0 引言

    隨著企業(yè)信息化的不斷深入，企業(yè)的日常業(yè)務(wù)中生成了大量的數(shù)據(jù)，但是，大部分用戶除了對現(xiàn)有數(shù)據(jù)做一些簡單的、局部的和淺層次的查詢外，缺少對其全面分析。怎樣才能把大量數(shù)據(jù)轉(zhuǎn)換成可靠的、有用的信息，改變現(xiàn)有“數(shù)據(jù)泛濫，知識貧乏”的局面，以幫助企業(yè)增加利潤和市場份額，已成為企業(yè)界和IT 界共同關(guān)注的問題。為此，商業(yè)智能技術(shù)應(yīng)運而生。

1 商業(yè)智能的概念

    商業(yè)智能(Business Intelligence，簡稱BI)通常被理解為將企業(yè)中現(xiàn)有的數(shù)據(jù)轉(zhuǎn)化為知識，幫助企業(yè)做出明智的業(yè)務(wù)經(jīng)營決策的工具。它充分利用現(xiàn)有的業(yè)務(wù)信息，借助現(xiàn)代信息技術(shù)，提取和組織有用信息，幫助用戶在加強(qiáng)管理、促進(jìn)營銷和企業(yè)發(fā)展方面作出及時、正確的決策，把握、分析和發(fā)現(xiàn)新的商機(jī)和潛在的威脅，從而改進(jìn)財務(wù)績效，引導(dǎo)產(chǎn)品潮流、提高服務(wù)水平、保持競爭優(yōu)勢。BI的基本處理過程如下：從不同數(shù)據(jù)源收集的數(shù)據(jù)中提取有用數(shù)據(jù)，對數(shù)據(jù)進(jìn)行清理以保證數(shù)據(jù)的正確性，將數(shù)據(jù)經(jīng)轉(zhuǎn)換、重構(gòu)后裝載到數(shù)據(jù)倉庫或數(shù)據(jù)集市，然后利用合適的查詢和分析工具、數(shù)據(jù)挖掘工具及聯(lián)機(jī)分析處理(OLAP)工具等對其進(jìn)行分析和處理，并且把結(jié)果呈現(xiàn)給管理者，為企業(yè)的決策提供支持。BI 的基本處理過程如圖1 所示。

圖1 BI 的基本處理過程圖

    因此，BI 是一個涉及很寬領(lǐng)域的集收集、合并、分析和提供信息存取功能為一身的解決方案，包括ETL 軟件、數(shù)據(jù)倉庫、數(shù)據(jù)集市、數(shù)據(jù)查詢和報告、多維(聯(lián)機(jī))數(shù)據(jù)分析、數(shù)據(jù)挖掘和可視化工具。

2 BI 的核心技術(shù)

    BI 一般由數(shù)據(jù)倉庫(或數(shù)據(jù)集市)、OLAP、數(shù)據(jù)挖掘和前端展示工具等幾部分組成。數(shù)據(jù)倉庫是BI 的基礎(chǔ)，完成對業(yè)務(wù)系統(tǒng)數(shù)據(jù)的整合；OLAP 對數(shù)據(jù)進(jìn)行分析；數(shù)據(jù)挖掘完成知識發(fā)現(xiàn)；前端展示工具把分析結(jié)果呈現(xiàn)給最終用戶。這幾部分形成統(tǒng)一整體，互相補(bǔ)充能夠?qū)ζ髽I(yè)的經(jīng)營狀況進(jìn)行全面、深入的分析。

    2.1 數(shù)據(jù)倉庫

    數(shù)據(jù)倉庫是一個面向主題的、集成的、非易失的且隨時間變化的數(shù)據(jù)集合，用來支持管理人員的決策。數(shù)據(jù)倉庫的主要特征如下：

    2.1.1 面向主題的

    數(shù)據(jù)倉庫內(nèi)的信息是按主題進(jìn)行組織的，例如銷售、客戶、產(chǎn)品等。它所關(guān)注的是為決策者提供數(shù)據(jù)建模與分析，而不是集中于組織機(jī)構(gòu)的日常操作和事務(wù)處理。

    2.1.2 集成的

    數(shù)據(jù)倉庫中的數(shù)據(jù)是從多個同構(gòu)或異構(gòu)業(yè)務(wù)處理系統(tǒng)中經(jīng)過加工、匯總和整理而得到的，數(shù)據(jù)倉庫內(nèi)的信息是關(guān)于整個企業(yè)的、一致的全局信息。

