第一篇：商务智能(BI)论文：汽车营销商务智能软件的设计与实现
商务智能(BI)论文：汽车营销商务智能软件的设计与实现
【中文摘要】中国加入了世贸组织(WTO)以后,中国汽车行业的竞争变得更加激烈和残酷,国外企业逐步进入中国市场,国内企业不断扩大规模,都纷纷抢夺资源、客户和市场。面对这些竞争压力,汽车企业管理者当前最重要的问题就是如何了解并掌握瞬息万变的市场情况和竞争对手的战略措施,及时调整自家企业的经营策略,并做出正确的营销决策,以确保维持老客户、开拓新客户,从而保持并提高利润和市场份额。本论文是依据国家863计划课题“面向汽车营销的智能决策支持系统”,进行了“汽车营销商务智能软件”的设计与实现。本文大体包括市场需求预测、客户行为分析和汽车配送三个功能模块的设计与研发,并将其整合和调试,构建整个系统。在企业决策和客户关系管理理论指导下,将商务智能和数据挖掘技术应用于该系统,使其能够更好地满足各个功能模块的特定需求,从而实现辅助决策的功能。具体包括:使用统计学中的因果分析法和时间序列法,数据挖掘中的BP神经网络法进行市场需求分析和预测;使用数据挖掘中的聚类算法K-means、关联规则Apriori、ID3决策树和模糊评判方法分别进行客户价值细分、潜在客户识别、客户流失分析和客户满意度分析;使用模糊离散粒子群优化算法求解车辆路径问题...【英文摘要】After China joined the WTO, the economy and industries in China have been gradually getting close to the world and the speeding up Chinese economic development has been
affected by the global economy and competition.The traditional management pattern could not keep up with the pace of the word, so that the introduction of advanced technologies, theories and cultures becomes inevitable.As one of the leader industries in China, automobile industry is investing more and more money on information technology y...【关键词】商务智能(BI)数据挖掘(DM)客户关系管理(CRM)市场预测 客户分析
【英文关键词】Business Intelligence(BI)Data Mining(DM)Customer Relationship Management(CRM)Market Forecasting Customer Analysis 【目录】汽车营销商务智能软件的设计与实现4-512-1613-1416-24关概念1616摘要5-7
Abstract7-9
提要
第1章 绪论1.2 研究目的第2章 相关技术原理2.1.1 商务智能的相1.1 研究背景和意义12-131.3 研究内容概述14-162.1 商务智能(BI)16-172.1.2 商务智能与智能决策支持关系
2.2 数据2.2.2 2.1.3 汽车营销中的商务智能技术16-17
2.2.1 数据挖掘的分类17-20挖掘(DM)17-21数据挖掘在汽车营销管理中的应用20-21(CRM)21-22
2.3 客户关系管理
2.3.2
2.3.1 客户关系管理的概念21-22客户关系管理在汽车行业中的应用222.4 开发环境及采用技
术22-2424-36法24-27析算法28-34第3章 汽车营销商务智能软件的算法研究3.1 市场需求预测算法
24-28
3.1.1 统计学方3.2 客户行为分
