0引言

進入21世紀以來，各種應用系統(tǒng)的廣泛使用以及互聯(lián)網的蓬勃發(fā)展，為計算機應用系統(tǒng)的運行積累了大量的數據，然而，這些海量數據在原有的作業(yè)系統(tǒng)中無法得到很好的整合，大大降低了企業(yè)工作的效率。隨著企業(yè)資源計劃(云crm)系統(tǒng)的誕生，它通過統(tǒng)一的來實現企業(yè)資源的合理配置，為企業(yè)適應快速變化提供了信息支持。然而云屬于典型的聯(lián)機事務處理系統(tǒng)，不可避免的存在許多不足之處，無法提供企業(yè)決策所需的決策信息。于是，商務智能的概念又被人們提出，它通過在云crm和其他系統(tǒng)中的應用，為企業(yè)構建了一個宏觀的數據圖表，并能提供最為高效的數據參考資料。如今，商務智能已經成為繼云crm之后，最重要的系統(tǒng)之一。

1云crm系統(tǒng)的現狀及局限性

1.1云crm系統(tǒng)的現狀

隨著網絡管理系統(tǒng)、數據庫管理系統(tǒng)、主機管理系統(tǒng)、殺毒軟件以及防火墻等系統(tǒng)的相繼投入使用，各管理系統(tǒng)積累了大量的歷史數據。這些系統(tǒng)的建設為商品交易所的期貨交易系統(tǒng)提供了有力的安全保障，但各系統(tǒng)間的數據相對分散和獨立，難以共享，沒有建立起統(tǒng)一的、用于分析處理的基礎數據平臺。

當前的云crm系統(tǒng)的應用仍然停留在管理信息(MIS)層面，遠未達到企業(yè)所期望的決策支持功能。其原因在于云crm系統(tǒng)是采用事務處理型的典型的聯(lián)機事務處理系統(tǒng)而非分析型的聯(lián)機分析系統(tǒng)。受其管理思想所限，云crm在實施和運行過程中的局限性不斷地暴露出來。

1.2云crm系統(tǒng)的局限性

首先，云crm系統(tǒng)是一種典型的“聯(lián)機事務處理系統(tǒng)”(OnlineTransactionProcessing)，它由多個事務應用組成，每個應用使得一個業(yè)務過程和功能實現自動化，同時把事務處理的細節(jié)記錄在相關數據庫中，從而產生大量的目標數據。而這些數據的利用率非常低下，無法上升到信息層面、企業(yè)決策層需要將數據從云crm系統(tǒng)和其他事務處理系統(tǒng)中提煉出來進行更深層次的分析和挖掘，才能得到對當前決策問題真正有意義的信息。

其次，云crm中跨地域業(yè)務往往存放在異構的環(huán)境中，不易統(tǒng)一查詢。再加上地域和時間的變化和統(tǒng)計口徑的不同，使得云crm數據的一致性存在嚴重的偏差，從而影響整個決策過程。

再次，云crm系統(tǒng)的維護和客戶的開發(fā)成本無法控制。由于決策層無法直接獲取決策所需要的信息資源，造成云crm和企業(yè)信息部門增加了大量的客戶開發(fā)工作。同時，由于決策需求的不斷變化，也使得開發(fā)維護工作量不斷增大，企業(yè)信息成本不斷提高，呈不可控狀態(tài)，嚴重影響企業(yè)對信息化的信心。

2商務智能及其發(fā)展前景

2.1商務智能

商務智能系統(tǒng)是建立在數據倉庫、聯(lián)機分析處理技術(OLAP)、數據挖掘等技術的基礎之上，通過收集、整理和分析企業(yè)內外部的各種數據，加深企業(yè)對客戶及市場的了解，并運用一定的工具對企業(yè)運營狀況、客戶需求、市場動態(tài)等做出合理的評價及預測，為層提供科學的決策依據。商務智能體系結構一般為：源數據層、數據轉換層、數據倉庫(數據集市)層、OLAP及數據挖掘層、用戶展現層。商務智能系統(tǒng)模型如圖1所示。圖1商務智能系統(tǒng)模型

2.2實現方式

商務智能是一種解決方案，在它的幫助下，企業(yè)可以通過充分挖掘現有的數據資源，捕獲和分析信息，從中發(fā)現市場規(guī)律、預測未來的發(fā)展趨勢、預測和監(jiān)控風險，而且還能輔助決策者發(fā)現新的利潤增長點，優(yōu)化企業(yè)資源，從而幫助企業(yè)更加穩(wěn)健地實現經營和管理的目標。其中，商務智能的核心是采用數據倉庫技術、OLAP及數據挖掘技術。這三大核心技術的實現如下：

2.2.1數據倉庫技術(DataWarehouse，Dw)

數據倉庫技術是面向主題的、集成的、穩(wěn)定的、不同時間的數據集合，用以支持經營管理中的決策過程。它與傳統(tǒng)的數據庫目標有著較大的不同，其一，數據倉庫是面向主題的，主題是一個抽象概念，是一個在較高層次將數據歸類的標準，一個主題對應一個分析領域即主題域。其二，數據倉庫的數據是集成的，它是從原有分散的數據庫中的數據集成得到的，基于分析型的數據，是對原始數據的統(tǒng)一和綜合。其三，數據倉庫的數據是穩(wěn)定的、不可更新的，它反映的是較長一段時間的歷史數據內容，而非聯(lián)機處理的數據。最后，數據倉庫數據是隨時間不斷變化的，數據倉庫具有豐富的數據采集、管理、分析和信息描述功能。

