第一篇：商務智能(BI)論文：汽車營銷商務智能軟件的設計與實現

商務智能(BI)論文：汽車營銷商務智能軟件的設計與實現

【中文摘要】中國加入了世貿組織(WTO)以后,中國汽車行業的競爭變得更加激烈和殘酷,國外企業逐步進入中國市場,國內企業不斷擴大規模,都紛紛搶奪資源、客戶和市場。面對這些競爭壓力,汽車企業管理者當前最重要的問題就是如何了解并掌握瞬息萬變的市場情況和競爭對手的戰略措施,及時調整自家企業的經營策略,并做出正確的營銷決策,以確保維持老客戶、開拓新客戶,從而保持并提高利潤和市場份額。本論文是依據國家863計劃課題“面向汽車營銷的智能決策支持系統”,進行了“汽車營銷商務智能軟件”的設計與實現。本文大體包括市場需求預測、客戶行為分析和汽車配送三個功能模塊的設計與研發,并將其整合和調試,構建整個系統。在企業決策和客戶關系管理理論指導下,將商務智能和數據挖掘技術應用于該系統,使其能夠更好地滿足各個功能模塊的特定需求,從而實現輔助決策的功能。具體包括:使用統計學中的因果分析法和時間序列法,數據挖掘中的BP神經網絡法進行市場需求分析和預測;使用數據挖掘中的聚類算法K-means、關聯規則Apriori、ID3決策樹和模糊評判方法分別進行客戶價值細分、潛在客戶識別、客戶流失分析和客戶滿意度分析;使用模糊離散粒子群優化算法求解車輛路徑問題...【英文摘要】After China joined the WTO, the economy and industries in China have been gradually getting close to the world and the speeding up Chinese economic development has been

affected by the global economy and competition.The traditional management pattern could not keep up with the pace of the word, so that the introduction of advanced technologies, theories and cultures becomes inevitable.As one of the leader industries in China, automobile industry is investing more and more money on information technology y...【關鍵詞】商務智能(BI)數據挖掘(DM)客戶關系管理(CRM)市場預測 客戶分析

【英文關鍵詞】Business Intelligence(BI)Data Mining(DM)Customer Relationship Management(CRM)Market Forecasting Customer Analysis 【目錄】汽車營銷商務智能軟件的設計與實現4-512-1613-1416-24關概念1616摘要5-7

Abstract7-9

提要

第1章 緒論1.2 研究目的第2章 相關技術原理2.1.1 商務智能的相1.1 研究背景和意義12-131.3 研究內容概述14-162.1 商務智能(BI)16-172.1.2 商務智能與智能決策支持關系

2.2 數據2.2.2 2.1.3 汽車營銷中的商務智能技術16-17

2.2.1 數據挖掘的分類17-20挖掘(DM)17-21數據挖掘在汽車營銷管理中的應用20-21(CRM)21-22

2.3 客戶關系管理

2.3.2

2.3.1 客戶關系管理的概念21-22客戶關系管理在汽車行業中的應用222.4 開發環境及采用技

術22-2424-36法24-27析算法28-34第3章 汽車營銷商務智能軟件的算法研究3.1 市場需求預測算法

24-28

3.1.1 統計學方3.2 客戶行為分

3.2.2 3.1.2 數據挖掘方法27-28

3.2.1 客戶價值細分算法28-3030-31

3.2.3 客戶流失分析算法

32-34潛在客戶識別算法31-323.2.4 客戶滿意度分析算法3.3 汽車配送算法34-36實現36-553738-4139-40

第4章 汽車營銷商務智能軟件系統架構設計與4.1 技術路線36-38

4.1.1 技術框架4.2 總體設計

4.2.2 數據預處理4.3 各功能模塊設4.1.2 服務框架37-384.2.1 體系結構設計394.2.3 構建數據倉庫40-41計與實現41-5542-44