    2.1.3 非易失的

    一旦某個數(shù)據(jù)進(jìn)入數(shù)據(jù)倉庫后，一般將被長期保留(5～10年)。

    2.1.4 時變的

    數(shù)據(jù)倉庫內(nèi)所記錄的信息是企業(yè)從過去某一時間(如開始應(yīng)用數(shù)據(jù)倉庫的時間)到目前的各個階段的信息。

    概言之，數(shù)據(jù)倉庫是一種語義上一致的數(shù)據(jù)存儲充當(dāng)決策支持?jǐn)?shù)據(jù)模型的物理實現(xiàn)，并存放企業(yè)戰(zhàn)略決策所需信息。為此，也常常被看作是一種支持結(jié)構(gòu)化和專門的查詢、分析報告和決策制定的體系結(jié)構(gòu)。

    數(shù)據(jù)倉庫通常是針對企業(yè)級應(yīng)用，其所涉及的范圍和投入的成本非常巨大，一些企業(yè)無力承擔(dān)，因而其的建設(shè)也很容易形成高投入、慢進(jìn)度的大項目。數(shù)據(jù)倉庫中的數(shù)據(jù)量很大，若每次訪問都在海量數(shù)據(jù)中進(jìn)行數(shù)據(jù)檢索，會降低數(shù)據(jù)處理效率。因此，可建立數(shù)據(jù)集市。數(shù)據(jù)集市是面向某一特定主題的、邏輯上或物理上從數(shù)據(jù)倉庫中被劃分出來的數(shù)據(jù)子集。數(shù)據(jù)集市通常針對部門級的決策或某個特定業(yè)務(wù)需求，其開發(fā)周期短、費用低 能在較短時間內(nèi)滿足用戶決策的需要。因此，在實際開發(fā)過程中，可選擇在成功建立幾個數(shù)據(jù)集市后，再構(gòu)建數(shù)據(jù)倉庫的策略。

    2.2 聯(lián)機(jī)分析處理(OLAP)

    OLAP 是一種多維分析工具，目標(biāo)是滿足決策支持或多維環(huán)境下的特定查詢和報表需求，使分析人員、管理人員和執(zhí)行人員能夠從多個角度對從原始數(shù)據(jù)中轉(zhuǎn)化出來的、能夠真正為用戶所理解的并真實反映企業(yè)維特性的信息進(jìn)行快速、一致、交互的存取，從而獲得對數(shù)據(jù)的更深入了解。它的技術(shù)核心是“維”這個概念，是使數(shù)據(jù)倉庫中大量數(shù)據(jù)得以有效利用的重要工具。

    OLAP 的特性有快速性、可分析性、多維性和信息性等。根據(jù)數(shù)據(jù)存儲方式的不同，可以將OLAP 分為HOLAP MOLAP 和HOLAP。

    HOLAP 是基于關(guān)系數(shù)據(jù)庫的OLAP 實現(xiàn)。以關(guān)系數(shù)據(jù)庫為核心，以關(guān)系型結(jié)構(gòu)進(jìn)行多維數(shù)據(jù)的表示和存儲。HOLAP 將多維數(shù)據(jù)庫的多維結(jié)構(gòu)劃分為如下2 類表：一類是事實表，用來存儲數(shù)據(jù)和維關(guān)鍵字；另一類是維表，即對每個維至少使用1 個表來存放維的層次、成員類別等維描述信息。維表和事實表通過主關(guān)鍵字和外關(guān)鍵字聯(lián)系在一起，形成了星型模式或雪花模式。

    MOLAP 是基于多維數(shù)據(jù)組織的OLAP 實現(xiàn)。多維數(shù)據(jù)是決策需要的一類特殊數(shù)據(jù)，它針對不同的數(shù)據(jù)抽象層次，由所有抽象層次構(gòu)成數(shù)據(jù)立方體，在其上進(jìn)行旋轉(zhuǎn)、切片和鉆取等多維分析操作，使最終用戶能從多個角度和多個側(cè)面觀察數(shù)據(jù)庫中的數(shù)據(jù)，從而了解包含在數(shù)據(jù)庫中的信息。

