BI和DSS的新发展文献Word格式.docx
- 文档编号:22835872
- 上传时间:2023-02-05
- 格式:DOCX
- 页数:16
- 大小:533.14KB
BI和DSS的新发展文献Word格式.docx
《BI和DSS的新发展文献Word格式.docx》由会员分享,可在线阅读,更多相关《BI和DSS的新发展文献Word格式.docx(16页珍藏版)》请在冰豆网上搜索。
决策支持系统(DSS);
商务智能(BI);
数据分析;
数据挖掘;
决策分析
0引言
管理大师彼得•德鲁克(PeterDrucker)曾发出概叹:
迄今为止,我们的信息技术产生还仅仅是数据,而不是信息、更不是知识!
怎样从商务流程的数据纪录中提取对决策过程有参考价值的信息,从而实现从数据到信息、从信息到知识、从知识到利润的转化?
这个要求,在西方发达国家先后进入了后工业社会之后,变得更加迫切。
企业的规模越来越庞大、组织越来越复杂,市场更加多变、竞争更加激烈,如何做出正确、明智、及时的大小决策,对组织的兴衰存亡影响越来越大,一步走错,可能满盘皆输。
可见BI/DSS的重要性以及研究其发展蕴涵的重要意义。
1BI/DSS的介绍与现状
1.1BI的定义
BI(BusinessIntelligence)即商务智能,它是一套完整的解决方案,用来将企业中现有的数据进行有效的整合,快速准确的提供报表并提出决策依据,帮助企业做出明智的业务经营决策。
1.2BI的起源
商务智能的概念最早在1996年提出。
当时将商务智能定义为一类由数据仓库(或数据集市)、查询报表、数据分析、数据挖掘、数据备份和恢复等部分组成的、以帮助企业决策为目的技术及其应用。
目前,商务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。
1.3BI及BI产品应用
商务智能产品及解决方案大致可分为数据仓库产品、数据抽取产品、OLAP产品、展示产品、和集成以上几种产品的针对某个应用的整体解决方案等。
其中,BI主要运用一下领域和工具中:
1.终端用户查询和报告工具2.数据挖掘软件3.数据仓库和数据集市产品
1.4现代BI的的三个分层
1)报表系统
在一个企业的数据库中存在着大量的信息。
而业务人员所需要的是信息,是他们能够看懂、理解并从中受益的抽象信息。
此时,如何把数据转化为信息,使得业务人员(包括管理者)能够充分掌握、利用这些信息,并且辅助决策,就是商务智能主要解决的问题。
那么低端的商务智能系统就是一个报表系统,能够为业务员和管理者提供足够有用的信息,辅助业务员开展工作和决策。
报表系统有是商务智能的低级阶段。
现在国内大部分都处于这个阶段。
2)数据分析
指用适当的统计方法对收集来的大量第一手资料和第二手资料进行分析,以求最大化地开发数据资料的功能,发挥数据的作用。
是为了提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。
在这里BI发挥一个数据筛选和分析的作用,为使用者提供高效的分析和判断。
这是BI的中端阶段,现在国外的企业,大部分已经进入了中端BI。
3)数据挖掘
数据挖掘是通过分析每个数据,从大量数据中寻找其规律的技术,主要有数据准备、规律寻找和规律表示3个步骤。
在这里,BI主要进行的任务有关联分析、聚类分析、分类分析、异常分析、特异群组分析和演变分析等。
这是商务智能的高端阶段,目前还只有少部分企业能到达。
1.5DSS的定义
自DSS的概念提出后,很多专家与学者(如Keen,Little,Alter,Moore,Bonczek&
Tuban)等对DSS的定义进行了不断扩充与完善。
在军事指挥决策领域,DSS往往被称为辅助决策系统,但“决策支持辅助系统”和“辅助决策支持系统”都是不严谨的名称,因“支持”和“辅助”内涵相近。
