大數(shù)據(jù)背景下企業(yè)商務(wù)智能實(shí)踐應(yīng)用分析

摘 要：商務(wù)智能是從企業(yè)的數(shù)據(jù)倉庫中獲取數(shù)據(jù)并進(jìn)行可視化呈現(xiàn)，以幫助管理者和決策者做出科學(xué)決策的信息技術(shù)手段。大數(shù)據(jù)時(shí)代，大數(shù)據(jù)對(duì)企業(yè)商務(wù)智能具有極其重要的支撐作用，能夠最大限度地提升企業(yè)決策的科學(xué)性。本文深入研究和分析了大數(shù)據(jù)對(duì)于商務(wù)智能的影響、大數(shù)據(jù)背景下企業(yè)商務(wù)智能實(shí)施中存在的問題，并在此基礎(chǔ)上提出了優(yōu)化措施和對(duì)策。

關(guān)鍵詞：大數(shù)據(jù)；商務(wù)智能；企業(yè)管理；決策

隨著數(shù)字經(jīng)濟(jì)的發(fā)展和科技的進(jìn)步，數(shù)據(jù)已經(jīng)滲透到各行各業(yè)的業(yè)務(wù)、管理、供應(yīng)鏈等各個(gè)環(huán)節(jié)中，成為最重要的生產(chǎn)要素之一，大數(shù)據(jù)時(shí)代已經(jīng)到來。大數(shù)據(jù)在商務(wù)領(lǐng)域的應(yīng)用越來越彰顯出其優(yōu)勢(shì)，電子商務(wù)、物流配送等行業(yè)在大數(shù)據(jù)的協(xié)助下不斷發(fā)展新場(chǎng)景、新業(yè)務(wù)，創(chuàng)造新的運(yùn)營模式。與此同時(shí)，企業(yè)經(jīng)營決策模式正在發(fā)生巨大變化，如何在海量數(shù)據(jù)中獲取對(duì)企業(yè)有用的信息并將其應(yīng)用于企業(yè)決策，是企業(yè)管理中面臨的重要課題，商務(wù)智能為其提供了重要的解決路徑。

一、商務(wù)智能核心技術(shù)

商務(wù)智能又稱商業(yè)智能，是指利用現(xiàn)代數(shù)據(jù)倉庫技術(shù)（ETL）、線上分析處理技術(shù)（OLAP）、數(shù)據(jù)挖掘技術(shù)（DM）和數(shù)據(jù)展現(xiàn)技術(shù)（Data visualization）進(jìn)行數(shù)據(jù)分析，輔助商業(yè)決策，進(jìn)而實(shí)現(xiàn)商業(yè)價(jià)值。商務(wù)智能的關(guān)鍵是通過企業(yè)對(duì)商業(yè)信息進(jìn)行抽取、轉(zhuǎn)換和裝載，也就是ETL的過程，之后將之合并到企業(yè)級(jí)的數(shù)據(jù)倉庫中進(jìn)行整理、管理和分析，將現(xiàn)有數(shù)據(jù)轉(zhuǎn)化為有用的商務(wù)信息并呈現(xiàn)給使用者，它是幫助企業(yè)各級(jí)管理者進(jìn)行經(jīng)營管理和決策的工具。從技術(shù)層面來看，商務(wù)智能并非新技術(shù)，而是相關(guān)技術(shù)在商務(wù)領(lǐng)域的綜合運(yùn)用。

1.現(xiàn)代數(shù)據(jù)倉庫技術(shù)（ETL）

數(shù)據(jù)倉庫技術(shù)是為了滿足信息系統(tǒng)業(yè)務(wù)發(fā)展的需要，由數(shù)據(jù)庫系統(tǒng)技術(shù)發(fā)展形成并最終成為一個(gè)新的應(yīng)用技術(shù)門類，是形成數(shù)據(jù)整合和知識(shí)管理的有效手段。它是指數(shù)據(jù)抽?。╡xtract）、轉(zhuǎn)換（transform）、裝載（load）的過程，它將企業(yè)分析決策所需數(shù)據(jù)從散亂、不一致的狀態(tài)轉(zhuǎn)換成集成、統(tǒng)一的信息并集成到數(shù)據(jù)倉庫內(nèi)，在業(yè)務(wù)層和數(shù)據(jù)倉庫層之間建立穩(wěn)定關(guān)聯(lián)，保證業(yè)務(wù)數(shù)據(jù)能源源不斷進(jìn)入數(shù)據(jù)倉庫，用戶進(jìn)行業(yè)務(wù)分析和管理應(yīng)用的時(shí)候能夠反映出最新的業(yè)務(wù)狀態(tài)。