    HOLAP是基于混合數(shù)據(jù)組織的OLAP 實現(xiàn)。如低層是關(guān)系型的、高層是多維矩陣型的，這種方式具有更好的靈活性。

    2.3 數(shù)據(jù)挖掘

    數(shù)據(jù)挖掘是從大量的、不完全的、有噪聲的、模糊的和隨機(jī)的實際應(yīng)用數(shù)據(jù)中，挖掘出隱含的、先前未知的、對決策有潛在價值的知識和規(guī)則的過程。

    數(shù)據(jù)挖掘的目的是生成可以根據(jù)其所示的含義采取行動的知識，也就是建立一個現(xiàn)實世界的模型。根據(jù)模型功能的不同，可以把數(shù)據(jù)挖掘分成如下2 類：

    ①描述型數(shù)據(jù)挖掘，即根據(jù)數(shù)據(jù)的相似性把數(shù)據(jù)分組(聚集)，或?qū)��?shù)據(jù)中存在的規(guī)則進(jìn)行描述(關(guān)聯(lián)分析)；②預(yù)言型數(shù)據(jù)挖掘，即根據(jù)數(shù)據(jù)值精確地確定某種結(jié)果，包括分類、回歸、時間序列分析等。

    數(shù)據(jù)挖掘方法主要有數(shù)學(xué)統(tǒng)計方法、 決策樹方法、神經(jīng)網(wǎng)絡(luò)方法、遺傳進(jìn)化方法、基于事例的推理方法、粗集方法以及可視化技術(shù)等。運用數(shù)據(jù)挖掘進(jìn)行知識發(fā)現(xiàn)的過程一般包括以下7 個步驟：①識別商業(yè)問題；②識別和研究數(shù)據(jù)來源，選取數(shù)據(jù)；③提取和處理數(shù)據(jù)；④對數(shù)據(jù)進(jìn)行挖掘(如發(fā)現(xiàn)關(guān)聯(lián)規(guī)則或者產(chǎn)生預(yù)測模型)；⑤驗證數(shù)據(jù)挖掘結(jié)果；⑤在商業(yè)實際中應(yīng)用挖掘模型；⑥投入產(chǎn)出(ROI)計算。

3 BI 在電力營銷中的應(yīng)用

    隨著電力營銷管理信息系統(tǒng)的相繼建設(shè)和投入使用，企業(yè)積累了豐富的客戶信息資料和市場需求信息。采用BI 技術(shù)進(jìn)行信息綜合分析，可提高經(jīng)濟(jì)活動分析水平，加強(qiáng)電量電費信息管理，提高系統(tǒng)售電收入。分析電力公司計費數(shù)據(jù)和電網(wǎng)管理數(shù)據(jù)，計算出某時間段內(nèi)或某地區(qū)內(nèi)的用電負(fù)荷、用戶數(shù)、線路損耗等數(shù)據(jù)，可以得出電力負(fù)荷走勢及各地區(qū)用電量對比，以便為生產(chǎn)計劃和任務(wù)調(diào)度制定策略；分析生產(chǎn)和銷售數(shù)據(jù)，可輔助勞動組織管理和財務(wù)資金運籌，提高勞動生產(chǎn)率和企業(yè)經(jīng)濟(jì)效益，合理組織物資供應(yīng)及調(diào)撥，降低物資消耗。

    電力用戶是個廣泛、復(fù)雜的用戶群，用戶需求根據(jù)不同的時間、地域、行業(yè)，相差很大。電力企業(yè)在長期的運行過程中，已經(jīng)積累了大量的用戶資料和歷史數(shù)據(jù)。根據(jù)這些資料和數(shù)據(jù)建立用電數(shù)據(jù)倉庫，采用數(shù)據(jù)挖掘的方法進(jìn)行有針對性的分析，可以得到需求模型。根據(jù)這個模型來制定電網(wǎng)規(guī)劃和供電計劃，就能夠降低發(fā)電成本，提高效益。電力公司混合使用人工智能中的人工神經(jīng)網(wǎng)絡(luò)、模糊邏輯等技術(shù)，對用戶的管理、消費和交易等數(shù)據(jù)進(jìn)行綜合處理，以歐幾里得距離為判據(jù)得到分類用戶模型，并用可視化的圖表方式表達(dá)出來，輔助進(jìn)行用戶分析。按不同的特征對用戶進(jìn)行分析，可以挖掘到不同領(lǐng)域的信息。

