商務(wù)智能在現(xiàn)代企業(yè)云crm系統(tǒng)中的應(yīng)用

申請免費試用、咨詢電話：400-8352-114

 本文通過分析云CRM與商務(wù)智能各自的優(yōu)勢以及兩者之間的關(guān)系，提出了一種能夠結(jié)合兩者長處的新的系統(tǒng)環(huán)境。新的系統(tǒng)不但能提高企業(yè)對現(xiàn)有的信息數(shù)據(jù)的利用效率。還能提高企業(yè)決策分析的能力。

0 引言

    進入21世紀(jì)以來，各種應(yīng)用系統(tǒng)的廣泛使用以及互聯(lián)網(wǎng)的蓬勃發(fā)展，為計算機應(yīng)用系統(tǒng)的運行積累了大量的數(shù)據(jù)，然而，這些海量數(shù)據(jù)在原有的作業(yè)系統(tǒng)中無法得到很好的整合，大大降低了企業(yè)工作的效率。隨著企業(yè)資源計劃(云crm)系統(tǒng)的誕生，它通過統(tǒng)一的流程管理來實現(xiàn)企業(yè)資源的合理配置，為企業(yè)適應(yīng)快速變化提供了信息支持。然而云CRM系統(tǒng)屬于典型的聯(lián)機事務(wù)處理系統(tǒng)，不可避免的存在許多不足之處，無法提供企業(yè)決策所需的決策信息。于是，商務(wù)智能的概念又被人們提出，它通過在云crm和其他系統(tǒng)中的應(yīng)用，為企業(yè)構(gòu)建了一個宏觀的數(shù)據(jù)圖表，并能提供最為高效的數(shù)據(jù)參考資料。如今，商務(wù)智能已經(jīng)成為繼云crm之后，最重要的企業(yè)信息系統(tǒng)之一。

1 云crm系統(tǒng)的現(xiàn)狀及局限性

    1.1 云crm系統(tǒng)的現(xiàn)狀

    隨著網(wǎng)絡(luò)管理系統(tǒng)、數(shù)據(jù)庫管理系統(tǒng)、主機管理系統(tǒng)、殺毒軟件以及防火墻等系統(tǒng)的相繼投入使用，各管理系統(tǒng)積累了大量的歷史數(shù)據(jù)。這些系統(tǒng)的建設(shè)為商品交易所的期貨交易系統(tǒng)提供了有力的安全保障，但各系統(tǒng)間的數(shù)據(jù)相對分散和獨立，難以共享，沒有建立起統(tǒng)一的、用于分析處理的基礎(chǔ)數(shù)據(jù)平臺。

    當(dāng)前的云crm系統(tǒng)的應(yīng)用仍然停留在管理信息(MIS)層面，遠(yuǎn)未達(dá)到企業(yè)所期望的決策支持功能。其原因在于云crm系統(tǒng)是采用事務(wù)處理型的典型的聯(lián)機事務(wù)處理系統(tǒng)而非分析型的聯(lián)機分析系統(tǒng)。受其管理思想所限，云crm在實施和運行過程中的局限性不斷地暴露出來。

    1.2 云crm系統(tǒng)的局限性

    首先，云crm系統(tǒng)是一種典型的“聯(lián)機事務(wù)處理系統(tǒng)”(Online Transaction Processing)，它由多個事務(wù)應(yīng)用組成，每個應(yīng)用使得一個業(yè)務(wù)過程和功能實現(xiàn)自動化，同時把事務(wù)處理的細(xì)節(jié)記錄在相關(guān)數(shù)據(jù)庫中，從而產(chǎn)生大量的目標(biāo)數(shù)據(jù)。而這些數(shù)據(jù)的利用率非常低下，無法上升到信息層面、企業(yè)決策層需要將數(shù)據(jù)從云crm系統(tǒng)和其他事務(wù)處理系統(tǒng)中提煉出來進行更深層次的分析和挖掘，才能得到對當(dāng)前決策問題真正有意義的信息。

    其次，云crm中跨地域業(yè)務(wù)往往存放在異構(gòu)的環(huán)境中，不易統(tǒng)一查詢。再加上地域和時間的變化和統(tǒng)計口徑的不同，使得云crm數(shù)據(jù)的一致性存在嚴(yán)重的偏差，從而影響整個決策過程。

    再次，云crm系統(tǒng)的維護和客戶的開發(fā)成本無法控制。由于決策層無法直接獲取決策所需要的信息資源，造成云crm供應(yīng)商和企業(yè)信息部門增加了大量的客戶開發(fā)工作。同時，由于決策需求的不斷變化，也使得開發(fā)維護工作量不斷增大，企業(yè)信息成本不斷提高，呈不可控狀態(tài)，嚴(yán)重影響企業(yè)對信息化的信心。