3.2.2 3.1.2 数据挖掘方法27-28
3.2.1 客户价值细分算法28-3030-31
3.2.3 客户流失分析算法
32-34潜在客户识别算法31-323.2.4 客户满意度分析算法3.3 汽车配送算法34-36实现36-553738-4139-40
第4章 汽车营销商务智能软件系统架构设计与4.1 技术路线36-38
4.1.1 技术框架4.2 总体设计
4.2.2 数据预处理4.3 各功能模块设4.1.2 服务框架37-384.2.1 体系结构设计394.2.3 构建数据仓库40-41计与实现41-5542-44
4.3.1 市场预测模块设计与实现
4.3.3 4.3.2 客户分析模块设计与实现44-51汽车配送模块设计与实现51-5252-53
4.3.4 登录模块设计与实现
第54.3.5 业务员管理模块设计与实现53-55
55-5955-57章 汽车营销商务智能软件的验证和分析与企业验证55-57验证5757-5859-615960-61
5.1.1 系统测试
5.1 系统测试5.1.2 企业5.2 结果分析57-595.2.1 市场前景分析
第6章 结论与展望5.2.2 竞争优势分析58-596.1 工作总结59-606.1.2 技术难点59-60参考文献61-63
6.1.1 创新内容6.2 未来工作展望作者简介及在学期间所取得的科研成果63-64致谢64
第二篇：《商务智能》读后感
《商务智能》读后感
——信息中心高翔
近些年来，“商务智能”这一词时时出现在我们的视线之中。由于智能商务将先进的信息技术应用到企业的信息化建设中，因此，商务智能广泛受到世界各行各业的青睐。随着计算机技术的发展，以及企业的信息过载、市场竞争加剧,企业与企业之间的交流与竞争大都是通过数据访问和共享等情况而发展。商务智能发展的时间虽然不长，但是已经成为备受企业关注的对象，它的应用前景非常广阔。为了对商务智能有更加深入和系统的学习，我最近拜读了赵卫东老师的《商务智能》这一本书。
在这一本书中，赵老师主要向读者介绍了商务智能系统的架构以及商务智能的核心技术——数据仓库、数据挖掘与OLAP的基本概念、基本方法和技术，然后在此基础上，讨论了商务智能在电子商务、移动商务、知识管理、Web挖掘、企业绩效管理、流程管理和RFID数据管理等领域的应用，此外还分析了商务智能在国内外的发展趋势。这本书内容新颖、全面，案例丰富，是我们这些信息技术人员学习商务智能的良好参考资料。
商务智能，英文为Business Intelligence，简写为BI，于1996年被Gartner Group的Howard Dresner首次提出，它描述了一系列的概念和方法，通过应用于基于事实的支持系统，来辅助商业决策的制定。商业智能的支撑技术主要由数据仓库（ＤＷ）、在线分析处理（ＯＬＡＰ）以及数据挖掘（ＤＭ）三部分组成。所谓数据仓库是指面向
主题的、集成的、稳定的、不同时间的数据集合，用以支持经营管理中的决策制定过程；在线分析处理是指是一种高度交互式的过程，信息分析专家可以即时进行反复分析，迅速获得所需结果；数据挖掘是指是从浩瀚如海的数据和文档中发现以前未知的、可以理解的信息的过程。商务智能的过程是指：从不同的数据源（交易系统或其他内容储存系统）收集的数据中提取有用的数据，对数据进行清理以保证数据的质量，将数据经转换、重构后存入数据仓库或数据集市（这时数据变为信息），然后寻找合适的查询、报告和分析工具和数据挖掘工具对信息进行处理（这时信息变为辅助决策的知识），最后将知识呈现于用户面前，转变为决策。
商业智能通常被理解为将企业中现有的数据转化为知识，帮助企业做出明智的业务经营决策的工具。这里所谈的数据包括来自企业业务系统的订单、库存、交易账目、客户和供应商等来自企业所处行业和竞争对手的数据以及来自企业所处的其他外部环境中的各种数据。企业不管大小，都必须对瞬息万变的市场情况做出及时、高效的反应，而这些反应都必须建立在对全面、准确和及时的数据基础上。一般而言，智能型企业更能够反应迅速、适应顾客变化的需要以及采取正确的顾客解决方案。
