智能商业平台

关键词： 商业智能 平台 电网 应用

智能商业平台（精选十篇）

智能商业平台 篇1

关键词：商业智能,电网生产,指标管控,多维度分析

0 引言

随着国家电网公司SG186工程的全面建设应用, 天津市电力公司信息化水平有了大幅度提升, 信息系统基本覆盖了企业管理的各个方面, 并通过全面应用积累了大量的业务数据。生产管理过程涉及环节众多, 信息零散而繁多, 为业务流程管理和控制带来诸多不便。利用商业智能 (Business Intelligence, BI) 技术将生产管理中的各类信息进行整合, 充分发挥业务数据的价值, 将有助于生产管理精益化水平的提升。

1 商业智能介绍

1.1 商业智能概念

ERP、生产管理系统 (Production Management System, PMS) 、客户关系管理系统 (Customer Relationship Management System, CRM) 等在电力企业内被越来越广泛地应用, 由此带来的业务数据量也以惊人的速度快速增长。在浩瀚的业务数据中, 如何进行数据整合、融合, 并形成有价值的决策信息, 成为电力企业面临的新挑战。BI的出现为企业理解和分析业务数据提供了一种快捷、有效的途径。

商业智能最早由Gartner Group的Howard Dresner提出, 它描述了一系列概念和方法, 通过应用基于事实的支持系统来辅助商业决策的制定。商业智能为企业提供迅速分析数据的技术和方法, 包括收集、管理和分析数据, 并将这些数据转化为有用的信息, 帮助管理者做出正确的业务决策并付诸行动[1]。BI的技术体系主要由数据仓库、在线分析处理和数据挖掘等构成[2] (见图1) 。

其中数据仓库 (Data Warehouse) 是BI的基础, 它执行源数据的抽取、清洗、转换等功能, 并建立数据存储模型;在线分析处理 (OLAP) 是数据仓库应用的前端工具, 同时还可以同数据挖掘工具配合使用, 增强决策分析功能;数据挖掘 (Data Mining) 用于从大量数据中发现隐藏的规律。

1.2 商业智能产品及特点

目前主流的软件厂商均已经推出了自己的BI产品及行业解决方案, 例如SAP公司的Business Information Warehouse (BW) 、Sybase和IBM公司的Cognos、Oracle公司的BIEE及Hyperion等。

BI在企业中的应用是与战略、组织、技术等密切配合的, 更多的是面向企业战略、决策和管理监控等层面[3]。BI在企业中的应用一般具有如下特点和优点。

1) 紧密贴近业务应用。模型设计以主题为中心, 从实际业务需要出发来组织分析内容, 并提供了用户自助式及定制化的数据分析与展示功能。

2) 分析灵活多样。提供多样的图形化展示、灵活的维度转换和及时事件追溯能力。

3) 一体化展示。真正实现对多个信息系统中数据的统一管理, 无需登录不同的系统进行查找。

4) 高可扩展性。BI可以提取多种系统中的数据, 也可以将数据提供给其他平台使用, 新数据和分析主题的引入不会对原有分析产生影响。

商业智能工具一般提供一套完整的解决方案, 在整合数据仓库、在线分析处理和数据挖掘等技术基础上, 对各种业务数据进行加工处理, 通过企业信息门户将业务数据进行多维度和多样化展示, 提供分析和决策支持。应用BI工具构建商业智能系统或平台一般包括以下步骤:识别数据源、数据集成、数据存储、数据分析、数据展示等[1]。本文以笔者参与的商业智能应用项目为例, 详细介绍应用SAP BW商业智能工具构建电网生产管控分析平台的实现过程和应用效果。

2 电网生产管控分析平台设计

2.1 业务需求

电力生产管理过程环节众多, 各类业务数据繁多且分布在不同的信息系统中。为构建电网生产精益管控体系, 实现对设备的全生命周期管理和生产业务流程的全方位监控, 离不开各类业务数据的融合、整合和信息化手段的支持[4,5]。

应用BI技术, 在不影响原有各应用系统运行的基础上, 搭建电网生产管控分析平台。利用BI系统的综合数据分析与监控能力, 充分发挥各业务数据的价值, 为生产精益管控工作的开展提供了技术保障。利用BI工具, 通过对电网设备的缺陷、负荷、故障和试验等来自不同业务系统的数据进行对比分析与趋势预测, 对设备状态做出综合分析评价, 可以对设备的维护检修策略进行优化。通过对技改大修项目在设计、前期、招标、施工等不同阶段的实时进度监控, 可以及时发现问题并进行预警。

2.2 应用设计

通过对电网生产管理过程关键环节的分析, 从专业管理要求出发, 制定了涉及输、变、配电和工程项目管理等不同业务的22项电网生产管控关键指标。电网生产管控分析平台以电网生产关键指标监控为核心, 从不同层级的管理需求出发, 构建多层次应用。

电网生产管控分析平台主要分为综合管理层、专业管理层和指标管理层3个应用层级。

1) 综合管理层。主要是面向生产管理领导, 用于对生产过程的综合分析。平台提供2类应用:一是电网生产管控指标树, 展示生产管控各环节指标间的逻辑关系及变化趋势;二是变电站360度分析, 对变电站设备的健康状况从运行、缺陷、检修、试验等多个角度进行综合分析监控。

2) 专业管理层。主要满足生产管理专业需要, 提供专业管控看板应用, 既可以反映指标的变化趋势, 也可以对关键事件进行预警。

3) 指标管理层。满足具体指标分析与管理需要, 提供多维度分析和事件追溯功能。

2.3 数据设计

电网生产管理对象和范围广泛, 与调度、安监、营销等其他部门存在业务交叉[6]。根据管理需要对各类业务数据进行梳理和定位, 电网生产管控分析平台中涉及到的数据及其在业务系统中的分布如图2所示。

电网生产管控分析平台的数据来源分为资产管理、生产运行和电网运行三大类, 三大类数据又分为19个小类, 分别来自ERP, PMS, CRM, SCADA等8个业务系统。

由于数据来源于多个信息系统, 各系统分别独立建设运行, 数据存在异构问题。在数据设计中不仅需要考虑对数据的分类管理, 还要实现对数据的集成管理。在解决业务数据的集成问题上, 将充分发挥BI工具的数据管理能力。如果单独开发一套系统完成异构数据的集成和分析任务, 需要分别实现数据抓取、存储、分析和展示等功能, 存在建设周期长、开发投入大、扩展性和灵活度差等问题。由于BI提供了一套完整成熟的工具软件, 可以轻松高效地实现上述功能, 并在数据集成整合、分析展示方面具有较大的优势, 特别是相对完善的报表、趋势分析、仪表盘等辅助决策功能和灵活的定制调整性能。

2.4 技术方案

电网生产管控分析平台的设计开发主要经过数据抽取、数据整合、数据集成和数据应用4个步骤 (见图3) 。

1) 数据抽取。一般是通过操作型数据存储 (Operational Data Store, ODS) 来实现。ODS层是整个平台数据处理的第一层, ODS中存储了操作级别的明细数据。这些数据直接从各业务系统抽取后, 经过数据清洗、转换而得到, 数据结构、编码规则与数据源保持一致。

2) 数据整合。用于对ODS中来自多个系统的异构数据进行整合。通过建立系统间数据映射关系表等方式, 建立不同业务数据间的关联, 统一数据编码, 可以通过单位、电压等级、设备编号等关键信息建立跨系统的数据整合, 满足应用的需要。

3) 数据集成。应用信息立方体, 以业务主题为中心来组织数据, 数据来源于数据整合层中的相关数据。信息立方体的组织方式可以保证数据应用的灵活性, 又减少了数据量, 从而可以提升查询效率[7]。

