Transcript Document
客戶面臨的問題 為什麼財務部的數字與 我們業務部的每次都不 一樣，到底誰才是對的？ 我就是要的是上個月的 彙總資料，為什麼他們 遲遲數字出不來？ 怎麼辦？老闆要最新的 業務數字，可是我們只 有到上個月底的數字， 誰能幫幫我 我真懷疑我們現在手上 的報表數字到底對不對， 怎麼與我的實際記錄差 那麼多？ 商業智慧的概念應用要素 商業智慧（Business Intelligence, BI）是透過各種不同 的角度來解析商業資料 透過BI系統的導入，可彙整各類異質系統資料來 源，以便快速地洞悉客戶的需求或市場趨勢。 商業知識需透過有經驗的專家整理過，才能將轉換 成公司可產生收益的智慧資產。 1 商業智慧工具的發展 2000: Hyperion, Microsoft, Cognos 2001: Microsoft(SSAS), Hyperion, Cognos 2003/7: Business Objects併購Crystal decision, Hyperion併購Brio 2004/3: Microsoft併購ProClarity 2004/8: IBM併購Alphablox 2007/3: Oracle併購Hyperion (33) 2007/10: SAP併購Business Objects (68) 2007/11: IBM併購Cognos (50) 2009/07 IBM併購SPSS(12) 2 Now: Microsoft(SSAS), IBM(Cognos), SAP(BO), Oracle(Hyperion) (95%) 資料 資訊 知識 商業智慧的特性 企業的應用系統 儲存大量的資料 (OLTP) 需要強大的 IT知識 只有少量的計算分析 能力 處理資料量大 資料一致性 滿足使用者的分析需要 多維度資料 快速處理回應能力 強大的分析能力 友善使用者介面 企業的需要 提昇決策制定的速度 提昇利潤 降低成本 提昇品質 增加顧客滿意度 提高顧客忠誠度 商業智慧的異質資料來源 4 知識管理系統 競爭者資料 金融市場資訊 知識管理系統 企業資訊整合 金融市場資訊 歷史交易紀錄 客戶資料 商品資料 商業智慧在各產業的應用 金融服務業 保險業 電信業 製造業 零售業 • 客戶貢獻 • 顧客貢獻 • 顧客貢獻 • 客戶貢獻 度分析 度分析 度分析 度分析 • 信用評分 • 信用評分 • 信用評分 • 品質管制 • 客戶區隔 • 風險評估 • 風險評估 • 客戶區隔 • 行銷績效 • 購物籃分 • 客戶區隔 • 客戶區隔 • 交叉行銷 • 交叉行銷 • 交叉行銷 • 客戶流失 • 客戶流失 分析 • 詐欺偵測 分析 • 銷售預測 • 詐欺偵測 分析 • 客戶忠誠 度 析 • 生產分析 • 定價分析 • 存貨分析 • 交叉行銷 • RD測試分 • 銷售預測 析 壽險績效評估指標（一） 6 共33頁 壽險績效評估指標（二） 7 共33頁 商業智慧系統架構與技術 經過多年的演進與調整，業界已發展出一套商業智慧 系統運作架構，包括 (1)各種應用系統之作業資料 (2)資料擷取、轉換與載入工具 (3)資料倉儲管理 (4)各種BI分析工具與應用 8 BI解決方案的有形和無形效益 9 共33頁 商業智慧系統的組成架構 10 商業智慧系統架構 11 Data Warehouse & Data Marts 12 資料擷取、轉換與載入 簡稱ETL，（Extraction Transformation Load ）、 困難度較高的工作 各部門不同的型態資料 不同使用者的分析需求。 13 Open-source ETL frameworks Apatar CloverETL Flat File Checker Jitterbit 2.0 Pentaho Data Integration Kettle Project RapidMiner Scriptella Talend Open Studio 14 共33頁 Proprietary ETL frameworks 15 Adeptia IBM InfoSphere DataStage Informatica PowerCenter Oracle Data Integrator (ODI) Ab Initio Altova MapForce HiT Software Allora Digital Fuel Service Flow WisdomForce DatabaseSync System Phocas ETL Microsoft SQL Server Integration Services (SSIS) Coglin Mill RODIN Data Asset Management Twister Data Integrator (TDI) SAS Data Integration Studio SnapLogic Server 共33頁 資料倉儲(Data Warehouse) 透過一連串的資料純化、轉換、整合、載入與定期 的資料更新的建構過程，從不同來源蒐集來的資料 的儲存體 資料超市(Data Mart) 資料立方體 (Data Cube) 16 BI分析技術 線上即時分析處理（Online Analytical Processing, OLAP） 報表系統與查詢技術（Reporting and Query） 資料探勘（Data Mining） 17 線上即時分析處理（Online Analytical Processing, OLAP） 提供以直覺的商業規則與維度，多維度的資料模型，提 供使用者從不同角度分析資料的彈性，例如以產品、通 路、地理區域等不同維度以進行效益分析，並允許互動 式地查詢既有資料。 