上海雙菱空調器制造有限公司是一家中日合資企業，位于上海市浦東工業綜合開發區，建有設施先進的現代化廠房，年生產能力超過 300萬臺，產品包括雙菱定速、變頻、民用商用空調系列，款式包括窗式、分體掛壁式、落地式、嵌入式、吊頂式及小型家用中央空調。上海雙菱是空調行業的知名企業，在全國二十幾個省市設有商務代表處，20%以上產品出口歐洲的意大利、西班牙、希臘、東南亞的印尼、印度、新加坡、東歐、中東及北美洲等幾十個國家和地區。
上海雙菱空調一直比較重視企業信息化建設，但由于其分子公司較多，經營水平參差不齊，信息化需求各不一樣，因此信息化應用系統欠缺統一性。目前，雙菱空調已經實施信息化的業務領域包括企業財務管理、企業內部物流管理，使用的軟件品牌包括博科、用友、金蝶。上海雙菱空調為了解決企業信息化數據相對分散，信息化數據利用率不高的問題，開始著手選擇商業智能軟件。 作為第一批使用國產化商業智能軟件的用戶，上海雙菱與博科資訊合作，開始了商業智能的應用之路，商業智能的三大核心技術在上海雙菱都得到充分應用。
數據倉庫(DW)
上海雙菱在實施博科商業智能——財務智能倉( BI-FIW))之初，已經有了許多的業務數據，但這樣數據都沒有得到有效利用。例如客戶交易資料，管理人員無法從這些數據中分析出客戶的效益和商業行為特征。面對一份個別客戶的詳細檔案，何時采用何種方式才能滿足該客戶的需求?這是令管理人員非常苦惱的事情。當然，客戶數據的分析確實不是一件容易的事情：如果收集了1000個客戶的信息，每個客戶100條交易數據，然后必須存儲、管理和分析100，000個具體數據。即使是一件很小的分析工作，需要處理的數據之多也令人生畏。數據的集中存儲，成為上海雙菱使用商業智能的最初原因。
數據倉庫的建立是為了滿足決策支持的需要，而更好地組織企業內所有可能收集到的數據。建立數據倉庫不是目的，只是進行決策支持的中間環節，保證數據的一致性、準確性、綜合性、易用性，為各種決策支持方案提供統一的數據源。例如以客戶為中心的數據倉庫是根據客戶管理的需求，對企業所有可能和客戶相關的數據進行重組，使得企業對自己的客戶具有統一的認識。上海雙菱建立的數據倉庫，包含以下幾個要素： ETL(數據的抽取、轉換和裝載);數據倉庫的存儲;數據倉庫的管理和維護(包含元數據的管理)。
聯機分析處理(OLAP)
上海雙菱空調采用了博科自主的 OLAP技術，用于對集中存儲的管理數據進行多維多點的即時分析。OLAP 是聯機分析處理的英文縮寫，是一種用于對大容量數據歸總與分析的技術，它使用戶能夠以更快、更易于使用的交互方式從數據中獲得信息。 OLAP的關鍵是能夠以用戶想得到的方式來表示數據，主要通過多維的方式來對數據進行分析、查詢和報表，它不同于傳統的OLTP應用。OLTP應用主要是用來完成用戶的事務處理，通常要進行大量的更新操作，同時對響應時間要求比較高。而OLAP應用主要是對用戶當前及歷史數據進行分析，輔助領導決策。其典型的應用有對銀行信用卡風險的分析與預測、公司市場營銷策略的制定等。主要是進行大量的查詢操作，對時間的要求不太嚴格。
目前，常見的 OLAP主要有基于多維數據庫的MOLAP及基于關系數據庫的ROLAP。在數據倉庫應用中，聯機分析處理應用一般是數據倉庫應用的前端工具，同時，聯機分析處理工具還可以同數據挖掘工具、統計分析工具配合使用，增強決策分析功能。
此外， OLAP的一個重要特點是多維數據分析，這與數據倉庫的多維數據組織正好形成相互結合、相互補充的關系。OLAP技術中比較典型的應用是對多維數據的切片和切塊、鉆取、旋轉等，它便于使用者從不同角度提取有關數據，OLAP技術還能夠利用分析過程對數據進行深入分析和加工。
OLAP主要的應用技術是“旋轉和切片”、“數據挖掘”。
——旋轉和切片。 OLAP讓最終用戶能夠對整理過的信息進行切片和旋轉操作，以便從不同角度考察數據。用戶可以沿著任一軸“切割”或“轉動”一片特定的繼承數據。
◆切片和切塊
通過切片、切塊功能，用戶可以對數據進行過濾，專注于某一方面的問題，例如，用戶通過拖拽的方式很容易的得到諸如“華東地區 2003 年的銷售情況”這樣的數據。
◆鉆取
鉆取包含向下鉆取和向上鉆取操作，鉆取的深度與維所劃分的層次相對應。 向下鉆取是通過對某一行匯總數據進行細分來分析數據。例如，用戶分析“各地區、城市的銷售情況”時，可以對某一個城市的銷售額細分為各個年度的銷售額，對某一年度的銷售額，可以繼續細分為各個季度的銷售額。通過鉆取的功能，使用戶對數據能更深入了解，更容易發現問題，做出正確的決策。 向上鉆取是指自動生成匯總行的分析方法。通過向導的方式，用戶可以定義分析因素的匯總行，例如對于各地區各年度的銷售情況，可以生成地區與年度的合計行，也可以生成地區或者年度的合計行。
