商务智能的适用场合及其实现模型

Internet作为一种崭新的通信媒体为许多领域带来了新的机遇.W EB愈加成为一个促成商务的重要渠道，电子商务也正经历着一个飞速的发展。一般而言，商务中所涉及到的信息或数据非常繁杂，要处理好众多的电子商务业务数据需要一定的高级信息处理技术，商务智能不失为一种理想的解决方案。      1 引言     商务智能作为一个辅助商务操作和决策的工具，旨在改善操作的效率，争取最大的嵌利，保持客户忠诚度，管理季节性变量以及形成个性化的服务.将商务智能工具(如数据挖掘)引人电子商务可揭示潜藏在数据后面的商机，从而燕得了电子化商家的普遍欢迎、商务智能的根本目的是为了“更快地作出更好的决策气     2 商务智能的适用场合     基于电子商务的特点和商务智能的优势，商务智能在下述电子商务领域可以发挥重要作用.     (1)客户关系管理     对客户行为的了解有助于改善与客户的关系.作出正确的商业决策.这里因为客户关系能为企业带来如下好处:1）降低交互成本;2)转移工作到客户;3)监视公司效能:4)培养忠诚的客户;5)获取客户信息;6)程序化公司的商业处理流程。     Internet对公司最重要的贡献在于它具有建立公司与客户一对一关系的能力，从而改变整个客户关系，使公司与终端客户间的联系更为紧密和容易.带来的商业挑战就是要找到并理解客户的孺求;然后提供正确的产品来满足客户的这种需求.商务智能正好适合于做这类工作，并能通过培养客户忠诚度和提供特色服务带来更多的燕利与竞争优势     (2)商业谈判     谈判意味着买、卖双方的信息交换.商业谈判也许只关心价格或更广泛的产品属性、产品选项(如质量保证、投递时间、支付方式、服务条款等户。由于参与各方彼此互不见面的空间分隔，而且他们可能有不同的商业实践经验以及不同的文化背景等，电子商务中的谈判显得更为重要和复杂基于商务智能的软件代理可以参与商业谈判并克服许多困难，其工作原理是买方与一个软件代理通信，该代理自动执行买方的要求，它给卖方必要的信息以完成既定价值链模型甲的所有步骤，由它实现谈判和决策分析。软件代理是个性化、自治和自适应的，其操作模式是预先设定的.     (3)信息安全保障     电子商务中涉及到大量的客户资料和敏感数据，参与交易的各方需要进行身份鉴别等操作为了保障电子商务交易的安全性.需要访问控制、机密性、完整性、非否认性等安全服务，整个交易活动将涉及到多项信息安全保障行为的实施基于商业原理的安全代理机制可以很好地适应并满足这种需要。     (4)物流规划     现代物流的基本需求包括:实时跟踪物流操作的整个过程，如实时向客户报告其物品的位置，准确预报物品的抵达时间并及时通知客户・客户能在线查询其物品的运输和投递状态信息，物流操作的成本尽可能地低厂时间尽可能地短，物流操作的响应速度尽可能地及时，接受第3方的物流管理等.物流系统中的路由规划、车次调度、发运计划的编制要满足这些严格的要求是一项复杂的任务，这是一个以时限和成本为主要决策因素的多目标决策间题，要解决这类间题，智能而高效的决策支持系统是必要。 3 商务智能的实现模型      3.1识别商务智能机遇     启动商务智能的首要任务是明确想要达到的目标，这意味着要在组织内部寻求商务智能改善日常决策质量的机遇.一个易于使用的评价特定组织内部商务智能机遇的处理过程可分为3个基本的步骤：     1)收集信息:回答商业活动中的“谁、什么、何处、为什么、何时和怎么办”等问题.思考商务智能在一个组织内的可能应用领域、受益者以及需要的信息类型；     2)共享和搜集想法:将一组人召集在一起举行头脑风暴活动，相互共享“什么样的商业过程能够从商务智能中受益?”，“怎样的信息有助于改善这些过程?”等创意和经验；     3)对想法进行评价:用标准对头脑风暴中搜集到的创意和想法进行评价，识别出能够提供最大利益的商务智能机遇一旦头脑风暴完成.就能获得一个商务智能机遇的列表;然后将其分组，按重要性进行评价，最后得到经排序的机遇。     