DSS的术语是内容自由的表述,不同时期、不同领域、采用不同技术的人对其有不同的理解。
DSS广义的理解是指用来描述任何支持决策过程的人机系统,狭义的理解是指一种特定的技术。
随着相关理论和技术的发展,DSS的概念内涵和外延都在不断丰富与发展之中,但理解DSS的实质需根据系统结构及其所决定的系统关键特征和功能。
因此,没有一个广为人们接受的统一的DSS定义,这也为该领域的发展留有待扩充空间,但不能忽视DSS的目的是支持和改进决策过程。
1.6DSS基本结构
DSS基本结构总的来说分为两大类:
第一类是从Sprague提出的两库结构开始,逐渐发展到五个部件的四库结构组成:
人机接口(对话系统)、数据库、模型库、知识库和方法库。
并且随着系统的愈发完善与规模扩大,在开发过程中又加入了对这些部件的管理系统,共计十个基本组件(如图1所示)。
这些组件的组合与应用基本能满足不同类型的DSS系统。
这种结构被当前大多数DSS所采用。
第二类是由Bonczek等人提出的三系统结构(如图2所示)。
在此种结构中,更多的是强调知识系统在整个DSS中的作用。
但此种路线的局限在于语言系统的开发,尤其是对于用户的自然语言的理解,使其发展相对迟缓。
1.7DSS关键特征和功能
因DSS没有统一的、广为接受的定义,故DSS的标准特征和功能也没有统一的描述。
但理想中的DSS的关键特征和功能如图3所示。
1.8DSS分类
在DSS的演化进程中,不同时期的不同研究者从不同视角、不同层次对DSS作了不同的分类。
比较有代表性的是以下几种。
Donovan,Madnick(1977)按DSS能否支持重复决策分为:
惯例DSS和临时性DSS。
Arnott,Pervan(2005)按DSS的应用范围和技术特点分为:
个人DSS,GDSS,谈判DSS,IDSS基于知识管理的DSS,BI和DB。
在学术界广为接受的是Power(2007)按驱动方式将DSS分为:
模型驱动型DSS、数据驱动型DSS、通信驱动型DSS、文本驱动型DSS、知识驱动型DSS和基于Web的DSS等类型。
近年来,基于数据仓库(DataWarehouse,DW)、联机在线分析(On-LineAnalyticalProcess,OLAP)和数据挖掘(DataMining,DM)的商业智能技术得到了迅速发展,再加上Microsoft、Oracle、IBM等数据库厂商的大力开发与支持,使得数据驱动的DSS相对于模型驱动的DSS具有更高的标准化程度和产品成熟度。
1.9DSS的应用
在已投入使用的信息系统中均有DSS成功应用于经济、管理、军事等领域的实例,这大大提高了决策的科学性。
目前,许多全球著名的软件供应商,如CA、IBM、Oracle、NCR、Informix、SAS等都提供支持DSS研发的各种工具。
在国内,从事DSS研究的单位主要有中科院、南京大学、国防科大、中南大学等,它们已取得了很多理论研究与实践应用成果。
目前,国内DSS的应用主要体现在大型互联电网、高等教育评估、军队指挥自动化、应急管理、物流管理等领域,其应用范畴仍在不断扩展之中。
2BI/DSS的新发展
2.1BI的四大新发展趋势和未来七大走向
与DSS、EIS系统相比,商务智能具有更美好的发展前景。
近些年来,商务智能市场持续增长。
IDC预测,到2005年,BI市场将达到118亿$,平均年增长率为27%。
随着企业CRM、ERP、SCM等应用系统的引入,企业不停留在事务处理过程而注重有效利用企业的数据为准确和更快的决策提供支持的需求越来越强烈,由此带动的对商务智能的需求将是巨大的。
商务智能的发展趋势可以归纳为以下四点:
1)功能上具有可配置性、灵活性、可变化性
BI系统的范围从为部门的特定用户服务扩展到为整个企业所有用户服务。
同时,由于企业用户在职权、需求上的差异,BI系统提供广泛的、具有针对性的功能。
从简单的数据获取,到利用WEB和局域网、广域网进行丰富的交互、决策信息和知识的分析和使用。
