符萍

摘 要：通過數(shù)據(jù)挖掘技術(shù)和商務(wù)解析方法之間的關(guān)系入手，說明二者之間的隸屬關(guān)系。介紹數(shù)據(jù)挖掘技術(shù)的數(shù)據(jù)準(zhǔn)備、尋找模式、數(shù)據(jù)解釋和建模和依據(jù)結(jié)果制定計(jì)劃的運(yùn)作步驟，并指出各步驟的關(guān)鍵事項(xiàng)。討論了數(shù)據(jù)挖掘和文本挖掘技術(shù)在商務(wù)解析中的作用和應(yīng)用現(xiàn)狀和進(jìn)一步發(fā)展商務(wù)解析能力的促進(jìn)因素，更多的了解商務(wù)解析能力在企業(yè)中應(yīng)用的潛力和限制。說明了商務(wù)解析在企業(yè)實(shí)際制定計(jì)劃和決策時(shí)的關(guān)鍵作用，利用商務(wù)解析能力能夠提升企業(yè)的業(yè)績(jī)和競(jìng)爭(zhēng)能力。

關(guān)鍵詞：數(shù)據(jù)挖掘；商務(wù)解析；文本挖掘；電子商務(wù)

中圖分類號(hào)：F27

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：16723198（2015）03011903

推薦系統(tǒng)出現(xiàn)改變了顧客的選購模式，系統(tǒng)自動(dòng)記錄顧客的購買偏好，在下次購買時(shí)，將相關(guān)商品自動(dòng)推薦給顧客，推薦系統(tǒng)的出現(xiàn)減少了顧客選購時(shí)間，增加了公司獲利可能性，得到雙贏效果。系統(tǒng)背后的基礎(chǔ)是數(shù)據(jù)整理能力，收集好商業(yè)活動(dòng)中數(shù)據(jù)并加工出能夠準(zhǔn)確有效的信息，提升企業(yè)競(jìng)爭(zhēng)力和商業(yè)效率。新商務(wù)模式也為消費(fèi)者帶來便利，增加了消費(fèi)者生活多樣性，消費(fèi)者的購買已經(jīng)主要發(fā)生在因特網(wǎng)上。因此，在龐大的網(wǎng)絡(luò)交易中，如何增加企業(yè)利潤，發(fā)現(xiàn)業(yè)務(wù)市場(chǎng)潛力，都要以數(shù)據(jù)為基礎(chǔ)來挖掘有效信息，提升企業(yè)分析和決策能力。夏國恩等以SCI、EI、CNKI相關(guān)數(shù)據(jù)庫為基礎(chǔ)，系統(tǒng)的分析了商務(wù)智能的研究趨勢(shì)和研究進(jìn)展，并集中研究了商務(wù)智能在我國的研究現(xiàn)狀并提出建議。張巧從商務(wù)智能的核心概念和框架入手，分析我們商務(wù)智能的發(fā)展現(xiàn)狀，介紹主流軟件產(chǎn)品和廠商，并對(duì)未來的發(fā)展做了預(yù)測(cè)。胡翠華等以商務(wù)智能為研究視角，分析適合發(fā)展的行業(yè)和在我國的市場(chǎng)規(guī)模，針對(duì)發(fā)展趨勢(shì)制定了相關(guān)政策。夏維力等從戰(zhàn)略管理的角度討論商務(wù)智能在戰(zhàn)略決策中的作用，分析了戰(zhàn)略決策中信息獲取及處理方法和決策者洞察力等問題，介紹SWOT專家系統(tǒng)和智能網(wǎng)的情況。葉瓊偉等介紹了商務(wù)智能在我國電子商務(wù)企業(yè)中的應(yīng)用，從時(shí)間、價(jià)值信息和技術(shù)三個(gè)維度對(duì)商務(wù)智能進(jìn)行了分析，并結(jié)合案例討論其應(yīng)用的好處。李振國等介紹了商務(wù)智能的含義和技術(shù)，討論商務(wù)智能在供應(yīng)鏈管理中的具體應(yīng)用，指出了應(yīng)用應(yīng)遵循的原則和指導(dǎo)。田新等介紹了BPM的歷史背景，BPM和BI之間的關(guān)系，描述了基于商務(wù)智能平臺(tái)的企業(yè)績(jī)效管理框架。