4) 数据应用。用于向用户提供应用, 数据以信息立方体为基础。数据应用的展示方式多样, 包括仪表盘、OLAP分析、固定格式报表等。

3 实现内容

按照“总体规划、分步实施”的工作思路, 电网生产管控分析平台建设采用BI软件开发方法论展开, 平台实现的内容及效果如下。

3.1 综合分析

1) 电网生产管控指标树。以树状结构展示了输、变、配电等各类关键指标, 同时用图形化的方式展示指标的趋势、同比、环比等信息, 更加直观易懂。

2) 变电站360度分析。以图形化方式综合展示变电站设备运行状态, 实现对变电站内设备台账信息、资产信息、试验信息、缺陷信息、停运信息和维护费用信息的综合展示。

报表可以按变电站总体与明细2个层级分别展示。在变电站总体分析层面, 针对全部变电站按缺陷、试验、停运、维护费用等管理维度进行统计分析;在明细变电站综合展示层面, 可以对具体变电站展开详细数据统计, 全方位展示站内设备的运行状态。

3.2 指标看板

指标看板应用面向于专业管理层, 从多角度对关键指标进行全方位分析。以“10 k V故障处理时间”为例, 可以从指标趋势、同比、环比等角度对指标进行整体展现, 并可进一步展开, 从指标分布情况、各单位指标情况、本月关键事件等角度对指标做详细拆解 (见图4) 。

3.3 多维度分析

多维度分析功能用于对指标的自助式分析, 可以方便地调整分析的角度及范围, 并可以追踪详细事件。仍以“10 k V故障处理时间”为例, 进入分析页面后, 可以按“单位”维度查看平均停电时间及停电次数, 也可以选取“设备类型”、“发生时间”、“停电性质”等作为分析维度, 与“单位”维度组合或单独使用, 并可以追溯报表中的具体事件 (见图5) 。

3.4 项目全过程信息可视化展示

将技改大修等工程的进度、资金、物资等信息按项目节点以可视化的方式综合展示出来, 提升项目全过程管控能力。

4 应用效果

应用BI工具构建电网生产管控分析平台, 满足了生产精益管控的要求, 提升了生产管理水平。平台可以提高生产管理关键指标数据的收集和分析效率, 改进业务数据质量。BI灵活的数据分析能力和丰富的展示效果, 为电网生产管理事前分析和过程控制提供了有效手段。

5 结语

基于BI技术构建电网生产管控分析平台实现了对生产流程和关键指标的有效监控, 为生产精益管控提供了技术手段。为实现设备资产全寿命周期管理, BI将在生产管理信息融合和决策分析中发挥越来越重要的作用。同时随着数据挖掘及预测分析技术商业应用的成熟, 挖掘数据中隐含的信息, 发现潜在价值, 建立服务于企业的智能决策体系将是未来BI应用的重要方向。

参考文献

[1]余长慧, 潘和平.商业智能及其核心技术[J].计算机应用研究, 2002, 19 (9) :14–16.YU Chang-hui, PAN He-ping.Business intelligence and its key technology[J].Application Research of Computers, 2002, 19 (9) :14–16.

[2]郑洪源, 周良.商业智能解决方案的研究与应用[J].计算机应用研究, 2005, 22 (9) :92–94.ZHENG Hong-yuan, ZHOU Liang.Research and application of business intelligence scheme[J].Application Research of Computers, 2005, 22 (9) :92–94.

[3]朱晓武.商务智能的理论和应用研究综述[J].计算机系统应用, 2007, 16 (1) :114–117.ZHU Xiao-wu.Review of business intelligence theory and practice[J].Computer Systems and Applications, 2007, 16 (1) :114–117.

[4]滕乐天, 徐宛容, 谢伟.以全寿命周期理念支撑的可持续资产管理[J].华东电力, 2010, 38 (9) :1317–1319.TENG Le-tian, XU Wan-rong, XIE Wei.Sustainable asset management based on principle of life cycle[J].East China Electric Power, 2010, 38 (9) :1317–1319.

[5]帅军庆.电力企业资产全寿命周期管理:理论、方法及应用[M].北京:中国电力出版社, 2010.

[6]周吉安.电力安全生产全过程监督管理系统的研究[J].电力信息化, 2011, 9 (8) :28–30.ZHOU Ji-an.Research on whole process supervision management system for safe power production[J].Electric Power Information Technology, 2011, 9 (8) :28–30.

智能商业读书笔记 篇2

在线、活数据、IOT

在线

以淘宝的发展为例，介绍了互联网过去十年间，商业发生的重大变革之一就是“在线化”，如果只是传统的商业模式，人们从事一切商业活动的交易信息将无法被记录，价值也无法体现，淘宝的出现，把买卖双方的数据实时记录在互联网上，为自我迭代与演化奠定了基础。

其实淘宝最初的时候，马云也不知道将来会发生什么，也不清楚淘宝将来会做成什么样子，但有一点很明确，这是人们商业交换的未来方向，随着淘宝的蓬勃发展，一系列问题随之而来。马云坚持的“淘宝三年免费”短期内不实现盈利，但是长期来看，却为淘宝这个平台增加了百万级的用户和商家，而后，支付宝应运而生，主要为了解决商家的资金需求，因为传统的商业银行认为，淘宝商家没有实体店铺，无实体抵押物，不肯发放贷款，却忽略了淘宝背后的数据链，也正常，那个时候也没人看得见这些交易数据背后的价值，支付宝的出现，解决了这个最大的痛点，后来的事情，大家都知道了，支付宝，颠覆了银行，可以说是跨界创新打击了传统银行。如果没有交易在线化，就无法凭借互联网的东风，乘风破浪。

活数据

关于数据和活数据，举个例子，淘宝上一个商家需要贷款，两种选择，小贷公司VS蚂蚁金服;

小贷金融机构：

去小贷公司贷过款都知道，个人需要准备很多材料：资产证明、征信报告、抵押物等，银行或者金融机构需要数个工作日才能审核放款，最快的金融小贷公司(3~5W)也需要1~3个工作日去把控风险、电话审核、审批最终完成放款。如果是银行的大额贷款则需要更长的时间和更多的资信证明;

蚂蚁金服：无论何时何地，提交申请后，3~5分钟款已到，电话都不需要打。

你会选择那种金融服务，估计都是后者吧，据我了解到的，蚂蚁的逾期率低于传统的银行或小贷，这就是以“活数据“为依托的科技金融与传统金融的最大区别，用户提交申请后，后台自动调取商家的交易数据，每天的交易量、访问量、交易额等数据，可以直接分析出该店家的经营状况与额度，这一切都不需要人为干预，而这些数据和贷款记录，每一天都是在实时更新的，把控逾期风险，这就是“活”的意思，如果一家传统的金融机构，没有这些实时变动的机构作为依托，这就意味着极大的人工成本，相对较重的资产运营，极大增加公司运营成本。任何一家金融公司都比较关注两个东西：“风控”、“回款”，一个代表风险管理，负责花钱;一个是资金回收，负责要债。数据和互联网就像老虎背上的两只翅膀，看你怎么用了。

大家都知道，金融行业是来钱最快的行业之一，所以人很浮躁，尤其是物欲横流的今天，无论你有多少梦想，可能一套房子就把你压垮了，很多创业者不妨静下心来思考一下：我们提供的服务是为了解决社会问题还是为了利润?