2)解决方案更开放、可扩展、可按用户定制,在保证核心技术的同时提供客户化界面
针对不同企业的独特的需求,BI系统在提供核心技术的同时,使系统又具个性化,即在原有方案基础上加入自己的代码和解决方案,增强客户化的接口和扩展特性;
可为企业提供基于商务智能平台的定制。
3)从单独的商务智能向嵌入式商务智能发展
这是目前商务智能应用的一大趋势,即在企业现有的应用系统中,如财务、人力、销售等系统中嵌入商务智能组件,使普遍意义上的事务处理系统具有商务智能的特性。
考虑BI系统的某个组件而不是整个BI系统并非一件简单的事,比如将OLAP技术应用到某一个应用系统,一个相对完整的商务智能开发过程,如企业问题分析、方案设计、原型系统开发、系统应用等过程是不可缺少的。
4)从传统功能向增强型功能转变
增强型的商务智能功能是相对于早期的用SQL工具实现查询的商务智能功能。
目前应用中的BI系统除实现传统的BI系统功能之外,大多数已实现了图2中数据分析层的功能。
而数据挖掘、企业建模是BI系统应该加强的应用,以更好地提高系统性能。
ERP系统是典型的OLTP(联机在线处理)系统,BI系统是OLAP(联机在线分析)系统,他们的侧重点不同,有不同的功能和任务。
ERP系统用于日常快速有效的处理业务流程,包含了最原始、最明细的单据。
BI系统做海量业务数据的在线分析,用于产生决策信息和知识,它不仅可以包含明细单据,最重要的是对单据根据决策需求进行汇总分析。
BI的未来是前进式发展的,主要是呈现以下七大新走向:
1)融合加强,演变成门户化
CIO必须清楚认识,未来的商务智能BI趋势将是基于全面信息集成的服务,将是一种企业级跨部门运作的基础信息系统,可以联结企业各个岗位上的各个工作人员,可以联结企业各类信息系统和信息资源,真正实现跨平台,最后演变成门户化,而不是以前单一、隔离、枯燥的系统。
在基于企业战略和流程的大前提下,BI应可通过类似“门户”的技术对各个业务系统进行整合,使得BI与OA、CRM、ERP、SCM以及其它系统之间能实现融合集成,系统之间的结构化数据能通过门户管理平台互相调用、展现,全面提供决策支持、知识挖掘、商务智能等一体化服务,实现企业数字化、知识化、虚拟化。
这时BI或已远远超出传统BI的范畴,演变成为企业综合性强大管理支撑平台,换为“企业知识门户EKP”、“管理支撑平台MSS”等名称或更能体现其价值。
CIO应努力推动企业BI向综合平台、门户化方向发展。
2)日趋“傻瓜”,体现人性化
未来BI的门户将更加强调人性化,功能日趋“傻瓜”,强调易用性、稳定性、开放性,强化人与人沟通、协做的便捷性,重视对于众多信息来源的整合,并进一步完善可以拓展的管理支撑平台框架,从而改变以往“人去找系统”的现状,实现“系统找人”的全新理念与功能。
这对今后未实施应用BI的企业CIO进行选型应有指导意义,并作为一个方向推广应用BI建设。
今后的BI系统能让合适的角色在合适的场景、合适的时间里获取合适的知识、数据,充分发掘和释放人的潜能,并真正让企业的数据、信息转变为一种能够指导人行为的意念、能力。
其实“人性化”也即一种“自动化”,充分体现管理系统的最大价值与作用。
3)移动BI将成为新战场
目前中国已正式步入了3G时代,同时,3G全新时代的到来,对于无线商务、移动信息化而言,则昭示了一种更美好的希望与前景,这对BI亦是一样的。
因此CIO也必须认识、重视3G时代的BI,把握其走向。
2010年,全球移动用户数量已经突破50亿,而中国移动用户也达到7亿之巨,可以预见,今后一两年,利用新技术,移动协同应用将成为BI未来增长点。
目前信息终端应用正在全面推进融合,3G无线移动技术在中国的应用已在全面建设推广,它使融合了计算机技术、通信技术、互联网技术的移动设备将成为个人办公必备信息终端,在此载体上的移动BI协同应用将是管理的巨大亮点。
