现代社会信息飞速增长,企业在决策方面变得更加困惑和复杂。商业智能(Business Intelligence,BI)由Howard Dresner提出,是对商业中信息进行搜集、分析、处理,进而得到支持企业进行决策的知识的一种科学方法,以使企业决策和企业活动变得更加合理和具有竞争力。
商业智能主要应用数据仓库、联机分析处理、数据挖掘等技术来实现决策,以实现企业智能化的决策。
电子商务是随着信息快速增长出现的一个新兴理念,是利用信息和网络实现价值增值的一种全新的商业模式。电子商务主要体现在企业应用网络技术手段来推广、改造和管理企业,以实现更大的利润。电子商务在企业中最大的应用就是网上交易,即企业在网上出售产品和服务,实现信息流、物流和资金流,通过网络实现价值增值。
本文主要研究商业智能在电子商务交易中如何应用,使得企业做出更加合理的决策来增强网上交易,从而实现更大的利润。
2. 商业智能简述
商业智能最早由Gartner Group的Howard Dresner在1989年首次提出,是对商业信息的搜集、管理和分析过程,目的是使企业各级决策者获得知识,以做出更加合理的决策。BI的体系结构如图1所示。
BI首先由不同的数据源收集的数据中提取有用的数据,对数据进行清洗以保证数据的正确性,将数据经转换、重构后载入数据仓库或数据集市,再利用合适的工具对数据进行处理,将信息变为辅助决策的知识;最后将知识呈现于用户面前,为管理决策提供参考。
近年来,商业智能研究主要包括核心技术、实施架构、应用系统方面的研究。
(1)核心技术。核心技术的研究主要在数据仓库以及数据挖掘算法与实施等方面。其研究注重跟踪相关技术的最新发展,例如对数据仓库的研究集中在数据集成中数据模式的设计,数据清洗、数据转换、数据导入和更新方法;数据挖掘的研究重点则偏向数据挖掘算法以及数据挖掘技术在新的数据类型、应用环境中使用时所出现的新问题的解决上。
(2)实施架构。BI实施架构是指通过识别和理解数据在系统中的流动过程和数据在企业的应用过程来提供BI系统应用的主框架。BI的实施架构主要包括数据预处理、数据仓库、数据分析以及数据展现等几部分,如图2所示。BI实施架构的研究关心采用什么样的体系结构以及怎样的流程能使BI系统具有良好的性能。
(3)应用系统。对于应用系统的研究重点放在对各个应用领域所面临的决策问题的分析,根据对各类问题的解决方式和解决方案来决定BI系统应该提供的功能,以及具体实现方法。BI具有代表性的应用领域主要包括企业资源计划(ERP)、客户关系管理(CRM)、人力资源管理(HRM)、供应链管理( SCM)以及电子商务(E-business)等。
(4)行业领域。对于某个特定的领域,使用商业智能提升该领域的客户关系管理以及领域竞争力,以使客户获得更加满意的产品。例如商业智能在电信、金融、证券、税务、零售业、保险业等已获得大量操作型数据积累的企业中的应用已经日渐成熟。
3. 商业智能在电子商务交易中的应用分析
在电子商务交易中,企业关注的是用户浏览量和交易量。只有用户浏览了企业的站点,企业才有可能将产品和服务向用户推广,进而使用户产生购买欲望,产生交易。用户浏览站点时,每个时间在不同页面的停留时间都不同,这将产生大量的用户行为。用户的所有行为在企业站点后台数据库记录之后,许多企业往往极少给予关注。下面将分析企业将商业智能引入电子商务交易的切入点和措施。