監(jiān)理公司管理系統(tǒng) | 工程企業(yè)管理系統(tǒng) | OA系統(tǒng) | ERP系統(tǒng) | 造價咨詢管理系統(tǒng) | 工程設計管理系統(tǒng) | 簽約案例 | 購買價格 | 在線試用 | 手機APP | 產(chǎn)品資料
X 關閉

商務智能及其實現(xiàn)模型探討

申請免費試用、咨詢電話:400-8352-114

來源:泛普軟件

1 引言

Internet作為一種嶄新的通信媒體為許多領域帶來了新的機遇.W EB愈加成為一個促成商務的重要渠道,電子商務也正經(jīng)歷著一個飛速的發(fā)展。一般而言,商務中所涉及到的信息或數(shù)據(jù)非常繁雜,要處理好眾多的電子商務業(yè)務數(shù)據(jù)需要一定的高級信息處理技術,商務智能不失為一種理想的解決方案。

商務智能作為一個輔助商務操作和決策的工具,旨在改善操作的效率,爭取最大的嵌利,保持客戶忠誠度,管理季節(jié)性變量以及形成個性化的服務.將商務智能工具(如數(shù)據(jù)挖掘)引人電子商務可揭示潛藏在數(shù)據(jù)后面的商機,從而得了電子化商家的普遍歡迎、商務智能的根本目的是為了“更快地作出更好的決策”。

2 商務智能的適用場合

基于電子商務的特點和商務智能的優(yōu)勢,商務智能在下述電子商務領域可以發(fā)揮重要作用.

(1)客戶關系管理

對客戶行為的了解有助于改善與客戶的關系.作出正確的商業(yè)決策.這里因為客戶關系能為企業(yè)帶來如下好處:1)降低交互成本;2)轉(zhuǎn)移工作到客戶;3)監(jiān)視公司效能:4)培養(yǎng)忠誠的客戶;5)獲取客戶信息;6)程序化公司的商業(yè)處理流程。

Internet對公司最重要的貢獻在于它具有建立公司與客戶一對一關系的能力,從而改變整個客戶關系,使公司與終端客戶間的聯(lián)系更為緊密和容易.帶來的商業(yè)挑戰(zhàn)就是要找到并理解客戶的孺求;然后提供正確的產(chǎn)品來滿足客戶的這種需求.商務智能正好適合于做這類工作,并能通過培養(yǎng)客戶忠誠度和提供特色服務帶來更多的燕利與競爭優(yōu)勢

(2)商業(yè)談判

談判意味著買、賣雙方的信息交換.商業(yè)談判也許只關心價格或更廣泛的產(chǎn)品屬性、產(chǎn)品選項(如質(zhì)量保證、投遞時間、支付方式、服務條款等戶。由于參與各方彼此互不見面的空間分隔,而且他們可能有不同的商業(yè)實踐經(jīng)驗以及不同的文化背景等,電子商務中的談判顯得更為重要和復雜基于商務智能的軟件代理可以參與商業(yè)談判并克服許多困難,其工作原理是買方與一個軟件代理通信,該代理自動執(zhí)行買方的要求,它給賣方必要的信息以完成既定價值鏈模型甲的所有步驟,由它實現(xiàn)談判和決策分析。軟件代理是個性化、自治和自適應的,其操作模式是預先設定的.

(3)信息安全保障

電子商務中涉及到大量的客戶資料和敏感數(shù)據(jù),參與交易的各方需要進行身份鑒別等操作為了保障電子商務交易的安全性.需要訪問控制、機密性、完整性、非否認性等安全服務,整個交易活動將涉及到多項信息安全保障行為的實施基于商業(yè)原理的安全代理機制可以很好地適應并滿足這種需要。