商务智能的出现经历了一个渐进的、复杂的演进过程，并且仍处于发展之中。现如今的商务智能逐渐从战略型的BI转型为操作型或者实施型的BI，更加关注绩效、价值和数据质量，着眼于更成熟的数据分析和展现技术。但商务智能在中国的发展尚处于起步阶段，大部分
企业对商务智能仍然缺乏了解，并且在企业实际的应用过程当中，商业智能的失败率达到70%，这又是什么原因呢？对此，我认为，商务智能在国内实施成功率不高主要有以下几个方面的原因：
1、起步晚。很多人对商业智能了解不多，意识不强、参与度不高。
商业智能的提出，据今已有十几年的历史，国外成熟的信息系统以及管理理念比较成熟，而国内则不同，由于国内信息化起步比较晚，导致了商业智能的建设要比国外的商业智能建设晚，很多人对于商业智能并不是很了解，现在一直处于报表的阶段，同时也无法正确理解商业智能的价值，从而导致了商业智能这种技术一直不能得到大规模的普及。
2、技术不成熟。目前只有报表、OLAP、仪表盘和统计分析等用的比较成功，而其他方面的应用还处于研发、摸索阶段。例如非结构化数据的处理、数据质量不高的数据处理，目前还缺少有效的实用工具。
3、目前在中高端市场，国外商务智能解决方案提供商垄断市场，但其业务模型与国内企业不完全适应，国内的商务智能解决方案供应商无论从产品的完整性和实施能力上也没有多大优势。
4、缺乏既懂商业智能技术，又熟悉企业业务的人员，在商务智能市场逐年有很大增长的情况下，无论从数量上还是质量上都无法满足企业的需求。
5、商业智能项目的软硬件和实施费用很高，风险也比较大。
由于上诉原因的共同作用，才导致了现如今商务智能在我国的应用现状。但由于商务智能可以利用现代信息技术收集、管理、展示和分析那些结构化和非结构化的商务数据和信息的诉求，进而实现商务决策的精准性、有效性、快速性和动态性，所以商务智能市场潜力巨大。现在有一些有远见的企业正在努力克服上述问题，并将商务智能应用于本企业的信息化建设之中，其中不乏一些成功的案例，例如宝钢、中国海关等企业。
以我们烟草企业为例，日常经营活动中产生大量数据，这些数据包含有哪类产品更受哪类客户的喜欢，哪类促销活动能提升销售额，什么时间段应该推出什么样的产品等等信息。所以面对如此海量并且很有商业价值的数据，我们可以考虑将商务智能应用于我们的企业信息化建设之中，运用新技术为领导者的正确决策提供依据。对此，我有以下设想：
1、传统的数据分析工具、方法对于我们企业的海量数据来说，是非常耗费人力、物力、财力的。通过应用商务智能，我们可以将新的信息技术有效地应用在商务分析中，从而优化企业的信息管理系统。商务智能过程中所运用到的信息技术主要包括先收集各种数据，随后提取有用数据，再利用计算机技术对数据进行严格的筛选，将有质量的数据提出来并进行转换，然后将其存入数据仓库，并对有价值的信息进行处理。最后，将有效的决策呈现在用户面前。整个一连串过程，必定是需要计算机信息管理系统来处理的，这样就大大节约了成本。商务智能的有效应用，使企业信息化具有良好的可靠性、兼容
性、扩展性、灵活性、协调性和一致性，使企业的信息数据更加的真实有效。也就是说，将商务智能运用于企业信息化建设，利用数据仓库、联机分析处理和数据挖掘技术，对企业的信息进行快速有效的处理，不仅能大大提高办事效率，而且还能为企业节约了成本，这样就直接为企业创造了极大的经济效益。
2、在产品和管理高度同质化的背景下，客户资源成为企业最重要的资源。我们烟草企业可以通过客户关系管理，并将现在日趋流行的商务智能的理念引入企业的CRM战略之中，以提高企业的核心竞争力。与商务智能相结合的CRM可以从大量的数据中整理和提取出信息，进而将这些信息转化为可支持决策的知识，从这些知识里我们可以得知哪类客户、哪个地区的客户更偏好哪类商品以及今后的购买趋势等等，这些知识能告诉我们企业事情发生的原因及发展趋势，这样，我们就能及时、迅速、准确地制定与客户的互动行为，以提升客户的忠诚度、销售量和利润率，最终实现“以客户为中心”的经营模式。