4.3.1 市場預測模塊設計與實現

4.3.3 4.3.2 客戶分析模塊設計與實現44-51汽車配送模塊設計與實現51-5252-53

4.3.4 登錄模塊設計與實現

第54.3.5 業務員管理模塊設計與實現53-55

55-5955-57章 汽車營銷商務智能軟件的驗證和分析與企業驗證55-57驗證5757-5859-615960-61

5.1.1 系統測試

5.1 系統測試5.1.2 企業5.2 結果分析57-595.2.1 市場前景分析

第6章 結論與展望5.2.2 競爭優勢分析58-596.1 工作總結59-606.1.2 技術難點59-60參考文獻61-63

6.1.1 創新內容6.2 未來工作展望作者簡介及在學期間所取得的科研成果63-64致謝64

第二篇：《商務智能》讀后感

《商務智能》讀后感

——信息中心高翔

近些年來，“商務智能”這一詞時時出現在我們的視線之中。由于智能商務將先進的信息技術應用到企業的信息化建設中，因此，商務智能廣泛受到世界各行各業的青睞。隨著計算機技術的發展，以及企業的信息過載、市場競爭加劇,企業與企業之間的交流與競爭大都是通過數據訪問和共享等情況而發展。商務智能發展的時間雖然不長，但是已經成為備受企業關注的對象，它的應用前景非常廣闊。為了對商務智能有更加深入和系統的學習，我最近拜讀了趙衛東老師的《商務智能》這一本書。

在這一本書中，趙老師主要向讀者介紹了商務智能系統的架構以及商務智能的核心技術——數據倉庫、數據挖掘與OLAP的基本概念、基本方法和技術，然后在此基礎上，討論了商務智能在電子商務、移動商務、知識管理、Web挖掘、企業績效管理、流程管理和RFID數據管理等領域的應用，此外還分析了商務智能在國內外的發展趨勢。這本書內容新穎、全面，案例豐富，是我們這些信息技術人員學習商務智能的良好參考資料。

商務智能，英文為Business Intelligence，簡寫為BI，于1996年被Gartner Group的Howard Dresner首次提出，它描述了一系列的概念和方法，通過應用于基于事實的支持系統，來輔助商業決策的制定。商業智能的支撐技術主要由數據倉庫（ＤＷ）、在線分析處理（ＯＬＡＰ）以及數據挖掘（ＤＭ）三部分組成。所謂數據倉庫是指面向

主題的、集成的、穩定的、不同時間的數據集合，用以支持經營管理中的決策制定過程；在線分析處理是指是一種高度交互式的過程，信息分析專家可以即時進行反復分析，迅速獲得所需結果；數據挖掘是指是從浩瀚如海的數據和文檔中發現以前未知的、可以理解的信息的過程。商務智能的過程是指：從不同的數據源（交易系統或其他內容儲存系統）收集的數據中提取有用的數據，對數據進行清理以保證數據的質量，將數據經轉換、重構后存入數據倉庫或數據集市（這時數據變為信息），然后尋找合適的查詢、報告和分析工具和數據挖掘工具對信息進行處理（這時信息變為輔助決策的知識），最后將知識呈現于用戶面前，轉變為決策。

商業智能通常被理解為將企業中現有的數據轉化為知識，幫助企業做出明智的業務經營決策的工具。這里所談的數據包括來自企業業務系統的訂單、庫存、交易賬目、客戶和供應商等來自企業所處行業和競爭對手的數據以及來自企業所處的其他外部環境中的各種數據。企業不管大小，都必須對瞬息萬變的市場情況做出及時、高效的反應，而這些反應都必須建立在對全面、準確和及時的數據基礎上。一般而言，智能型企業更能夠反應迅速、適應顧客變化的需要以及采取正確的顧客解決方案。

商務智能的出現經歷了一個漸進的、復雜的演進過程，并且仍處于發展之中?，F如今的商務智能逐漸從戰略型的BI轉型為操作型或者實施型的BI，更加關注績效、價值和數據質量，著眼于更成熟的數據分析和展現技術。但商務智能在中國的發展尚處于起步階段，大部分

企業對商務智能仍然缺乏了解，并且在企業實際的應用過程當中，商業智能的失敗率達到70%，這又是什么原因呢？對此，我認為，商務智能在國內實施成功率不高主要有以下幾個方面的原因：

1、起步晚。很多人對商業智能了解不多，意識不強、參與度不高。

商業智能的提出，據今已有十幾年的歷史，國外成熟的信息系統以及管理理念比較成熟，而國內則不同，由于國內信息化起步比較晚，導致了商業智能的建設要比國外的商業智能建設晚，很多人對于商業智能并不是很了解，現在一直處于報表的階段，同時也無法正確理解商業智能的價值，從而導致了商業智能這種技術一直不能得到大規模的普及。