現(xiàn)代數(shù)據(jù)倉庫技術(shù)（ETL）是企業(yè)商務(wù)智能（BI）的重要環(huán)節(jié)之一，其與傳統(tǒng)的數(shù)據(jù)庫存儲(chǔ)的最大區(qū)別在于傳統(tǒng)數(shù)據(jù)庫主要用于企業(yè)日常管理及業(yè)務(wù)的處理，數(shù)據(jù)倉庫則側(cè)重于企業(yè)管理及商務(wù)數(shù)據(jù)處理及分析。

2.線上分析處理技術(shù)（OLAP）

線上分析處理技術(shù)（OLAP）是針對(duì)特定問題，操作存儲(chǔ)在靜態(tài)數(shù)據(jù)倉庫內(nèi)數(shù)據(jù)資源的聯(lián)機(jī)分析處理技術(shù)。它幫助不同層面的使用者，如企業(yè)決策者、數(shù)據(jù)分析師等深入了解和研究數(shù)據(jù)，具有數(shù)據(jù)透視和深度信息挖掘的能力，是重要的企業(yè)管理和分析工具。線上分析處理技術(shù)（OLAP）能夠?qū)ν粩?shù)據(jù)提供不同的呈現(xiàn)方式，并且支持多種維度數(shù)據(jù)查詢，其決策數(shù)據(jù)是多維的。OLAP技術(shù)可提供復(fù)雜的分析操作，它可以根據(jù)使用者的要求快速、靈活地進(jìn)行海量、復(fù)雜數(shù)據(jù)的查詢、處理和分析，并且以直觀的形式進(jìn)行呈現(xiàn)，方便決策者或管理者掌握企業(yè)的經(jīng)營狀況，有針對(duì)性地進(jìn)行方案制訂和科學(xué)決策。

3.數(shù)據(jù)挖掘技術(shù)（DM）

數(shù)據(jù)挖掘指從數(shù)據(jù)庫的海量數(shù)據(jù)中挖掘出隱含的、未知的、有價(jià)值的信息的過程。數(shù)據(jù)挖掘技術(shù)依托于人工智能、數(shù)據(jù)庫技術(shù)、可視化技術(shù)、統(tǒng)計(jì)學(xué)、機(jī)器自動(dòng)識(shí)別技術(shù)等，分析企業(yè)數(shù)據(jù)并挖掘有效信息，為決策者發(fā)現(xiàn)市場(chǎng)規(guī)律、調(diào)整經(jīng)營策略、降低風(fēng)險(xiǎn)、提高決策科學(xué)性提供幫助。

數(shù)據(jù)挖掘首先需要定義問題、建立數(shù)據(jù)挖掘庫、分析數(shù)據(jù)和準(zhǔn)備數(shù)據(jù)，這些是建立科學(xué)模型的基礎(chǔ)。建立模型是個(gè)迭代的過程，需要針對(duì)業(yè)務(wù)不斷測(cè)試和驗(yàn)證模型的適用性。模型建立后，還需要對(duì)結(jié)果進(jìn)行評(píng)估和測(cè)試，驗(yàn)證模型的正確性和有效性，最后才可以對(duì)已建立和驗(yàn)證的模型進(jìn)行應(yīng)用和推廣。

4.數(shù)據(jù)展現(xiàn)技術(shù)（Data visualization）

數(shù)據(jù)展現(xiàn)技術(shù)（Data visualization），即數(shù)據(jù)可視化，是關(guān)于數(shù)據(jù)視覺表現(xiàn)形式的科學(xué)技術(shù)，主要包括利用圖形、圖像處理、計(jì)算機(jī)視覺和用戶界面等圖形化手段，直觀清晰展現(xiàn)、傳達(dá)和溝通信息的過程。數(shù)據(jù)可視化對(duì)于從大數(shù)據(jù)中挖掘信息、發(fā)現(xiàn)規(guī)律和趨勢(shì)、提高數(shù)據(jù)表現(xiàn)水平、提升信息傳達(dá)和交換效率具有十分重要的意義。據(jù)不完全統(tǒng)計(jì)，目前可用的數(shù)據(jù)展現(xiàn)技術(shù)方法有百余種。