(4)物流規(guī)劃

現(xiàn)代物流的基本需求包括:實時跟蹤物流操作的整個過程,如實時向客戶報告其物品的位置,準確預報物品的抵達時間并及時通知客戶·客戶能在線查詢其物品的運輸和投遞狀態(tài)信息,物流操作的成本盡可能地低廠時間盡可能地短,物流操作的響應速度盡可能地及時,接受第3方的物流管理等.物流系統(tǒng)中的路由規(guī)劃、車次調(diào)度、發(fā)運計劃的編制要滿足這些嚴格的要求是一項復雜的任務,這是一個以時限和成本為主要決策因素的多目標決策間題,要解決這類間題,智能而高效的決策支持系統(tǒng)是必要。

3 商務智能的實現(xiàn)模型

3.1識別商務智能機遇

啟動商務智能的首要任務是明確想要達到的目標,這意味著要在組織內(nèi)部尋求商務智能改善日常決策質(zhì)量的機遇.一個易于使用的評價特定組織內(nèi)部商務智能機遇的處理過程可分為3個基本的步驟:

1)收集信息:回答商業(yè)活動中的“誰、什么、何處、為什么、何時和怎么辦”等問題.思考商務智能在一個組織內(nèi)的可能應用領域、受益者以及需要的信息類型;

2)共享和搜集想法:將一組人召集在一起舉行頭腦風暴活動,相互共享“什么樣的商業(yè)過程能夠從商務智能中受益?”,“怎樣的信息有助于改善這些過程?”等創(chuàng)意和經(jīng)驗;

3)對想法進行評價:用標準對頭腦風暴中搜集到的創(chuàng)意和想法進行評價,識別出能夠提供最大利益的商務智能機遇一旦頭腦風暴完成.就能獲得一個商務智能機遇的列表;然后將其分組,按重要性進行評價,最后得到經(jīng)排序的機遇。

3.2 商務智能的關健技術

3.2.1 數(shù)據(jù)挖掘

商業(yè)操并不孤立,特色服務的關鍵就是要充分利用日常積累的業(yè)務數(shù)據(jù).歷史數(shù)據(jù)能對當前的決策產(chǎn)生有價值的指導,它能通過核心業(yè)務幫助人們執(zhí)行優(yōu)化的商業(yè)運作,增長市場份額,培養(yǎng)客戶忠誠度.但要能有效地揭示出潛藏在大量數(shù)據(jù)背后的有用模式一直較為困難,這里因為數(shù)據(jù)在不斷地增長。一個有效的解決方案就是數(shù)據(jù)挖掘,它能發(fā)現(xiàn)這種潛藏的模式,并用它來指導未來的業(yè)務.數(shù)據(jù) 挖 掘 就是從大量的數(shù)據(jù)中獲得隱藏于其中的行為模式,抽取出有效的、實用的、未知和復雜的信息,并將其用于商業(yè)決策.數(shù)據(jù)挖掘作為一種強有力的商務智能工具正變得流行,它縮短了數(shù)據(jù)搜集與利用之間的距離,適用于不同規(guī)模的電子商務。數(shù)據(jù)挖掘能幫助電子商務經(jīng)營者改善他們的客戶關系,作出正確的決策,并增強競爭能力.數(shù)據(jù)挖掘主要有以下幾類操作:建立預告模型(通過例子預見一個屬性的價值);數(shù)據(jù)庫分段(用屬性來對記錄進行分組,每組記錄有相似的屬性,但組間的差異是明顯的);關聯(lián)性分析(找出交易中記錄間或時間上

的關聯(lián)性);偏離發(fā)現(xiàn)(找出數(shù)據(jù)庫中包含著自己不期望價值的記錄或記錄序列).通常數(shù)據(jù)挖掘可實現(xiàn)以下功能:

(1)統(tǒng)計功能

統(tǒng)計功能有助于對數(shù)據(jù)的分析,并具有預報能力。統(tǒng)計功能分為:1) 因 子 分析— 找出多個潛藏的變量之間的關系;2)線性衰減—用于確定主變量與非主變量間的線性關系;3)主變量分析—用于轉(zhuǎn)換坐標系,以便坐標軸與數(shù)據(jù)分布更好地匹配;4)重變量曲線擬合—找出一個能確切描述數(shù)據(jù)分布的數(shù)學函數(shù);5)變量統(tǒng)計—即詳細統(tǒng)計。