2、技術不成熟。目前只有報表、OLAP、儀表盤和統計分析等用的比較成功，而其他方面的應用還處于研發、摸索階段。例如非結構化數據的處理、數據質量不高的數據處理，目前還缺少有效的實用工具。

3、目前在中高端市場，國外商務智能解決方案提供商壟斷市場，但其業務模型與國內企業不完全適應，國內的商務智能解決方案供應商無論從產品的完整性和實施能力上也沒有多大優勢。

4、缺乏既懂商業智能技術，又熟悉企業業務的人員，在商務智能市場逐年有很大增長的情況下，無論從數量上還是質量上都無法滿足企業的需求。

5、商業智能項目的軟硬件和實施費用很高，風險也比較大。

由于上訴原因的共同作用，才導致了現如今商務智能在我國的應用現狀。但由于商務智能可以利用現代信息技術收集、管理、展示和分析那些結構化和非結構化的商務數據和信息的訴求，進而實現商務決策的精準性、有效性、快速性和動態性，所以商務智能市場潛力巨大?，F在有一些有遠見的企業正在努力克服上述問題，并將商務智能應用于本企業的信息化建設之中，其中不乏一些成功的案例，例如寶鋼、中國海關等企業。

以我們煙草企業為例，日常經營活動中產生大量數據，這些數據包含有哪類產品更受哪類客戶的喜歡，哪類促銷活動能提升銷售額，什么時間段應該推出什么樣的產品等等信息。所以面對如此海量并且很有商業價值的數據，我們可以考慮將商務智能應用于我們的企業信息化建設之中，運用新技術為領導者的正確決策提供依據。對此，我有以下設想：

1、傳統的數據分析工具、方法對于我們企業的海量數據來說，是非常耗費人力、物力、財力的。通過應用商務智能，我們可以將新的信息技術有效地應用在商務分析中，從而優化企業的信息管理系統。商務智能過程中所運用到的信息技術主要包括先收集各種數據，隨后提取有用數據，再利用計算機技術對數據進行嚴格的篩選，將有質量的數據提出來并進行轉換，然后將其存入數據倉庫，并對有價值的信息進行處理。最后，將有效的決策呈現在用戶面前。整個一連串過程，必定是需要計算機信息管理系統來處理的，這樣就大大節約了成本。商務智能的有效應用，使企業信息化具有良好的可靠性、兼容

性、擴展性、靈活性、協調性和一致性，使企業的信息數據更加的真實有效。也就是說，將商務智能運用于企業信息化建設，利用數據倉庫、聯機分析處理和數據挖掘技術，對企業的信息進行快速有效的處理，不僅能大大提高辦事效率，而且還能為企業節約了成本，這樣就直接為企業創造了極大的經濟效益。

2、在產品和管理高度同質化的背景下，客戶資源成為企業最重要的資源。我們煙草企業可以通過客戶關系管理，并將現在日趨流行的商務智能的理念引入企業的CRM戰略之中，以提高企業的核心競爭力。與商務智能相結合的CRM可以從大量的數據中整理和提取出信息，進而將這些信息轉化為可支持決策的知識，從這些知識里我們可以得知哪類客戶、哪個地區的客戶更偏好哪類商品以及今后的購買趨勢等等，這些知識能告訴我們企業事情發生的原因及發展趨勢，這樣，我們就能及時、迅速、準確地制定與客戶的互動行為，以提升客戶的忠誠度、銷售量和利潤率，最終實現“以客戶為中心”的經營模式。

3、供應鏈管理對于我們煙草企業來說，是至關重要的一個環節。在供應鏈管理活動中需要并產生了大量的數據，我們可以利用商務智能工具整合并分析這些數據，來改進供應鏈管理過程中的決策，減少浪費，提高經營效率和客戶滿意度。具體來說，商務智能系統能夠為供應鏈提供以下基本的效益：改善數據的可見度，使庫存水平降低；分析客戶服務水平，識別供應鏈管理中的關鍵問題；更好地理解客戶需求，提高預測的準確性；分析運輸績效，利用高效的運輸服務來減少運輸成本；改善供應鏈關系，加強與供應鏈伙伴的合作，提高供應