二、大數(shù)據(jù)及其對(duì)商務(wù)智能的影響

大數(shù)據(jù)概念自20世紀(jì)90年代開始使用，至今已經(jīng)被廣泛認(rèn)知和接受。大數(shù)據(jù)是指需要新的處理模式才能發(fā)揮更強(qiáng)決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量的、高增長的、多樣的信息資產(chǎn)，大數(shù)據(jù)時(shí)代下不再采用隨機(jī)抽樣等方法來進(jìn)行數(shù)據(jù)處理和分析，而是對(duì)所有數(shù)據(jù)進(jìn)行處理、分析和信息挖掘。大數(shù)據(jù)與商務(wù)智能之間存在一定的區(qū)別，商務(wù)智能主要是使用數(shù)據(jù)工具和數(shù)據(jù)描述性統(tǒng)計(jì)信息來發(fā)現(xiàn)規(guī)律、提供決策參考，其處理的信息密度較高。大數(shù)據(jù)則是運(yùn)用相關(guān)技術(shù)對(duì)海量的低信息密度數(shù)據(jù)進(jìn)行專業(yè)化處理，進(jìn)而揭示數(shù)據(jù)關(guān)系，進(jìn)行行為預(yù)測(cè)。

大數(shù)據(jù)具有4V特征，即Volume（大量）、Velocity（高速）、Variety（多樣）、Value（低價(jià)值密度）。首先大數(shù)據(jù)即海量數(shù)據(jù)，是在日常業(yè)務(wù)、運(yùn)營過程中形成和積累的數(shù)據(jù)，如公司日常經(jīng)營產(chǎn)生的交易數(shù)據(jù)、視頻平臺(tái)用戶上傳的視頻、音樂、評(píng)論信息等，這些數(shù)據(jù)累積起來的數(shù)據(jù)體量十分龐大，已達(dá)到了PB級(jí)別及以上。隨著網(wǎng)絡(luò)技術(shù)的發(fā)展，數(shù)據(jù)流轉(zhuǎn)的速度越來越高，大數(shù)據(jù)的高速性體現(xiàn)在數(shù)據(jù)數(shù)量和處理速度都急速增長，特別是在互聯(lián)網(wǎng)技術(shù)和云計(jì)算技術(shù)快速發(fā)展的情況下，大數(shù)據(jù)得以迅速產(chǎn)生和傳播，對(duì)數(shù)據(jù)的時(shí)效性要求越來越高，用戶在大數(shù)據(jù)處理過程中要求無延遲的數(shù)據(jù)輸入和讀取。大數(shù)據(jù)形式多樣，文字、圖形圖像、音頻視頻、語音、網(wǎng)絡(luò)日志等均包括其中。

大數(shù)據(jù)功能強(qiáng)大，其資源容量和整合能力均遠(yuǎn)超傳統(tǒng)數(shù)據(jù)庫。目前，大數(shù)據(jù)技術(shù)被廣泛應(yīng)用于商務(wù)智能體系中，對(duì)其產(chǎn)生了重要影響。

首先，大數(shù)據(jù)為商務(wù)智能提供了海量的數(shù)據(jù)基礎(chǔ)。商務(wù)智能的基礎(chǔ)就是數(shù)據(jù)倉庫技術(shù)，只有業(yè)務(wù)數(shù)據(jù)的存儲(chǔ)達(dá)到一定規(guī)模，商務(wù)智能的分析和挖掘結(jié)果才更具有代表性和說服力，才更能反映出真實(shí)企業(yè)和市場(chǎng)的業(yè)務(wù)狀態(tài)。同時(shí)，云計(jì)算技術(shù)的應(yīng)用，提供了超短時(shí)間內(nèi)海量數(shù)據(jù)的處理方案，提高了商務(wù)智能的計(jì)算、挖掘、分析功能，有利于經(jīng)營者或決策者發(fā)現(xiàn)市場(chǎng)規(guī)律，調(diào)整經(jīng)營管理策略，降低運(yùn)營和管理風(fēng)險(xiǎn)，制定出更加科學(xué)、合理的決策。