3、供应链管理对于我们烟草企业来说，是至关重要的一个环节。在供应链管理活动中需要并产生了大量的数据，我们可以利用商务智能工具整合并分析这些数据，来改进供应链管理过程中的决策，减少浪费，提高经营效率和客户满意度。具体来说，商务智能系统能够为供应链提供以下基本的效益：改善数据的可见度，使库存水平降低；分析客户服务水平，识别供应链管理中的关键问题；更好地理解客户需求，提高预测的准确性；分析运输绩效，利用高效的运输服务来减少运输成本；改善供应链关系，加强与供应链伙伴的合作，提高供应
链的竞争力。基于以上的好处，我们烟草企业应该着力于运用商务智能解决方案从供应链管理系统中提取数据、分析数据，为整个供应链管理提供完整的视图，为供应链管理中的决策提供依据。
总而言之，我们企业的信息化建设离不开商务智能，它是一个充满希望的新兴领域。我们要将其广泛应用到企业的发展中去，要让企业从各个方面提升自己的综合实力，比如加快企业的体制和技术方面的创新，完善企业的管理制度等，惟有这样，才能有效地增强企业的竞争力，使企业长久立于不败之地。
第三篇：《商务智能》读书报告
《商务智能》读书报告
读这本书带给我许多的“没想到”：拿到这本书的时候，我也没有想到这本书写的这么好；在读完全书，忽然灵机一闪，想到网上搜索一下作者的时候，我没想到作者曾经做过爱立信的项目经理和市场经理。一本能够让人期待，并且带给人意外惊喜的书，无论如何都应该算是一本好书。
《商务智能》这本书内容比较新颖、全面，适合计算机应用、软件工程、信息管理、电子商务和管理科学等，商务智能是近年来企业信息化的热点，有着广阔的应用前景。《商务智能》首先介绍了商务智能的基本概念、商务智能系统的架构以及数据仓库、OLAP、数据挖掘等核心技术。在此基础上，讨论了商务智能在电子商务、移动商务、知识管理、Web挖掘、企业绩效管理和流程管理等领域的应用。此外，还分析了商务智能在国内外的发展趋势。
书中对于商务智能“前世今生”的描写非常形象。但感觉读完全书，自己才开始真正了解了商务智能的皮毛。以前的知识，不过盲人摸象而已。
我从书中了解到了很多知识知道了商务智能（Business Intelligence，简称BI）的概念最早是Gartner Group 的Howard Dresner于1996 年提出来的，我国学者将之翻译为“商业智能”
或“商务智能”，本文选用“商务智能”作为Business
Intelligence的中文翻译。近年来，商务智能技术日趋成熟，越来越多的企业决策者意识到需要商务智能来保持和提升企业竞争力。
商务智能是数据仓库、数据挖掘、OLAP等技术的集成，作为当前重要的研究前沿之一，商务智能是学术界和企业界关注的热点。商务智能的应用领域非常广泛，典型的有电信、银行、保险、医疗、零售、政府等，以及所有建立了数据仓库的用户。从商务智能应用的论文内容来看，我国的商务智能应用还处于起步阶段，仅在信息化程度偏高的电信、银行、保险、医疗等有少量应用。这一方面因为商务智能是建立在数据仓库基础上的，我国大部分企业的信息化程度偏低，缺乏数据的积累，而数据的积累需要一个较长期的过程。另一方面因为对商务智能的认知度不高，缺乏商务智能方面的人才以及对这些人才的有效管理。
商务智能的应用与行业内信息化的基础状况密切相关，实施商务智能的企业中，以电信、金融行业的使用率较高。
