董欣欣 陸文婷

摘要：本文基于信息時(shí)代的社會(huì)發(fā)展背景，由于數(shù)據(jù)、信息等過載問題引出商務(wù)智能，以國內(nèi)外學(xué)術(shù)界的經(jīng)典研究為基礎(chǔ)，對(duì)商務(wù)智能的定義、發(fā)展及應(yīng)用三方面進(jìn)行闡述，發(fā)現(xiàn)商務(wù)智能的應(yīng)用廣泛，對(duì)于系統(tǒng)性認(rèn)識(shí)商務(wù)智能并拓展其應(yīng)用領(lǐng)域具有一定的意義。

關(guān)鍵詞：商務(wù)智能;數(shù)據(jù);輔助決策

基金項(xiàng)目：北京市教委社科重點(diǎn)項(xiàng)目暨北京市社會(huì)科學(xué)基金項(xiàng)目（編號(hào)：SZ20161003821/15JGB212）;國家自然科學(xué)基金青年項(xiàng)目（編號(hào)：71401111）;中共北京市委組織部北京市優(yōu)秀人才培養(yǎng)資助青年拔尖個(gè)人項(xiàng)目（編號(hào)：2016000026833ZS07）;北京市屬高校高水平教師隊(duì)伍建設(shè)支持計(jì)劃青年拔尖人才培育計(jì)劃

信息時(shí)代充斥著各式各樣的數(shù)據(jù)，Google全球事務(wù)高級(jí)副總裁Kent Walker指出大數(shù)據(jù)的飛速增長(zhǎng)，且由于計(jì)算機(jī)存儲(chǔ)成本的下降引起的存儲(chǔ)數(shù)據(jù)量的激增。在過去兩年的時(shí)間，人類產(chǎn)生了世界上90%以上的數(shù)據(jù)。然而在每天產(chǎn)生的大量數(shù)據(jù)中，真正能夠分析和利用的數(shù)據(jù)究竟有多少呢？一些專家估計(jì)目前被利用的數(shù)據(jù)僅5%-10%。大量數(shù)據(jù)冗余、不相關(guān)、不完整或質(zhì)量很差。因此將數(shù)據(jù)轉(zhuǎn)換為信息用于現(xiàn)實(shí)具有一定意義，商務(wù)智能應(yīng)運(yùn)而生。

一、商務(wù)智能的定義

商務(wù)智能最早由Hans Peter Luhn在IBM內(nèi)部的一本雜志上面發(fā)表的一篇文章提及，在這篇文章中提到了“商務(wù)智能”這一名詞，指的是一種用于生意處理上的信息系統(tǒng)。1989年Gartner Group的分析師Howard Dressner創(chuàng)造了商業(yè)智能這一術(shù)語。商務(wù)智能能夠?qū)⑵髽I(yè)的中國的數(shù)據(jù)整合，準(zhǔn)確快速地提取其中的有用信息，并析出對(duì)于決策有利的依據(jù)，能夠幫助管理者做出決策。一些觀點(diǎn)認(rèn)為現(xiàn)代商務(wù)智能就是利用各種工具、技術(shù)和應(yīng)用程序?qū)?shù)據(jù)轉(zhuǎn)換為可操作的信息的過程。2013年，人們對(duì)商務(wù)智能的認(rèn)知還停留在商務(wù)智能是一個(gè)總稱，指的是用于分析組織原始數(shù)據(jù)的各種軟件應(yīng)用程序的階段。商務(wù)智能作為一門學(xué)科由幾個(gè)相關(guān)活動(dòng)組成、包括數(shù)據(jù)挖掘、在線分析處理（OLAP）、查詢和報(bào)告。有學(xué)者提出商務(wù)智能是組織中的大規(guī)模決策支持系統(tǒng)（DSS）的總稱?，F(xiàn)在，商務(wù)智能依然是組織中最大的IT投資領(lǐng)域，也被評(píng)為全球最優(yōu)先的技術(shù)領(lǐng)域。

國內(nèi)學(xué)者胡翠華和陳登科基于眾位學(xué)者對(duì)于商務(wù)智能的認(rèn)識(shí)及描述，認(rèn)為商務(wù)智能能夠幫助組織了解運(yùn)作狀況并進(jìn)行分析、預(yù)測(cè)、計(jì)劃。商務(wù)智能是一種技術(shù)、應(yīng)用，更是一種商業(yè)行為。陳紅軍對(duì)商務(wù)智能提出了自己的見解，主張商業(yè)智能是一套完整的解決方案。同時(shí)有學(xué)者將商務(wù)智能定義為一種信息技術(shù)，一種收集、整理、分析結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)的信息技術(shù)工具，能夠幫助決策者獲取有用的知識(shí)幫助決策者把握未來的競(jìng)爭(zhēng)優(yōu)勢(shì)，幫助決策者做出高效、正確的決策。由此，商務(wù)智能才與管理建立了密切的聯(lián)系。盡管諸位學(xué)者都對(duì)商務(wù)智能的定義意見不一，但綜上來看商務(wù)智能的最終目的都是為了輔助決策，在企業(yè)中扮演著一個(gè)十分重要的角色，能夠幫助管理者從紛繁復(fù)雜的信息中辨別出有用、有效的信息，支持決策者做出高效、正確的決策。