大數(shù)據(jù)能夠讓企業(yè)的商務(wù)智能更加全面。在大數(shù)據(jù)背景下，企業(yè)信息收集的對(duì)象不僅僅局限于內(nèi)部數(shù)據(jù)，還包括外部數(shù)據(jù)信息。在更加全面的市場(chǎng)信息和數(shù)據(jù)的支撐下，企業(yè)商務(wù)智能系統(tǒng)更加全面而系統(tǒng)，進(jìn)而改變了企業(yè)的經(jīng)營管理模式，拓展了企業(yè)的經(jīng)營和管理領(lǐng)域，完善了企業(yè)的經(jīng)營管理機(jī)制，因此大數(shù)據(jù)對(duì)于企業(yè)全面進(jìn)行商務(wù)智能的應(yīng)用具有重要的基礎(chǔ)性作用。

大數(shù)據(jù)能夠?qū)崿F(xiàn)企業(yè)商務(wù)智能的創(chuàng)新性。企業(yè)進(jìn)行創(chuàng)新性經(jīng)營，離不開精準(zhǔn)的市場(chǎng)定位，而精準(zhǔn)的市場(chǎng)定位是基于廣泛的市場(chǎng)調(diào)研和數(shù)據(jù)分析。大數(shù)據(jù)提供了精準(zhǔn)市場(chǎng)調(diào)研、分析和定位的可能性。企業(yè)以大數(shù)據(jù)為基礎(chǔ)的商務(wù)智能，能夠更清晰地了解目前最新的市場(chǎng)構(gòu)成、細(xì)分市場(chǎng)的最新特征，市場(chǎng)上主要競爭者和主要競品，消費(fèi)者需求趨勢(shì)等，在此基礎(chǔ)上進(jìn)行信息挖掘、分析，能夠更好地提出市場(chǎng)解決方案，制定創(chuàng)新性的市場(chǎng)營銷策略。

大數(shù)據(jù)能夠?qū)崿F(xiàn)商務(wù)智能的超前性和可拓展性。大數(shù)據(jù)最大的優(yōu)勢(shì)還在于它能夠提供那些以往沒有被企業(yè)注意的、與其業(yè)務(wù)相關(guān)性較高但是卻未被搜集和保存的數(shù)據(jù)信息。例如，當(dāng)企業(yè)將其銷售信息與某些關(guān)鍵性經(jīng)濟(jì)數(shù)據(jù)如網(wǎng)絡(luò)評(píng)論、直播間實(shí)時(shí)恢復(fù)數(shù)據(jù)、趨勢(shì)性議題等進(jìn)行關(guān)聯(lián)分析時(shí)，盡管這些數(shù)據(jù)本身沒有實(shí)際價(jià)值，或者說僅對(duì)當(dāng)下營銷或經(jīng)營活動(dòng)具有一定的價(jià)值，但是當(dāng)我們將這些數(shù)據(jù)以時(shí)間序列進(jìn)行整合后可能會(huì)得到具有重大意義的關(guān)鍵性信息和推論，如某款商品雖當(dāng)前銷售情況慘淡，但是未來會(huì)成為爆款甚至引領(lǐng)消費(fèi)趨勢(shì)等。當(dāng)區(qū)域性疫情出現(xiàn)時(shí)，大數(shù)據(jù)能夠相較于疫情防控部門、醫(yī)療部門更早地發(fā)現(xiàn)趨勢(shì)，進(jìn)而幫助整個(gè)醫(yī)療系統(tǒng)甚至整個(gè)保障體系提前進(jìn)行應(yīng)對(duì)預(yù)備。