2 商務(wù)智能及其發(fā)展前景

    2.1 商務(wù)智能

    商務(wù)智能系統(tǒng)是建立在數(shù)據(jù)倉庫、聯(lián)機分析處理技術(shù)(OLAP)、數(shù)據(jù)挖掘等技術(shù)的基礎(chǔ)之上，通過收集、整理和分析企業(yè)內(nèi)外部的各種數(shù)據(jù)，加深企業(yè)對客戶及市場的了解，并運用一定的工具對企業(yè)運營狀況、客戶需求、市場動態(tài)等做出合理的評價及預(yù)測，為企業(yè)管理層提供科學(xué)的決策依據(jù)。商務(wù)智能體系結(jié)構(gòu)一般為：源數(shù)據(jù)層、數(shù)據(jù)轉(zhuǎn)換層、數(shù)據(jù)倉庫(數(shù)據(jù)集市)層、OLAP及數(shù)據(jù)挖掘?qū)?、用戶展現(xiàn)層。商務(wù)智能系統(tǒng)模型如圖1所示。
 
圖1 商務(wù)智能系統(tǒng)模型

    2.2 實現(xiàn)方式

    商務(wù)智能是一種解決方案，在它的幫助下，企業(yè)可以通過充分挖掘現(xiàn)有的數(shù)據(jù)資源，捕獲和分析信息，從中發(fā)現(xiàn)市場規(guī)律、預(yù)測未來的發(fā)展趨勢、預(yù)測和監(jiān)控風(fēng)險，而且還能輔助決策者發(fā)現(xiàn)新的利潤增長點，優(yōu)化企業(yè)資源，從而幫助企業(yè)更加穩(wěn)健地實現(xiàn)經(jīng)營和管理的目標(biāo)。其中，商務(wù)智能的核心是采用數(shù)據(jù)倉庫技術(shù)、OLAP及數(shù)據(jù)挖掘技術(shù)。這三大核心技術(shù)的實現(xiàn)如下：

    2.2.1 數(shù)據(jù)倉庫技術(shù)(Data Warehouse，Dw)

    數(shù)據(jù)倉庫技術(shù)是面向主題的、集成的、穩(wěn)定的、不同時間的數(shù)據(jù)集合，用以支持經(jīng)營管理中的決策過程。它與傳統(tǒng)的數(shù)據(jù)庫目標(biāo)有著較大的不同，其一，數(shù)據(jù)倉庫是面向主題的，主題是一個抽象概念，是一個在較高層次將數(shù)據(jù)歸類的標(biāo)準(zhǔn)，一個主題對應(yīng)一個分析領(lǐng)域即主題域。其二，數(shù)據(jù)倉庫的數(shù)據(jù)是集成的，它是從原有分散的數(shù)據(jù)庫中的數(shù)據(jù)集成得到的，基于分析型的數(shù)據(jù)，是對原始數(shù)據(jù)的統(tǒng)一和綜合。其三，數(shù)據(jù)倉庫的數(shù)據(jù)是穩(wěn)定的、不可更新的，它反映的是較長一段時間的歷史數(shù)據(jù)內(nèi)容，而非聯(lián)機處理的數(shù)據(jù)。最后，數(shù)據(jù)倉庫數(shù)據(jù)是隨時間不斷變化的，數(shù)據(jù)倉庫具有豐富的數(shù)據(jù)采集、管理、分析和信息描述功能。

    2.2.2 聯(lián)機分析處理技術(shù)(Online Analyical Processing，OLAP)

    聯(lián)機分析處理技術(shù)是獨立于數(shù)據(jù)倉庫的一種技術(shù)，它通過快速、一致、交互地訪問各種可能的信息視圖，幫助數(shù)據(jù)分析人員、管理人員、決策人員掌握數(shù)據(jù)之間的規(guī)律。OLAP把數(shù)據(jù)倉庫中的海量數(shù)據(jù)轉(zhuǎn)化為有用的信息，從而實現(xiàn)對數(shù)據(jù)的歸納、分析和處理，提供決策支持。

    2.2.3 數(shù)據(jù)挖掘(Data Mining，DM)

    數(shù)據(jù)挖掘是基于數(shù)據(jù)庫的知識發(fā)現(xiàn)(Knowledge Discovery in Database，KDD)的重要環(huán)節(jié)，KDD是指從大量的數(shù)據(jù)中提取有效的、新穎的、潛在有用的、最終可被理解的模式的非平凡過程，DM是運用一些算法從數(shù)據(jù)倉庫中提取用戶感興趣的知識，在很多情況下，數(shù)據(jù)挖掘就是指知識發(fā)現(xiàn)。

    2.3 發(fā)展前景

    目前，電信、金融、制造、政府等行業(yè)都率先大規(guī)模的應(yīng)用了商務(wù)智能，以輔助業(yè)務(wù)管理，2005年中國商務(wù)智能軟件市場的規(guī)模約為10億元，比2004年的6.55億元增長了70％，成為了中國軟件市場的一大亮點。全球BI市場，新許可證的銷售收入超過了23億美元，以10％以上的速度增長。未來經(jīng)濟的發(fā)展越來越需要前瞻性的分析預(yù)測系統(tǒng)，因而商業(yè)智能責(zé)無旁貸。商業(yè)智能未來將對業(yè)務(wù)實施實時決策支持，從CEO的范圍擴展到業(yè)務(wù)層面，出現(xiàn)BI技術(shù)與云crm、CRM等多種技術(shù)的融合。