物联网IOT

这个概念大家并不陌生，很多人都知道物联网，但是你要让他具体解释一下，估计很多人说不出个所以然吧，解释一下什么是物联网，物联网是新一代信息技术的重要组成部分，也是“信息化”时代的重要发展阶段。其英文名称是：“Internetofthings(IoT)”。顾名思义，物联网就是物物相连的互联网。也是物联网3.0时代，未来将会是一个万物互联的时代。

转述一下书中的观点，作者认为互联网发展有三个阶段：

互联网1.0时代：PC ;

互联网2.0时代：移动互联网

互联网3.0时代：物联网IOT

拿腾讯做个例子：QQ就是1.0时代的产物，微信是2.0时代的产物，而3.0时代，正在逐步到来，比如智能穿戴设备，小米的全生态产品。想象一个场景：一个冬天，下班了回到家站在门口，智能锁识别了你的身份，自动为你打开了门，一进屋发现智能空调已经根据你的习惯为你调试了适宜的温度、干湿度，智能厨房已经根据你的营养需求为你做好了可口的食物，打开冰箱发现食物消耗殆尽，这时候突然接到电话，你开门接收了食物和蔬菜，原来，冰箱自动下单，并根据你的时间，设置了送货上门。你去上厕所，推开卫生间的门，坐在马桶上，发现马桶盖是已经加温了的，原来马桶上有一个红外扫描装置，当你推门而进的一瞬间，自动加温马桶盖.......万物互联的时代，智能穿戴也即将被取代，随之而来的脑机接口，你甚至什么都不还需要操作，单凭思想就可以控制身边的一切在线联网设备。

商业智能在商业银行的应用 篇3

关键词：商业智能；商业银行；应用

引言

现阶段我国正处在全面改革的深化阶段，在这一过程中的诸多领域都纷纷进入到改革的氛围中，对自身的管理等有了很大的转变，这在商业银行的发展中也是如此。商业智能主要是对企业中的现有数据转化成知识来辅助企业做出准确决策的工具，将其在商业银行当中加以应用就能够推动商业银行经营的全面信息化和智能化，为其在发展中的优势地位获取奠定了基础。

1.商业智能的作用体现及系统技术架构分析

1.1商业智能的作用体现分析

商业智能也被称为是商务智能，主要是采取的数据仓库技术以及在线分析技术等来对商业价值得以实现的。这一技术在当下的商业银行中有着比较广泛的应用，最为根本的原因就是由于商业银行的信息化不断得到深化发展，在数据的积累上也逐渐增多，从而就出现了数据爆炸以及信息缺乏的矛盾[1]。

在这一复杂的运行环境下，商业智能的出现就有效解决了这一矛盾，其最大的作用就是可以对银行经营中的大量数据进行搜集并将其转为信息知识来为银行的发展进行促进。从具体而言，商业智能的作用主要是集中体现在对银行管理者管理和跟踪绩效，并能够帮助用户进行理解业务，使其认识到业务的发展趋势，并能够对客户的关系进行改变，以及为银行的发展创造获利的机会。

1.2商业智能系统技术架构分析

对于商业智能跨学科的得以应用主要是对计算机技术的应用，能够从大量数据中获得有利于银行发展的信息，来进一步促进银行业务的运作发展。商业智能的技术架构主要是涵盖着数据仓库以及数据抽取和信息展示工具等诸多部分，从数据的抽取结构上主要是对综合数据库数据追加以及更新功能的完成，这也是基础数据库构建后台技术结构的重要核心[2]。其中的数据提取服务主要是根据业务性质来对多来源的数据进行的处理，而数据转换服务则主要是对数据内容实施审查通过表内关系及表间关系加以实施。

而在业务数据源方面主要是包含了运行应用系统以及外部进入的数据等，为能够有效保证数据标准以及统计口径一致性，就需要把国家标准代码以及行业标码归入到基础数据库的有效组成部门并纳入到资源数据库当中。再有就是OLAP服务器结构上这是由计算引擎以及数据引擎等工具所构成，同时也是针对着特定的主体并从多角度来对系统运营的情况进行对使用者加以展示。这样在多维的数据引擎所采取的对称形式处理数据下就能确保不同角度的查詢过程中在响应速度及效率上保持一致。

数据仓库是比较重要的结构内容，其主要是对多数据源问题得到了有效解决，并且为OLAP技术以及数据挖掘技术提供了良好应用环境。为能够有效保证综合数据库业务可读性数据仓库建模是通过维度建模方式进行实施的，这是逻辑设计技术对建模规范有着遵循，也是采取直观标准框架对数据进行表现的。通过维度建模实施构建有着特征体现，其是可预测标准框架，能够承受不可预知用户需求的变化以及有着较好的扩展性[3]。

2.商业银行智能平台系统架构及应用策略探究

2.1商业银行智能平台系统架构分析

商业银行智能平台系统架构的构建要能够从几个重要的功能模块设计进行着手，主要就是要能够在数据采集层以及数据平台层和应用服务层模块方面进行构建。对数据采集层的模块构建主要是来自所有应用系统数据源，数据采集的平台要能够提供可定义以及标准化数据抽取及加载功能，这样才能够为数据平台构建数据仓库提供支持。再有就是对数据平台层的模块构建，在这一过程中主要就是要能够依照着银行数据模型实施数据的存放以及存储，构建数据集市来实施个人银行业务多维展现数据以及数据的分析挖掘[4]。另外就是对应用服务层的构建，在这一过程中要提供系统各种服务逻辑处理以及前端展现服务，从服务逻辑处理层面来看主要包含着系统管理服务以及查询数据组织服务等诸多的服务内容。

商业智能系统平台为商业银行统计分析型应用开发提供了统一集成基础架构，为业务部门对商业特征的分析提供了方便。通过数据分析平台能够对商业银行的业务把握更为准确的进行，从而做到了然于胸。统一的数据平台主要涵盖着面向主题应用的主题数据区所构成，其中在基础数据区是通过实体关系模型所涉及，并在业务系统的共享数据结构同时对特定业务扩展涉及有了支持。管理系统平台体系架构当中，应用服务平台主要是在同一数据访问接口作用下对数据平台数据实施访问的并由此来支持各种数据的访问协议。

2.2商业银行中商业智能应用的策略

第一，将商业智能在商业银行中的具体应用要能够按照相应的策略进行实施，主要就是要对业务人员数据分析的技能加以有效提升，对商业环境要能在分析能力上进行有效提升，及时的对商业银行中的相关问题发现并找出解决的策略。要想实现这一目标就要能够对业务人员的预先以及固定报表能够具备，同时也要能够在数据分析工具的具体使用上能够具备，只有这样才能够将商业智能技术得以完善应用，将其作用得到充分发挥。

第二，将商业智能在商业银行中进行充分利用要能够对数据的质量有效提升，主要就是商业智能中数据挖掘以及数据仓库等都对商业银行的历史数据有着依赖，所以对数据质量进行提升就能对商业智能的应用效果得以最佳的呈现。倘若是缺乏了高质量数据的相关支持那么再美好的界面以及执行速度等也都不会将实际的作用得到充分发挥。故此结合这些因素，就要能对数据的质量最大化的进行提高，保证数据质量能够符合相关的规范要求[5]。

第三，对商业银行中的商业智能加以应用不能只是从单层面得以体现，更重要的是要能够多层次的实现，主要是要能够和实际需求以及预算来对应用的范围进行确定。对商业智能在商业银行中的实际应用主要是多方面进行功能体现的，要能从简单到复杂的对数据应用的过程加以体现。同时也要能对商业智能在实际中的投入所要达到的目的要能够明确化，也要能够构建简单报表对数据分析的复杂程度进行分析，诸多层面的问题就要能够对项目的投入预算有清醒的认识。

第四，对商业智能的系统应用还要能够围绕着用户使用的方式来提供支持，优秀的BI系统通常是支持多种的用户使用方式，主要是由于在觉得中有着多方面以及多层次人员的参与。同时在系统的应用上也要能够围绕着行业应用来提供支持，以及围绕着银行应用的特性来提供响应的支持。其中在数据集成引擎方面来完成基于流程驱动，并要能够把BI当中的多样功能封装成节点以及引擎提高系统的灵活度。

3.结语

总而言之，针对当前我国的商业智能在商业银行中的实际应用，要能够结合银行的各个层面的发展情况进行实施，商业智能在银行中的应用在今后是必然趋势。要能够对这一系统进行应用过程中将银行的管理工作进行完善，为商业智能的应用提供一个良好的发展环境。由于本文篇幅限制不能进一步深化探究，希望此次理论研究能起到抛砖引玉的作用以待后来者居上。（作者单位：中国农业银行股份有限公司大连市分行信息技术管理部）