三、大數(shù)據(jù)背景下企業(yè)商務(wù)智能實(shí)施中存在的問題

1.企業(yè)在商務(wù)智能應(yīng)用中對(duì)大數(shù)據(jù)的重視程度不足

大數(shù)據(jù)時(shí)代的到來已經(jīng)成為社會(huì)的共識(shí)，很多國際大型企業(yè)對(duì)大數(shù)據(jù)有了更多的認(rèn)識(shí)，在商務(wù)智能領(lǐng)域進(jìn)行了實(shí)踐和探索，取得了一定的成績。但是目前我國很多企業(yè)對(duì)大數(shù)據(jù)應(yīng)用于智能商務(wù)系統(tǒng)缺乏深入的研究和分析，應(yīng)用體系不完善，局限性較大。國內(nèi)很多公司對(duì)于大數(shù)據(jù)的認(rèn)識(shí)還大多停留在概念層面，沒有真正將其應(yīng)用于商務(wù)智能中，很多決策層、管理層還沒有認(rèn)識(shí)到大數(shù)據(jù)的價(jià)值，很多人仍然將大數(shù)據(jù)理解為簡單的數(shù)據(jù)歸納和整理，不認(rèn)為其能夠?yàn)槠髽I(yè)帶來直接的經(jīng)濟(jì)效益或管理效益。而事實(shí)上，如果企業(yè)能夠有效利用大數(shù)據(jù)和商務(wù)智能，其在經(jīng)營和發(fā)展中就能夠占領(lǐng)先機(jī)。部分企業(yè)對(duì)于大數(shù)據(jù)及商務(wù)智能的認(rèn)知停留在直接的利益兌現(xiàn)上，而大數(shù)據(jù)時(shí)代，我們不能單純追求商務(wù)智能管理與當(dāng)前利潤效益的直接因果聯(lián)系，在海量數(shù)據(jù)中挖掘出影響利潤提高、市場(chǎng)預(yù)測(cè)相關(guān)性因素，就能夠在一定程度上幫助企業(yè)制訂長遠(yuǎn)計(jì)劃，為企業(yè)戰(zhàn)略決策的制定提供數(shù)據(jù)支撐。部分企業(yè)不重視企業(yè)數(shù)據(jù)資源的管理，數(shù)據(jù)資源不全面、不系統(tǒng)、不客觀，同樣會(huì)制約商務(wù)智能的科學(xué)和健康發(fā)展。

2.企業(yè)構(gòu)建大數(shù)據(jù)技術(shù)與商務(wù)智能平臺(tái)技術(shù)較為薄弱

商務(wù)智能屬于數(shù)據(jù)轉(zhuǎn)化，其與大數(shù)據(jù)具有十分緊密的關(guān)聯(lián)。但是目前很多企業(yè)在其商務(wù)智能決策系統(tǒng)建設(shè)和使用過程中，盡管使用了大數(shù)據(jù)技術(shù)，技術(shù)力量仍然較為薄弱。比如企業(yè)大數(shù)據(jù)平臺(tái)建設(shè)力量薄弱，且在商務(wù)智能的關(guān)鍵技術(shù)如現(xiàn)代數(shù)據(jù)倉庫技術(shù)、線上分析處理技術(shù)、數(shù)據(jù)挖掘技術(shù)和數(shù)據(jù)可視化技術(shù)等方面技術(shù)力量不強(qiáng)，加之管理不到位，不能將大數(shù)據(jù)技術(shù)與商務(wù)智能很好地融合，影響商務(wù)智能的實(shí)現(xiàn)。

3.大數(shù)據(jù)和商務(wù)智能的運(yùn)營機(jī)制不健全

大數(shù)據(jù)和商務(wù)智能的有效應(yīng)用和實(shí)現(xiàn)離不開健全和完善的運(yùn)行機(jī)制。部分企業(yè)在大數(shù)據(jù)與商務(wù)智能實(shí)施過程中依賴于IT廠商或服務(wù)購買，自身對(duì)于數(shù)據(jù)的開發(fā)、挖掘、轉(zhuǎn)化和利用能力較低，同時(shí)不能很好地與企業(yè)實(shí)際情況相結(jié)合，因此在應(yīng)用過程中落地性不強(qiáng)，不能很好地為企業(yè)經(jīng)營、管理和發(fā)展戰(zhàn)略的制定提供強(qiáng)有力的支撐。部分企業(yè)對(duì)于內(nèi)部數(shù)據(jù)的收集、整理、挖掘能力較強(qiáng)，但是對(duì)于外部數(shù)據(jù)的挖掘和轉(zhuǎn)化能力較為薄弱，且對(duì)于內(nèi)外部數(shù)據(jù)的融合能力不足，導(dǎo)致企業(yè)商務(wù)智能應(yīng)用過程中缺乏系統(tǒng)性和融合性，降低了大數(shù)據(jù)綜合利用價(jià)值和商務(wù)智能的管理水平。