为了对近年来国内商务智能论著情况有一个比较全面的了解，我分别以“商务智能”和“商业智能”为检索题，通过对国家图书馆的多库目录检索系统进行题名检索，得到近年来相关论著及博硕论文分布情况：国内商务智能专著只有2004年的两本，译著在2003年~2005年间只有三本。相对于最早1988年出版、截止2005年已经出版23本的西文专著要少得多。国外2001年~2004年间出版的商务智能专著数量极多，说明经过一段时间的发展，国外商务智能的基础研究和应用研究都比较成熟。而我国从2002年起仅有少量的博士论文，关于商务智能的专著也屈指可数，我国商务智能仅处于导入期，对商务智能的系统研究还有大量工作要做。从检索结果来看，1996年的两篇简讯可以说是国内较早关于商务智能的文章。中国学术期刊全文数据库在1996年~2005年期间，收录了有关“商务智能”和“商业智能”的论文一共200篇，文章数量年代分布呈现前几年缓慢增长，近几年明显递增的特征。因此可以将国内商务智能发展规划为两个阶段：①初始阶段（1996年~2001年）：这个阶段国内商务智能初露端倪，这段时间相关文章很少，有36篇，约占总数18%，说明商务智能在当时属新事务，没有得到应有的重视，这段时期的文章多是关于商务智能软件和国外商务智能研究的简单介绍和综述。②明显增长阶段（2002年~2005年）：这阶段论文有显著增长。不少论文讨论商务智能在各行业和各领域的应用，但是关于商务智能的较高水平和较深层次的学术研究论文还极少，大部分文章仍是简单的、重复的功能介绍、综述和简讯等。目前我国企业信息化程度普遍不高、缺乏大量数据积累、缺乏应用商务智能的实践有关。
我查阅大量的相关论文资料，对当前商务智能的研究主题进行划分并加以调整，将商务智能的研究内容划分为基础研究和应
用层面两大类，其中基础研究包括商务智能定义、功能（任务）、技术、综述等，关于商务智能的一般应用研究等无法归于应用层面所分细类的文章也放在这一部分；应用层面分为：①商务智能软件方面的简讯和功能介绍；②商务智能的行业应用，如金融、电信等；③商务智能应用的范畴，如客户关系管理、电子政务等。按以上主题通过对中国学术期刊全文数据库按题名检索的结果进行分类，统计表明，国内学者对商务智能基础工作研究较少，共75篇，占总数的37.5%，其中还包括无法归类于商务智能软件和具体应用的一般应用讨论的文章。这里分别以“商务智能”、“商业智能”为题名检索到商务智能技术方面的论文极少，但如果以“数据挖掘”、“数据仓库”、“OLAP”分别进行题名检索，会得到成百上千篇论文。作为商务智能的支撑技术，数据挖掘、数据仓库、OLAP的发展是推动商务智能发展的技术基础。商务智能支撑技术研究的逐渐深入和成熟，为商务智能的功能、体系结构、应用研究等提供了良好的技术基础。
总的来说，我国关于商务智能基础研究的论文数量极少，部分论文的质量不高，只是肤浅的介绍式论述，论文内容不新颖，重复性较高，算得上是严格意义上的学术论文数量更是屈指可数，尤其缺乏高质量的、深入的关于功能、体系结构、方法等方面的论文。当然这也与商务智能本身的特点有关，确切地讲，商务智能并不是一项新技术，它将数据仓库（DW）、联机分析处理（OLAP）、数据挖掘（DM）等技术与客户关系管理（CRM）、ERP
等系统结合起来应用于商业活动实际过程当中，实现了技术服务于决策的目的。
商务智能应用研究的文章数量相对较多，共125篇，占总量的62.5%，这部分文章中41篇（32.8%）是关于商务智能软件的简讯，其余84篇（67.2%）是关于商务智能在各行业和各领域应用的论文和介绍性文章。这部分关于具体应用的文章也存在讨论不够深入、内容比较简单、有重复的现象。论文数量2002年开始增长较多，电信、金融等信息化程度高的行业应用商务智能较多，客户关系管理、竞争与决策、信息化和ERP等领域是商务智能应用的热点。
从现状看我国商务智能的研究还处于导入期。作者在商务智能的理论研究分为宏观研究和微观研究两方面，其中宏观研究主要是从总体上把握，如商务智能的必要性、内涵和理论综述等；微观研究主要包括：商务智能功能、技术、体系结构等。
商务智能在客户关系管理（CRM）、信息化与ERP、竞争与决策中的应用。统计分析显示商务智能在客户关系管理、信息化、竞争与决策等方面的研究论文相对较多。商务智能建设的主要目标是企业决策支持。商务智能通过信息技术的运用在不同层面为战略决策提供新的支持：提升决策者洞察力；支持信息获取与分析。