鏈的競爭力?；谝陨系暮锰帲覀儫煵萜髽I應該著力于運用商務智能解決方案從供應鏈管理系統中提取數據、分析數據，為整個供應鏈管理提供完整的視圖，為供應鏈管理中的決策提供依據。

總而言之，我們企業的信息化建設離不開商務智能，它是一個充滿希望的新興領域。我們要將其廣泛應用到企業的發展中去，要讓企業從各個方面提升自己的綜合實力，比如加快企業的體制和技術方面的創新，完善企業的管理制度等，惟有這樣，才能有效地增強企業的競爭力，使企業長久立于不敗之地。

第三篇：《商務智能》讀書報告

《商務智能》讀書報告

讀這本書帶給我許多的“沒想到”：拿到這本書的時候，我也沒有想到這本書寫的這么好；在讀完全書，忽然靈機一閃，想到網上搜索一下作者的時候，我沒想到作者曾經做過愛立信的項目經理和市場經理。一本能夠讓人期待，并且帶給人意外驚喜的書，無論如何都應該算是一本好書。

《商務智能》這本書內容比較新穎、全面，適合計算機應用、軟件工程、信息管理、電子商務和管理科學等，商務智能是近年來企業信息化的熱點，有著廣闊的應用前景?！渡虅罩悄堋肥紫冉榻B了商務智能的基本概念、商務智能系統的架構以及數據倉庫、OLAP、數據挖掘等核心技術。在此基礎上，討論了商務智能在電子商務、移動商務、知識管理、Web挖掘、企業績效管理和流程管理等領域的應用。此外，還分析了商務智能在國內外的發展趨勢。

書中對于商務智能“前世今生”的描寫非常形象。但感覺讀完全書，自己才開始真正了解了商務智能的皮毛。以前的知識，不過盲人摸象而已。

我從書中了解到了很多知識知道了商務智能（Business Intelligence，簡稱BI）的概念最早是Gartner Group 的Howard Dresner于1996 年提出來的，我國學者將之翻譯為“商業智能”

或“商務智能”，本文選用“商務智能”作為Business

Intelligence的中文翻譯。近年來，商務智能技術日趨成熟，越來越多的企業決策者意識到需要商務智能來保持和提升企業競爭力。

商務智能是數據倉庫、數據挖掘、OLAP等技術的集成，作為當前重要的研究前沿之一，商務智能是學術界和企業界關注的熱點。商務智能的應用領域非常廣泛，典型的有電信、銀行、保險、醫療、零售、政府等，以及所有建立了數據倉庫的用戶。從商務智能應用的論文內容來看，我國的商務智能應用還處于起步階段，僅在信息化程度偏高的電信、銀行、保險、醫療等有少量應用。這一方面因為商務智能是建立在數據倉庫基礎上的，我國大部分企業的信息化程度偏低，缺乏數據的積累，而數據的積累需要一個較長期的過程。另一方面因為對商務智能的認知度不高，缺乏商務智能方面的人才以及對這些人才的有效管理。

商務智能的應用與行業內信息化的基礎狀況密切相關，實施商務智能的企業中，以電信、金融行業的使用率較高。

為了對近年來國內商務智能論著情況有一個比較全面的了解，我分別以“商務智能”和“商業智能”為檢索題，通過對國家圖書館的多庫目錄檢索系統進行題名檢索，得到近年來相關論著及博碩論文分布情況：國內商務智能專著只有2004年的兩本，譯著在2003年~2005年間只有三本。相對于最早1988年出版、截止2005年已經出版23本的西文專著要少得多。國外2001年~2004年間出版的商務智能專著數量極多，說明經過一段時間的發展，國外商務智能的基礎研究和應用研究都比較成熟。而我國從2002年起僅有少量的博士論文，關于商務智能的專著也屈指可數，我國商務智能僅處于導入期，對商務智能的系統研究還有大量工作要做。從檢索結果來看，1996年的兩篇簡訊可以說是國內較早關于商務智能的文章。中國學術期刊全文數據庫在1996年~2005年期間，收錄了有關“商務智能”和“商業智能”的論文一共200篇，文章數量年代分布呈現前幾年緩慢增長，近幾年明顯遞增的特征。因此可以將國內商務智能發展規劃為兩個階段：①初始階段（1996年~2001年）：這個階段國內商務智能初露端倪，這段時間相關文章很少，有36篇，約占總數18%，說明商務智能在當時屬新事務，沒有得到應有的重視，這段時期的文章多是關于商務智能軟件和國外商務智能研究的簡單介紹和綜述。②明顯增長階段（2002年~2005年）：這階段論文有顯著增長。不少論文討論商務智能在各行業和各領域的應用，但是關于商務智能的較高水平和較深層次的學術研究論文還極少，大部分文章仍是簡單的、重復的功能介紹、綜述和簡訊等。目前我國企業信息化程度普遍不高、缺乏大量數據積累、缺乏應用商務智能的實踐有關。