参考文献：

[1] 王宁.浅析现代银行的商业智能系统[J].经济研究导刊.2013（03）

[2] 高翠芬.商业智能及其应用分析[J].现代商贸工业.2014（02）

[3] 杨安乐，吴峰.商业智能为银行发展中间业务带来新机遇[J].华南金融电脑.2013（09）

[4] 李勇.商业智能：中国银行业提升竞争力的战略举措[J].中国金融电脑.2013（12）

智能管道的商业价值剖析 篇4

增量还要增收

近年来, 语音电话业务的ARPU值逐年下降已成大趋势, 运营商的收入增长主要依赖用户数的增长和带宽的增长。为了吸引用户, 运营商不断耗费巨资发展移动宽带, 结果却发现, 在移动互联网这块蛋糕上, 自己切得的远不如想象得多。原因包括移动宽带服务普遍采用的是基于流量的计费模式, 那些使用高带宽的用户实际上并没有支付更多的费用;另一方面, 很多OTT (基于终端) 服务商直接面向用户提供服务和计费, 运营商则沦为单纯的“传输管道”, 根本无法触及管道中传输的巨大价值。这是一个增量不增收的局面。

另外, 难以满足用户对差异化服务和质量的需求, 是困扰当前移动宽带的另一个难题。使用移动宽带的用户中, 既有业务极为关键的大公司, 也有为数众多的非付费个人用户, 可是现有的移动宽带却无法予以区别对待。2009年H1N1型禽流感爆发期间, 曾有国际物流公司让员工在家中使用移动宽带继续工作, 然而网络在通信高峰时段性能极不稳定, 有时甚至正常的上网和收发邮件都不能保证, 结果导致客户服务质量大打折扣, 损害了企业信誉。也有运营商虽推出了高速“金牌”服务, 但在服务质量上并未与速度较慢也更便宜的低端服务拉开差距, 因此很难吸引到客户的青睐。

据运营商CMO组织反馈的信息, 运营商对移动宽带的期望主要有:

·为企业付费客户提供具有最低保障的服务, 无需随时保持最快的速度, 但应能应对电子邮件收发和网页浏览;

·创建对普通服务客户更具吸引力的“金牌”服务产品;

·将低优先级话务引导至“非高峰期”, 将更多用户引导到网络负载较轻的区域。

此外, 运营商CMO们还希望, 对受欢迎的网站, 例如You Tube, 能让“金牌”用户有最佳的体验;让一些特别的终端用户, 如iphone或Google-phone用户, 获得更好的体验;为付费用户提供精选应用, 例如比标清更清晰的高清移动电视。

智能管道四招破局

智能管道与策略和计费控制 (PCC) 是针对移动宽带的现状而提出的解决之道, 主要具有改善节省资源、合理调配资源、提供差异化溢价业务、提高用户满意度并锁定高端用户四个方面的能力, 这也正是智能管道的真正商业价值所在。

节省资源缘于智能管道能给不同业务分配不同的优先级, 对于占用资源时间较长、内容较少且对时延不敏感的业务, 将赋予较低级别, 由此提升网络的总体容量。据现网测试, PCC的应用对资源效率或容量的提升通常可以达到5%～10%甚至更高。容量提高意味着可以节省同等比例的投资, 如果投资规模不变, 则意味着可同比例提高忙时的数据收入。

合理调配资源是指应用智能管道技术, 并结合激励型市场定价, 运营商能够减少网络空载时间或降低低载率, 在网络忙时留出更多的资源给高付费用户和业务, 从而在相同的资源下获得更高的收益。图表1是某运营商引入智能管道前后的数据分布效果图, 忙时高付费业务增加, 非忙时总业务量增加 (主要来自于低付费业务) , 这些都为运营商带来了额外的收入。实际增收效果会因智能管道策略的力度和动态调整的效果而有不同, 通常都会增加几个百分点甚至更高。

从国外运营商的经验看, 差异化溢价业务对部分老用户很有吸引力。目前主要的差异化且可以获得溢价收入的业务有金银铜牌业务包、视频业务保证包、基于时间段的加速器卡、社交网络特惠包, 以及智能手机优先等。从图表2的调查表可以看出, 愿意支付溢价享受高质量视频/TV节目的用户占49%。调查中, 其他溢价业务也受到了用户的积极反馈。

溢价部分通常可定义为数据业务ARPU的10%, 如果网络中有累计20%的人选择不同的差异化溢价业务, 运营商数据业务的总收入将增加2%, 这对ARPU值的下滑有积极的补偿作用。

最后, 同时也是最重要的, 智能管道可以帮助运营商提高用户满意度并锁定高端用户。爱立信消费者研究室针对终端用户做过详实的统计调查, 结果显示, 对用户满意度影响较大的前5项因素分别是网络容量、网络覆盖、业务可靠性、业务易用性和价格, 参见图表3。

部署智能管道可以在网络容量和业务保障方面产生积极影响。针对高端用户提供免溢价的高价值服务/业务, 会提高高端用户群体的满意度。高端用户是高额利润的保障, 是所有运营商争取的目标, 而用户满意度是决定他们是否留在网络的最重要因素。应用智能管道后, 预期年离网率将下降1%～2%。离网率的降低, 将使用户平均停留在本网络的周期加长, 从而增加收入并减少新用户的获取成本。这一部分的价值和意义, 将大于资源合理分配和差异化业务的价值。下面的图表4显示了离网率和用户满意度的关系。

高额投资回报

将智能管道四种商业价值进行量化, 估算的结果是:智能管道转化为年收入的价值是其投资 (折旧到一年的CAPEX) 的10倍以上。除去网络运维成本、市场营销成本及其他成本, 智能管道投资的利润非常可观。

在看得见的收入之外, 智能管道还具有巨大的潜在价值和无形价值。比如苹果、Google、腾讯等OTT服务商将用户完全把握在自己手里, 运营商对于用户没有感知, 没有控制和管理, 也无法参与互联网增值业务的收入分配。发展智能管道之后, 运营商可以将差异化管道服务批发给OTT服务商, 后者因此可以赢得更多的用户基数, 所以有意愿向运营商支付溢价业务的分成。图表4展示了传统模式与智能管道模式的区别:

与此同时, 运营商的用户也会因在使用OTT业务时体验更好而增加, 形成双向正向激励。据估计, 如果有10%的用户由该运营商的管道访问OTT业务, 运营商的数据业务收入就会增加10%, 同时还可获得来自OTT服务商的分成, 从单向收入商业模式转变为双向收入模式。

智能商业读后感 篇5

书中大量用极简的语言来一针见血的直指要点，比如，在描述新旧商业的区别时，就用了两个字“精准”。

我想，不管是从逻辑上，还是从语法、语句的修正上，曾老师都用了他文中提到的“极客”精神在对待这本著作，所以，也能让我们通篇读下来，并未感觉到其中任何一句是多余的。

写读书感受本是个很难的事情。

一是因为与曾老师知识层面、经历层面有着非常大的差距，所以即使认真读完，也并不能全部理解其精髓。

二是由于自身在知识积累以及思考上还都太肤浅，导致自身的文笔以及表达上，不能比较好的给其精髓思想进行很好的传递。

基于以上两个考虑，这里仅仅是对曾老师《智能商业》里部分对自己触动比较大，自己又还能有一点感悟的地方，用比较“欠缺”的语言，来谈一谈读后感。

因为，《智能商业》里面，虽然没有大篇幅的强调“做”，但却通过阿里巴巴战略会议的举例强调了大胆尝试和做的重要性。

推广智能核算平台 篇6

关键词：智能核算平台,信息采集,智能核算平台

1 课题背景

1.1 用电信息采集系统推广困境

2013年底, 国网厦门供电公司全面完成智能电表“全覆盖”的建设目标, 远程自动抄表核算比例已达97.14%。但随着用电信息采集系统的推广, 每月新增采集异常缺陷时有发生, 采集运维人员疲于应付, 应用比率97%至99%的提升瓶颈始终难以逾越。

1.2 传统抄核收管理模式转型困境

目前福建省各地市仍然主要依托人工抄表核算模式, 非红外手工抄表等异常情况仍然无法杜绝, 而自动采集比率提升困难, 运维力量不足同时导致抄表队伍转型和管理转型工作推进缓慢, 传统人工抄核收作业模式已难以满足新型生产方式的要求。

2 智能核算平台建设方案

2.1 智能核算平台系统架构

智能核算平台遵循“业务驱动”的设计方法, 整合现有SG186营销业务应用系统抄表、采集、核算流程, 全面优化智能核算策略, 实现智能化抄表核算全新业务功能, 同时强化智能抄表核算过程的全过程实时监控, 确保抄表核算业务智能、高效、规范处理, 强化异常工单的闭环管理。