传统上，商务智能主要支持中、高级管理人员决策。目前，商务智能平台的用户包括一线的业务人员、各级管理者，甚至外部的顾客和商业伙伴。这是因为业务经营决策的范围发生了扩展，包括操作层、战术层和战略层的决策。
总的来说，我觉得这是一本挺好的书，书中描写了很多数据都表明我们国家的商务智能处于萌发期有待进一步的发展。尤其是书中很多实例的描写，让人们觉得“商务智能”并不神秘，离自己很近。比那些上来就说“资源共享”、“弹性扩容”什么的强多了。
第四篇：商务智能课程总结
商务智能课程总结
41023019邓娟
通过这学期对商务智能这门课程的学习，我了解到了很多关于商务智能的相关知识。接下来自己便根据这学期所学习的内容简单做一下总结，并谈一下自己的一点学习心得。
商业智能，英文为Business Intelligence，简写为BI。又称为商业智慧，指用现代数据仓库技术、线上分析处理技术、数据挖掘和数据展现技术进行数据分析以实现商业价值的工具。商业智能的关键是从许多来自不同的企业运作系统(包括OLTP)的数据中提取出有用的数据并进行清理，以保证数据的正确性，然后经过ETL过程，合并到一个企业级的数据仓库里，从而得到企业数据的一个全局视图，在此基础上利用合适的查询和分析工具、数据挖掘工具、OLAP工具等对其进行分析和处理（这时信息变为辅助决策的知识），最后将知识呈现给管理者，为管理者的决策过程提供支持。
商务智能按Gartner的定义分为四部分：数据挖掘、多维分析、即席查询以及报表。从技术层面上讲，商务智能不是什么新技术，它只是ETL、数据仓库、OLAP、数据挖掘、数据展现等技术的综合运用。我们这学期的学习了数据仓库和报表的相关知识。
数据仓库，英文名称为Data Warehouse，可简写为DW或DWH。数据仓库从通俗意义上来说，就是存储数据的仓库，只不过这个仓库不是现实世界中能够用肉眼看见的存储物品的仓库，而是用以存储数据的虚拟仓库。它是一个面向主题的（Subject Oriented）、集成的（Integrated）、相对稳定的（Non-Volatile）、反映历史变化（Time Variant）的数据集合，用于支持管理决策。
广义的说，基于数据仓库的决策支持系统由三个部件组成：数据仓库技术，联机分析处理技术和数据挖掘技术，其中数据仓库技术是系统的核心。联机分析处理OLAP（On-Line Analytical Processing)是数据仓库系统的主要应用，支持复杂的分析操作，侧重决策支持，并且提供直观易懂的查询结果。数据挖掘（Data Mining）,是通过分析每个数据，从大量数据中寻找其规律的技术，诸如神经网络、规则归纳等技术。这学期的学习还包括了很多商务智能相关的技术以及软件的运用，使自己受益良多，让我的商务智能相关技术知识丰富了不少，也提高了我的软件操作能力。但是还是存在一些不尽人意的地方，比如上课时，老师使用的专业术语太多，加上所用课件是英文版的，就让我们很多时候都跟不上老师的节奏。我个人认为还需要改进一下：
1、老师上课应该事先给我们课程的提纲，让我们了解这门课程具体的学习安排，好让我们做到心中有数，并且做好相应的预习工作。
2、老师上课应该避免使用过多的专业化术语，让我们听起来更容易一些，不至于因不知所云何物而无法理解。
3、老师应该及时听取学生课堂上的回馈，应及时了解学生是否跟上了课堂进度。
4、在进行相关实验操作前，应做好相应的准备工作，避免上课时无法正常进行试验，导致时间的浪费。
这是我学习了这门课程以后的一点心得和建议，最后还是十分感谢老师们给我们带来的精彩的课程，让我们学到了很多商务智能相关的知识。
第五篇：商务智能推动陕西电信实现精确化管理
客户
商务智能推动陕西电信实现精确化管理
“数据是精确化管理支撑的基础。Business Objects 凭借语义层的优势，可以迅速构建起支撑业务管理应用的数据架构，让海量数据服务于精确化管理和精确化营销，从而创造更多价值。”