4.大數(shù)據(jù)在企業(yè)商務(wù)智能中的應(yīng)用持續(xù)性不足

商務(wù)智能的基礎(chǔ)是數(shù)據(jù)，大數(shù)據(jù)技術(shù)的特點(diǎn)決定了其需要大量、持續(xù)的數(shù)據(jù)積累，因此企業(yè)必須持續(xù)不斷地進(jìn)行數(shù)據(jù)信息的收集、整理、挖掘和分析，只有這樣才能真正幫助商務(wù)智能的實(shí)現(xiàn)。但是，目前很多企業(yè)缺乏可持續(xù)發(fā)展思維，沒有認(rèn)識(shí)到大數(shù)據(jù)技術(shù)在商務(wù)智能應(yīng)用中是一個(gè)長期伴隨、不斷更新迭代的過程。更有部分企業(yè)存在急功近利的情況，忽略了數(shù)據(jù)、商務(wù)智能管理和經(jīng)營成果之間“量變”到“質(zhì)變”的過程，只有持續(xù)性地進(jìn)行數(shù)據(jù)積累，保證大數(shù)據(jù)技術(shù)與商務(wù)智能的對(duì)接，才能使之真正在企業(yè)決策中結(jié)出碩果。相反，短期的、片面的數(shù)據(jù)甚至還會(huì)給企業(yè)的管理決策帶來一定的不良影響。

四、大數(shù)據(jù)背景下企業(yè)商務(wù)智能實(shí)施優(yōu)化

1.在商務(wù)智能應(yīng)用中提高對(duì)大數(shù)據(jù)的重視程度

大數(shù)據(jù)時(shí)代，企業(yè)必須重視將大數(shù)據(jù)技術(shù)與商務(wù)智能相結(jié)合。與企業(yè)的管理一樣，大數(shù)據(jù)背景下企業(yè)商務(wù)智能的實(shí)施也需要是“一把手工程”，只有領(lǐng)導(dǎo)層和決策層重視了，基于大數(shù)據(jù)的商務(wù)智能才能真正地實(shí)現(xiàn)并獲得成果。因此，企業(yè)在進(jìn)行商務(wù)智能系統(tǒng)建設(shè)過程中，一定要提高對(duì)于大數(shù)據(jù)應(yīng)用的重視程度，加大大數(shù)據(jù)技術(shù)及其與商務(wù)智能融合方面的投入力度，真正做到大數(shù)據(jù)、商務(wù)智能與企業(yè)實(shí)際情況的融合，讓大數(shù)據(jù)技術(shù)成為企業(yè)個(gè)性化商務(wù)智能體系的支撐。

2.強(qiáng)化企業(yè)大數(shù)據(jù)技術(shù)與商務(wù)智能平臺(tái)技術(shù)力量

企業(yè)要著力提升大數(shù)據(jù)技術(shù)和商務(wù)智能的整體技術(shù)水平，尤其是要在大數(shù)據(jù)應(yīng)用技術(shù)方面進(jìn)行探索研究，將大數(shù)據(jù)技術(shù)與企業(yè)定制化、個(gè)性化的商務(wù)智能進(jìn)行有效結(jié)合。加強(qiáng)在應(yīng)用數(shù)據(jù)控制技術(shù)、線上分析處理技術(shù)、數(shù)據(jù)倉庫技術(shù)等方面的技術(shù)投入力度，設(shè)立專門部門進(jìn)行管理，配備專業(yè)化人才，加強(qiáng)技術(shù)培訓(xùn)。

