数据仓库系统 浅析数据仓库系统对商业活动的影响

　　摘要：本文主要阐述了商用数据仓库系统和数据挖掘系统的概念，分析了基于合成数据挖掘系统的商用数据仓库系统对商业活动的影响，并对商用数据仓库的优缺点进行了概括。 　　关键词：数据仓库系统；数据挖掘系统；合成数据挖掘系统
　　中图分类号：G250.74 文献标识码：A 文章编号：1001-828X（2012）01-0-02
　　
　　过去几十年商品交易量的大幅增长，使信息技术在商业领域中的作用日趋突显，市场对用于提高组织效率的信息处理技术的需求亦随之大幅增长。企业在全国乃至世界范围内的扩张行为对管理者和员工分析处理信息的能力提出了进一步的要求，对大量数据的分析处理和对市场的预测估计已远远超出人工能力范围。数据仓库(Data Warehouse，DW)系统的问世和迅速发展解决了上述问题：结合数据挖掘系统，用户能对结构极其复杂的数据仓库中储存的大量商业数据进行查询、操作、管理和分析。数据仓库系统能帮助企业改善客户服务质量，增加各部门之间的协调配合，为企业提供优化的营销策略等。
　　
　　一、基于合成数据挖掘系统的商用数据仓库系统
　　1.商用数据仓库系统
　　商用数据仓库系统是一种面向主题的、具有时间特征的、稳定的集成化结构数据库管理系统，它主要用于为用户提供决策支持。通过提供专业的决策支持数据库，数据仓库系统帮助用户更好地掌握与企业有关的数据信息，包括来自企业内部和外部相关信息源的数据信息，以及来自终端用户决策支持应用程序的反馈数据，即从企业生产经营管理体系内部和外部相关信息源中有效提取出的所有历史数据都将被集中储存于企业的这个数据仓库中数据仓库中的信息将定期更新以有效真实的反映企业生产经营情况。
　　2.数据挖掘系统
　　数据挖掘(Data Mining, DM)系统是分析数据以找出数据模型的处理过程，它包括数据的寻找、收集、清理和转化。通过对数据进行挖掘能从中获得大量有用的信息以帮助用户预测市场(forcasting)、做出决策(decision-making)或者形成营销计划(planning)。数据挖掘系统不仅能帮助员工更好的销售产品，还能改善该企业的客户服务质量。
　　3.基于合成数据挖掘系统的数据仓库
　　通过数据挖掘系统，用户可以从某个特定的源获取数据，使用特定的算法对该数据进行处理并将结果储存于特定的文件中，但这意味着数据挖掘过程将耗费大量的时间且很难将该过程直接整合于信息处理环境中。合成数据挖掘系统(integrated DM system)通过实现高效数据挖掘解决了上述难题，为用户提供了一个高性能的综合信息处理环境。合成数据挖掘系统由联机分析挖掘(On-Line Analytical Mining,OLAM)和联机分析处理(On-Line Analytical Processing,OLAP)综合而成，其结构如图1所示。
　　
　　二、数据仓库系统对商业活动的影响
　　商用数据挖掘系统能够分析出多种数据模型以满足用户的不同需求，并且具有模糊生成数据模型的功能，此外还能允许用户在某个感兴趣的数据模型上深入研究。商用数据挖掘系统能为用户提供描述和预测两种功能，前者归纳数据的一般特征，而后者对被选取的数据进行推论演绎。
　　由O’Brien于1999年提出的经营与管理的信息系统构架可知，数据仓库系统(又称信息报告系统)和数据挖掘系统是企业决策支持和资源规划的基础，即数据仓库和数据挖掘系统处理的是企业日常经营活动所产生的数据信息，它影响了企业商务决策过程和产品及服务质量的提高。如上节所述，数据仓库和数据挖掘系统主要用于分析处理企业各项生产经营活动过程中产生的大量数据，识别对企业决策、预测及计划等商业行为有用的信息，以提升企业的市场竞争力。
　　
　　图1 合成数据挖掘系统
　　
　　Porter(1985)提出的价值链分析模型将企业的商业活动分为基本活动和辅助活动两部分，基本活动包括自原料管理、生产、销售至后勤管理和产品售后服务各环节，辅助活动涉及企业组织构架、人力资源管理、财务管理、技术研发及采购等方面。企业应加强基本活动和辅助活动各环节的质量管理，即提高产品和服务质量，控制生产经营成本，提升产品的潜在竞争优势，并最终提高企业的市场竞争力。收集商业活动的相关资料，创建企业数据仓库，识别数据模型和数据信息与商业目标间的相互关系是企业有效提高市场竞争力的最佳办法之一。结合数据仓库中的大量有价值的历史数据，企业商业活动各环节的经营管理均能对其现行的操作系统进行有效评估，评估方式有稳健性测试、输出精度测量和疑难解答能力审查等。
　　Gargano和Raggad同样认为数据仓库和数据挖掘的正确运用将引导用户做出正确的商业决策或改进现有的行销策略。某次市场调研数据显示，数据仓库和数据挖掘系统的使用对韩国饭店行业的组织决策起到了积极的影响。通过归纳各类数据，识别数据模型，研究者发现客户的某些特征与饭店的经营有一定的联系，如客户的性别、职位和旅行目的等特征对其选择饭店的决定有一定影响，同时饭店的服务满意度及其配套设置能否满足相关需求都对客户选择饭的决定有直接或间接的影响。不考虑本次调研的设计缺陷，其数据挖掘结果能有效帮助饭店管理者制订符合自身经营目标和需要的具有竞争性的客户回流策略，即考虑既有客户及潜在客户特征的同时应高度重视饭店整体服务表现。
　　策划是创建数据仓库最重要的环节之一，它要求其项目负责人重视并积极参与该系统的设计、使用、维护及成本控制等各个环节；也要求项目负责人对企业生产运营状况及市场环境有综合的理解，对企业的短期和长期战略目标有充分的认识，对目标实现过程中可能出现的机遇和阻碍有全面的预测，这是构架数据仓库和完善功能的必要条件。此外，前期策划时，通过项目组成员与企业各相关方的不断沟通，数据仓库的风险管理和变更管理也得到进一步加强。系统设计中期，项目组应对数据仓库的质量及功能适用性进行反复验证，以避免数据仓库系统应用过程中可能出现的问题。此外，数据仓库系统投入使用后，为保证数据仓库的有效应用，管理者应注重系统的维护，并建立数据仓库应用培训长效机制。