2.2.2聯(lián)機分析處理技術(OnlineAnalyicalProcessing，OLAP)

聯(lián)機分析處理技術是獨立于數據倉庫的一種技術，它通過快速、一致、交互地訪問各種可能的信息視圖，幫助數據分析人員、管理人員、決策人員掌握數據之間的規(guī)律。OLAP把數據倉庫中的海量數據轉化為有用的信息，從而實現對數據的歸納、分析和處理，提供決策支持。

2.2.3數據挖掘(DataMining，DM)

數據挖掘是基于數據庫的知識發(fā)現(KnowledgeDiscoveryinDatabase，KDD)的重要環(huán)節(jié)，KDD是指從大量的數據中提取有效的、新穎的、潛在有用的、最終可被理解的模式的非平凡過程，DM是運用一些算法從數據倉庫中提取用戶感興趣的知識，在很多情況下，數據挖掘就是指知識發(fā)現。

2.3發(fā)展前景

目前，電信、金融、制造、政府等行業(yè)都率先大規(guī)模的應用了商務智能，以輔助，2005年中國商務智能軟件市場的規(guī)模約為10億元，比2004年的6.55億元增長了70％，成為了中國軟件市場的一大亮點。全球BI市場，新許可證的銷售收入超過了23億美元，以10％以上的速度增長。未來經濟的發(fā)展越來越需要前瞻性的分析預測系統(tǒng)，因而商業(yè)智能責無旁貸。商業(yè)智能未來將對業(yè)務實施實時決策支持，從CEO的范圍擴展到業(yè)務層面，出現BI技術與云crm、CRM等多種技術的融合。

3云crm系統(tǒng)與商務智能系統(tǒng)的集成架構

云crm系統(tǒng)與商務智能系統(tǒng)的集成構架如圖2所示。圖2商務智能與云crm系統(tǒng)的集成構架

在此集成系統(tǒng)環(huán)境中，云crm系統(tǒng)、OLAP和DM組成集成環(huán)境的工具層。技術上，云crm系統(tǒng)的重點在于快速、準確、安全、可靠地將數據收集到數據庫中，數據倉庫用于信息的存儲和組織，OLAP側重于信息的決策分析，而DM則對偏向于重要的、隱藏的知識發(fā)現，相輔相成，互相促進。集成的系統(tǒng)具有以下特點：

(1)云crm系統(tǒng)收集，處理存儲大量的基礎數據，構成集成系統(tǒng)的數據來源；(2)數據倉庫對云crm系統(tǒng)數據進行統(tǒng)一綜合，形成全局的數據視圖，構成商務智能系統(tǒng)的信息基礎；(3)OLAP利用數據倉庫中的信息，構建多維數據視圖，采用多維分析方法進行數據分析；(4)DM能有效的從大量數據中挖掘出決策所需的知識，做出預測性分析。

目前，商業(yè)智能解決方案的提供方式主要由云crm廠商提供和商務智能專業(yè)廠商提供兩種方式。前者是基于對原云crm系統(tǒng)信息進一步匯整及分析得來，屬于自下而上的逐漸發(fā)展，著眼于商業(yè)智能的管理維護，并不必和某個特定的云crm系統(tǒng)結合，甚至不以與云crm廠商合作為目標，而是全然以提供商業(yè)智能產品服務為定位，這類廠商較早投入BI領域，如IBMBISolution、Cognos、BusinessObject等等。

由云crm廠商提供的商業(yè)智能解決方案由于植根于原來的云crm系統(tǒng)之上，因此與原來的云crm系統(tǒng)有較好的兼容性，數據讀取或分析的前置工作較容易進行。而由專業(yè)BI廠商提供的產品則由于專業(yè)分工的細致化，而且相關BI經驗和資源的積累較為豐富，往往對于各種異質數據源的處理有較佳的支持，數據挖掘和發(fā)現的方法相對豐富，如何選擇要結合自己的本企業(yè)的實際情況。

4結論

在當今這個信息時代，企業(yè)往往被淹沒在來源于多個渠道的龐大、豐富的海量數據中。我們只有及時地將數據有機地組合在一起，及時地將信息轉化為知識和智能，才能更好地指導企業(yè)進行商業(yè)決策和行動。云crm和商務智能的集成系統(tǒng)的作用就在于此，它幫助管理者做出科學的計劃、判斷、決策，避免主觀、片面等因素引起的重大失誤。

本文一方面從技術的角度對云crm系統(tǒng)以及商務智能技術的基本概念、技術架構以及涉及到的技術問題進行了探討。另一方面又結合分析了商務智能與云crm之間的關系，通過一種能夠結合二者長處的新的系統(tǒng)環(huán)境的初步研究來提高企業(yè)對現有的信息數據的利用效率，以及企業(yè)決策分析的能力。通過集成化的云crm與商務智能系統(tǒng)的構建，企業(yè)能高效地利用現有的信息基礎設施中的數據，從而大大提高用戶對數據查詢分析和決策分析的能力。

此集成系統(tǒng)是一個跨學科的方向，在我的研究中還存在很多沒有解決的問題，比如在數據倉庫中的可視化的數據挖掘系統(tǒng)等問題，需要進一步進行研究。