数据“过剩”而价值不足
“我们拥有海量的数据资产，但却很难挖掘出迫切所需的有价值的客户信息，这使得管理决策和营销运营无法得到数据基础的有力支撑。”担任中国电信集团陕西公司（简称陕西电信）IT 支持中心主任的韩少敏这样表示。作为西北地区规模最大、能力最强、技术领先的综合通信运营企业，陕西电信在经历了数年的信息化建设之后，目前各省局的基础网络设
施和各业务平台信息化已经基本完成，但与此
同时，海量数据膨胀与高效决策分析和精确化
营销之间的矛盾也日益凸现出来。
这些问题集中表现在几个方面，首先是数据量的爆炸式增长。韩主任回忆到，目前陕西电信
系统平台的数据量增长速度高达每个
月 500GB 以上，这给存储平台带来了很大压力。
很多有价值的信息报表被湮没在茫茫数据海洋中，要迅速获取无异于大海捞针。其 次，各种平台、多种系统数据彼此分离，并在地理区位上分散，造成了数据整合难的问题。目前，陕西电信的数据分布在前台应用系统、后台应用系统、计费系统、电子商务数据、人力、财务数据、以及其他多种业务系统，各种各样的非结构化数据也散落在公司各处。这些系统由于建设进度先后不一，其技术平
台也存在较大差 异，造成数据来源不一致、时点不一致、口径不一致等系列问题，使得数据出现不准确、不直观的问题，很难进行有效的提取和整合由 于数据无法得到很好利用，决策者、管理者、区域经理、经营人员等无法通过各种信息平台，获得与目标客户紧密相关的信息。韩少敏举例说：“公司希望了解谁在 购买我们的商品，他们的收入来源是什么，他们住在哪儿，他们还购买了哪些其他商品，电信公司如何把产品交叉销售到他们手里，利用什么渠道，哪类渠道增长最 快，到那里买最合适，哪些客户是真正的有价值客户？这些问题如果得不到回答，企业领导层无法进行精确化管理，经营人员也很难开展细分的营销活动。”
随着电信行业的市场竞争日益激烈，陕西电信从上至下一致意识到：应当更有效地利用当前的海量数据，为公司的精确化管理和营销提供强大支持，从而提升客户满意度和企业自身竞争力。
解决方案
为数据和管理决策搭建桥梁
基于以上情况，陕西电信决心尽快落实中国电信集团《关于中国电信精确管理工作的指导意见》以及企业经营转型工作指导思想，于2006年开始，正式启动以数据应用平台为核心的商业智能（BI）解决方案，目标就是提升数据质量，更有效地支撑陕西电信各级用户的决策及业务应用。
为了让新实施的数据应用平台具有较高的成熟度和稳定性、灵活性，陕西电信一直在寻找具有资深商务智能实施经验和服务能力的合作伙伴。就在这个时候，Business Objects 作为商务智能全球领导厂商，凭借其产品的先进性和服务的专业性进入了陕西电信的视野。
经 过综合评估和比较之后，陕西电信认定 Business Objects 在数据分析和挖掘方面的解决方案最为出色，而且 BI 产品线齐全、功能强大。给陕西电信留下特别深刻印象的是被称为 universe 的 Business Objects 语义层，这种独特的语义层技术可以让陕西电信的用户不用面对复杂的数据结构，而直接面对熟悉的业务概念。因此，陕西电信决定选择用包括 BusinessObjects XI、Crystal Reports、BusinessObjects Web Intelligence、BusinessObjects Data Integrator 等在内的整套应用和其他 Business Objects 工具。
数据加工是此次商务智能项目要完成的重要任务之一，而数据的抽取、转换和加载（ETL）流程将确保数据的准确性和有效性。韩少敏主任强调指出：“如果数据不准确或者我们不能够通过反复定义分析模型来分析数据的话，那么做出的报表就 会误导用户。同样，如果我们不能用数据去指导我们的生产和决策，一切努力都将付之东流。假如我们没有以科学的管理思维去分析数据的话，我们所做出的各种努 力和花费的时间只能白白浪费掉。而只有通过高效地部署商务智能应用方案，我们才能让每月激增 500GB 的海量数据实现其应有的价值。”