我查閱大量的相關論文資料，對當前商務智能的研究主題進行劃分并加以調整，將商務智能的研究內容劃分為基礎研究和應

用層面兩大類，其中基礎研究包括商務智能定義、功能（任務）、技術、綜述等，關于商務智能的一般應用研究等無法歸于應用層面所分細類的文章也放在這一部分；應用層面分為：①商務智能軟件方面的簡訊和功能介紹；②商務智能的行業應用，如金融、電信等；③商務智能應用的范疇，如客戶關系管理、電子政務等。按以上主題通過對中國學術期刊全文數據庫按題名檢索的結果進行分類，統計表明，國內學者對商務智能基礎工作研究較少，共75篇，占總數的37.5%，其中還包括無法歸類于商務智能軟件和具體應用的一般應用討論的文章。這里分別以“商務智能”、“商業智能”為題名檢索到商務智能技術方面的論文極少，但如果以“數據挖掘”、“數據倉庫”、“OLAP”分別進行題名檢索，會得到成百上千篇論文。作為商務智能的支撐技術，數據挖掘、數據倉庫、OLAP的發展是推動商務智能發展的技術基礎。商務智能支撐技術研究的逐漸深入和成熟，為商務智能的功能、體系結構、應用研究等提供了良好的技術基礎。

總的來說，我國關于商務智能基礎研究的論文數量極少，部分論文的質量不高，只是膚淺的介紹式論述，論文內容不新穎，重復性較高，算得上是嚴格意義上的學術論文數量更是屈指可數，尤其缺乏高質量的、深入的關于功能、體系結構、方法等方面的論文。當然這也與商務智能本身的特點有關，確切地講，商務智能并不是一項新技術，它將數據倉庫（DW）、聯機分析處理（OLAP）、數據挖掘（DM）等技術與客戶關系管理（CRM）、ERP

等系統結合起來應用于商業活動實際過程當中，實現了技術服務于決策的目的。

商務智能應用研究的文章數量相對較多，共125篇，占總量的62.5%，這部分文章中41篇（32.8%）是關于商務智能軟件的簡訊，其余84篇（67.2%）是關于商務智能在各行業和各領域應用的論文和介紹性文章。這部分關于具體應用的文章也存在討論不夠深入、內容比較簡單、有重復的現象。論文數量2002年開始增長較多，電信、金融等信息化程度高的行業應用商務智能較多，客戶關系管理、競爭與決策、信息化和ERP等領域是商務智能應用的熱點。

從現狀看我國商務智能的研究還處于導入期。作者在商務智能的理論研究分為宏觀研究和微觀研究兩方面，其中宏觀研究主要是從總體上把握，如商務智能的必要性、內涵和理論綜述等；微觀研究主要包括：商務智能功能、技術、體系結構等。

商務智能在客戶關系管理（CRM）、信息化與ERP、競爭與決策中的應用。統計分析顯示商務智能在客戶關系管理、信息化、競爭與決策等方面的研究論文相對較多。商務智能建設的主要目標是企業決策支持。商務智能通過信息技術的運用在不同層面為戰略決策提供新的支持：提升決策者洞察力；支持信息獲取與分析。

傳統上，商務智能主要支持中、高級管理人員決策。目前，商務智能平臺的用戶包括一線的業務人員、各級管理者，甚至外部的顧客和商業伙伴。這是因為業務經營決策的范圍發生了擴展，包括操作層、戰術層和戰略層的決策。