3.2 商务智能的关健技术     3.2.1 数据挖掘     商业操并不孤立，特色服务的关键就是要充分利用日常积累的业务数据.历史数据能对当前的决策产生有价值的指导，它能通过核心业务帮助人们执行优化的商业运作，增长市场份额，培养客户忠诚度.但要能有效地揭示出潜藏在大量数据背后的有用模式一直较为困难，这里因为数据在不断地增长。一个有效的解决方案就是数据挖掘，它能发现这种潜藏的模式，并用它来指导未来的业务.数据 挖 掘 就是从大量的数据中获得隐藏于其中的行为模式，抽取出有效的、实用的、未知和复杂的信息，并将其用于商业决策.数据挖掘作为一种强有力的商务智能工具正变得流行，它缩短了数据搜集与利用之间的距离，适用于不同规模的电子商务。数据挖掘能帮助电子商务经营者改善他们的客户关系，作出正确的决策，并增强竞争能力.数据挖掘主要有以下几类操作:建立预告模型(通过例子预见一个属性的价值);数据库分段(用属性来对记录进行分组，每组记录有相似的属性，但组间的差异是明显的);关联性分析(找出交易中记录间或时间上的关联性);偏离发现(找出数据库中包含着自己不期望价值的记录或记录序列).通常数据挖掘可实现以下功能:     (1)统计功能     统计功能有助于对数据的分析，并具有预报能力。统计功能分为:1) 因 子 分析― 找出多个潜藏的变量之间的关系;2）线性衰减―用于确定主变量与非主变量间的线性关系;3)主变量分析―用于转换坐标系，以便坐标轴与数据分布更好地匹配;4)重变量曲线拟合―找出一个能确切描述数据分布的数学函数;5)变量统计―即详细统计。     (2) 挖掘功能     挖掘功能包括:相关性分析:相关性算法寻求诸如当购买油漆时是否购买刷子一类的模式，即它确定概率，例如，如果购买了油漆，有20%的可能性也会购买刷子，算法运行时创立成千上万条规则，用户可选择这些规则的一个子集.这些规则的可信度取决于用户对规则的理解和取舍，相关性分析被用于市场购物篮分析、促销计划等。2)序列模式:规则生成方法取决于相关性算法。该算法查看来源于某个客户的系列购买记录.例如，一月购买了饭盒和帐篷，二月购买了旅行背包和录像带三月购买了睡袋。这里序列相关性算法查看所有的记录T"表并返回如下规则:如果一月的购买目标中包括饭盒，则三月购买睡袋的机率是30%序列模式可发现时间相关性.3)簇化:簇化用于将数据库分段成子集，每个簇的成员有相似的属性.簇化可通过统计学或神经网络算法来实现，取决于输人数据的类型.例如，购     买记录可以反映购买人的驹买模式和他们对不同商品的喜好.根据人的行为方式对其进行归类(分段);然后观察这些分段并通过统计学来识别它们，就能得出产品的相关性.上述步骤的结果是一个零售商可以对不同类型的客户有一个更好的理解;然后据此调整市场策略以满足每类客户的不同需要，通过广告媒体向他们提供适合的产品.簇化被很好地用于交叉销售，针对不同客户的个性化市场服务，决定媒体宣传方案和理解购物目标等领域.4)分类:分类就是从记录集自动创立一个类模型的过程.引人的模型由多个模式组成，有助于区分类的记录一旦模型被引人，就可用于预告其他未分类的记录可用的方法包括树型引伸和神经网络反向传播。5)预报 :与分类一样，预报的目的是要建立起一般化记录的数据模型.它们的区别在于目标不是类成员关系而是一个连续值或排序预报可采用神经网络算法和径向基函数(RBF)算法。    相似性时间序列:其目的是要发现在一个时间序列数据库中相似序列出现的机率.给定一个时间序列数据库，其目标是要找到相似于给定值的序列，或找到所有相似序列的发生机率。     3.2.2 神经网络     在快速变化和激烈竞争的商业环境中，更快、更好地决策是致胜的重要途径.市场决策人员越来越热衷于使用计算机决策支持系统帮助他们作出正确的选择。经网络在商业领域得到了广泛应用。尤其当问题域涉及到分类、识别、预报时.神经网络使数据间不可见的潜在趋势和关系得以发现.