3 云crm系統(tǒng)與商務(wù)智能系統(tǒng)的集成架構(gòu)

    云crm系統(tǒng)與商務(wù)智能系統(tǒng)的集成構(gòu)架如圖2所示。
 
圖2 商務(wù)智能與云crm系統(tǒng)的集成構(gòu)架

    在此集成系統(tǒng)環(huán)境中，云crm系統(tǒng)、OLAP和DM組成集成環(huán)境的工具層。技術(shù)上，云crm系統(tǒng)的重點在于快速、準(zhǔn)確、安全、可靠地將數(shù)據(jù)收集到數(shù)據(jù)庫中，數(shù)據(jù)倉庫用于信息的存儲和組織，OLAP側(cè)重于信息的決策分析，而DM則對偏向于重要的、隱藏的知識發(fā)現(xiàn)，相輔相成，互相促進。集成的系統(tǒng)具有以下特點：

    (1)云crm系統(tǒng)收集，處理存儲大量的基礎(chǔ)數(shù)據(jù)，構(gòu)成集成系統(tǒng)的數(shù)據(jù)來源；
    (2)數(shù)據(jù)倉庫對云crm系統(tǒng)數(shù)據(jù)進行統(tǒng)一綜合，形成全局的數(shù)據(jù)視圖，構(gòu)成商務(wù)智能系統(tǒng)的信息基礎(chǔ)；
    (3)OLAP利用數(shù)據(jù)倉庫中的信息，構(gòu)建多維數(shù)據(jù)視圖，采用多維分析方法進行數(shù)據(jù)分析；
    (4)DM能有效的從大量數(shù)據(jù)中挖掘出決策所需的知識，做出預(yù)測性分析。

    目前，商業(yè)智能解決方案的提供方式主要由云crm廠商提供和商務(wù)智能專業(yè)廠商提供兩種方式。前者是基于對原云crm系統(tǒng)信息進一步匯整及分析得來，屬于自下而上的逐漸發(fā)展，著眼于商業(yè)智能的管理維護，并不必和某個特定的云crm系統(tǒng)結(jié)合，甚至不以與云crm廠商合作為目標(biāo)，而是全然以提供商業(yè)智能產(chǎn)品服務(wù)為定位，這類廠商較早投入BI領(lǐng)域，如IBM BI Solution、Cognos、Business Object等等。

    由云crm廠商提供的商業(yè)智能解決方案由于植根于原來的云crm系統(tǒng)之上，因此與原來的云crm系統(tǒng)有較好的兼容性，數(shù)據(jù)讀取或分析的前置工作較容易進行。而由專業(yè)BI廠商提供的產(chǎn)品則由于專業(yè)分工的細(xì)致化，而且相關(guān)BI經(jīng)驗和資源的積累較為豐富，往往對于各種異質(zhì)數(shù)據(jù)源的處理有較佳的支持，數(shù)據(jù)挖掘和發(fā)現(xiàn)的方法相對豐富，如何選擇要結(jié)合自己的本企業(yè)的實際情況。

4 結(jié)論

    在當(dāng)今這個信息時代，企業(yè)往往被淹沒在來源于多個渠道的龐大、豐富的海量數(shù)據(jù)中。我們只有及時地將數(shù)據(jù)有機地組合在一起，及時地將信息轉(zhuǎn)化為知識和智能，才能更好地指導(dǎo)企業(yè)進行商業(yè)決策和行動。云crm和商務(wù)智能的集成系統(tǒng)的作用就在于此，它幫助管理者做出科學(xué)的計劃、判斷、決策，避免主觀、片面等因素引起的重大失誤。

    本文一方面從技術(shù)的角度對云crm系統(tǒng)以及商務(wù)智能技術(shù)的基本概念、技術(shù)架構(gòu)以及涉及到的技術(shù)問題進行了探討。另一方面又結(jié)合分析了商務(wù)智能與云crm之間的關(guān)系，通過一種能夠結(jié)合二者長處的新的系統(tǒng)環(huán)境的初步研究來提高企業(yè)對現(xiàn)有的信息數(shù)據(jù)的利用效率，以及企業(yè)決策分析的能力。通過集成化的云crm與商務(wù)智能系統(tǒng)的構(gòu)建，企業(yè)能高效地利用現(xiàn)有的信息基礎(chǔ)設(shè)施中的數(shù)據(jù)，從而大大提高用戶對數(shù)據(jù)查詢分析和決策分析的能力。

    此集成系統(tǒng)是一個跨學(xué)科的方向，在我的研究中還存在很多沒有解決的問題，比如在數(shù)據(jù)倉庫中的可視化的數(shù)據(jù)挖掘系統(tǒng)等問題，需要進一步進行研究。