商務智能技術應用現狀

    加入了WTO，在許多領域，如金融、保險、物流等領域將逐步對外開放，這就意味著許多第三方物流企業將面臨來自國際大型跨國物流公司的巨大競爭壓力。國外發達國家各種企業采用商務智能的水平已經遠遠超過了我國。美國Palo Alto 管理集團公司1999年對歐洲、北美和日本375家大中型企業的商務智能技術的采用情況進行了調查。結果顯示，在金融領域，商務智能技術的應用水平已經達到或接近70%，在營銷領域也達到50%，并且在其他應用領域對該技術的采納水平都提高約50%。現在，許多第三方物流企業都把數據看成寶貴的財富，紛紛利用商務智能發現其中隱藏的信息，借此獲得巨額的回報。 上海物流網               據IDC對歐洲和北美62家采用了商務智能技術的企業的調查分析發現，這些企業的3年平均投資回報率為401%，其中25%的企業的投資回報率超過600%。調查結果還顯示，一個企業要想在復雜的環境中獲得成功，高層管理者必須能夠控制極其復雜的商業結構，若沒有詳實的事實和數據支持，是很難辦到的。因此，隨著數據挖掘技術的不斷改進和日益成熟，它必將被更多的第三方物流企業采用，使更多的物流管理者得到更多的商務智能。 上海物流 

    商務智能技術的組成

    具體地說，商務智能技術有數據倉庫（data warehousing）、聯機分析處理（on-line analytical processing，簡稱OLAP）、數據挖掘（data mining），包括這三者在內的用于綜合、探察和分析商務數據的先進的信息技術的統稱就是商務智能技術。 上海物流公司

    數據倉庫是一個面向主題的、集成的、隨時間變化的主要用于決策支持的數據的集合。一般來說，大的物流公司或企業內存在著各種各樣的信息系統，這些應用驅動的操作型信息系統為企業不同的物流業務系統服務，具有不同接口和不同的數據表示方法，互相孤立。利用數據倉庫技術可以動態地將各個物流企業子系統中的數據抽取集成到一起，進行清洗、轉換等處理之后加載到數據倉庫中，通過周期性的刷新，為物流用戶提供一個統一的干凈的數據視圖，為數據分析提供一個高質量的數據源。

    對于數據倉庫中的數據，可以使用一些增強的查詢和報表工具進行復雜的查詢和即時的報表制作，可以利用OLAP技術從多種角度對物流業務數據進行多方面的匯總、統計、計算，還可以利用數據挖掘技術自動發現其中隱含的有用的物流信息。 上海貨運公司