用户可以通过智能手机提交数据,并获取分析报告,实现无处不在、无时不在的实时动态管理,这将给传统BI带来重大的飞跃。
因此企业CIO应积极利用现代手机移动技术,充分发挥3G技术在BI的功用,让BI移动办公、无线掌控将可信手拈来,随时随处可行。
4)在云中部署BI,成为主流方向
云计算对CIO们已不再陌生了,甚至耳熟能详了。
目前云计算概念方兴未艾,云计算功能极其强大,未来两三年将是“云端运算服务年”,也将是最热门软件的名词和发展潮流,以云为基础的商务智能在线服务将成为全新的商务智能部署的主流方向。
CIO应全面知了云计算未来走势。
目前云计算的重要性已经能够影响到未来各个BI厂商未来的生存线。
从某种意义而言,只有产品是面向云规模架构设计并符合云运营模式的BI软件才能获得用户企业的青睐,在今后持续取得成功。
对一些数据储存巨大、运维服务繁重但又实力不强、技术不全面的企业来说,云计算模式将是包括BI在内等管理系统的应用方向,CIO应积极推动未来的BI朝云计算方向发展。
尽管BI向云迁移的过程中仍然面临许多的挑战,但随着越来越多的企业将其业务应用置于云端,“在云中部署BI”已不是一个可望不可及的理想目标。
据悉,BI专业厂商Informatica已经进行了向用户交付云服务的尝试。
此前该公司发布的InformaticaBI数据集成平台已经能同时部署在预装系统或“云”网络之中,为用户企业提供云端集成服务。
5)SaaSBI(软件既服务)日渐雄起,受中小企业青睐
IDC机构预测,SaaSBI将成为今后一两年BI市场的一大热点,也是各大BI厂商角逐的焦点。
因为传统的BI工具过于昂贵,且建设过程较为复杂,从中小企业的自身状况和当前经济形势分析,低费用高效的SaaS租用模式无疑已成为中小企业CIO推行BI的重要选择,将给企业带来了良好的发展平台。
因此Gartner机构预计到2012年,25-30%的企业将使用软件即服务SaaS这种业务模式,15-20%的中小企业组织将通过SaaS获得具行业特色的分析应用软件,SaaSBI将成为BI投资组合应用的标配。
然而基于现阶段的SaaS的发展状况看,该商务模式的应用仍尚不成熟,还需大力培育、推广,只有到相对比较成熟、完善的情形之下,BI才能借助该模式的力量达到星火燎原的目标。
这点需要CIO注意。
因此时下,BI应用还是会以传统模式为主。
6)可视化技术呈亮点,交互式分析助推BI
目前,有越来越多的企业CIO不再满足于传统较为单一、呆板的图像展现和交互式的图像展现,因为更多的分析需求需要借助图像OLAP这种多维分析模式来完成,比如噪音数据、数据集趋势等。
这点对CIO应用BI为企业管理决策很重要。
据称,Oracle已经率先开展了数据可视化分析的先河,为用户提供可视化数据探索服务。
这种类型的分析手段也将是未来BI领域的又一亮点、一大趋势。
同时,BI传统的过滤、上钻、下钻、比较等功能也难于满足一些特殊企业用户及CIO的管理分析要求。
因此新一轮的BI高级分析需求已经在不同行业悄然升温。
在未来的BI平台中,预测、分摊、假设模拟、数据挖掘等交互式技术将成为新一轮的BI系统升级改造方向。
据称,集成整合Essbase服务技术的Oracle商务智能平台已能为用户提供面向策略级、未知信息的分析预测能力和个性化自助式定制等。
7)外部信息将整合到内部BI中,内外网信息并联互动
从时下BI领域的演变情况来看,企业CIO所应用、依赖的信息、数据均是来源于企业内部信息系统中的数据材料,并籍此进行分析加工、做出决策。
然而从长期而言,单凭对内部数据的挖掘并加以运用仍显不够的,CIO有时尚需对更多的外部信息、数据加以收集、归纳和分析,逐步形成外部支撑平台,将外部信息整合到内部BI中,并使内网和外网能互联互通丰富、动态的信息而不是静态的报告或者计算数据,以此得到更全面科学的决策依据。