    按用戶對企業(yè)的利潤貢獻(xiàn)度進(jìn)行用戶分析，可以得到哪些用戶群體對企業(yè)的貢獻(xiàn)比較大。對貢獻(xiàn)大的用戶，可以提供更適合他們的服務(wù)，以鼓勵他們更多地消費。這對制定用電營銷策略和研究銷售特性都有很好的指導(dǎo)作用。

    按用戶消費的信用進(jìn)行用戶分析，就可以找出哪些用戶的信用比較好，哪些的信用比較差。針對用戶信用的不同，對他們所提供的服務(wù)的級別也應(yīng)該是不同的。對信用好的用戶，不但要給予更好的服務(wù)，同時也要給予他們更多的優(yōu)惠。

    按消費量進(jìn)行分析，不但可以找出哪些用戶的消費能力強(qiáng)，哪些的消費能力弱，而且還可以找出可能偷竊電或電表計量有問題的用戶。

    按服務(wù)質(zhì)量和客戶情況進(jìn)行分析，以提高服務(wù)質(zhì)量。針對客戶投訴的主要原因是服務(wù)響應(yīng)率低、服務(wù)質(zhì)量低劣和服務(wù)價格比不平衡，使用客戶描述和劃分技術(shù)將客戶按不同類型(如價格敏感度、消費習(xí)慣、對服務(wù)中斷的反應(yīng)等)進(jìn)行客戶群分組，針對不同客戶改善相應(yīng)服務(wù)。

    按行業(yè)欠費和重點欠費戶情況進(jìn)行分析，利用OLAP 和數(shù)據(jù)挖掘技術(shù)，總結(jié)各種欠費行為的內(nèi)在規(guī)律，并在數(shù)據(jù)倉庫的基礎(chǔ)上建立一套欠費行為規(guī)則庫，及時預(yù)警各種欠費，盡量減少企業(yè)損失。

    BI 項目在實施過程中應(yīng)該能夠及時應(yīng)對市場的變化，完善內(nèi)部管理，提高企業(yè)的經(jīng)營效率。BI 的實施一般可分為如下5 個階段： ①確定目標(biāo)階段；②數(shù)據(jù)收集和預(yù)處理階段；③信息發(fā)送階段；④數(shù)據(jù)解釋和建模階段；⑤基于知識的行動階段。

4 結(jié)論

    BI 是技術(shù)與業(yè)務(wù)管理緊密結(jié)合的產(chǎn)物，是企事業(yè)單位在信息爆炸時代使用信息技術(shù)的高級模式，其沒有終止，只有不斷深入的過程。電力行業(yè)商業(yè)智能為管理層提供面向企業(yè)經(jīng)營決策和生產(chǎn)統(tǒng)計、分析的功能，為決策者提供最為有效和準(zhǔn)確的數(shù)據(jù)依據(jù)，提供高層決策參考，對制定行業(yè)的戰(zhàn)略發(fā)展目標(biāo)和市場策略，促進(jìn)業(yè)務(wù)發(fā)展，完善服務(wù)質(zhì)量，提高客戶滿意度等提供支持，從而提高風(fēng)險控制能力和經(jīng)營決策能力，具有廣闊的應(yīng)用前景。

核心關(guān)注：拓步ERP系統(tǒng)平臺是覆蓋了眾多的業(yè)務(wù)領(lǐng)域、行業(yè)應(yīng)用，蘊(yùn)涵了豐富的ERP管理思想，集成了ERP軟件業(yè)務(wù)管理理念，功能涉及供應(yīng)鏈、成本、制造、CRM、HR等眾多業(yè)務(wù)領(lǐng)域的管理，全面涵蓋了企業(yè)關(guān)注ERP管理系統(tǒng)的核心領(lǐng)域，是眾多中小企業(yè)信息化建設(shè)首選的ERP管理軟件信賴品牌。

轉(zhuǎn)載請注明出處：拓步ERP資訊網(wǎng)http://www.ezxoed.cn/

本文標(biāo)題：商業(yè)智能BI及其在電力營銷中的應(yīng)用設(shè)計

本文網(wǎng)址：http://www.ezxoed.cn/html/consultation/1082006028.html