2.2 核心功能模块设计

自动抄表模块由人工制定抄表计划、数据准备、数据抄录等工作改为集中自动抄表。由人工数据复核改为智能复核分析, 减少业务流程人工操作环节。

智能核算模块由人工电费计算、策略筛选审核改为智能全量审核分析, 针对厦门地区客户用电习惯和特殊电价政策制定智能审核规则库, 提高核算工作效率, 降低电费差错风险。集中监控模块由人为监管改为实时处理过程的集中监控, 异常差错监控更加及时有效。异常处理模块自动拆分异常用户工单, 优化异常缺陷处理流程, 实现异常用户闭环管理。安全管控模块构建档案层、示数层、电量电费层三级防火墙体系, 提前杜绝业务变更流程差错, 规避电费差错风险。

2.3 推广智能抄核收管理模式

(1) 调整营销组织机构。一是成立自动抄表班, 负责全市客户的自动抄表数据采集、派发采集运维任务和现场补抄任务、跟踪采集运维和现场补抄进度、采集数据分析、自动抄表结算分析等工作。二是成立片区服务班, 负责网格化的现场补抄、电费催收、电力片区服务、现场周期巡视等工作。

(2) 优化抄表核算作业流程。在完成智能审核策略制定的基础上, 有序推进智能核算平台上线工作, 完成智能抄核收流程适应性调整, 实施智能抄核收新型业务流程。

(3) 开展周期巡视业务。依托智能核算平台, 根据高压6个月1次、低压12个月1次的现场巡视复核要求, 由自动抄表班每月制定周期巡视计划, 派发片区服务班完成现场巡视复核工作任务。

(4) 开展低压客户“自然月结算”模式。为进一步适应生产方式的变化, 厦门供电公司共计121.55万户低压客户开展低压客户“自然月结算”模式, 即采取每月1日采集数据结算。每月1-5日, 核算班跟踪智能电量电费计算、智能审核和自动发行业务, 确保用电客户6日起可缴交电费。

(5) 优化智能核算策略。智能审核策略是智能核算平台推广的重中之重, 制定规范、完善、高效的“二级三层”智能审核策略, 以满足人工核算过渡到智能核算的需要。

1) 制定“二级”审核方案。第一级由省公司综合全省情况, 制定全省统一标准的基础智能审核规则;第二级由各市公司综合评估实施区域的电价结构、客户用电规律等, 结合本地区特殊电价政策确定特殊智能审核规则。

2) 建立“三层”审核策略。根据档案层、示数层、电量电费层“三层”智能防火墙体系要求, 针对用电新增或变更档案信息、抄表示数复核信息、电量电费审核信息, 并在不同流程节点开展智能审核校验。

3) 逐步完善和优化智能审核策略。根据现有营销业务系统审核规则库为基础, 综合考虑审核异常阀值、系统负荷和人工审核工作量, 并根据不同用电客户类型制定不同的智能审核策略, 在推广实施过程逐步对审核策略进行完善和优化。

4) 居民审核规则原则。由于居民电价结构简单, 可分为两大类, 对执行峰谷的客户, 主要针设定峰谷电量是否计算, 以及峰谷电量之和是否等于总进行校验。其余居民, 主要针对电量、电费突增突减判断异常。

5) 居民以外的客户的审核规则, 主要分为:一般工商业, 针对峰谷执行;非普工业, 针对峰谷执行、力率执行;大工业:针对基本电费执行、峰谷、力率。

6) 存在业扩变更流程的客户作为异常, 进行人工审核。

2.4 构建“网格化”片区服务体系

“网格化”片区服务体系以“责任网格化、平台信息化、管理信息化、服务互动化”为原则, 旨在结合抄表队伍转型工作, 充分应用福建省社区网格化管理建设的优秀成果, 加强与社区服务网格的对接, 同步构建网格化片区服务模式, 将供电服务主动融入社区网格化服务体系。

3 实施效果

通过在全市推广智能核算平台, 自动抄表核算比率从年初的97.14%提升至99.12%, 自动拆分发行率95.39%。其中核算异常户28574户, 核算异常率2.36%;抄表异常户27313户, 抄表异常率2.25%。节省劳动成本支出约220万元/年;累计低压电费回收率提升至99.92%, 电费差错率降低至0.08%以下, 抄表及时率和电费发行及时率提升至100%。

4 总结

智能核算平台推广应用突破了传统电力营销服务短板, 适应用电信息采集系统“全覆盖、全采集”的新形势, 其推广建设成本低、管理效益高、服务效率高、经济效益高的特点很好地缓解了抄核收管理转型困境。随着智能核算平台的不断完善和深化应用, 结合下一阶段远程费控系统、智能线路规划、营销移动作业平台等新型营销管理模式的发展, 智能核算必将成为电力营销服务的管理基础和发展方向, 具有极其广阔的普及和推广前景。

参考文献

智能识别开启商业新时代 篇7

随着科技的发展, 这一目标的实现将越来越容易。人脸智能识别在商业领域的应用就可以为这个问题提出更加智能化的解决方案。同时, 人脸智能识别与商业的碰撞也催生了一种新的营销手段, 带动了精准营销。近期, 松下电器 (中国) 有限公司系统通信营销公司的“松下智慧中国行”解决方案展示会上, 松下的人脸智能识别系统商业解决方案展示, 带我们走近了智能商业的世界。

人脸智能识别, 是通过人脸进行身份确认或者查找的技术和系统, 它是包括人脸图像采集、人脸定位、人脸预处理、身份确认、身份查找等众多环节组成的一项热门技术。而应用于商业的人脸智能识别系统, 不仅可对人脸进行智能识别、人数统计、人脸对比、年龄识别、表情识别、性别识别、视线识别等智能判断, 更能够基于人脸智能识别结果提供解决方案。

与一般人脸识别系统识别率偏低、受光线影响较大相比, 松下的人脸识别系统可以将人的眼鼻嘴的位置作为特征值提取出来进行比较, 因此识别率更好, 受光线影响较少, 并可基于人脸识别结果, 按照客户需求进行系统定制。旨在帮助企业提高管理效率、减低资源和能源成本的同时, 努力为顾客带来更加人性化、智能化、便捷的消费体验。

如前文所提到的客流拥挤问题, 松下的商业客流分析系统可以对某一区域的拥挤度、结账排队长度等进行分析, 建议客户先逛不太拥挤的地方或者稍后排队结账, 还可以根据拥挤程度, 对销售及保洁人员进行岗位调度。

人脸智能识别系统在商业应用上的另一个亮点是:通过客流统计分析带动精准营销。当顾客进门时, 摄像机就会采集顾客的脸部信息, 并对他们的人种、年龄、表情以及停留时间等进行分析, 商家面向不同对象定向发布广告, 突出广告效果, 提升客户体验。并且可以通过POS联动系统为商户提供客人消费信息统计、结合消费者的面部特征分析出消费行为与消费者特征 (年龄、性别等) 之间的关系, 便于管理者快速做出营销方案。

而区域人数统计分析方案则可以为商家筛选检测敏感客人, 在数十万来客面部数据存储自动检索出VIP客户及回头客户, 根据这些客户的喜好及消费习惯, 推送定制化信息及服务, 或者及时作出针对VIP客户的招待措施, 从而提高VIP及回头客户的客户体验及客户忠诚度。

除此之外, 在零售店铺内导入客流统计分析系统, 通过灵活的网络传输方式 (有线、无线) , 将各个分散店铺的数据进行汇总、整理, 并结合POS数据及天气、活动等相关信息, 充分挖掘门店销售潜力和销售机会, 实现连锁店的长效盈利。