（数据来源展示图）
效果
管理精确化 营销精准化
通 过采用 Business Objects 的 ETL 和 BI 管理流程，陕西电信获得了所需的数据质量和报表准确性。Business Objects 将数据转换为有用的信息，并且把数据转化为易于被各级用户所理解和掌握的业务报表。这些报表的功能包括：统一视图、综合报表、应用计算、运营过程的监控等。运营报表的内容主要有：KPI 指标监控、商机监控、通话行为异常监控、专项产品分析、综合经营分析、营销渠道分析。这样，通过一个统 一的数据应用门户，Business Objects 满足了不同用户的相关需求。
借助 于 Business Objects 公司提供的商业智能解决方案，陕西电信对原有的海量数据进行了有效的挖掘和提取，满足了决策者、财务人员、管理人员、分析师和操作员的具 体需求。实现的主要功能有：按天查看数据；实现当日量收次日反映；按地域、产品、客户群等多维度看数；推动数据的分析应用，形成“用数据说话，科学决策” 的良好氛围；促进数据质量的持续改善，使数据做到及时、准确、全面、一致，快速提升精细化管理的 IT 支撑能力。
韩少敏主任说：“数据是精确化管理支撑的基础。Business Objects 凭借语义层的优势，可以迅速构建起支撑业务管理应用的数据架构，让海量数据服务于精确化管理和精确化营销，从而创造更多价值。”
通 过新实施后的数据应用平台，陕西电信决策层、财务人员可以很直观的了解到目前财务、收支、自身发展、市场占有率等宏观情况。同时，公司能够根据各项预算指 标的完成情况进行目标管理。此外，Business Objects 产品方案还帮助用户实现了竞争分析，为决策的制定打下了良好基础。
（决策管理者驾驶舱仪表盘）
对于管理人员来说，可以通过数据应用平台来重点关注客户，对企业收益、财务状况，以及市场竞争态势等了然于胸，并监控业务指标是否处于正常范围，从而更好的落实以客户为中心的企业战略。
对于经营分析人员来说，可以对市场活动中需要持续关注和分析的重点业务领域问题以及新出现的热点问题，采用专业分析工具和分析手段，对数据进行深层次的分析，从而发现问题的原因所在，并为管理层和决策层提出解决方案的建议。在产品经理、客户经理、营销经理、生产系统人员等操作层面，数据应用平台可以提供统计分析信息，如目前受理人员的营业受理量、竣工量、揽装人信息及日常上报数据等。尤其是能够从客户相关数据中挖掘商机，实施针对性营销，提高营销活动的效率。
总 而言之，实施 Business Objects 的商业智能解决方案之后，陕西电信成功实现了“数据→信息→应用→价值”这样的层层递进目标。尤其在营销方面，陕西电信可以利用客户数据 为基础的商机库，使营销活动做到有的放矢，大大提高营销的成功率、营销工作的效率及营销的成果。同时也让管理决策层更清楚地了解到市场的容量到底有多大、还有多少潜力可挖，从而对营销策略及营销指标的制定提供极具价值的参考信息。
中国电信集团陕西公司简介
陕西省电信公 司成立于2000年6月18日，隶属于中国电信集团公司，是西北地区规模最大、能力最强、技术领先的综合通信运营企业。其业务范围主要经营陕西省内的固定 电信网络与设施，基于固定电信网络的语音、数据、图像及多媒体通信与信息服务，通信及信息系统集成、技术开发、技术服务、信息咨询以及设备的生产、销售与 设计施工。
陕西电信公司下设10个市级分公司、89个县（区、市）级分公司和3个直属单位，营业网络及服务网点遍布全省城 乡。截至2006年末，公司电话用户数已超
过1000万户，互联网用户数超过150万户。多年来，陕西电信公司紧跟国际电信技术的发展潮流，实现连年跨越 发展，构建了技术先进、业务齐全、安全可靠、功能强大、覆盖全省、通达世界的现代电信网络，技术层次达到世界先进水平。
点击咨询 