總的來說，我覺得這是一本挺好的書，書中描寫了很多數據都表明我們國家的商務智能處于萌發期有待進一步的發展。尤其是書中很多實例的描寫，讓人們覺得“商務智能”并不神秘，離自己很近。比那些上來就說“資源共享”、“彈性擴容”什么的強多了。

第四篇：商務智能課程總結

商務智能課程總結

41023019鄧娟

通過這學期對商務智能這門課程的學習，我了解到了很多關于商務智能的相關知識。接下來自己便根據這學期所學習的內容簡單做一下總結，并談一下自己的一點學習心得。

商業智能，英文為Business Intelligence，簡寫為BI。又稱為商業智慧，指用現代數據倉庫技術、線上分析處理技術、數據挖掘和數據展現技術進行數據分析以實現商業價值的工具。商業智能的關鍵是從許多來自不同的企業運作系統(包括OLTP)的數據中提取出有用的數據并進行清理，以保證數據的正確性，然后經過ETL過程，合并到一個企業級的數據倉庫里，從而得到企業數據的一個全局視圖，在此基礎上利用合適的查詢和分析工具、數據挖掘工具、OLAP工具等對其進行分析和處理（這時信息變為輔助決策的知識），最后將知識呈現給管理者，為管理者的決策過程提供支持。

商務智能按Gartner的定義分為四部分：數據挖掘、多維分析、即席查詢以及報表。從技術層面上講，商務智能不是什么新技術，它只是ETL、數據倉庫、OLAP、數據挖掘、數據展現等技術的綜合運用。我們這學期的學習了數據倉庫和報表的相關知識。

數據倉庫，英文名稱為Data Warehouse，可簡寫為DW或DWH。數據倉庫從通俗意義上來說，就是存儲數據的倉庫，只不過這個倉庫不是現實世界中能夠用肉眼看見的存儲物品的倉庫，而是用以存儲數據的虛擬倉庫。它是一個面向主題的（Subject Oriented）、集成的（Integrated）、相對穩定的（Non-Volatile）、反映歷史變化（Time Variant）的數據集合，用于支持管理決策。

廣義的說，基于數據倉庫的決策支持系統由三個部件組成：數據倉庫技術，聯機分析處理技術和數據挖掘技術，其中數據倉庫技術是系統的核心。聯機分析處理OLAP（On-Line Analytical Processing)是數據倉庫系統的主要應用，支持復雜的分析操作，側重決策支持，并且提供直觀易懂的查詢結果。數據挖掘（Data Mining）,是通過分析每個數據，從大量數據中尋找其規律的技術，諸如神經網絡、規則歸納等技術。這學期的學習還包括了很多商務智能相關的技術以及軟件的運用，使自己受益良多，讓我的商務智能相關技術知識豐富了不少，也提高了我的軟件操作能力。但是還是存在一些不盡人意的地方，比如上課時，老師使用的專業術語太多，加上所用課件是英文版的，就讓我們很多時候都跟不上老師的節奏。我個人認為還需要改進一下：

1、老師上課應該事先給我們課程的提綱，讓我們了解這門課程具體的學習安排，好讓我們做到心中有數，并且做好相應的預習工作。

2、老師上課應該避免使用過多的專業化術語，讓我們聽起來更容易一些，不至于因不知所云何物而無法理解。

3、老師應該及時聽取學生課堂上的回饋，應及時了解學生是否跟上了課堂進度。

4、在進行相關實驗操作前，應做好相應的準備工作，避免上課時無法正常進行試驗，導致時間的浪費。

這是我學習了這門課程以后的一點心得和建議，最后還是十分感謝老師們給我們帶來的精彩的課程，讓我們學到了很多商務智能相關的知識。

第五篇：商務智能推動陜西電信實現精確化管理

客戶

商務智能推動陜西電信實現精確化管理

“數據是精確化管理支撐的基礎。Business Objects 憑借語義層的優勢，可以迅速構建起支撐業務管理應用的數據架構，讓海量數據服務于精確化管理和精確化營銷，從而創造更多價值?！?/p>