國內(nèi)研究數(shù)據(jù)挖掘和商務(wù)智能的文獻(xiàn)已有很多，但是針對(duì)商務(wù)解析的研究較少。商務(wù)解析過程的表現(xiàn)形式為商務(wù)智能，商務(wù)智能化需要了解商務(wù)解析過程和數(shù)據(jù)挖掘能力。分析企業(yè)已有數(shù)據(jù)，理解企業(yè)所處的商業(yè)環(huán)境，提高企業(yè)的競(jìng)爭(zhēng)力，都要以商務(wù)解析能力為基礎(chǔ)。商務(wù)解析是利用技術(shù)、規(guī)則、技能和實(shí)踐經(jīng)驗(yàn)分析和開發(fā)過去商業(yè)數(shù)據(jù)，在此基礎(chǔ)上得出洞察力和有效商業(yè)機(jī)會(huì)。商務(wù)解析是基于數(shù)據(jù)和統(tǒng)計(jì)方法來了解企業(yè)過去的績(jī)效、建立一種新的洞察力。商務(wù)解析廣泛利用大數(shù)據(jù)、統(tǒng)計(jì)和計(jì)量方法、預(yù)測(cè)模型等來實(shí)現(xiàn)決策。

1 數(shù)據(jù)挖掘與商務(wù)解析的關(guān)系

從技術(shù)角度來看，在很多應(yīng)用領(lǐng)域都將數(shù)據(jù)挖掘和商務(wù)解析等同，因?yàn)樯虅?wù)解析現(xiàn)在大多依靠數(shù)據(jù)挖掘技術(shù)來實(shí)現(xiàn)其功能。但是，在理論上兩者有本質(zhì)的區(qū)別。

數(shù)據(jù)挖掘技術(shù)為在企業(yè)數(shù)據(jù)庫中將大量數(shù)據(jù)中隱含的、未知的、有價(jià)值的信息挖掘出來的技術(shù)。數(shù)據(jù)挖掘也是一個(gè)價(jià)值發(fā)現(xiàn)過程，主要利用統(tǒng)計(jì)方法、智能優(yōu)化、人工智能、機(jī)器學(xué)習(xí)、數(shù)據(jù)庫技術(shù)等方法自動(dòng)分析企業(yè)數(shù)據(jù)，歸納、推理出潛在的價(jià)值信息，幫助企業(yè)發(fā)現(xiàn)價(jià)值、減少不必要的浪費(fèi)、做出準(zhǔn)確的決策。理論上，數(shù)據(jù)挖掘主要是識(shí)別企業(yè)數(shù)據(jù)集的模式，數(shù)據(jù)集可以來源企業(yè)數(shù)據(jù)庫和公共數(shù)據(jù)庫。能夠利用數(shù)據(jù)庫找出不同數(shù)據(jù)之間的相互聯(lián)系和一般模式，得到不同的關(guān)聯(lián)關(guān)系。

商務(wù)解析主要指利用數(shù)據(jù)收集方法和數(shù)據(jù)挖掘技術(shù)產(chǎn)生有價(jià)值信息的過程，要將數(shù)據(jù)呈現(xiàn)為標(biāo)準(zhǔn)的、可讀性的文件用來指導(dǎo)決策者決策和管理活動(dòng)。商務(wù)解析是一個(gè)過程，在這個(gè)過程前期主要進(jìn)行信息收集整理和確定可執(zhí)行文件的度量標(biāo)準(zhǔn)，后期根據(jù)數(shù)據(jù)挖掘技術(shù)處理數(shù)據(jù)，提取有價(jià)值信息?？梢哉f，數(shù)據(jù)挖掘過程是商務(wù)解析過程的一部分。企業(yè)如果能夠準(zhǔn)確、有效的利用商務(wù)解析功能，將會(huì)提高決策過程，提高運(yùn)作效率，實(shí)現(xiàn)商務(wù)智能化。圖1說明了數(shù)據(jù)挖掘和商務(wù)解析之間的關(guān)系。

