商务智能在云南烟草行业中的应用

《商务智能在云南烟草行业中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、在内部管理上建立起充满生机与活力的竞争机制，形成新的经营管理模式。在商务智能正在E速发展、烟草业国际竞争加剧、云南．烟草迫切需要提升自身的整体实力和核心竞争力的大环境F，将商务智能与云南烟草相结合，开发出一整套针对云南烟草业的分析系统。1．2研究目标及内容1．2．1研究目标本文的研究目标是在对烟草业务有一定了解的前提下，结合自身对数据仓库理论和商务智能开发技术的掌握，划分合适的分析主题，勾画出良好的分析思路并开发出相应系统。在实施中加深对数据仓库理念的理解和对技术的掌握，反过来又把这些提升应用到项目中去，以开发出更高效实用的系统。1，2．2研究内容本文研究的具体内容

2、主要有：崧数据仓库理论及商务智能的应用；曦}BrioIntelligence：弗MSSQLServer2000及其AnalysisService：峰烟草业务；豢结合烟草行业的特点，灵活运用商务智能设计出合理的烟草分析方案簪整合上述技术，搭建网络开发环境进行开发。1．3研究意义目前，云南各地州烟草公司已经建立了较完善的业务系统，包括烟叶收购调拨系统、卷划销售系统、专卖系统、财务系统、CRM系统等，但是，由于建设时间跨度较火．原有的技术平台自身存在局限性，因此，导致系统存在以下问题：≯系统间相互独立，访问不同数据和报袭需要多次登录；>数据共享程度不高；≯数据展现方式单一

3、，缺乏灵活分析功能。因此，将日常经营管理数据进行整台，建立地州烟草公司的数据中心和分析服务器，为中高层领导以及业务部fJ提供内容和形式更丰富的数据展现，是各地州烟草公司r一阶段的信息化重点工作之一。本套分析系统的产生．将较好的解决当前系统存在的以上问题，既符合当前国际国内烟草业形势的需要，也有利于提高各地州烟草公司自身的竞争力。21．4相关技术综述1．4，1商务智能发展综述商务智能(Businessintelllgcuce，简称B1)的概念最早是GartnerGroup的HowⅡdDresner子1996年提出来的，它描述了一系列的概念和方法，给予事实的支持系统来辅

4、助商业决策的制定。当时将商务智能定义为一类由数据仓库(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。其实，商务智能所涉及的技术与应用，在HowardDresner命名之前就有，起初被称为主管信息系统(EIS)，在演化成商务智能之前叫决策支持系统(DsS)。商务智能的作用是将企业现有的数据转化为知识，帮助企业做出正确明智的经营决策。以物流行业为倒。在当今现代化物流企业操作的过程中，通常会产生大量的数据，比如：定单、库存、往来账目、顾客等等。可以利用这些数据来增进对企业业务、供应链合作伙伴、顾客行为等状况的了解

5、，预测企业业务发展趋势，并做出及时正确的判断。这些问题都可以通过建立有效的商务智能系统来解决。商务智能系统能够为使用者提供两个基本的效益：一是提供从数据中发现新关系的能力；二是加强战术和战略决策以及决策过程的精确性。复杂的商务智能系统能够适应来自不同数据资源的各种各样的数据类型，使用者在决策过程中，能够从大量细微、难懂的数据中挖掘和识别出有用的知识⋯。1．4．2数据仓库理论综述信息技术的不断推广应用，将企业带入了一个信息爆炸的时代，大量的数据呈现在了管理者的面前p】，企业的运营环境逐渐转化成以数据库为中心的运营环境。企业对数据的需求是多方面的，除了在企业中建立企业级

6、的数据库外，常常还要建立部门级数据库。各级数据席之间关系错综复杂，容易形成所谓的“蜘蛛网”现象，使得数据分析的结果缺乏可靠性，数据处理的效率很低，难以将数据转化成信息。随着应用需求的发展，要解决“蜘蛛网”问题．必须将用于事务处理的数据环境和用于数据分析的数据环境分离开。从而数据处理被划分为操作型处理与分析型处理两大类。操作型处理以传统的业务数据库为中心进行企业日常业务处理，如银行业务库记录用户的帐号、密码、存储、支出等一系列行为，保险数据库贝U用于记录投保人的投保情况等。‘分析型处理则以数据仓库为中心分析数据背后隐藏的关联和规律，为企业的决策提供可靠有效的依据。例如

7、，在电信行业，通过对海量用户通讯记录的分析。可以发现当前用户对当前所推行套餐的推崇程度，从而为电信企业的下一步行动提供辅助信息。操作型系统的使用人员一般是企业的具体业务操作人员，处理数据通常是企业业务的细霄，以实现企业业务的正常运营；而分析础系统的使用人员则往往是企业的中高层管理人员，或者专门从事数据分析与处理的数据分析师，其关注的往往是企业的宏观信息而非具体细节，以便为企业决策者提供决策支持咧。只有在数据仓库提供直接相芙信息的前提F，才可咀在决策支持活动(如OLAP、数据3挖掘等)中进行快速高效的分析。因此，构建一个结构良好的数据仓库，是一项十分复杂与耗费巨大