因此,不管是BI开发商的CIO还是用户企业的CIO,为做到把握未来,都应积极绸缪、组建一个全国性甚至全球性的知识库,提供给更多的企业需求者,从而建立自己的新竞争力。
当然,如何来保证外部数据的准确性、实时性和有效性是个重大问题。
未来的BI将融合了协同、知能、门户、无线等精髓,并日趋经济简捷高效,将不断绽放“新花”,焕发出迷人的光彩。
不管是BI厂商的CIO还是用户企业的CIO,只有抓住这些发展趋势、技术潮流,加以研发推广,才能更好地为国内企业决策管理服务,抢得竞争先机。
2.2DSS的六大新发展趋势特征和未来五大走向
进入20世纪90年代以来,人工智能(包括遗传算法、模糊逻辑和智能代理等),数据库技术,WebService,特别是一些专用技术如网格计算、人机交互、移动计算和代理启发式搜索的算法等技术的发展,为DSS的发展提供了强大的技术支撑,扩展了系统辅助决策的深度与广度。
其发展趋势特征主要有以下六点:
1)注重基于认知特征的人机交互技术
系统通过人机交互技术支持决策过程,为决策过程中超越其认知极限的问题处理提供适用技术手段。
近年来,基于知识的人机交互技术是目前DSS研究的主要方向。
随着信息技术的发展,人机交互技术的研究也从简单的菜单驱动和多媒体界面发展到智能化、多模态(通道)界面,除了传统的键盘输入、触摸屏等接触式操控模式外,还允许语言、手势、视觉(眼动仪)等多种非接触式操控模式。
2)不断强化知识管理的功能,提升系统的知识管理与知识综合应用能力
例如具有知识学习能力的IDSS的智能主要体现在系统能利用专家知识辅助决策,并能够随着决策环境的变化改变自己的行为,要求其知识处理系统能随环境变化学习新知识、更新知识库。
知识管理与应用则涉及到推理知识、描述知识和过程知识,从而支持问题求解过程。
另外,将知识管理理论与方法应用于DSS的实现中,可以实现专家经验(隐性知识)的分享,提高系统的决策支持水平与能力。
3)注重人的高级思维的参与,从技术和非技术角度重建系统架构
目前,人类对信息处理规律的研究与探索已经渗透到认知领域,但人的认知特征并没有体现在传统DSS系统设计与操作过程中。
我们认为,需从技术与非技术的角度考虑DSS的体系结构。
将人的高级思维嵌入到非结构化决策问题求解之中以实现人机智能的协同与融合,以期系统在可信度、可行性、适应性、敏捷性等方面都会有所提高。
当然,这势必会引起新型决策系统架构的改变,也会带来一系列需要解决的关键技术。
譬如,如何将人件(参与决策活动的人)和软件网络赋能为人件服务和软件服务,并纳入系统进行统一管理、调度及使能驱动等。
4)注重各种相关技术的集成应用
未来的DSS将是综合集成的,是一个集各种决策支持技术于一身的多功能系统。
它把专家群体、决策者、统计数据和信息资料与计算机软件系统等有机结合起来,构成一个操作便利、快捷、流畅、更能反映决策者高级思维的新型决策系统,具有感性与理性、定性与定量的综合功能。
特别是将语义Web服务、认知科学与未来DSS的设计与开发相结合,已引起国内一些科研院所(校)的重视,并开展了一些基础性研究工作,但仍有很多理论问题和技术实现难点有待深入研究。
5)注重系统的智能化
随着人工智能技术的不断发展,人工智能技术在DSS中的应用己经相当广泛。
大体可分为两类:
一类是用人工智能技术去实现DSS的模型管理、模型选择等;
另一类则是利用人工智能的知识表达和推理能力直接为决策问题提供支持。
如使用专家系统可提升DSS的模型和数据管理;
神经计算系统或GSS能够支持专家系统的知识获取过程;
智能代理技术能实现不同任务的自动化,最终代替人执行许多日常事务等。
6)在支持一般决策的基础上,引进和集成电子商务平台的功能,形成与电子商务的集成、融合发展的态势
电子商务是信息时代和网络环境下越来越流行的一种商业运作模式,是商务电子化和信息化的结果。
电子商务的发展不仅强烈地冲击着传统的管理模式和商务运作模式,同时也产生了许多新的管理决策问题。