綜上，商務(wù)智能已不僅僅是單純的一種軟件工具了，而是能夠應(yīng)用于企業(yè)管理的一種手段，甚至可以稱為一種管理思想。能夠幫助企業(yè)管理者全面、及時(shí)并準(zhǔn)確地處理數(shù)據(jù)和分析數(shù)據(jù)。在大數(shù)據(jù)的背景下，商務(wù)智能在我國的發(fā)展及應(yīng)用對(duì)于我國各個(gè)行業(yè)具有里程碑式的意義。

二、商務(wù)智能的發(fā)展

商務(wù)智能相比于國內(nèi)，在國外出現(xiàn)得較早，因此，在國外的學(xué)術(shù)研究領(lǐng)域相對(duì)發(fā)展得較為成熟。

商務(wù)智能出現(xiàn)于20世紀(jì)末期， 20世紀(jì)90年代后期有了飛速發(fā)展， 越來越多的企業(yè)需要商務(wù)智能。具體來說，商務(wù)智能的發(fā)展歷經(jīng)了事務(wù)處理系統(tǒng)、應(yīng)用執(zhí)行信息系統(tǒng)和決策支持系統(tǒng)等。隨著網(wǎng)絡(luò)的出現(xiàn)和普及，在決策支持系統(tǒng)的基礎(chǔ)上演變?yōu)樯虅?wù)智能成為必然，原因是基于Web的信息系統(tǒng)在企業(yè)中廣泛使用，使得企業(yè)的數(shù)據(jù)近乎爆炸式地增長(zhǎng)，而產(chǎn)生了對(duì)于數(shù)據(jù)處理分析的新的需求，就需要出現(xiàn)一種工具挖掘這些數(shù)據(jù)來創(chuàng)造更高的價(jià)值。Il Seok Ko和Sarvar R. Abdullaev將商務(wù)智能的發(fā)展分為三個(gè)階段：（1）商務(wù)智能系統(tǒng)是旨在完成有限范圍的操作業(yè)務(wù)活動(dòng)的商務(wù)信息系統(tǒng)，并且以相同的方式存儲(chǔ)操作數(shù)據(jù)。在這個(gè)階段幾乎所有的決策都必須依賴于運(yùn)營數(shù)據(jù)，有時(shí)甚至?xí)l(fā)生沖突。（2）歷史數(shù)據(jù)從運(yùn)營數(shù)據(jù)分離到數(shù)據(jù)倉庫，這些數(shù)據(jù)倉庫專門用于存儲(chǔ)和提供對(duì)這類數(shù)據(jù)的快速訪問。它還總結(jié)了各種長(zhǎng)方體的數(shù)據(jù)，從而簡(jiǎn)化了決策過程。（3）通過數(shù)據(jù)挖掘技術(shù)和人工智能發(fā)現(xiàn)了今天的商務(wù)智能系統(tǒng)，以便為決策提取知識(shí)。

三、商務(wù)智能的應(yīng)用

關(guān)于商務(wù)智能的應(yīng)用，一些學(xué)者對(duì)其適用行業(yè)特征進(jìn)行了分析與總結(jié)。由于商務(wù)智能自身能夠從大量數(shù)據(jù)中提取有用信息，用以提供決策輔助信息給決策者的特點(diǎn)，商務(wù)智能適用于企業(yè)、客戶、產(chǎn)品線、市場(chǎng)、信息規(guī)模龐大的行業(yè)以及某些政府部門。劉澤在其研究中總結(jié)了商務(wù)智能應(yīng)用領(lǐng)域，該研究提及商務(wù)智能主要應(yīng)用于具有一定條件的行業(yè)這些條件包括：用戶數(shù)量達(dá)到一定規(guī)模、用戶面臨激烈的市場(chǎng)競(jìng)爭(zhēng)、用戶在IT方面的資金能夠得到保障等。商務(wù)智能應(yīng)用的行業(yè)領(lǐng)域主要集中在金融、電信、政府及消費(fèi)市場(chǎng)等。技術(shù)不斷發(fā)展使商務(wù)智能有著更廣泛的適用性，學(xué)者們也對(duì)商務(wù)智能的功能范圍做出了總結(jié)。代睿麗總結(jié)了商務(wù)智能在企業(yè)中的應(yīng)用，該研究表明商務(wù)智能在企業(yè)中主要應(yīng)用于三個(gè)方面：運(yùn)營分析、戰(zhàn)略決策支持以及績(jī)效管理。同時(shí)也指出在運(yùn)營分析中的使用，主要表現(xiàn)在財(cái)務(wù)方面。財(cái)務(wù)分析主要針對(duì)財(cái)務(wù)指標(biāo)，諸如利潤(rùn)、費(fèi)用等財(cái)務(wù)方面的指標(biāo)進(jìn)行分析。戰(zhàn)略決策支持主要是指商務(wù)智能技術(shù)能夠幫助管理者或者決策者獲取企業(yè)生產(chǎn)經(jīng)營的各種有價(jià)值的信息，幫助其挖掘更多反映生產(chǎn)經(jīng)營狀況的信息，分析一些看似不相關(guān)的信息的內(nèi)在聯(lián)系，幫助決策者更好地制定決策?？?jī)效管理主要指的是商務(wù)智能的應(yīng)用幫助企業(yè)進(jìn)行全面質(zhì)量管理、績(jī)效考核系統(tǒng)等，能夠?qū)⑵髽I(yè)的各個(gè)方面結(jié)合在一起，共同輔助企業(yè)的持續(xù)性發(fā)展。