圖1 商務(wù)解析過程

2 數(shù)據(jù)挖掘運(yùn)作步驟

數(shù)據(jù)挖掘的正確使用能夠提升企業(yè)競(jìng)爭(zhēng)力，有效運(yùn)用數(shù)據(jù)挖掘技術(shù)主要包括以下四個(gè)過程：

（1）數(shù)據(jù)準(zhǔn)備。數(shù)據(jù)準(zhǔn)備是從一個(gè)或多個(gè)數(shù)據(jù)源中構(gòu)造數(shù)據(jù)集，為以后數(shù)據(jù)建模做準(zhǔn)備。通常包括數(shù)據(jù)清理、數(shù)據(jù)轉(zhuǎn)換和數(shù)據(jù)整理。數(shù)據(jù)清理主要是如何處理丟失的數(shù)據(jù)，數(shù)據(jù)轉(zhuǎn)換是通過標(biāo)準(zhǔn)化、映射和聚集等方法轉(zhuǎn)換數(shù)據(jù)價(jià)值，數(shù)據(jù)整理是將數(shù)據(jù)整合到更小的數(shù)據(jù)集中。數(shù)據(jù)準(zhǔn)備是一個(gè)很長的過程，要有對(duì)數(shù)據(jù)的敏感度，知道什么樣的數(shù)據(jù)是企業(yè)需要的數(shù)據(jù)。對(duì)選擇好的數(shù)據(jù)也可能存在數(shù)據(jù)質(zhì)量問題，要設(shè)定一系列標(biāo)準(zhǔn)來對(duì)待所選擇的數(shù)據(jù)。數(shù)據(jù)的有效性、完整性和規(guī)范性能夠?qū)е略跀?shù)據(jù)分析之后的結(jié)果輸出時(shí)，錯(cuò)誤的得出企業(yè)實(shí)際結(jié)果，造成不必要損失。

（2）在數(shù)據(jù)集尋找模式。數(shù)據(jù)挖掘的模式選擇有很多類型，主要依據(jù)不同的企業(yè)目的和要求。從挖掘任務(wù)的角度可以分成概念/類描述，挖掘頻繁模式、關(guān)聯(lián)和相關(guān)，分類和預(yù)測(cè)，聚類分析，離群點(diǎn)分析和演變分析等。實(shí)現(xiàn)以上模式的挖掘工具有關(guān)聯(lián)規(guī)則、聚類分類算法等，每一種不同的算法都可以找出不同的數(shù)據(jù)模式。企業(yè)如果要尋找下一個(gè)業(yè)務(wù)的增長點(diǎn)，就要在已有顧客信息的基礎(chǔ)上，利用預(yù)測(cè)算法分析出顧客潛在的相關(guān)需求。

（3）數(shù)據(jù)解釋和建模。通過找出的某一類型的數(shù)據(jù)，就要建立分析模型。利用模型進(jìn)行準(zhǔn)確、有效的數(shù)據(jù)，如果數(shù)據(jù)不符合開始的要求，那么將利用算法從更大的樣本數(shù)據(jù)進(jìn)行挖掘或更換數(shù)據(jù)屬性。數(shù)據(jù)結(jié)果的解釋要求準(zhǔn)確和恰當(dāng)，這對(duì)數(shù)據(jù)結(jié)果要按照目的和要求進(jìn)行，不同的數(shù)據(jù)屬性設(shè)置會(huì)造成數(shù)據(jù)結(jié)果的誤差，這種誤差會(huì)影響到后期的商務(wù)計(jì)劃的制定和執(zhí)行過程。