(2) 挖掘功能

挖掘功能包括:相關性分析:相關性算法尋求諸如當購買油漆時是否購買刷子一類的模式,即它確定概率,例如,如果購買了油漆,有20%的可能性也會購買刷子,算法運行時創(chuàng)立成千上萬條規(guī)則,用戶可選擇這些規(guī)則的一個子集.這些規(guī)則的可信度取決于用戶對規(guī)則的理解和取舍,相關性分析被用于市場購物籃分析、促銷計劃等。2)序列模式:規(guī)則生成方法取決于相關性算法。該算法查看來源于某個客戶的系列購買記錄.例如,一月購買了飯盒和帳篷,二月購買了旅行背包和錄像帶三月購買了睡袋。這里序列相關性算法查看所有的記錄T"表并返回如下規(guī)則:如果一月的購買目標中包括飯盒,則三月購買睡袋的機率是30%序列模式可發(fā)現(xiàn)時間相關性.3)簇化:簇化用于將數(shù)據(jù)庫分段成子集,每個簇的成員有相似的屬性.簇化可通過統(tǒng)計學或神經(jīng)網(wǎng)絡算法來實現(xiàn),取決于輸人數(shù)據(jù)的類型.例如,購買記錄可以反映購買人的駒買模式和他們對不同商品的喜好.根據(jù)人的行為方式對其進行歸類(分段);然后觀察這些分段并通過統(tǒng)計學來識別它們,就能得出產(chǎn)品的相關性.上述步驟的結(jié)果是一個零售商可以對不同類型的客戶有一個更好的理解;然后據(jù)此調(diào)整市場策略以滿足每類客戶的不同需要,通過廣告媒體向他們提供適合的產(chǎn)品.簇化被很好地用于交叉銷售,針對不同客戶的個性化市場服務,決定媒體宣傳方案和理解購物目標等領域.4)分類:分類就是從記錄集自動創(chuàng)立一個類模型的過程.引人的模型由多個模式組成,有助于區(qū)分類的記錄一旦模型被引人,就可用于預告其他未分類的記錄可用的方法包括樹型引伸和神經(jīng)網(wǎng)絡反向傳播。5)預報 :與分類一樣,預報的目的是要建立起一般化記錄的數(shù)據(jù)模型.它們的區(qū)別在于目標不是類成員關系而是一個連續(xù)值或排序預報可采用神經(jīng)網(wǎng)絡算法和徑向基函數(shù)(RBF)算法。

相似性時間序列:其目的是要發(fā)現(xiàn)在一個時間序列數(shù)據(jù)庫中相似序列出現(xiàn)的機率.給定一個時間序列數(shù)據(jù)庫,其目標是要找到相似于給定值的序列,或找到所有相似序列的發(fā)生機率。

3.2.2 神經(jīng)網(wǎng)絡

在快速變化和激烈競爭的商業(yè)環(huán)境中,更快、更好地決策是致勝的重要途徑.市場決策人員越來越熱衷于使用計算機決策支持系統(tǒng)幫助他們作出正確的選擇。經(jīng)網(wǎng)絡在商業(yè)領域得到了廣泛應用。尤其當問題域涉及到分類、識別、預報時.神經(jīng)網(wǎng)絡使數(shù)據(jù)間不可見的潛在趨勢和關系得以發(fā)現(xiàn).文獻二5二探索了神經(jīng)網(wǎng)絡在零售業(yè)和B2B電子商務中輔助決策支持的應用,其目標是捕獲市場巴素(如廣告等促銷手段)與總的銷售額間的復雜關系,找出輸人量變化引起的輸出量波動之間的映射關系,通過神經(jīng)網(wǎng)絡的預報模型和敏感性分析可能找出重要的影響因子,此模型能夠在給定的短期預報中取得良好的性能。