學(xué)術(shù)界，商務(wù)智能在銷售預(yù)測(cè)、異常行為檢測(cè)、個(gè)性化推薦以及數(shù)據(jù)質(zhì)量評(píng)估等方面有著廣泛的應(yīng)用。關(guān)于預(yù)測(cè)，Hui Yuan等人在其研究中提出一種基于在線用戶行為數(shù)據(jù)的銷售預(yù)測(cè)數(shù)據(jù)挖掘框架，最終目的是預(yù)測(cè)銷售趨勢(shì)。隨之進(jìn)一步地研究用戶的購買量，Huailin Dong等人在其研究中利用天貓的真實(shí)行為數(shù)據(jù)進(jìn)行分析，利用模型預(yù)測(cè)用戶未來購買量。Naeimeh Laleh最新的研究提出基于風(fēng)險(xiǎn)評(píng)估的模型，用于社交網(wǎng)絡(luò)中的異常行為檢測(cè)，能夠保證數(shù)據(jù)安全。關(guān)于推薦，Xiaoping Su基于關(guān)聯(lián)規(guī)則的方法對(duì)不同性別用戶的網(wǎng)上購買行為進(jìn)行分析，分別為用戶進(jìn)行商品推薦。Yuqi Wang基于用戶的四種實(shí)際行為操作，提出一種基于FMs算法的良好用戶行為預(yù)測(cè)模型，預(yù)測(cè)顧客行為，最終用于產(chǎn)品個(gè)性化推薦。關(guān)于數(shù)據(jù)質(zhì)量評(píng)估，William J. Doll通過衡量用戶滿意度間接衡量數(shù)據(jù)的質(zhì)量，該研究對(duì)用戶進(jìn)行調(diào)查確定五個(gè)衡量標(biāo)準(zhǔn)：內(nèi)容、準(zhǔn)確性、格式、易用性和及時(shí)性。但此研究相對(duì)來說存在一定的局限性。

參考文獻(xiàn)：

[1]Luhn H.P.A Business Intelligence System， IBM Journal [J].1958，10：314-319.

[2]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）：50-52.

[3]陳紅軍.商務(wù)智能基于大數(shù)據(jù)的有效決策[J].企業(yè)管理，2018（04）：101-103.

[4]Ko I S ， Abdullaev S R . A Study on the Aspects of Successful Business Intelligence System Development[C]//International Conference on Computational Science. Springer-Verlag，2007.

[5]劉澤.我國企業(yè)應(yīng)用商務(wù)智能的現(xiàn)狀、挑戰(zhàn)與對(duì)策研究[J].科技管理研究，2012，32（02）：34-37.

[6]代睿麗.商務(wù)智能價(jià)值及其應(yīng)用[J].合作經(jīng)濟(jì)與科技，2018（06）：116-117.

[7]Yuan H ， Xu W ， Wang M . Can online user behavior improve the performance of sales prediction in E-commerce？[C]// IEEE International Conference on Systems.IEEE，2014.

[8]Dong H ， Xie L， Zhang Z . Research on statistics-based model for E-commerce user purchase prediction[C]// International Conference on Computer Science & Education.IEEE，2015.

[9]Laleh N， Carminati B， Ferrari E. Risk Assessment in Social Networks Based on User Anomalous Behaviors[J].IEEE Transactions on Dependable & Secure Computing，2018，15（2）：295-308.

[10]Su X， Zhou H. The analysis and mining of purchasing behavior in E-commerce[C]// International Conference on Computer Science & Service System.IEEE，2011.

[11]Wang Y，Shang W， Li Z. The application of factorization machines in user behavior prediction[C]// IEEE/ACIS International Conference on Computer & Information Science.IEEE，2016.

[12]Doll W J，Torkzadeh G.The Measurement of End-User Computing Satisfaction[J].Mis Quarterly，1988，12（2）：259-274.