董欣欣 陆文婷

摘要：本文基于信息时代的社会发展背景，由于数据、信息等过载问题引出商务智能，以国内外学术界的经典研究为基础，对商务智能的定义、发展及应用三方面进行阐述，发现商务智能的应用广泛，对于系统性认识商务智能并拓展其应用领域具有一定的意义。

关键词：商务智能;数据;辅助决策

基金项目：北京市教委社科重点项目暨北京市社会科学基金项目（编号：SZ20161003821/15JGB212）;国家自然科学基金青年项目（编号：71401111）;中共北京市委組织部北京市优秀人才培养资助青年拔尖个人项目（编号：2016000026833ZS07）;北京市属高校高水平教师队伍建设支持计划青年拔尖人才培育计划

信息时代充斥着各式各样的数据，Google全球事务高级副总裁Kent Walker指出大数据的飞速增长，且由于计算机存储成本的下降引起的存储数据量的激增。在过去两年的时间，人类产生了世界上90%以上的数据。然而在每天产生的大量数据中，真正能够分析和利用的数据究竟有多少呢？一些专家估计目前被利用的数据仅5%-10%。大量数据冗余、不相关、不完整或质量很差。因此将数据转换为信息用于现实具有一定意义，商务智能应运而生。

一、商务智能的定义

商务智能最早由Hans Peter Luhn在IBM内部的一本杂志上面发表的一篇文章提及，在这篇文章中提到了“商务智能”这一名词，指的是一种用于生意处理上的信息系统。1989年Gartner Group的分析师Howard Dressner创造了商业智能这一术语。商务智能能够将企业的中国的数据整合，准确快速地提取其中的有用信息，并析出对于决策有利的依据，能够帮助管理者做出决策。一些观点认为现代商务智能就是利用各种工具、技术和应用程序将数据转换为可操作的信息的过程。2013年，人们对商务智能的认知还停留在商务智能是一个总称，指的是用于分析组织原始数据的各种软件应用程序的阶段。商务智能作为一门学科由几个相关活动组成、包括数据挖掘、在线分析处理（OLAP）、查询和报告。有学者提出商务智能是组织中的大规模决策支持系统（DSS）的总称。现在，商务智能依然是组织中最大的IT投资领域，也被评为全球最优先的技术领域。

国内学者胡翠华和陈登科基于众位学者对于商务智能的认识及描述，认为商务智能能够帮助组织了解运作状况并进行分析、预测、计划。商务智能是一种技术、应用，更是一种商业行为。陈红军对商务智能提出了自己的见解，主张商业智能是一套完整的解决方案。同时有学者将商务智能定义为一种信息技术，一种收集、整理、分析结构化和非结构化数据的信息技术工具，能够帮助决策者获取有用的知识帮助决策者把握未来的竞争优势，帮助决策者做出高效、正确的决策。由此，商务智能才与管理建立了密切的联系。尽管诸位学者都对商务智能的定义意见不一，但综上来看商务智能的最终目的都是为了辅助决策，在企业中扮演着一个十分重要的角色，能够帮助管理者从纷繁复杂的信息中辨别出有用、有效的信息，支持决策者做出高效、正确的决策。

综上，商务智能已不仅仅是单纯的一种软件工具了，而是能够应用于企业管理的一种手段，甚至可以称为一种管理思想。能够帮助企业管理者全面、及时并准确地处理数据和分析数据。在大数据的背景下，商务智能在我国的发展及应用对于我国各个行业具有里程碑式的意义。

二、商务智能的发展

商务智能相比于国内，在国外出现得较早，因此，在国外的学术研究领域相对发展得较为成熟。

商务智能出现于20世纪末期， 20世纪90年代后期有了飞速发展， 越来越多的企业需要商务智能。具体来说，商务智能的发展历经了事务处理系统、应用执行信息系统和决策支持系统等。随着网络的出现和普及，在决策支持系统的基础上演变为商务智能成为必然，原因是基于Web的信息系统在企业中广泛使用，使得企业的数据近乎爆炸式地增长，而产生了对于数据处理分析的新的需求，就需要出现一种工具挖掘这些数据来创造更高的价值。Il Seok Ko和Sarvar R. Abdullaev将商务智能的发展分为三个阶段：（1）商务智能系统是旨在完成有限范围的操作业务活动的商务信息系统，并且以相同的方式存储操作数据。在这个阶段几乎所有的决策都必须依赖于运营数据，有时甚至会发生冲突。（2）历史数据从运营数据分离到数据仓库，这些数据仓库专门用于存储和提供对这类数据的快速访问。它还总结了各种长方体的数据，从而简化了决策过程。（3）通过数据挖掘技术和人工智能发现了今天的商务智能系统，以便为决策提取知识。

