商業智能及其在電子商務交易中的應用研究

[摘 要] 商業智能(Business Intelligence，BI)是將數據倉庫、數據挖掘、OLAP等技術結合起來，對商業信息進行搜索、分析，從而得到支持企業各級決策知識的一種新技術方法。如今電子商務發展迅速，無處不影響著企業的活動和發展。本文將研究商業智能在電子商務交易中的應用，使電子商務進一步為企業創造利潤和價值。

[關鍵詞] 商業智能;電子商務;數據倉庫;OLAP;數據挖掘

doi : 10 . 3969 / j . issn . 1673 - 0194 . 2010 . 05 . 043

[中圖分類號]F724.6 [文獻標識碼]A [文章編號]1673 - 0194(2010)05 - 0103 - 03

1應用背景和現狀

現代社會信息飛速增長，企業在決策方面變得更加困惑和復雜。商業智能(Business Intelligence，BI)由Howard Dresner提出，是對商業中信息進行搜集、分析、處理，進而得到支持企業進行決策的知識的一種科學方法，以使企業決策和企業活動變得更加合理和具有競爭力。

商業智能主要應用數據倉庫、聯機分析處理、數據挖掘等技術來實現決策，以實現企業智能化的決策。

電子商務是隨著信息快速增長出現的一個新興理念，是利用信息和網絡實現價值增值的一種全新的商業模式。電子商務主要體現在企業應用網絡技術手段來推廣、改造和管理企業，以實現更大的利潤。電子商務在企業中最大的應用就是網上交易，即企業在網上出售產品和服務，實現信息流、物流和資金流，通過網絡實現價值增值。

本文主要研究商業智能在電子商務交易中如何應用，使得企業做出更加合理的決策來增強網上交易，從而實現更大的利潤。

2商業智能簡述

商業智能最早由Gartner Group的Howard Dresner在1989年首次提出，是對商業信息的搜集、管理和分析過程，目的是使企業各級決策者獲得知識，以做出更加合理的決策。BI的體系結構如圖1所示。

BI首先由不同的數據源收集的數據中提取有用的數據，對數據進行清洗以保證數據的正確性，將數據經轉換、重構后載入數據倉庫或數據集市，再利用合適的工具對數據進行處理，將信息變為輔助決策的知識;最后將知識呈現于用戶面前，為管理決策提供參考。

近年來，商業智能研究主要包括核心技術、實施架構、應用系統方面的研究。

(1) 核心技術。核心技術的研究主要在數據倉庫以及數據挖掘算法與實施等方面。其研究注重跟蹤相關技術的最新發展，例如對數據倉庫的研究集中在數據集成中數據模式的設計，數據清洗、數據轉換、數據導入和更新方法;數據挖掘的研究重點則偏向數據挖掘算法以及數據挖掘技術在新的數據類型、應用環境中使用時所出現的新問題的解決上。

(2) 實施架構。BI實施架構是指通過識別和理解數據在系統中的流動過程和數據在企業的應用過程來提供BI系統應用的主框架。BI的實施架構主要包括數據預處理、數據倉庫、數據分析以及數據展現等幾部分，如圖2所示。BI實施架構的研究關心采用什么樣的體系結構以及怎樣的流程能使BI 系統具有良好的性能。

(3) 應用系統。對于應用系統的研究重點放在對各個應用領域所面臨的決策問題的分析， 根據對各類問題的解決方式和解決方案來決定BI系統應該提供的功能，以及具體實現方法。BI具有代表性的應用領域主要包括企業資源計劃(ERP) 、客戶關系管理(CRM) 、人力資源管理(HRM) 、供應鏈管理( SCM) 以及電子商務(E-business) 等。

(4) 行業領域。對于某個特定的領域，使用商業智能提升該領域的客戶關系管理以及領域競爭力，以使客戶獲得更加滿意的產品。例如商業智能在電信、金融、證券、稅務、零售業、保險業等已獲得大量操作型數據積累的企業中的應用已經日漸成熟。

3商業智能在電子商務交易中的應用分析

在電子商務交易中，企業關注的是用戶瀏覽量和交易量。只有用戶瀏覽了企業的站點，企業才有可能將產品和服務向用戶推廣，進而使用戶產生購買欲望，產生交易。用戶瀏覽站點時，每個時間在不同頁面的停留時間都不同，這將產生大量的用戶行為。用戶的所有行為在企業站點后臺數據庫記錄之后，許多企業往往極少給予關注。下面將分析企業將商業智能引入電子商務交易的切入點和措施。