3.大數(shù)據(jù)和商務(wù)智能的運(yùn)營機(jī)制不健全

企業(yè)要建立健全大數(shù)據(jù)與商務(wù)智能運(yùn)營項(xiàng)目運(yùn)營管理機(jī)制。企業(yè)在商務(wù)智能開發(fā)和應(yīng)用過程中必須從科學(xué)管理和系統(tǒng)工程實(shí)施的角度出發(fā)，確保基于大數(shù)據(jù)的商務(wù)智能項(xiàng)目的實(shí)施。包括制定明確的、可量化的商務(wù)智能目標(biāo)，進(jìn)行大數(shù)據(jù)和商務(wù)智能相關(guān)知識(shí)和技能的持續(xù)培訓(xùn)，進(jìn)行大數(shù)據(jù)和商務(wù)智能需求分析，重新構(gòu)建或重組企業(yè)業(yè)務(wù)流程，實(shí)行大數(shù)據(jù)和商務(wù)智能應(yīng)用監(jiān)督和評(píng)價(jià)機(jī)制等。

4.強(qiáng)調(diào)大數(shù)據(jù)在商務(wù)智能應(yīng)用過程中的持續(xù)性

在企業(yè)經(jīng)營管理中牢固樹立可持續(xù)發(fā)展理念，在大數(shù)據(jù)和商務(wù)智能應(yīng)用方面制定長效機(jī)制，有效杜絕短期的、投機(jī)的、不穩(wěn)定因素的出現(xiàn)。首先，強(qiáng)調(diào)大數(shù)據(jù)在企業(yè)商務(wù)智能應(yīng)用實(shí)現(xiàn)過程中的基礎(chǔ)性和支撐性地位，綜合協(xié)調(diào)各部門進(jìn)行數(shù)據(jù)收集工作，充分保障數(shù)據(jù)規(guī)模的持續(xù)性和綜合性增長。在充分收集、存儲(chǔ)企業(yè)自身數(shù)據(jù)的同時(shí)，強(qiáng)化企業(yè)外部數(shù)據(jù)收集能力，與第三方數(shù)據(jù)平臺(tái)開展合作，為企業(yè)商務(wù)智能系統(tǒng)和大數(shù)據(jù)平臺(tái)提供持續(xù)性數(shù)據(jù)，實(shí)現(xiàn)企業(yè)商務(wù)智能結(jié)果的全面性和有效性。另外，在業(yè)務(wù)數(shù)據(jù)不斷更新的同時(shí)，根據(jù)企業(yè)自身情況和資源稟賦情況，不斷推進(jìn)和優(yōu)化業(yè)務(wù)流程，建立持續(xù)反饋改進(jìn)機(jī)制。

五、結(jié)語

綜上所述，在大數(shù)據(jù)新時(shí)代，企業(yè)商務(wù)智能應(yīng)用過程中要牢固樹立可持續(xù)發(fā)展理念，重視將大數(shù)據(jù)技術(shù)與商務(wù)智能進(jìn)行有效結(jié)合，著力提升大數(shù)據(jù)技術(shù)和商務(wù)智能的整體技術(shù)水平，建立健全大數(shù)據(jù)與商務(wù)智能運(yùn)營項(xiàng)目運(yùn)營管理機(jī)制，不斷引進(jìn)和培養(yǎng)高層次、復(fù)合型人才，提升企業(yè)商務(wù)智能整體水平，為企業(yè)經(jīng)營管理和戰(zhàn)略決策創(chuàng)造更為有利的條件。

參考文獻(xiàn)：

[1]張亮.分布式數(shù)據(jù)倉庫中ETL技術(shù)的研究[D].沈陽：沈陽航空工業(yè)學(xué)院，2009.

[2]王軍.數(shù)據(jù)倉庫技術(shù)在商業(yè)智能系統(tǒng)中的應(yīng)用[D].上海：華東師范大學(xué)，2007.

[3]馮秘芹.大數(shù)據(jù)時(shí)代下如何打造個(gè)性化的商務(wù)智能實(shí)踐[J].全國流通經(jīng)濟(jì)，2020（2）：66-67.

[4]劉星.商務(wù)智能基于大數(shù)據(jù)的有效決策[J].中國商論，2019（3）：39-40.

[5]劉斌.大數(shù)據(jù)時(shí)代下如何打造個(gè)性化的商務(wù)智能實(shí)踐[J].中國商論，2019（22）：21-22.

作者簡介：陳思（1987— ），女，滿族，遼寧省凌海市人，本科，經(jīng)濟(jì)師，研究方向：電子商務(wù)、數(shù)據(jù)分析。