三、商务智能的应用

关于商务智能的应用，一些学者对其适用行业特征进行了分析与总结。由于商务智能自身能够从大量数据中提取有用信息，用以提供决策辅助信息给决策者的特点，商务智能适用于企业、客户、产品线、市场、信息规模庞大的行业以及某些政府部门。刘泽在其研究中总结了商务智能应用领域，该研究提及商务智能主要应用于具有一定条件的行业这些条件包括：用户数量达到一定规模、用户面临激烈的市场竞争、用户在IT方面的资金能够得到保障等。商务智能应用的行业领域主要集中在金融、电信、政府及消费市场等。技术不断发展使商务智能有着更广泛的适用性，学者们也对商务智能的功能范围做出了总结。代睿丽总结了商务智能在企业中的应用，该研究表明商务智能在企业中主要应用于三个方面：运营分析、战略决策支持以及绩效管理。同时也指出在运营分析中的使用，主要表现在财务方面。财务分析主要针对财务指标，诸如利润、费用等财务方面的指标进行分析。战略决策支持主要是指商务智能技术能够帮助管理者或者决策者获取企业生产经营的各种有价值的信息，帮助其挖掘更多反映生产经营状况的信息，分析一些看似不相关的信息的内在联系，帮助决策者更好地制定决策。绩效管理主要指的是商务智能的应用帮助企业进行全面质量管理、绩效考核系统等，能够将企业的各个方面结合在一起，共同辅助企业的持续性发展。

学术界，商务智能在销售预测、异常行为检测、个性化推荐以及数据质量评估等方面有着广泛的应用。关于预测，Hui Yuan等人在其研究中提出一种基于在线用户行为数据的销售预测数据挖掘框架，最终目的是预测销售趋势。随之进一步地研究用户的购买量，Huailin Dong等人在其研究中利用天猫的真实行为数据进行分析，利用模型预测用户未来购买量。Naeimeh Laleh最新的研究提出基于風险评估的模型，用于社交网络中的异常行为检测，能够保证数据安全。关于推荐，Xiaoping Su基于关联规则的方法对不同性别用户的网上购买行为进行分析，分别为用户进行商品推荐。Yuqi Wang基于用户的四种实际行为操作，提出一种基于FMs算法的良好用户行为预测模型，预测顾客行为，最终用于产品个性化推荐。关于数据质量评估，William J. Doll通过衡量用户满意度间接衡量数据的质量，该研究对用户进行调查确定五个衡量标准：内容、准确性、格式、易用性和及时性。但此研究相对来说存在一定的局限性。

参考文献：

[1]Luhn H.P.A Business Intelligence System， IBM Journal [J].1958，10：314-319.

[2]胡翠华，陈登科.商务智能在我国的发展现状、问题及其对策[J].科技管理研究，2007（10）：50-52.

[3]陈红军.商务智能基于大数据的有效决策[J].企业管理，2018（04）：101-103.

[4]Ko I S ， Abdullaev S R . A Study on the Aspects of Successful Business Intelligence System Development[C]//International Conference on Computational Science. Springer-Verlag，2007.

[5]刘泽.我国企业应用商务智能的现状、挑战与对策研究[J].科技管理研究，2012，32（02）：34-37.

[6]代睿丽.商务智能价值及其应用[J].合作经济与科技，2018（06）：116-117.

[7]Yuan H ， Xu W ， Wang M . Can online user behavior improve the performance of sales prediction in E-commerce？[C]// IEEE International Conference on Systems.IEEE，2014.

[8]Dong H ， Xie L， Zhang Z . Research on statistics-based model for E-commerce user purchase prediction[C]// International Conference on Computer Science & Education.IEEE，2015.

[9]Laleh N， Carminati B， Ferrari E. Risk Assessment in Social Networks Based on User Anomalous Behaviors[J].IEEE Transactions on Dependable & Secure Computing，2018，15（2）：295-308.

[10]Su X， Zhou H. The analysis and mining of purchasing behavior in E-commerce[C]// International Conference on Computer Science & Service System.IEEE，2011.

[11]Wang Y，Shang W， Li Z. The application of factorization machines in user behavior prediction[C]// IEEE/ACIS International Conference on Computer & Information Science.IEEE，2016.

[12]Doll W J，Torkzadeh G.The Measurement of End-User Computing Satisfaction[J].Mis Quarterly，1988，12（2）：259-274.