医院商业智能系统的应用 篇8

关键词：医院商业智能系统,数据资源利用,决策支持

1 引言

随着信息技术的发展与应用,我国医疗卫生行业信息化水平步入一个新的阶段。为促进业务发展、提升管理水平与服务能力,各级医院紧跟改革步伐,将信息化作为医院事业发展的核心战略,实施医院信息化工程建设,众多医疗业务信息系统和管理业务信息系统在各级医院上线实施。医院信息化的建设与应用,使医院各类业务数据从采集、存储到传递、使用的模式发生了根本的变化,数据资源的管理成为一个新的课题。如何系统地为医院各级管理者的管理与决策、业务技术人员的业务拓展提供及时、准确、全面、智能的数据服务,并将已进入信息系统管理的各类数据转变为提升医院服务品质和管理水平的知识,已逐步成为医院信息化建设与数据资源管理的新目标。

2 传统数据复用方式现状及存在的问题

数据资源的高效利用依托于医院信息化建设与应用的水平。目前,较多医疗机构的信息化建设主要关注生产作业系统的建设与应用,数据资源的使用方式主要是在生产业务系统中建立业务报表和数据查询系统。从应用情况看来,存在诸多不足,大大限制了数据功能的发挥。

2.1 数据利用效率低下

由于业务信息系统不完善,很多医疗机构的数据复用仍采用手工和信息系统相结合的方式。由各个部门从各自业务系统中采集数据,生成报表,对于没有业务信息系统支撑的分析表还需手工统计报表,再经过汇总、同比、环比等人工分析,形成分析结果,建立分析报表,提交给医院管理者。这是一个常规的定期为医院运行管理提供决策支持的工作,整个过程工作量大且响应管理需求周期过长,具有明显的滞后性,还有不少管理需求由于数据无法归集利用而被搁浅。

2.2 数据来源分散,未实现应用整合

传统数据报表通常来源于各个独立的业务系统,比如财务系统的利润表,人力资源系统的工资与绩效表,收费系统的结算表等等,而各业务系统由于缺乏系统集成应用,往往形成信息孤岛,致使数据无法交互和共享利用,也无法通过有效的数据复用对全院业务状况进行整体分析与监测。

2.3 数据查询速度慢

在业务信息系统中建立报表或数据查询系统采用的是在线事务处理技术(OLTP),而该技术的应用主要是面对生产作业过程中相对简单的联机事务处理及数据读写操作,如医院就诊卡办卡交易。基于此类交易的数据处理特点是简单、数量少,一旦遇上复杂的、大量的数据查询,其响应速度相当慢,同时还会严重影响其他在线业务的操作性能。

2.4 数据变动性较大,回溯性较差

由于业务上的变动会引起数据的变化,使得不同时间点的同一数据内容查询或分析的结果不相同,给医院数据统计和分析带来负面的影响。

2.5 数据分析方法有限

分析结果对管理者提供的决策支撑作用各不相同,较大程度上依赖管理者自身的管理经验和管理水平,由此大大削弱了数据应用对管理决策的影响力。

传统的技术和方法已经不能满足医院日益复杂的数据应用需求,商业智能系统的出现,以其高效性、稳定性、集成性和强大的分析挖掘功能,受到众多医院CIO的青睐。

3 商业智能系统的基本概念及在医疗行业的应用情况

商业智能(business intelligence,BI)的概念起源于工商业,是对数据和信息的搜集、管理和分析的过程,目的是使企业的各级决策者获得知识,提高洞察力,帮助他们做出对企业更有利的决策、实施更有效的管理举措。从业务信息系统或其他外部系统的数据库中抽取/转换/装载(ETL)数据、建立数据仓库、数据分析和数据展现是商业智能系统的4个步骤,科学支持决策分析是商业智能的终极目标。简单来说,商业智能就是把数据转化为知识的过程,用于支持决策分析[1]。

医院商业智能系统是在信息化支撑的环境下,整合不同业务需求,从不同的角度抽象出反映医院管理及医疗、教育、科研业务的各类指标,集成医院运行产生的宝贵数据,全面、系统、实时地复用各类业务数据,建立相关的知识模型和知识库,满足支持决策的信息需求,实现通过信息技术辅助决策的功能。这里的数据包括来自医院HIS的医疗信息、患者信息和管理信息以及医院其他系统和外部环境中的各种数据[2]。

进入21世纪以来,医院商业智能系统在北美得到越来越多的重视和应用,2005年以来,我国也开始研究商业智能在医院中的应用系统[3]。如今越来越多的医院开始重视商业智能应用系统,将其作为为医院管理提供决策支持的重要解决方案。

4 医院商业智能系统的技术特点与应用意义

医院商业智能系统依赖于信息化的支撑,业务系统的运行为其提供可供分析的数据,数据仓库技术、联机分析处理技术(OLAP)和数据挖掘技术为其提供独具优势的技术支持,这3个关键技术很好地诠释了商业智能系统的特点,也很好地解决了传统数据应用方式的不足。

4.1 数据仓库技术提供了稳定的集成分析平台

数据仓库是决策支持的基础,是一个面向主题的、集成的、随时间变化的、非易失的数据集合,用来更好地支持分析型处理数据[4]。

通过主题设计,将不同业务系统中分散的数据集中存放在一个存储容器内。在此数据集成平台上,各业务系统之间的数据可互通互用,例如:可将病案编目系统的病种数据与医疗业务系统的医嘱项关联起来分析病种的费用情况、药品使用情况、治疗项目等;可将财务收入系统与成本核算系统的数据关联整合,可直接计算医院收益率等指标。一旦定义出指标规则,系统即可自动计算出相应的指标值,大大降低了数据处理时间,将分析人员从以往手工处理数据的工作中解放出来,可以将更多的精力投入到面向主题需求的数据分析工作中。

数据仓库对数据的存储记录类似会计账务,当日数据当日结清,即使隔天业务上对前一天的数据做了变动,修改数据也反映到发生变动的当天。依此达到历史数据的可溯源性,无论什么时候查某一天的数据,必定是相同的,由此避免了数据变动性对数据分析造成的混乱影响。

4.2 OLAP技术提供了高效的多维分析方法

联机分析处理技术(OLAP)是多维数据分析工具的集合,其特点是查询高效、分析多角度、剖析数据方法多样化。OLAP技术可以让管理者对TB级的海量数据进行轻松高效的查询,这得益于它的数据聚合和数据多维组织机制[5]。比如医院医疗业务收入在时间维存放时不仅存放每日收入,还聚合成每月、每季、每年的收入;在科室维存放时不仅存放科内机构收入,还聚合成科室、部门的收入。在每个维度不同层级成员交叉处也计算出聚合收入,如某季某科室的收入,通过这样的多维聚合机制,使得数据查询速度大大提升。另外,OLAP还提供切片、切块、上钻、下钻、旋转等操作方法,在不同的层级上对数据进行试探性分析,得到不同形式的结果。

4.3 数据挖掘技术提供了科学的知识发现途径

数据挖掘技术是提升洞察力的主要手段,可辅助分析人员在大量看似无序的数据之中找出数据相关性,发掘潜在的知识。数据挖掘技术涵盖了一系列科学分析方法,包括数据总结、聚类及关联分析等描述性挖掘方法和分类、回归及时间序列分析等预测型挖掘方法等。可以通过选择合适的分析方法,智能地建立模型,从海量数据中归纳出有用信息。在临床医学数据分析中,数据挖掘技术被应用的比较多,通常我们会依据临床现象先提出一个假设,再借助数据挖掘技术建模,选择合适的分析方法进行数据处理,最终得到对假设的验证或推翻。借助数据挖掘技术,可拓宽管理思维,融合专家智囊团的智慧结晶,使管理决策变得更科学也更有趣。

5 医院商业智能系统的应用模式

5.1 医院商业智能系统的应用用户

商业智能的核心是决策支持,商业智能系统的前身决策支持系统(DSS)以满足高层管理者的决策需求为主,提供较为宏观的战略决策支持功能。对于团聚意识越来越重要的现今组织来说,决策已不仅仅是高层管理者的专权,而是由下而上各级员工的智慧结晶。商业智能系统的用户对象包括医院院级管理者、中层职能部门负责人、临床医技业务科室主任、护士长、组长及一线工作人员。

