商務智能研究綜述

董欣欣 陸文婷

摘要：本文基于信息時代的社會發展背景，由于數據、信息等過載問題引出商務智能，以國內外學術界的經典研究為基礎，對商務智能的定義、發展及應用三方面進行闡述，發現商務智能的應用廣泛，對于系統性認識商務智能并拓展其應用領域具有一定的意義。

關鍵詞：商務智能;數據;輔助決策

基金項目：北京市教委社科重點項目暨北京市社會科學基金項目（編號：SZ20161003821/15JGB212）;國家自然科學基金青年項目（編號：71401111）;中共北京市委組織部北京市優秀人才培養資助青年拔尖個人項目（編號：2016000026833ZS07）;北京市屬高校高水平教師隊伍建設支持計劃青年拔尖人才培育計劃

信息時代充斥著各式各樣的數據，Google全球事務高級副總裁Kent Walker指出大數據的飛速增長，且由于計算機存儲成本的下降引起的存儲數據量的激增。在過去兩年的時間，人類產生了世界上90%以上的數據。然而在每天產生的大量數據中，真正能夠分析和利用的數據究竟有多少呢？一些專家估計目前被利用的數據僅5%-10%。大量數據冗余、不相關、不完整或質量很差。因此將數據轉換為信息用于現實具有一定意義，商務智能應運而生。

一、商務智能的定義

商務智能最早由Hans Peter Luhn在IBM內部的一本雜志上面發表的一篇文章提及，在這篇文章中提到了“商務智能”這一名詞，指的是一種用于生意處理上的信息系統。1989年Gartner Group的分析師Howard Dressner創造了商業智能這一術語。商務智能能夠將企業的中國的數據整合，準確快速地提取其中的有用信息，并析出對于決策有利的依據，能夠幫助管理者做出決策。一些觀點認為現代商務智能就是利用各種工具、技術和應用程序將數據轉換為可操作的信息的過程。2013年，人們對商務智能的認知還停留在商務智能是一個總稱，指的是用于分析組織原始數據的各種軟件應用程序的階段。商務智能作為一門學科由幾個相關活動組成、包括數據挖掘、在線分析處理（OLAP）、查詢和報告。有學者提出商務智能是組織中的大規模決策支持系統（DSS）的總稱?，F在，商務智能依然是組織中最大的IT投資領域，也被評為全球最優先的技術領域。

國內學者胡翠華和陳登科基于眾位學者對于商務智能的認識及描述，認為商務智能能夠幫助組織了解運作狀況并進行分析、預測、計劃。商務智能是一種技術、應用，更是一種商業行為。陳紅軍對商務智能提出了自己的見解，主張商業智能是一套完整的解決方案。同時有學者將商務智能定義為一種信息技術，一種收集、整理、分析結構化和非結構化數據的信息技術工具，能夠幫助決策者獲取有用的知識幫助決策者把握未來的競爭優勢，幫助決策者做出高效、正確的決策。由此，商務智能才與管理建立了密切的聯系。盡管諸位學者都對商務智能的定義意見不一，但綜上來看商務智能的最終目的都是為了輔助決策，在企業中扮演著一個十分重要的角色，能夠幫助管理者從紛繁復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，商務智能已不僅僅是單純的一種軟件工具了，而是能夠應用于企業管理的一種手段，甚至可以稱為一種管理思想。能夠幫助企業管理者全面、及時并準確地處理數據和分析數據。在大數據的背景下，商務智能在我國的發展及應用對于我國各個行業具有里程碑式的意義。