數據“過剩”而價值不足

“我們擁有海量的數據資產，但卻很難挖掘出迫切所需的有價值的客戶信息，這使得管理決策和營銷運營無法得到數據基礎的有力支撐?！睋沃袊娦偶瘓F陜西公司（簡稱陜西電信）IT 支持中心主任的韓少敏這樣表示。作為西北地區規模最大、能力最強、技術領先的綜合通信運營企業，陜西電信在經歷了數年的信息化建設之后，目前各省局的基礎網絡設

施和各業務平臺信息化已經基本完成，但與此

同時，海量數據膨脹與高效決策分析和精確化

營銷之間的矛盾也日益凸現出來。

這些問題集中表現在幾個方面，首先是數據量的爆炸式增長。韓主任回憶到，目前陜西電信

系統平臺的數據量增長速度高達每個

月 500GB 以上，這給存儲平臺帶來了很大壓力。

很多有價值的信息報表被湮沒在茫茫數據海洋中，要迅速獲取無異于大海撈針。其 次，各種平臺、多種系統數據彼此分離，并在地理區位上分散，造成了數據整合難的問題。目前，陜西電信的數據分布在前臺應用系統、后臺應用系統、計費系統、電子商務數據、人力、財務數據、以及其他多種業務系統，各種各樣的非結構化數據也散落在公司各處。這些系統由于建設進度先后不一，其技術平

臺也存在較大差 異，造成數據來源不一致、時點不一致、口徑不一致等系列問題，使得數據出現不準確、不直觀的問題，很難進行有效的提取和整合由 于數據無法得到很好利用，決策者、管理者、區域經理、經營人員等無法通過各種信息平臺，獲得與目標客戶緊密相關的信息。韓少敏舉例說：“公司希望了解誰在 購買我們的商品，他們的收入來源是什么，他們住在哪兒，他們還購買了哪些其他商品，電信公司如何把產品交叉銷售到他們手里，利用什么渠道，哪類渠道增長最 快，到那里買最合適，哪些客戶是真正的有價值客戶？這些問題如果得不到回答，企業領導層無法進行精確化管理，經營人員也很難開展細分的營銷活動?！?/p>

隨著電信行業的市場競爭日益激烈，陜西電信從上至下一致意識到：應當更有效地利用當前的海量數據，為公司的精確化管理和營銷提供強大支持，從而提升客戶滿意度和企業自身競爭力。

解決方案

為數據和管理決策搭建橋梁

基于以上情況，陜西電信決心盡快落實中國電信集團《關于中國電信精確管理工作的指導意見》以及企業經營轉型工作指導思想，于2006年開始，正式啟動以數據應用平臺為核心的商業智能（BI）解決方案，目標就是提升數據質量，更有效地支撐陜西電信各級用戶的決策及業務應用。

為了讓新實施的數據應用平臺具有較高的成熟度和穩定性、靈活性，陜西電信一直在尋找具有資深商務智能實施經驗和服務能力的合作伙伴。就在這個時候，Business Objects 作為商務智能全球領導廠商，憑借其產品的先進性和服務的專業性進入了陜西電信的視野。

經 過綜合評估和比較之后，陜西電信認定 Business Objects 在數據分析和挖掘方面的解決方案最為出色，而且 BI 產品線齊全、功能強大。給陜西電信留下特別深刻印象的是被稱為 universe 的 Business Objects 語義層，這種獨特的語義層技術可以讓陜西電信的用戶不用面對復雜的數據結構，而直接面對熟悉的業務概念。因此，陜西電信決定選擇用包括 BusinessObjects XI、Crystal Reports、BusinessObjects Web Intelligence、BusinessObjects Data Integrator 等在內的整套應用和其他 Business Objects 工具。

數據加工是此次商務智能項目要完成的重要任務之一，而數據的抽取、轉換和加載（ETL）流程將確保數據的準確性和有效性。韓少敏主任強調指出：“如果數據不準確或者我們不能夠通過反復定義分析模型來分析數據的話，那么做出的報表就 會誤導用戶。同樣，如果我們不能用數據去指導我們的生產和決策，一切努力都將付之東流。假如我們沒有以科學的管理思維去分析數據的話，我們所做出的各種努 力和花費的時間只能白白浪費掉。而只有通過高效地部署商務智能應用方案，我們才能讓每月激增 500GB 的海量數據實現其應有的價值?！?/p>

