商务智能的应用及发展趋势

1. 商务智能的应用

商务智能的实际应用非常广泛，下面仅举几个例子，更多的应用请读者参看中国商业智能网 (http://chinabi.net/)。

(1) 商务智能在金融、 银行系统中的应用

金融和银行系统是应用管理信息系统中最早也最成熟的领域，在互联网时代也是最早网络化的领域。 而且由于银行和金融系统对数据质量的要求高，因此经过长时间的运作，银行和金融机构中通常都拥有大量的且相对比较完整、 可靠和高质量的数据，为系统化的数据挖掘和商务智能分析提供了便利条件。 例如，运用分类分析方法对贷款偿还进行预测，运用回归分析方法对收益率进行预测，运用聚类和分类方法对目标市场客户进行分类和归类，运用关联规则分析方法对金融欺诈进行分析等。

(2) 商务智能在营销与客户关系系统中的应用

零售业管理信息系统积累了大量的销售数据，顾客购买历史记录，货物进出、 消费和服务记录等，特别是在电子商务时代，网上购物活动使得数据可以得到自动加载和更新，所以零售业领域商务智能得到快速应用和发展。 利用零售业管理信息系统积累的大量数据进行商务智能分析，为进一步的营销提供决策支持，成为提升企业竞争力的关键要素。 在营销领域，商务智能被称为客户关系管理，主要的应用有利用聚类和分类分析方法识别顾客购买行为，利用关联规则分析发现顾客的购买模式，利用序列分析发现顾客的购买趋势，利用分类分析方法对顾客忠诚度进行分析，等等。 通过这些方法可以进一步改进服务质量，并可以进一步提升零售推荐服务的价值。

(3) 商务智能在电信管理系统中的应用

电信业是继互联网后又一高速发展的新经济产业，电信业已经从单纯的语音通话服务演变为提供综合电信增值服务，如语音、 传真、 寻呼、 移动电话、 图像、 音频、 电子邮件、Web数据传输等。 电信业的发展使得有线网络和无线网络逐渐融为一体，从而绽放出更大的能量。

电信系统以其高水平的数据加工和高速的数据传输特点，成为海量数据存储和加工两方面最大的领域之一，也为商务智能的开展提供了良好的基础。 电信行业的迅速扩张和激烈竞争，也越来越有必要利用商务智能分析手段来准确理解商业行为、 确定优势模式、 捕捉盗用行为、 识别优质客户，以更好地利用资源。 主要应用包括利用聚类分析方法对盗用和异常模式进行分析，利用序列分析方法对通信模式进行分析，利用关联规则方法对客户行为模式进行分析等。

2. 商务智能的发展趋势

商务智能从概念到方法都在变化中，在信息技术得到前所未有应用的今天，仍然无法对商务智能的全景做归纳。 但是，可以从目前的一些需求来对商务智能在不久的将来的发展趋势做一个大尺度的推测，即以下两方面将是商务智能发展的重点。

(1) 商务智能技术指标

商务智能的发展面临的一个 “瓶颈” 就是缺乏技术标准。 各大主流商务智能厂商，如IBM、 Oracle、 SAS、 Business Objects等都不断推出自己的商务智能系统，所采用的技术标准差异很大，虽然各有优势，但没有一家的技术标准得到普遍认可。 这也造成了商务智能虽然得到企业界的认可，所有的企业都将布局商务智能系统作为下一个努力目标，但在实施层面，却不得不选取千差万别的技术方案。 这样一方面造成了企业间的商务智能系统无法有效连接和沟通，另一方面也造成企业内部的商务智能系统开发成本过高。 因此，必须逐渐形成统一的商务智能的技术标准。

(2) 移动商务智能

商务智能的概念虽然在20世纪80年代末就在学术界提出，但是真正被业界所接受和广泛认同，还是在20世纪末。 进入21世纪以来，基于互联网的商业智能技术和方法已经得到了大规模的发展，商务智能和数据挖掘方法都是基于在互联网环境下的海量数据而提出的。但是，随着这几年移动通信技术的发展和功能扩充，移动网络已经逐渐成为与传统互联网并驾齐驱的大网络环境，而且在移动网络上的服务和数据类型逐渐丰富。 此外，通过底层协议，移动网络和传统互联网也实现了无缝融合。 这种态势已经而且还将更为明显地影响商务运作方式。

在新的技术环境下，传统应用于互联网环境下的商务智能和数据挖掘方法就需要改造和扩展，以适应移动网络环境下的实时性、 广泛性等特点。 移动商务智能将会成为商务智能发展的重点。