二、商務智能的發展

商務智能相比于國內，在國外出現得較早，因此，在國外的學術研究領域相對發展得較為成熟。

商務智能出現于20世紀末期， 20世紀90年代后期有了飛速發展， 越來越多的企業需要商務智能。具體來說，商務智能的發展歷經了事務處理系統、應用執行信息系統和決策支持系統等。隨著網絡的出現和普及，在決策支持系統的基礎上演變為商務智能成為必然，原因是基于Web的信息系統在企業中廣泛使用，使得企業的數據近乎爆炸式地增長，而產生了對于數據處理分析的新的需求，就需要出現一種工具挖掘這些數據來創造更高的價值。Il Seok Ko和Sarvar R. Abdullaev將商務智能的發展分為三個階段：（1）商務智能系統是旨在完成有限范圍的操作業務活動的商務信息系統，并且以相同的方式存儲操作數據。在這個階段幾乎所有的決策都必須依賴于運營數據，有時甚至會發生沖突。（2）歷史數據從運營數據分離到數據倉庫，這些數據倉庫專門用于存儲和提供對這類數據的快速訪問。它還總結了各種長方體的數據，從而簡化了決策過程。（3）通過數據挖掘技術和人工智能發現了今天的商務智能系統，以便為決策提取知識。

三、商務智能的應用

關于商務智能的應用，一些學者對其適用行業特征進行了分析與總結。由于商務智能自身能夠從大量數據中提取有用信息，用以提供決策輔助信息給決策者的特點，商務智能適用于企業、客戶、產品線、市場、信息規模龐大的行業以及某些政府部門。劉澤在其研究中總結了商務智能應用領域，該研究提及商務智能主要應用于具有一定條件的行業這些條件包括：用戶數量達到一定規模、用戶面臨激烈的市場競爭、用戶在IT方面的資金能夠得到保障等。商務智能應用的行業領域主要集中在金融、電信、政府及消費市場等。技術不斷發展使商務智能有著更廣泛的適用性，學者們也對商務智能的功能范圍做出了總結。代睿麗總結了商務智能在企業中的應用，該研究表明商務智能在企業中主要應用于三個方面：運營分析、戰略決策支持以及績效管理。同時也指出在運營分析中的使用，主要表現在財務方面。財務分析主要針對財務指標，諸如利潤、費用等財務方面的指標進行分析。戰略決策支持主要是指商務智能技術能夠幫助管理者或者決策者獲取企業生產經營的各種有價值的信息，幫助其挖掘更多反映生產經營狀況的信息，分析一些看似不相關的信息的內在聯系，幫助決策者更好地制定決策?？冃Ч芾碇饕傅氖巧虅罩悄艿膽脦椭髽I進行全面質量管理、績效考核系統等，能夠將企業的各個方面結合在一起，共同輔助企業的持續性發展。

學術界，商務智能在銷售預測、異常行為檢測、個性化推薦以及數據質量評估等方面有著廣泛的應用。關于預測，Hui Yuan等人在其研究中提出一種基于在線用戶行為數據的銷售預測數據挖掘框架，最終目的是預測銷售趨勢。隨之進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行為數據進行分析，利用模型預測用戶未來購買量。Naeimeh Laleh最新的研究提出基于風險評估的模型，用于社交網絡中的異常行為檢測，能夠保證數據安全。關于推薦，Xiaoping Su基于關聯規則的方法對不同性別用戶的網上購買行為進行分析，分別為用戶進行商品推薦。Yuqi Wang基于用戶的四種實際行為操作，提出一種基于FMs算法的良好用戶行為預測模型，預測顧客行為，最終用于產品個性化推薦。關于數據質量評估，William J. Doll通過衡量用戶滿意度間接衡量數據的質量，該研究對用戶進行調查確定五個衡量標準：內容、準確性、格式、易用性和及時性。但此研究相對來說存在一定的局限性。

參考文獻：

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

[2]胡翠華，陳登科.商務智能在我國的發展現狀、問題及其對策[J].科技管理研究，2007（10）：50-52.

[3]陳紅軍.商務智能基于大數據的有效決策[J].企業管理，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.我國企業應用商務智能的現狀、挑戰與對策研究[J].科技管理研究，2012，32（02）：34-37.

[6]代睿麗.商務智能價值及其應用[J].合作經濟與科技，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.