◆旋轉
為了方便用戶更直觀的查看分析數據，博科財務智能倉支持數據的旋轉功能，從不同的視角來查看數據，對于一些數據，通過旋轉功能，看起來可以更加直觀，例如時間序列分析中，各地區各年度的增長量情況，把年份作為旋轉維度，則同一地區不同年度的數據以及增長量將在一行顯示，看起來更容易理解。
——數據挖掘。數據挖掘是按照既定的業務目標，對大量的企業數據進行探索、揭示隱藏其中的規律并進一步將之模型化了的先進、有效的方法。 OLAP允許用戶使用“數據挖掘”或導航技術獲取更詳細的信息。數據導航能幫助最終用戶回答“為什么”的問題，大多數OLAP工具都可以使用戶在一個數據集內向下挖掘到最深層次的細節，而大多完整的工具允許用戶“挖掘到任何地方”，除“向下挖掘”外，還可“向上挖掘”，甚至可以“跨越挖掘”，即在同一層次上從一個數據集水平地移到另一套數據上。例如，使用者可以按照季度、商店類型、洲三個維度來展現數據，并對每一項提供了“實際消費”、“平均實際消費”、“該項消費占該類消費的百分比”、“實際收益”、“平均實際收益”以及“該項數據占該類收益的百分比”的比較數據。這樣可以使消費和收益的數據更為直觀地進行橫向的和縱向的比較。
數據挖掘(DM)
數據挖掘，也可以稱為數據庫中的知識發現 (KDD，Knowledge Discovery in Database)，是從大量數據中提取出可信、新穎、有效并能被人理解的模式的高級處理過程。數據挖掘是一種決策支持過程，它從大量的數據中提取隱含的、潛在的、以前未知的有用信息或模式。它主要基于人工智能、機器學習、統計學、數據庫等技術，通過分析大量的原始的數據，作出歸納性的推理，挖掘出潛在的模式并預測客戶的行為，幫助企業的決策者調整市場策略，減少風險，做出正確決策。
上海雙菱空調使用數據挖掘技術，是希望按照企業既定的業務目標，對大量的企業數據進行探索、揭示隱藏其中的規律性并進一步將之模型化的先進、有效的方法。如通過對客戶各種數據深入分析，了解客戶的行為，建立模型，并對客戶未來的行為進行預測。多年來，上海雙菱的統計人員采用手工方式“挖掘”數據庫，尋找統計學上的重要模式。現在，數據挖掘技術被很好地用于為上海雙菱空調預測客戶行為進行建模。預測建模可以對客戶進行分類，同時對客戶的行為進行打分，這些信息可以被整合到數據倉庫和其他市場營銷應用中。
上海雙菱空調采用的數據挖掘分析方法主要有：關聯分析、序列模式分析、分類分析和聚類分析等。數據挖掘利用人工智能領域中一些已經成熟的算法和技術如：人工神經網絡、遺傳算法、決策樹方法、鄰近搜索算法、規則推理、模糊邏輯、公式發現等來進行數據的挖掘。數據挖掘是人工智能中的成熟技術在決策支持系統中的具體應用。
OLAP和數據挖掘是相輔相成的，但它們的側重點不同，OLAP側重于與用戶的交互、快速的響應速度及提供數據的多維視圖而數據挖掘則能自動發現隱藏在數據中的模式和有用信息。OLAP的分析結果可以給數據挖掘提供分析信息作為挖掘的依據，數據挖掘可以拓展OLAP分析的深度，可以發現OLAP所不能發現的更為復雜、細致的信息。從上面的論述可以看出如果將OLAP與數據挖掘相結合將會發揮更好的效用，這是OLAP發展的又一個新方向。
數據挖掘是當前業界的熱門技術，已經在多個應用領域產生了巨大的效益。數據挖掘不一定需要建立在數據倉庫的基礎上，但是，如果將數據挖掘和數據倉庫協同工作，則可以簡化數據挖掘過程的某些步驟，從而大大提高數據挖掘的工作效率。并且，因為數據倉庫的數據來源于整個企業，保證了數據挖掘中數據來源于整個企業，保證了數據挖掘中數據來源的廣泛性和完整性，例如，上海雙菱的信息化數據包括了財務及物流業務的管理領域，數據來源包括了博科、用友、金蝶的軟件系統，以及自主開發的軟件系統。
數據挖掘技術是數據倉庫中應用比較重要也是相對獨立的部分，目前正處在發展不斷當中。數據挖掘涉及到數理統計、模糊理論、神經網絡和人工智能等多種技術，技術含量比較高，實現難度較大。此外，上海雙菱還考慮在以后將數據挖掘技術與可視化技術、地理信息系統、統計分析系統相結合，豐富數據挖掘技術及工具的功能與性能。
進入論壇>>聲明：IT商業新聞網登載此文出于傳遞更多信息之目的，并不意味著贊同其觀點或證實其描述。文章內容僅供參考。新聞咨詢：(010)68023640.推薦閱讀
美國舊金山灣地區新成立一家名為“媒體漏洞”的新網站。這家網站自稱以糾正美國媒體新聞報道錯誤為己任。“我們試著去尋找一些有效的方法。”羅森伯格說，“試著改變媒體和民眾溝通不暢的局面。” 美國舊金山灣地區新>>>詳細閱讀
本文標題：上海雙菱空調商務智能實施案例
地址：http://m.sdlzkt.com/a/01/20111231/245451.html
網友點評
精彩導讀
科技快報
品牌展示