5.2 医院商业智能系统的应用目标

医院商业智能系统的应用目标之一是面向医院管理需求的主题分析与决策支持。通过对各类业务数据的分析,寻找规律,发现问题,让管理者适时掌握医院业务状况和运营状况,实施管理干预,并为管理决策服务;通过整合分析各类业务系统(如教学系统)的数据,可以更客观有效地开展科室与员工的绩效考评;同时在数据理解和业务干预过程中,也可发现业务系统本身存在的诸多问题,反过来指导业务系统的完善工作;若加入医疗行业外部环境等影响因素的数据或竞争对手的数据,还可以辅助分析医院在整个行业内的竞争优势,预测医院发展趋势。所涉及到的主题包括:医院竞争力分析、收益分析、医护工作量考核、药品使用分析、处方分析、耗材使用分析、医疗质量分析、医疗效率分析、教学质量分析、医生行为分析和患者行为预测等。

医院商业智能系统的应用目标之二是基于临床医疗业务数据的知识发现,如:对某个病种的临床影响因素分析,各种治疗方式的疗效比较分析等,为科研、教学提供数据支撑;围绕系统疾病,多科共建基于统一技术架构的临床病种数据库,真正做到多科数据、知识共享互用,为系统疾病的临床诊疗研究和临床诊疗实践决策提供支持,提升医疗技术水平和服务品质,实现以患者为中心的医疗管理宗旨。所涉及到的主题包括:病种费用分析、治疗技术评价、治疗效果分析和疾病影响因素分析等。

5.3 医院商业智能系统的应用展现

医院商业智能系统能够辅助的业务经营决策既可以是操作层的,也可以是战术层和战略层的。系统在设计数据模型时,既要考虑汇总数据的构建,也要考虑明细数据的准备,汇总数据主要用于统计值的效率考核、同比分析、环比分析和异常监控等,明细数据主要用于分析异常原因。

对于不同的用户,采用不同的数据呈现方式。对于高层管理者,使用汇总数据以红绿灯警示图、KPI仪表板和平衡计分卡的方式全局展现医院运转情况,满足战略分析需要;对于部门负责人和临床医技科室管理者,使用汇总数据以KPI仪表板、平衡计分卡和一些固定报表呈现部门或科室的工作情况,满足战术分析需要;对于一线工作人员,更多的是使用明细数据来完成常规分析报告,比如分析某月某天各科室挂号患者的来源情况,并作同比环比分析,形成报告;对于科教人员,主要使用明细数据建立数据模型进行数据挖掘,完成科研项目分析或假设结果的论证。

医院商业智能系统的终端可以是办公室电脑、便携式计算机、PDA和手机等各类电子设备。通过系统平台,每个用户可以将自己对数据的解读和意见添加注释,共享知识,将孤单的数据使用平台变成知识管理论坛,在讨论中实现系统构建的最终目标———群体决策。

6 医院商业智能系统的应用难点与对策

6.1 管理者的重视

目前不少医院对数据资源的重视程度不够,对数据复用方式的概念也停留在传统报表方式层面,随着医院信息化的发展,传统数据复用方式向商业智能的转变是大势所趋。数据资源是与人、财、物同等重要的医院宝贵资源,商业智能系统的建设绝非易事,医院管理者的重视和参与尤为重要。

6.2 坚持业务驱动而非技术驱动

离开业务支持和业务理解,商业智能系统能提供的仅仅是一个技术平台。医院商业智能系统是围绕管理业务、临床业务和科研业务的数据利用和数据分析,管理经验是商业智能系统的核心,业务需求是其驱动,技术方法是其手段[6]。

6.3 合理的项目组织和人员配置

医院商业智能系统的实施通常是以项目的方式开展,在项目组中需3方面的人员组织和配置———医院管理者的领军牵头与重视,业务人员的需求主导与知识共享以及技术人员的技术支持与理解能力,每一个方面都很重要。商业智能系统的设计既需要与医院管理顶层架构契合,又需要从每个底层业务需求着手。信息转化成知识的过程中,是技术人员、业务人员和管理者三方经验和知识的碰撞和整合,只有三方齐心协力,才能让商业智能系统的影响力得以实现。

6.4 BI从业者的能力素质

医院商业智能系统的建设需要拥有综合技能的复合型人才,商业智能的学科交叉性为BI从业者提出了更高的要求。除了培养从业人员BI相关的IT技术能力、对数据的敏感能力和良好的职业操守、对医院管理与业务运行的熟悉度和理解能力、积极的学习能力和灵敏的领悟能力,还需不断更新知识结构,比如财务管理理论、统计学理论和智能计算方法等,以满足日益复杂的各类业务需求。能够真正进行深入数据分析或数据探索的人被称为“高级数据分析师”,他们既要精通业务又需熟悉技术,是BI系统成功实施的要素,医院从BI项目立项开始就应该定位和培养自己的高级数据分析师[7]。

6.5 数据质量问题

由于医院信息化整体水平较低,虽然在数据清洗阶段通过了对数据的一致性检查、有效性转换和完整性处理,但从经验来看不能完全解决问题[7]。前台数据不规范、不完整,直接影响数据分析效果。因此在商业智能系统的实施过程中,还可发现业务系统流程设计的不足和数据存储方式的不合理等一系列问题,反过来引导业务系统的完善和数据的规范化,从而提高数据质量。

7 结语

医院商业智能系统是构建于业务系统之上的应用系统,企业级的商业智能应用应该说是一个整体的解决方案,是适用于不同环节的支撑平台或产品与业务及基于需求的应用开发的有机结合[7]。医院商业智能系统的搭建应该是基于医院管理信息系统的全局模型、整体设计,而非仅将商业智能作为一种技术工具来零散使用。随着信息化程度的提高和医院管理认知水平的提升,医院商业智能系统必将成为支撑医院知识发现和知识管理的利器,成为医院各级管理者群体决策所依靠的工具。

参考文献

[1]赖伏虎,洪嘉铭,赵淑媛,等.引入商业智能技术构建医院统计智能[J].中国医学统计,2007,14(12):292-294.

[2]郝昱文,卢沙林,杨宇.商业智能在医院管理中的应用[J].中国数字医学,2010,5(1):77-78.

[3]于广军,刘青.医院管理信息统计分析指标体系及商业智能应用研究[J].中国数字医学,2010,5(3):49-52.

[4]杨凤娟.基于数据仓库技术的医疗质量数据模型设计[J].情报探索,2008(10):72-74.

[5]俞磊,杨松涛,王宗殿.基于数据仓库的医院决策支持系统的研究与设计[J].计算机与数字工程,2010,38(4):142-145.

[6]王宁.浅析现代银行的商业智能系统[J].经济研究导刊,2009(3):80-81.

智能商业平台 篇9

关键词：传统商业,电子商务,营销整合,网络平台

一、传统商业和电子商务

传统商业是指通过具体的经营场所进行的商业活动。传统商业企业既包括各类大型的综合商场, 也包括数量众多的各类集体、个体工商企业。这些企业, 主要通过具体的店面, 经营具体的商品, 通过与前来选购商品的顾客面对面的交流, 来促进商品交易的完成。对于这些企业来说, 它们面临的经营成本中包括了店铺的房租、水电和聘用员工等产生的各种费用, 与现在新兴的电子商务相比, 具有明显的成本劣势。

电子商务是一种依托现代信息技术和网络技术, 集金融电子化、管理信息化、商贸信息网络化为一体, 旨在实现物流、资金流与信息流和谐统一的新型贸易方式。电子商务通过互联网络实现商务活动, 突破了传统的时空观念, 缩小了生产、流通、分配、消费之间的距离, 大大提高了物流、资金流和信息流的有效传输和处理, 开辟了世界范围内更为公平、公正、广泛、竞争的大市场, 为制造者、销售者和消费者提供了能更好地满足各自需求的极好的机会。相比于传统商业, 电子商务不需要具体的经营场所, 只需要在网上开一个店, 建立经营商品的相关信息, 即可开始经营, 这就节约了租赁店面和雇佣员工产生的各种费用, 大大降低了成本。特别是近几年来, 随着计算机在家庭的普及和ADSL宽带上网技术的广泛应用, 使得通过互联网络进行网上交易的电子商务以其难以想象的发展速度迅速成为各类商品最有效、最经济、最便捷的营销手段。现在, 越来越多的人不再是直接到商场购物, 而是通过网络或先到商场看好样式, 再通过大型综合购物网, 如淘宝网、卓越网去购买自己心仪的产品。可以说, 电子商务由于其成本和信息优势, 已对传统商业构成了极大的威胁。