本文主要分析了商業智能在電子商務交易中的應用，如圖3所示。包括如下幾個方面:商業智能在交易搜索中的應用、在完善網站結構方面的應用、在交易相關知識方面的應用、在交易額度分析上的應用、在退貨處理方面的應用及在防止欺詐和網絡安全上的應用等。

(1) 商業智能在交易搜索中的應用。每個企業站點都提供搜索功能，這是用戶找到所需信息的最直接途徑。用戶在搜索時輸入的關鍵詞以及輸入次數都能反映用戶的某種興趣和愛好，通過對用戶輸入的關鍵詞和關鍵詞出現次數進行分析，綜合利用數據倉庫和OLAP技術，挖掘出不同用戶群體最關注的產品和服務，從而對不同興趣和愛好的用戶提供滿足其需求的信息，這將大大提高用戶的回頭率和忠誠度。

從具體實現上來說，企業在后臺必須能夠記錄用戶的基本信息，以及用戶輸入的關鍵詞。通過對某用戶進行關鍵詞匯總，找到不同用戶的不同興趣愛好。通過對整個數據庫中用戶輸入關鍵詞的搜索，將數據綜合到數據倉庫中總結出相同或相關關鍵詞出現的次數，發現大眾的需求。企業找到這些有價值信息后，針對不同興趣用戶提供不同信息，對搜索率高的關鍵詞增加其訪問的方便性和提供該關鍵詞更加豐富的信息，這都將大大增加企業網上交易的數量。

(2) 商業智能在完善網站結構方面的應用。網站結構是指整個網站的頁面布局和業務流程。合理的網站結構能夠使用戶快速地找到所需要的信息，而且大大增加用戶在網站的停留時間和交易次數。電子商務網站剛剛推出往往都是企業一廂情愿的結構設計，其中可能存在許多不適合用戶體驗的區域，這就需要通過綜合分析用戶訪問日志，通過數據倉庫、數據挖掘以及OLAP技術來分析出用戶喜歡怎樣的頁面訪問形式，用戶偏好怎樣的業務流程，從而完善網站結構，獲取更好的用戶體驗。

具體實現上，網站的服務器系統保留了用戶訪問的日志，通過將這些日志進行預處理，抽取出有意義的內容，對其使用OLAP和數據挖掘技術，分析出用戶的訪問行為和偏好的業務流程。使用的數據挖掘技術更多的是分類和關聯規則技術，按照訪問不同的頁面或者頁面停留時間的不同進行分類，得到各個頁面的用戶數和停留時間，從而判斷出用戶的訪問行為。也可以通過關聯規則分析用戶在訪問不同頁面時訪問的相關頁面以及訪問次數，從而調整相關頁面的內容和增加相似內容的鏈接數，這都將增加用戶在站點的停留時間和交易數量。

(3) 商業智能在交易相關性方面的應用。交易相關性是指用戶在使用網上商城購物時購買某件物品同時購買相關物品的關聯性。這主要應用數據挖掘的關聯規則分析技術。在交易頁面，往往都會放些與該交易商品相關的一些商品和服務，分析用戶進入該交易頁面時點擊相關鏈接的內容和次數，并進一步分析點擊的相關鏈接所增加的交易數量，在符合一定支持度和置信度的情況下判斷用戶的交易相關性。這將完善網上商品的位置擺放和商品交易時相似或相關商品的集中度，從而增加交易量。

實現上，可以通過對用戶訪問日志進行挖掘分析，也可以直接通過對交易關聯頁面進行關聯規則分析得出交易相關性結果。后者需要在數據庫中記錄各個頁面訪問的時間以及訪問某個頁面又鏈接訪問到的其他頁面和停留時間，以及交易成功率，記錄這些需要耗費大量的存儲空間，這就涉及數據的轉儲和及時分析，及時獲得交易相關性數據。