所以DSS的设计与开发越来越多地考虑电子商务这一重要应用背景,向决策者提供多种分析模型和多种分析角度,在市场-客户-产品等多种条件下进行多维度分析。
例如目前开发的基于Web的DSS和基于GIS的DSS都面向这类应用提供支持。
在知识爆炸、信息化不断融合的今天,决策支持系统因其良好的交互式、强大的扩展性受到研究者们的重视,在不同领域均取得了不少的研究成果。
尤其是在人工智能技术的支持下,智能决策支持系统更是成为其中的主流。
但决策支持系统的发展仍然有不少问题值得探讨,比如数据模型的选择与存储,知识的表达形式等,尤其是自然语言的理解。
自然语言理解是一门由认知学、语言学、信息学等组成的交叉学科,它的目的是能够使计算机更好的理解人类,更好的提高计算机人机交互的易用性。
自然语言理解的进步,不仅具有工程上的意义,更具有重大的社会意义。
未来的工作应在此进行更深入的研究。
根据特征DSS的发展走向主要有以下五个:
1)群决策支持系统(GDSS)
群决策支持系统(GDSS)是在多个DSS和多个决策者的基础上进行集成、优化的结果。
是由多个决策者的智慧、经验以及相应的决策支持系统组成的集成系统,它以计算机及其网络为基础,用于支持群体决策者共同解决半结构化、非结构化问题的决策问题。
GDSS有利于群体决策成员思维和能力的发挥,也可以阻止消极群体行为的产生,限制了小团体对群体决策活动的控制。
2)分布式决策支持系统(DDSS)
DDSS是研究分布于多个物理位置上的决策体如何并发计算、协调一致地求解问题。
这些分布在不同物理位置上的决策体构成计算机网络,网络的每个结点至少含有一个决策支持系统或有若干辅助决策的功能。
DDSS研究的重点是分布性和并发性。
随着各种网络的普及和分布式操作系统、分布式数据库、知识库等成果的取得,使分布决策支持系统成为今后DSS的一个重要发展方向。
3)智能决策支持系统(IDSS)
DSS为解决半结构化与非结构化的决策问题提供了有力的支持。
同时人工智能领域研究在人的知识开发与利用上获得了重要的成果,这些都可以弥补DSS的不足,因此将人工智能引入DSS形成智能型DSS(IntelligenceDSS)。
人工智能技术应用于DSS的程度与范围不同可以构成不同结构的IDSS,由用户通过人机接口,应用自然语言处理系统接入问题处理系统,然后由推理机在模型库、数据库、方法库及知识库中进行搜索推理,获取相关决策信息。
4)决策支持中心(DSC)
DSC的主要特点就是在DSS基础上,采取了以决策支持小组为核心的人机结合的决策思想,以及定性和定量相结合的综合集成方法,以支持决策者解决决策问题。
DSC是在把决策方法论、数据收集和分析方法、计算机支持技术和软件等结合起来的同时,又融合了各科专家的技术经验、研讨结果和社会知识的一种综合集成决策支持系统。
5)行为导向的DSS
所谓行为导向DSS(BehaviorOrientedDSS)是一个全新的角度即行为科学角度来研究对决策过程的支持,其主要研究对象是人,而不是以计算机为基础的信息处理系统,主要是利用对决策行为的引导来支持决策,而不仅仅用信息支持决策。
3BI与DSS的差别
商业智能作为一种新兴的决策支持体系,与传统的DSS、EIS相比,在以下三个方面存在明显的优势。
1)BI比DSS应用领域更广,适用范围更加大
2)使用的对象更广,作业功能更大
使用对象范围商业智能的使用对象不再像DSS、EIS仅仅局限于企业的领导与决策、分析人员,而是扩展到企业组织内外的各类人员,为他们提供决策支持服务,既有企业经理一类的企业领导和高层决策者,又有企业内部各部门的职能人员,还包括客户、供应商、合作伙伴等企业外部用户。
3)具有更加强大的数据库管理功能
具有的功能从以上分析看出,商业智能
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- BI DSS 新发展 文献