并通过数据进行模型检验和预测,或者决策者实现给出逻辑假设,然后在数据中进行检验,得到“验证型”知识。商务智能系统的重点在于其“智能性”,它通过数据挖掘技术可以自动地从海量数据中提取出隐含在数据中的有用知识,从而做到更有价值的决策,提高企业的智能化。这些知识是在没有人为假设的前提下自动挖掘的信息和发现的知识,具有事先未知、潜在有效、可实用等特征,属于“发现型”知识。相对于传统的决策支持技术的模型驱动,商务智能技术则更强调数据驱动。;7.1.2商务智能系统的架构

如图7.1所示,企业的内外部信息系统为企业积累了大量的数据,决策者只有对这些数据进行及时分析和利用,得到合适的知识,才能发现新的市场机会和创新模式。商务智能系统则在这些海量数据和决策者之间架起了一座桥梁,内外部数据经过清洗转换为一致的、集成的数据存放在数据仓库中,联机分析处理和数据挖掘从数据仓库中获得灵活的报表显示和新知识,通过可视化界面以直观、友好的形式呈现给决策者。商务智能系统架构的主要智能组件有数据仓库、联机分析处理(On-LineAnalyticProcessing,OLAP)、数据挖掘和可视化界面等。在商务智能系统架构中,还可以纳入企业绩效管理(BusinessPerformanceManagement,BPM),使其与可视化技术融合,帮助企业将战略和目标转化为计划,并监控绩效,分析实际与预期的差距,从而调整目标和行动。;7.1.3商务智能分析技术与方法

近年来,商务智能的大量应用从前期的以OLAP为主、以数据挖掘知识发现为辅模式,转向联机分析处理和数据挖掘知识发现并重,这也是近年来业界和学界提到的深度商务分析(BusinessAnalytics)中“深度”的含义所在。在信息分析处理层次上,联机分析处理对数据进行多维度的综合处理;在知识发现层次上,数据挖掘对数据进行深入的、智能化的挖掘分析,以寻找潜在的知识。

1.联机分析处理

商业数据事实上是一种多维数据,即同样的数据,从不同角度来看具有不同性质,但是这些性质之间是相互联系的。例如,销售数据、库存数据和预算数据之间相互联系、相互依赖。在分析销售模式时,要分别对年、季度、月等层次的数据进行处理。企业需要具有明显竞争力的市场,而寻找新的市场机会、细分微观市场并得到关于定位市场的计划是最基本的要求。要满足这些要求,必须采用多维分析。OLAP则是多维数据分析工具的集合。

在多维分析中,数据是按照维度表示的。维度通常按照层次组织,时间也是一种维度。不同的管理者可以从不同的维度(即视角)去考察这些数据。在多个维度上对数据进行综合考察的手段就是通常所说的数据仓库的多维查询方式。OLAP对多维数据的操作主要包括以下五项:

(1)?切片(Slice)。切片即在某个维度上选取特定的值,在维度值保持不变的情况下,通过其他维度对数据进行展现。这就好像从数据的多维立方体中“切”出一个截面来一样。

;(2)?切块(Dice)。切块即限定一个或多个维度的取值范围而得到的数据展现结果,就好像从多维立方体中“切”出一个立方数据块来一样。

(3)?旋转(Pivot)。旋转即变换维度的方向,在表格中重新安排维度的放置,如行列互换,以获得所需的分析视角。

(4)?下钻(Drill-Down)。下钻及选定数据范围之后,进一步查询数据,以获得低一级别的详细数据。只要维度具有层级结构,下钻处理就是可行的。

(5)?上卷(Roll-Up)。上卷即选定特定的数据范围之后,对数据进行汇总统计,以获得高一级别的概括数据。上卷操作同样要求维度具有层级结构。

总的来说,OLAP主要实现以下功能:①展示数据仓库中数据的多维逻

您可能关注的文档

文档评论(0)

xiaobao + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档