(4) 商業智能在交易額度分析上的應用。分析用戶的交易額度對企業實施客戶關系管理有很大的幫助，從而提高客戶忠誠度。通過綜合運用OLAP、數據挖掘技術對用戶在某段時間交易數量和交易額度以及交易內容的分析，得到不同時間段的用戶在不同內容商品上的不同交易額度，從而對交易進行管理。例如對不同額度的客戶，提供不同的售后服務、贈送不同程度的禮品和給予不同程度的優惠。在用戶交易額度普遍比較高的時段前期采取大力的宣傳，以進一步促進交易消費。

實際操作中，只要對數據庫中不同用戶的交易表中的交易內容、交易金額、交易時間進行OLAP分析、分類以及聚類分析等操作，得出不同交易額度的用戶，以及交易額度最多的時間段和交易內容，從而對企業相關營銷和市場策略提供準確的決策。

(5) 商業智能在退貨處理方面的應用。網上交易因為看到的不是實際商品，而只是交易商品的圖片，可能會與用戶想象的實際商品存在一定的差距，所以網上商品更存在退貨的情況。通過對退貨數據進行挖掘和分析，可以認識到企業提供的商品和服務質量存在的缺陷，為企業改善自身商品和服務質量以及提高企業競爭力有很大的幫助。

實際操作上，客戶在每次退貨處理時，企業后臺數據庫都記錄下客戶退貨的原因。通過將數據導入到數據倉庫結合商品表、客戶表等進行整合分析，分析所退商品存在的缺陷，客戶退貨原因，退貨所發生的費用損失等。最終得出退貨解決方案和防范機制，同時改善企業提供的商品和服務的質量。

(6) 商業智能在防止交易欺詐和網絡安全上的應用。網上交易畢竟突破了現實中實物交換的形式，實現了電子貨幣和物品交換的新形式。其中出現的種種欺詐行為和安全問題防不勝防，可能會給企業帶來巨大的經濟損失。通過商業智能技術，分析出用戶存在的欺詐手段和安全漏洞以及可能存在的黑客攻擊方法，改進企業的風險防范和應急措施。

實現上，利用數據挖掘中的聚類和分類技術挖掘后臺交易日志和網絡銀行使用日志，分析其中存在的不一致和非正常情況，得出可能存在的欺詐行為和安全漏洞，從而為企業采取進一步的措施提供依據。

以上列舉了5種商業智能在電子商務中的應用以及操作方法，為電子商務的發展提供了可行的分析和解決思路。

4結論

在電子商務逐步應用到各行各業，并逐步產生巨大經濟效益的時代，如何進一步發現電子商務交易中存在的隱性知識已經是迫不及待的任務。商業智能集數據倉庫、OLAP和數據挖掘技術于一體，通過挖掘顯性知識中存在的隱性模式，為企業提供有價值的信息以支持決策。商業智能在電子商務中的合理應用將促使電子商務為企業戰略和實際利益的實現提供支撐作用，為企業創造更大的價值。

本文中研究的應用結合電子商務交易中實際存在的需求出發，挖掘電子商務交易中存在的許多隱形模式和知識，通過這些隱性知識進一步改進企業的實施策略，以達到企業戰略目的。相信隨著商業智能技術的日益發展和電子商務交易信息的日益完善，商業智能在電子商務中的應用將有廣闊的發展空間。

主要參考文獻

[1] 謝壹. 商業智能在互聯網業務分析中的研究與應用[J]. 微計算機信息，2006(12).

[2] 鄭洪源，周良，商業智能解決方案的研究與應用[J]. 計算機應用研究，2005(9).

[3] 韓清池，陳世權. 商業智能及其應用的研究與發展[J]. 現代管理科學，2006(3).

[4] 劉兵，張吉善. 淺析商業智能系統的研究及發展趨勢[J]. 中國管理信息化，2005(7).

[5] 吳良清. 商業智能的研究與應用[J]. 中國科技信息，2007(7).

[6] 張吉善，胡曉棠，尤惠. 數據挖掘在電子商務中的應用[J]. 科技情報開發與經濟，2007，17(9).

[7] 華勇，陳祖義，王培培. Web數據挖掘技術在電子商務領域中的應用[J]. 集團經濟研究:下旬刊，2007(2).

[8] 任新.WEB 數據挖掘在電子商務中的應用[J]. 集團經濟研究:中旬刊，2007(6).

[9] Bernard Liautaud， Mark Hammond. E-business Intelligence: Turning Information into Knowledge into Profit[M]. New York: McGraw-Hill Trade，2000.