（4）根據(jù)結(jié)果制定計(jì)劃。數(shù)據(jù)挖掘產(chǎn)生的結(jié)果被評(píng)估后是準(zhǔn)確和可行的，就可以制定相關(guān)的商業(yè)計(jì)劃，商業(yè)計(jì)劃的制定也不能完全按照挖掘的結(jié)果制定，要綜合分析企業(yè)的現(xiàn)狀和人員素質(zhì)，這樣可以保證企業(yè)運(yùn)用技術(shù)的合理性。如果某個(gè)商場(chǎng)發(fā)現(xiàn)兩種平時(shí)不相關(guān)的商品存在一種購買關(guān)系，那么，就可以將它們放到相近的位置進(jìn)行銷售。互聯(lián)網(wǎng)公司利用文本挖掘技術(shù)能夠從相關(guān)網(wǎng)站挖掘出潛在的顧客，根據(jù)顧客的信息開發(fā)相關(guān)的網(wǎng)站模塊或相關(guān)應(yīng)用產(chǎn)品，到達(dá)公司發(fā)展的目的。

3 數(shù)據(jù)挖掘在商務(wù)解析中的作用

數(shù)據(jù)挖掘技術(shù)或知識(shí)發(fā)現(xiàn)是商務(wù)解析的基礎(chǔ)，商務(wù)解析對(duì)數(shù)據(jù)進(jìn)行篩選、甄別，了解企業(yè)過去與現(xiàn)狀的實(shí)際狀況，通過數(shù)據(jù)挖掘技術(shù)創(chuàng)造有價(jià)值的信息，預(yù)測(cè)企業(yè)將來的方向。數(shù)據(jù)挖掘技術(shù)利用算法挖掘海量數(shù)據(jù)集中的數(shù)據(jù)模式，在數(shù)據(jù)模式的基礎(chǔ)上建立有價(jià)值的信息。該過程為利用預(yù)測(cè)、關(guān)聯(lián)規(guī)則、聚類和分類一些數(shù)學(xué)方法，將數(shù)據(jù)之間的關(guān)系明確，發(fā)現(xiàn)企業(yè)產(chǎn)品之間的關(guān)系，顧客購買的一些行為模式，通過企業(yè)更好的了解產(chǎn)品和客戶的需求，為客戶更好的服務(wù)。很多公司利用文本數(shù)據(jù)挖掘技術(shù)，在博客、Twitter、Facebook等網(wǎng)站信息中找出顧客品牌的偏好，根據(jù)技術(shù)提取有價(jià)值信息指導(dǎo)企業(yè)在客戶關(guān)系管理中如何行動(dòng)。

數(shù)據(jù)查詢是很多數(shù)據(jù)庫軟件的主要功能之一，數(shù)據(jù)查詢通過已有的數(shù)據(jù)庫中的數(shù)據(jù)查詢出企業(yè)想得到的信息，但是在進(jìn)行查詢之前，企業(yè)已經(jīng)設(shè)定好查詢的目的和內(nèi)容。而數(shù)據(jù)挖掘技術(shù)是在企業(yè)的數(shù)據(jù)庫中進(jìn)行沒有設(shè)置目的的查詢，找出一些企業(yè)無知的信息，通常將這個(gè)過程稱為知識(shí)發(fā)現(xiàn)。這種知識(shí)發(fā)現(xiàn)是商務(wù)解析的基礎(chǔ)，能夠?yàn)樯虅?wù)解析過程提供豐富的信息源泉。數(shù)據(jù)挖掘技術(shù)最早在沃爾瑪?shù)玫胶芎玫膽?yīng)用，零售商的產(chǎn)品銷售主要是陳列各種產(chǎn)品，沃爾瑪從顧客的消費(fèi)記錄中挖掘出啤酒和尿不濕之間有一定的關(guān)系，通過將兩種產(chǎn)品就近陳列促進(jìn)了銷售。零售商的商務(wù)解析過程叫做市場(chǎng)籃子分析，利用數(shù)據(jù)挖掘技術(shù)中的關(guān)聯(lián)規(guī)則，找出商品之間的購買關(guān)聯(lián)度，增加產(chǎn)品的交叉銷售，指導(dǎo)商品的陳設(shè)方式。