（數據來源展示圖）

效果

管理精確化 營銷精準化

通 過采用 Business Objects 的 ETL 和 BI 管理流程，陜西電信獲得了所需的數據質量和報表準確性。Business Objects 將數據轉換為有用的信息，并且把數據轉化為易于被各級用戶所理解和掌握的業務報表。這些報表的功能包括：統一視圖、綜合報表、應用計算、運營過程的監控等。運營報表的內容主要有：KPI 指標監控、商機監控、通話行為異常監控、專項產品分析、綜合經營分析、營銷渠道分析。這樣，通過一個統 一的數據應用門戶，Business Objects 滿足了不同用戶的相關需求。

借助 于 Business Objects 公司提供的商業智能解決方案，陜西電信對原有的海量數據進行了有效的挖掘和提取，滿足了決策者、財務人員、管理人員、分析師和操作員的具 體需求。實現的主要功能有：按天查看數據；實現當日量收次日反映；按地域、產品、客戶群等多維度看數；推動數據的分析應用，形成“用數據說話，科學決策” 的良好氛圍；促進數據質量的持續改善，使數據做到及時、準確、全面、一致，快速提升精細化管理的 IT 支撐能力。

韓少敏主任說：“數據是精確化管理支撐的基礎。Business Objects 憑借語義層的優勢，可以迅速構建起支撐業務管理應用的數據架構，讓海量數據服務于精確化管理和精確化營銷，從而創造更多價值。”

通 過新實施后的數據應用平臺，陜西電信決策層、財務人員可以很直觀的了解到目前財務、收支、自身發展、市場占有率等宏觀情況。同時，公司能夠根據各項預算指 標的完成情況進行目標管理。此外，Business Objects 產品方案還幫助用戶實現了競爭分析，為決策的制定打下了良好基礎。

（決策管理者駕駛艙儀表盤）

對于管理人員來說，可以通過數據應用平臺來重點關注客戶，對企業收益、財務狀況，以及市場競爭態勢等了然于胸，并監控業務指標是否處于正常范圍，從而更好的落實以客戶為中心的企業戰略。

對于經營分析人員來說，可以對市場活動中需要持續關注和分析的重點業務領域問題以及新出現的熱點問題，采用專業分析工具和分析手段，對數據進行深層次的分析，從而發現問題的原因所在，并為管理層和決策層提出解決方案的建議。在產品經理、客戶經理、營銷經理、生產系統人員等操作層面，數據應用平臺可以提供統計分析信息，如目前受理人員的營業受理量、竣工量、攬裝人信息及日常上報數據等。尤其是能夠從客戶相關數據中挖掘商機，實施針對性營銷，提高營銷活動的效率。

總 而言之，實施 Business Objects 的商業智能解決方案之后，陜西電信成功實現了“數據→信息→應用→價值”這樣的層層遞進目標。尤其在營銷方面，陜西電信可以利用客戶數據 為基礎的商機庫，使營銷活動做到有的放矢，大大提高營銷的成功率、營銷工作的效率及營銷的成果。同時也讓管理決策層更清楚地了解到市場的容量到底有多大、還有多少潛力可挖，從而對營銷策略及營銷指標的制定提供極具價值的參考信息。

中國電信集團陜西公司簡介

陜西省電信公 司成立于2000年6月18日，隸屬于中國電信集團公司，是西北地區規模最大、能力最強、技術領先的綜合通信運營企業。其業務范圍主要經營陜西省內的固定 電信網絡與設施，基于固定電信網絡的語音、數據、圖像及多媒體通信與信息服務，通信及信息系統集成、技術開發、技術服務、信息咨詢以及設備的生產、銷售與 設計施工。

陜西電信公司下設10個市級分公司、89個縣（區、市）級分公司和3個直屬單位，營業網絡及服務網點遍布全省城 鄉。截至2006年末，公司電話用戶數已超

過1000萬戶，互聯網用戶數超過150萬戶。多年來，陜西電信公司緊跟國際電信技術的發展潮流，實現連年跨越 發展，構建了技術先進、業務齊全、安全可靠、功能強大、覆蓋全省、通達世界的現代電信網絡，技術層次達到世界先進水平。