文献二5二探索了神经网络在零售业和B2B电子商务中辅助决策支持的应用，其目标是捕获市场巴素(如广告等促销手段)与总的销售额间的复杂关系，找出输人量变化引起的输出量波动之间的映射关系，通过神经网络的预报模型和敏感性分析可能找出重要的影响因子，此模型能够在给定的短期预报中取得良好的性能。     神经网络的使用有反向传播和正向传播之分.反向传播神经网络适合于每日或每周数据预报.与反向传播相比，正向传播神经网络在速度方面更具优势。正向传播神经网络不适于每日预报，但对于每周预报而言却能给出较好的结果.这可能归功于每周预报模式中输人量的较高相关性的存在卜正向神经网络不能用于敏感性分析，一个适当训练的神经网络模型所进行的敏感性分析的市场含义在于研究的结果可用于市场管理的实际应用.研究结果表明:  3.2.3 智能代理      传统的购物活动决策之前需投人大量人力来收集和整理相关商家、商品和服务信息.要在众多信息影响的环境下作出一个良好的商业决策是一件不容易的事。于是商家和客户越来越依赖于自动化的商品/服务处理，代理技术应运而生.智能代理是代表用户或有一定程度自治性的程序执行某些操作的软件实体，它根据用户的要求进行操作.智能代表了代理接受用户的目的并执行任务的能力.代理通常按照被代理对象的要求进行条约的签定和货币的交易卜代理可能分属于有利益冲突的不同个人或组织，因此代理的内部并不公开.代理要向所有参与者保证最理想的结果也许是不可能的，但系统至少应与未用代理一样好。     代理机制的优点表现为:     1)高效性:代理机制的根本出发点是使被代理对象的利益最大化，代表其处理相关事务，以取得更高的效率和更好的效果只要机制本身不是更糟的代理，代理就能够体现出高效性.     2)个体合理性:参与机制的代理所起的作用应该至少不低于未参加机制的代理.     3)激励作用:机制必须提供激励以使代理预先设定的动作是优化的.     4)稳定性:代理不应因其他代理的行为而改变策略.理想情况下。将有一个主策略对于每一个代理来说都是最佳的，而不管别的代理的行为.     5)对称性该机制要求不偏重于任何特别的代理。行为相似的代理应取得相同的效果     智能代理对执行商务的方式进行了变革，有助于将一系列活动自动化，节约大量的时间，降低交易成本，电子商务变得愈加的用户友好、智能化和人性化.这些特征有助于优化整个购买历程.代理作为电子商务中间人，其本质是使它们更好地满足客户信息过滤、检索、个性化评估、复杂的合作等行为的中间角色作用.最重要的是它们要与需求识别、产品和商家经纪人、驹买模型进行通信.     4 案例研究     思科(Cisco)系统公司得益于它利用因特网和商务智能建立了与客户的新型关系，从而成为成功的电子商务开创者Cs7     除了技术支持，思科WEB站点提供了广泛的产品配置和订单服务，包括订单状态跟踪系统.所有这些服务都由不同的代理提供，如时间代理帮助客户花少量的时间选择思科的产品，发票代理允许在线浏览发票;订购代理允许客户访问服务订单信息;合同代理提供客户的合同信息;升级代理允许请求软、硬件升级和文档;通知代理允许设定接收电子邮件通知的条件;配置代理允许客户按步骤配置和处理订单;配置代理要经常检查兼容性，由此降低出错的机率一旦配置过程得以完成，产品信息就被直接送往生产车间，客户不必再次进人已指定的信息，状态代理允许跟踪已完成的订单，只要进人订单号，客户就能准确地知道产品的运翰时间、处理状态和投送方式。     总之，引人商务智能的思科在线拥有自动化，基于论坛式的客户支持和为思科带来巨大节省的在线订购系统，从而取得了优异的业绩。     5 结语     商务智能的根本动机是为了“更快地作出更好的决策”。作为提高商业操作效率、改善商业操作效果的一种工具或机制，商务智能适应了电子商务发展的需求，并正砚得越来越广泛的应用.将商务智能工具引人电子商务可揭示潜藏在数据后面的商机，应用数据挖掘、神经网络、智能代理等技术有助于作出正确而迅速的商业决策，并使相关活动更加的简便和自动化。

上一页1 2 下一页