鋼鐵企業(yè)根據(jù)客戶的購買記錄可以將其分類，利用數(shù)據(jù)挖掘技術(shù)的聚類分析找出相關(guān)客戶之間屬性的一致性分為不同的客戶等級(jí)。很多客戶在購買產(chǎn)品時(shí)將預(yù)付一定的款項(xiàng)，等商品收到后再支付其余貨款，但是往往存在一定的違約現(xiàn)象，這類現(xiàn)象就可以利用聚類分析找出優(yōu)良客戶和不良客戶之間的分界線，在不良客戶中采用全額支付后發(fā)貨的決策。這種技術(shù)的應(yīng)用屬于風(fēng)險(xiǎn)管理范疇，在銀行或保險(xiǎn)等金融行業(yè)，數(shù)據(jù)挖掘能夠起到檢測(cè)的作用，將信用不好的顧客分類，采取措施防范違約現(xiàn)象的發(fā)生。

4 促進(jìn)商務(wù)解析發(fā)展的因素分析

雖然利用數(shù)據(jù)挖掘技術(shù)能夠增強(qiáng)商務(wù)解析的分析能力，但是如果要更好的發(fā)展商務(wù)解析方法，要求問題求解邏輯、技術(shù)水平、系統(tǒng)整合等方面得到更好的提升。提高商務(wù)解析方法發(fā)展的因素主要包括以下方面：

（1）垂直一體化。由于不同客戶和市場(chǎng)的要求，相關(guān)商務(wù)解析的應(yīng)用程序和軟件要求要縮短知識(shí)發(fā)現(xiàn)的時(shí)間，明確的客戶問題和目標(biāo)的確定，能夠依據(jù)行業(yè)的特點(diǎn)制定詳細(xì)的商業(yè)計(jì)劃，這種要求促進(jìn)了垂直一體化的產(chǎn)生。將專業(yè)的行業(yè)知識(shí)和行業(yè)目標(biāo)包含到商務(wù)解析過程中，設(shè)計(jì)出準(zhǔn)確分析客戶的數(shù)據(jù)。在這一過程中，不單單利用數(shù)據(jù)挖掘技術(shù)挖掘信息，挖掘出的信息的評(píng)價(jià)也很重要。

（2）易理解模型和轉(zhuǎn)換。商務(wù)解析后的結(jié)果往往不能被使用者讀懂，需要數(shù)據(jù)挖掘?qū)＜襾矸治龀鲚敵鼋Y(jié)果的意義，這樣會(huì)帶來使用不便。構(gòu)建易理解的模型和容易掌握的轉(zhuǎn)換結(jié)果是客戶的需求，客戶要求能夠用簡(jiǎn)單的圖形或文字來表示最終的結(jié)果，這樣有利于其他業(yè)務(wù)部門的專家直接得到結(jié)果，制定更詳盡的商業(yè)計(jì)劃。

（3）增強(qiáng)系統(tǒng)能力。系統(tǒng)的數(shù)據(jù)分析部分是很重要的部分，系統(tǒng)分析什么取決于收集到什么樣的數(shù)據(jù)，擴(kuò)大數(shù)據(jù)收集的范圍能夠?yàn)橄到y(tǒng)分析提供更多的素材。在擴(kuò)大數(shù)據(jù)收集范圍的同時(shí)，要考慮存儲(chǔ)的安全性，設(shè)定唯一的標(biāo)示來接受數(shù)據(jù)的存儲(chǔ)。要擴(kuò)大數(shù)據(jù)收集的來源渠道，例如需要客戶信息時(shí)，要從網(wǎng)站、尋呼中心、無線接口等途徑獲得需要的數(shù)據(jù)。另外，提高系統(tǒng)運(yùn)行的硬件設(shè)備和所在的網(wǎng)絡(luò)環(huán)境，也同樣有利于系統(tǒng)分析。