　　因此，作为实现企业内部资源全面计划管理(Enterprise Resource Planning,ERP)及客户关系管理(Client Relationship Management,CRM)的重要手段，当数据明确清楚并与目标市场紧密联系时，数据仓库和数据挖掘系统的正确使用为企业提供恰当的决策支持，帮助用户做出最佳的经营策略，使企业在商业活动及激烈的市场竞争中如虎添翼。
　　
　　三、商用数据仓库系统的优缺点分析
　　1.商用数据仓库系统的优点
　　由上述分析可知，数据仓库系统能为企业带来极大的竞争优势。首先，数据仓库是面向主题的数据储存系统，其内储存的数据按照一定的主题域进行组织，通过数据挖掘系统排除对决策无用的数据，为用户提供主题简明的视图，让用户能快速查询并获得有用的信息。其次，数据仓库将来自于各个操作系统或外部数据源的分散数据抽取、清理、加工并集成，统一综合储存，通过消除源数据中的不一致因素以提供企业全局信息、集成化的结构数据保证用户能充分利用这些资料而没有遗漏。再次，数据仓库内的数据只能被查询不能被修改或删除以保证数据的稳定、连贯和一致。此外，数据仓库系统记录了企业各个阶段的生产经营活动信息，随着时间的推移，数据仓库中数据量越大，数据的价值越高，长期数据分析创造出的信息越有用。
　　2.商用数据仓库系统的缺陷
　　数据仓库和数据挖掘系统对企业生产经营活动及管理有不可忽略的显著作用，但在实际应用中，数据仓库和数据挖掘系统的缺点也显而易见。其中，长期高投入是数据仓库系统的主要缺点之一，也是企业成本控制首要的考虑因素。数据仓库和数据挖掘系统的成本主要由人力成本和系统成本两部分构成。系统成本主要来自设备设施的购买和维护，数据仓库的设计、安装和更新以及数据的储存和使用等方面。而人力成本主要由人才紧张导致，即大量资金将用于填补数据仓库技术人员缺口。此外对相关员工进行数据仓库和数据挖掘系统的使用培训也将为企业带来不小的资金压力，尤其是绝大部分部门或员工都需要使用数据仓库的企业而言，其创建和使用数据仓库系统的成本将大幅增加。此外，反映企业历史生产经营活动及管理情况的数据仓库，其容量必然随时间的推移不断扩张，因此数据仓库的应用过程需要长期的资金投入，以保证企业数据的时效性和全面性。
　　其次，随着计算机技术的飞速发展在为商业数据仓库带来广泛的市场需求外，同样为其推广和应用带来了关于客户隐私、信息安全和伦理道德方面的巨大威胁。
　　
　　四、结论
　　综上所述，笔者认为数据仓库和数据挖掘系统作为商业智能的基础，是帮助企业在爆炸的数据信息里迅速提取有价值信息并尽快对市场变化做出反应，是辅助企业管理者做出明智的生产经营和管理决策的重要工具。国内各行业，如电信、金融、税务、零售等已有大量操作型数据积累的企业都表现出了对数据仓库和数据挖掘系统的迫切需求，基于合成数据挖掘系统的商用数据仓库系统将有广阔的应用前景。
　　
　　参考文献：
　　[1] Chiadamrong, N.; O"Brien, C.(1999)., "Decision Support Tool for Justifying Alternative Manufacturing and Production Control Systems", International Journal of Production Economics, Vol.60-61, pp.177-186. (also see: Lecture notes ‘Introductory Lecture’ P14)
　　[2] Michael L. Gargano and Bel G. Raggad (1993), “Data Mining � a Powerful Information Creating Tool”.OCLC Systems & Services.Volume 15.No. 2. 1999. pp.81-90.
　　[3] Hokey Min, Hyesung Min and Ahmed Emam (2002), ‘A Data Mining Approach to Developing the Profiles of Hotel Customers’, International Journal of Contemporary Hospitality Management, Vol. 14, No. 6, pp. 274-285.
　　[4] Michael Porter (1985), ‘Competitive Advantage: Creating and Sustaining Superior Performance. New York, NY.
　　[5] S. J. Lee and K. Siau (2001), ‘A Rewiew of Data Mining Techniques’, Industrial Management & Data Systems, Vol. 101, No. 1, pp. 41-46.
　　[6] Marvin L. Brown and John F. Kros (2003), ‘Data Mining and the impact of Missing Data’, Industrial Management & Data Systems, Vol. 103, No. 8, pp. 611-621.
　　[7] Charles Dennis, David Marsland and Tony Cockett (2001), ‘Data Mining for Shopping Centers- Customer Knowledge- Management Framework’, Journal of Knowledge Management, Vol. 5, No. 4, pp. 368-374.
　　[8] George Evans (2002), ‘ Measuring and Managing Customer Value’, Work Study, Vol. 51, No. 3, pp. 134-139.
　　

推荐访问:浅析 商业活动 数据仓库 影响