資料是以立方體（Cube） 來表示，主要包含二項目： （1） 維度 （Dimension） （2） 衡量值 （Measure） 具有四項功能： （1）上捲（Roll-up） （2）下鑚（Drill-Down，有時也稱為下拉） （3）轉軸（Pivot 或稱 Rotate ） （4）切片（Slice）和切塊（Dice） 18 線上即時分析處理 上捲（Roll-up）：將某一Cube的資料歸納到某一維度上或將某個維度的資料往上層整合 下鑚（Drill-Down）：可以針對資料Cube中特定維度向下分解，也就是將某個維度的資料往 下層分析 轉軸（Pivot 或稱 Rotate ）：轉動資料軸以提供不同的視覺表示方式 切片（Slice):把資料立方體切成薄片，也就是將三維度資料中，選定某個維度切片，使其 變成二維度的資料 19 切塊（Dice）：從所有的維度中切出一個範圍較小、維度相同的一個小立方體。 BI分析技術-報表系統和查詢與分 析技術 報表系統（Reporting）：能夠由不同資料來源取得報表所 需內容，並以各種不同的格式展示給不同的使用者。 查詢與分析（Query and Analysis）：此工具查詢樣版(Query Pattern)與分析模式，能夠讓使用者直覺地查詢與分析企業 資訊，而不需學習與瞭解複雜的資料庫語言與結構。 20 BI分析技術-資料探勘（Data Mining） 可以協助從資料裡探索有用的知識，甚至運用邏輯分析與運算 規則對未來情境進行預測，以支援管理者做決策。 可分為三大類： 分類技術：運用不同的分類技術以處理不同型態的資料，提供企業所需 21 的決策資訊或幫助企業做預測。 （1）分類分析（Classification） （2）集群分析（Clustering Analysis） 相關分析：利用資料間彼此關聯的網路，分析其間的相關性。 （1）關聯分析（Association） （2）鏈結分析（Link Analysis） 時間相關分析：觀察客戶一段時間內的交易型態，了解相同客戶，不同 交易時間內的消費習性。 （1）順序相關分析（Sequential Pattern Analysis） （2）時間序列分析（Time Series Analysis） 商業智慧之導入步驟 1、確立公司導入商業智慧系統的目標 了解公司真正需求，明確訂定公司可達成的目標，才知道誰需要什麼資 料，需要何種分析，商業智慧才能發揮最大效用。 2、分析公司的各種資料來源 (*) 商業智慧難以捉摸及付諸實現，部分原因在於知識無所不在，使得知識 擷取與將之應用於實務等工作困難困難重重。 3、確立公司所需要的相關資訊 公司需教導員工，什麼才是他們需要知道的，然後教育員工如何取得這 些相關知識以改善作業流程。 4、蒐集、整理及準備資料 (*) 從公司內部及外部蒐集到的資料可能因為編碼或表達方式而有不同，因 此要先解決資料衝突、不尋常或例外資料。 22 商業智慧之導入步驟 5、整合內部及外部資料 許多變化來自於外在環境，所以資料的蒐集不可只著重於公司內 部，同時需要整合外部資料。 6、發展資料分類的新方法 針對所有客戶、商品，發展資訊分類的能力。 7、建立資料模型 (*) 建立模式包含了建立Data cube, Data Mart。另外也包含選擇適當的 資料探勘工具、產出測試範例、測試與驗證模型等步驟。 8、部署模式 部署模式需要建構電腦化系統以擷取必要的資料、即時產生預測 分析結果，使決策者能進行預測。 23 商業智慧之導入步驟 9、監控模式執行 當外在環境改變時，客戶的消費行為亦隨之改變，因此系統 需隨時監控執行情況，並調整模式，做出不同的分析及策略 建議。 10、評估投資效益 衡量商業智慧的投資效益並非一件容易的事，雖然有許多公 司推出新軟體以提供相關協助，但智慧的價值常無法用數字 精確表達。 24 BI導入失敗原因 目標不明確 內部資料無法配合（缺少資料、資料錯誤、 25 格式不合、更新速度太慢、版本不合） 對於現有的軟、硬體及營運流程不熟悉 現有系統太過老舊 無法掌握ETL的流程 無法自行維護Data cube, Data mart, Report 技術不熟悉 沒有適合的導入顧問 高層主管無法全力支持與監督 預算有限、時間不夠 共33頁 BI細部功能介紹（第二階段） 資料倉儲、ETL說明 COGNOS軟體介紹 MICROSOFT BI架構 各BI工具比較 26 共33頁 IBM (Cognos) Oracle(hyperion) SAP (BO) 市佔率 中文支援 跨平台 n/a 開放性 n/a n/a 叢集 n/a n/a 單一介面 n/a n/a Microsoft 各BI軟體比較 導入成本 (完全功能成本) 便利使用 (整合Excel ; PPT) 先進技術 (64位元; Partition) 功能延展 (企業績效; 決策) 資料整合 (ETL 服務) (中文書;技術課程) 27 共33頁 Ibm提供的比較 Cognos vs. BO Cognos vs. Hyperion Cognos vs. Hyperion, BO, Microstrategy 28 共33頁 BI操作介紹說明（第三階段） CRM with BI Cognos Demonstration Query Analysis Office integration Mobile 29 共33頁