神經(jīng)網(wǎng)絡的使用有反向傳播和正向傳播之分.反向傳播神經(jīng)網(wǎng)絡適合于每日或每周數(shù)據(jù)預報.與反向傳播相比,正向傳播神經(jīng)網(wǎng)絡在速度方面更具優(yōu)勢。正向傳播神經(jīng)網(wǎng)絡不適于每日預報,但對于每周預報而言卻能給出較好的結(jié)果.這可能歸功于每周預報模式中輸人量的較高相關性的存在卜正向神經(jīng)網(wǎng)絡不能用于敏感性分析,一個適當訓練的神經(jīng)網(wǎng)絡模型所進行的敏感性分析的市場含義在于研究的結(jié)果可用于市場管理的實際應用.研究結(jié)果表明:

3.2.3 智能代理

傳統(tǒng)的購物活動決策之前需投人大量人力來收集和整理相關商家、商品和服務信息.要在眾多信息影響的環(huán)境下作出一個良好的商業(yè)決策是一件不容易的事。于是商家和客戶越來越依賴于自動化的商品/服務處理,代理技術應運而生.智能代理是代表用戶或有一定程度自治性的程序執(zhí)行某些操作的軟件實體,它根據(jù)用戶的要求進行操作.智能代表了代理接受用戶的目的并執(zhí)行任務的能力.代理通常按照被代理對象的要求進行條約的簽定和貨幣的交易卜代理可能分屬于有利益沖突的不同個人或組織,因此代理的內(nèi)部并不公開.代理要向所有參與者保證最理想的結(jié)果也許是不可能的,但系統(tǒng)至少應與未用代理一樣好。

代理機制的優(yōu)點表現(xiàn)為:

1)高效性:代理機制的根本出發(fā)點是使被代理對象的利益最大化,代表其處理相關事務,以取得更高的效率和更好的效果只要機制本身不是更糟的代理,代理就能夠體現(xiàn)出高效性.

2)個體合理性:參與機制的代理所起的作用應該至少不低于未參加機制的代理.

3)激勵作用:機制必須提供激勵以使代理預先設定的動作是優(yōu)化的.

4)穩(wěn)定性:代理不應因其他代理的行為而改變策略.理想情況下。將有一個主策略對于每一個代理來說都是最佳的,而不管別的代理的行為.

5)對稱性該機制要求不偏重于任何特別的代理。行為相似的代理應取得相同的效果

智能代理對執(zhí)行商務的方式進行了變革,有助于將一系列活動自動化,節(jié)約大量的時間,降低交易成本,電子商務變得愈加的用戶友好、智能化和人性化.這些特征有助于優(yōu)化整個購買歷程.代理作為電子商務中間人,其本質(zhì)是使它們更好地滿足客戶信息過濾、檢索、個性化評估、復雜的合作等行為的中間角色作用.最重要的是它們要與需求識別、產(chǎn)品和商家經(jīng)紀人、駒買模型進行通信.

4 結(jié)語

商務智能的根本動機是為了“更快地作出更好的決策”。作為提高商業(yè)操作效率、改善商業(yè)操作效果的一種工具或機制,商務智能適應了電子商務發(fā)展的需求,并正硯得越來越廣泛的應用.將商務智能工具引人電子商務可揭示潛藏在數(shù)據(jù)后面的商機,應用數(shù)據(jù)挖掘、神經(jīng)網(wǎng)絡、智能代理等技術有助于作出正確而迅速的商業(yè)決策,并使相關活動更加的簡便和自動化。(萬方數(shù)據(jù))

發(fā)布:2007-04-25 16:50    編輯:泛普軟件 · xiaona    [打印此頁]    [關閉]
相關文章:

泛普泛普博客其他應用

泛普OA商務合同 泛普OA需求調(diào)研 泛普OA實施方案 泛普OA項目啟動 泛普網(wǎng)絡硬件配置 泛普OA部署安裝 泛普流程模板表單 OA系統(tǒng)二次開發(fā) 泛普常見問題解決 泛普OA操作手冊 泛普軟件項目驗收 泛普培訓推廣上線 泛普OA售后服務 泛普新聞 泛普期刊 泛普博客