（4）應(yīng)用新領(lǐng)域。越來越多的管理理念和方法的誕生為商務(wù)解析提供更多的應(yīng)用空間，供應(yīng)鏈管理、產(chǎn)品價(jià)格管理和員工管理是直接的應(yīng)用方向。供應(yīng)鏈管理利用數(shù)據(jù)的分析和解析能力，能夠更好的建立供應(yīng)鏈上企業(yè)的關(guān)系，按照準(zhǔn)確的市場(chǎng)需求供應(yīng)產(chǎn)品，減少不必要的庫存成本和生產(chǎn)能力。企業(yè)制定產(chǎn)品價(jià)格時(shí)，可以從多個(gè)渠道收集產(chǎn)品相關(guān)價(jià)格，及時(shí)調(diào)整自身的價(jià)格，加快產(chǎn)品的流通速度。利用商務(wù)解析更多了解員工的實(shí)際情況和偏好，及時(shí)調(diào)整對(duì)企業(yè)員工的管理方法。

5 結(jié)論

數(shù)據(jù)挖掘技術(shù)的提高和發(fā)展，會(huì)不斷加強(qiáng)商務(wù)解析能力。企業(yè)越來越需要數(shù)據(jù)挖掘和文本挖掘技術(shù)在商務(wù)解析中應(yīng)用，成為企業(yè)發(fā)展的戰(zhàn)略工具，提高企業(yè)競(jìng)爭(zhēng)力。通過了解和熟悉數(shù)據(jù)挖掘技術(shù)的運(yùn)作步驟，了解各步驟中的關(guān)鍵因素，結(jié)合企業(yè)實(shí)際情況，將數(shù)據(jù)挖掘技術(shù)引入商務(wù)解析方法之中，同時(shí)，了解企業(yè)商務(wù)解析發(fā)展的主要影響因素，努力在各影響因素中尋找突破口，加強(qiáng)影響因素對(duì)商務(wù)解析的正面作用，使企業(yè)都能夠快速、準(zhǔn)確的擁有商務(wù)解析能力，鞏固企業(yè)供應(yīng)鏈管理、客戶關(guān)系管理和內(nèi)部員工管理等方面的效率。

參考文獻(xiàn)

[1]夏恩國，金煒東，張葛祥.商務(wù)智能在中國的現(xiàn)狀和發(fā)展研究[J].科技進(jìn)步與對(duì)策，2006，（1）：173176.

[2]張巧.商務(wù)智能發(fā)展現(xiàn)狀與趨勢(shì)研究[J].中國證券期貨，2009，（2）：1417.

[3]胡翠華，陳登科.商務(wù)智能在我國的發(fā)展現(xiàn)狀、問題及其對(duì)策[J].科技管理研究，2007，（10）：5052.

[4]夏維力，許昌元.商務(wù)智能技術(shù)在企業(yè)戰(zhàn)略決策中的支持作用及方法研究[J].軟科學(xué)，2004，18（3）：1521.

[5]葉瓊偉，宋光興，譚繼江.商務(wù)智能（BI）在電子商務(wù)企業(yè)中應(yīng)用的實(shí)證研究以YNYY藥業(yè)連鎖企業(yè)為例[J].科技進(jìn)步與對(duì)策，2010，27（21）：112115.

[6]李振國，朱杰.商務(wù)智能在供應(yīng)鏈管理中的應(yīng)用[J].物流技術(shù)，2007，26（2）：145147.

[7]田新，張玉峰，夏恩德等.基于商務(wù)智能平臺(tái)的企業(yè)績(jī)效管理框架研究[J].科技管理研究，2013，（1）：235240.

[8]Mostafa M M. More than words： Social networks text mining for consumer brand sentiments [J]. Expert Systems with Applications，2013，40（10）：42414251.

[9]Agrawal R， Imielinski T， Swami A. Mining association rules between sets of items in large database[J].Proceedings of the ACM Sigmoid International Conference on Management of Data，New York，1993.