二、传统商业和电子商务各自的优缺点

面对电子商务的冲击, 传统商业应该如何应对?是维持现状, 还是面对挑战, 积极进行营销整合?面对这个问题, 我们首先需要了解这两种商业模式各自的优缺点。

与电子商务相比, 传统商业的缺点是商品成本高, 商品信息不流畅, 用户选择范围小, 购物有时间、区域限制等。一般来说, 传统商业活动都需要一个或多个固定的经营场所, 经及满足需要的销售人员, 这就需要在商品价格中加入店铺租金和聘用员工而产生的费用。为了扩大商铺的知名度, 让更多的消费者了解, 传统商业企业往往需要印制和散发各种纸质宣传广告, 这既增加了费用, 又浪费了资源。同时, 对于消费者来说, 上街购物受地域限制, 受时间限制, 只能购买所到之处的正在营业的商店中的商品。相反, 电子商务由于是通过网络进行商务活动, 无中介者参与, 无需固定的经营店铺, 这就减少了交易的中间环节, 节约了店面的租金。同时, 商家主要是通过互联网络发布商品信息, 进行产品介绍、宣传, 这就节约了在传统商业方式下做广告、发印刷品而产生的费用。此外, 由于买卖双方是通过网络即时沟通供需信息, 进行交易, 使得消费者购物和商家售物都没有了时间和地域的限制, 商家甚至可以实现无库存销售。这些, 都使得电子商务相比于传统商业来说, 具有很大的优势。

当然, 目前的传统商业相对于目前的电子商务, 在某些方面还是具有一些优势。一是消费习惯有利于传统商业。目前大多数的消费者, 购买商品时仍然是去逛商场, 通过比较价格, 最后交易。即使有人到网上看了商品信息和价格, 也只是作为和商家砍价的依据。毕竟, 看了实物后才购买是多年的消费习惯。二是电子商务对计算机操作水平的要求有利于传统商业。特别是对于中老年消费者, 他们由于自身计算机水平有限, 不大愿意使用计算机进行网上购物。三是一些大型商品, 如家电、家具等, 仍然主要依靠传统商业活动进行销售。四是传统商业活动可以使消费者到现场感受商品, 可以使消费者立即选购到自己满意的商品, 充分体验购物的快乐。同时, 对于因产品质量问题而引起的售后服务, 传统商活动也具有一定的优势。但是, 这些优势, 会随着电子商务的不断发展而丧失, 最终变为劣势。因此, 传统商业必须改变经营理念, 通过营销整合, 既吸收电子商务的特长, 又充分发挥自己的优势。

三、面对冲击, 应当构建针对传统商业的商业信息和电子商务网络平台

电子商务既对传统商业活动形成了巨大的冲击, 同时, 又给传统商业带来了机遇。如果传统商业企业抓住电子商务飞速发展带来的机遇, 随应网络化、信息化的营销潮流, 进行营销整合, 就可能实现一个巨大的飞越。

如何进行营销整合, 才能达到既发挥传统商业活动的优势, 又充分吸收电子商务的优点, 抓住电子商务提供了历史机遇呢?这就是构建一个针对城市传统商业企业的商业信息和电子商务网络平台。

这个商业信息和电子商务网络平台, 以各个城市的各个传统商业企业为对象, 为他们提供一个构建自己企业商业信息和电子商务网络平台的平台。消费者访问这个平台, 就像淘宝网一样方便, 能够浏览所有商业企业所创建的网络平台。如果在平台中选择消费者自己所在的省份和城市, 则可以筛选出本地区、本城市的已经上网的传统商业企业的网上信息。消费者可以浏览这些商业企业的网上信息, 可以进行网上购物等电子商务活动。而各地的传统商业企业, 则通过这个平台, 来开设自己的网上商店, 提供网上商品信息和广告的发布, 与用户进行网上交流和网上交易。作为平台的管理者, 则负责审核、整理归纳各个网上商店, 将他们以城市为单位进行大的分类后, 再按多种方式进行较小的分类, 如按经营的商品种类将它们分成服装类、化妆品类、综合商场、大型超市、本地特产等多个种类, 尽量做到为消费者访问和搜索这些信息提供最友好的界面。

这个网络平台建成后, 各地的传统商业企业, 除了可以通过这个平台展示自己的商品外, 还可以通过这个平台发布各种广告信息, 如促销、打折信息等。这种网络平台上的广告, 一旦用户形成浏览习惯后, 它所产生的宣传效果, 将远远大于传统的纸质广告, 而费用却低得多。特别是大型商场、超市, 完全可以通过这个网络平台来发布各种促销广告, 让本地消费者足不出户, 就可以了解的它们举行的各种促销活动。而各地的消费者, 则既可以在本地逛街购物, 也可以通过这个平台, 了解和访问本地、外地的各个传统商业企业经营的商品信息, 包括他们的促销、打折信息等。对于外出旅游的消费者, 更可以利用这个平台, 查询到自己将要到的城市的商业情况, 为可能的购物做好前期调查准备。

四、结束语

电子商务对传统商业形成了巨大的冲击, 同时, 也给传统商业提供了巨大的机遇和活力。如果构建一个针对传统商业企业的, 以城市为单位的商业信息和电子商务网络平台, 使这些传统的商业企业也加入到电子商务活动中来, 实现自己营销的整合, 则既可以发挥传统商业拥有固定场所的优势, 又能充分吸收电子商务的优点, 降低成本, 扩大宣传效果, 甚至可以因此而减小门市的面积, 减少分店的数量。当然, 这些企业也将衍生出一个负责网络营销管理的部门, 来具体负责网络商品信息的更新, 网络交易的完成, 以及回答网上提问等事宜。

参考文献

[1]宋振秀:电子商务与传统商业, 企业与经济管理.2007.第5期

[2]唐.舒尔茨海蒂舒尔茨著:整合营销传播[M].中国财政经济出版社, 2005

值得关注的商业智能新趋势 篇10

目前全球经济正逐步复苏，专家指出，未来几年内商业智能BI将不断更新变脸，地位日益提升，功能日趋强大，市场需求也日渐旺盛，产品规模将迅速增长。因此，业界共同关注的是未来2年～3年里BI将如何演绎，将呈现哪些新的发展趋势?软件厂商如何抓住这些趋势，更好地为企业决策管理服务，抢占先机?

BI新趋势之一：不断融合，演变成门户化

未来的商业智能BI趋势将是基于全面信息集成的服务，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。

在基于企业战略和流程的大前提下，BI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以及其他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、商业智能等一体化服务，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。

BI新趋势之二：日趋“傻瓜”，体现人性化

未来的BI门户更加强调人性化，功能日趋“傻瓜”，强调易用性、稳定性、开放性，强化人与人沟通、协作的便捷性，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。

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。

BI新趋势之三：移动BI将成为新战场

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，在今后的一两年里，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。目前国内一些主流、领先BI软件企业正积极利用现代手机移动技术，BI移动办公、无线掌控将可信手拈来，随时随处可行。

BI新趋势之四：在云中部署BI，成为主流方向

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，以云为基础的商业智能在线服务将成为全新的商业智能部署的主流方向。

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。从某种意义上说，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。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Informatica BI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。

BI新趋势之五：SaaS BI日渐雄起，受中小企业青睐

IDC机构预测，SaaS BI将成为今后一两年里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，SaaS BI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，该商业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。因此，时下BI应用还是会以传统模式为主。

BI新趋势之六：可视化技术呈亮点，交互式分析助推BI

目前，有越来越多的企业用户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。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领域的又一亮点和一大趋势。

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的分析要求。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。

BI新趋势之七：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BI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，企业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，有远见的BI厂商可以积极绸缪、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。