国内商务智能发展规划论文

中国民生银行是名列《财富》全球500强企业的中国第六大银行，在中国股份制商业银行中名列前茅。中国民生银行历经多年打造的新核心系统，是中国银行业第一个以流程银行为基础的核心系统，在业界具有重大的影响。民生银行董事长董文标表示，新核心系统是民生银行战略转型的基础技术平台，是民生银行实现“二次腾飞”的技术保障。以下是小编精心整理的《国内商务智能发展规划论文(精选3篇)》，欢迎大家借鉴与参考，希望对大家有所帮助！

国内商务智能发展规划论文 篇1：

传统数据中心的盘活之路

数据中心作为数据的集散中心和商务智能分析展现平台，在大数据时代面临着新的机遇和挑战。目前，多数企业已建成一体化企业级数据中心平台，能够满足日常业务的需求，但大数据时代对传统数据中心的数据存储、处理、交换、展现以及挖掘能力都提出了更高要求。

大数据

对传统数据中心的影响

如今，非结构化数据的重要性越来越大。传统数据中心的数据一般来源于用户通过个人电脑、移动终端、POS 机等常规渠道生成的结构化数据。而大数据时代数据类型多样化，半结构化数据和非结构化数据呈现爆发式增长，且增长速度远远超过结构化数据。这些通过传感器、监测仪、机读仪器等机器设备产生的天气、位置、音频、文本等海量复杂数据越来越多，企业开始使用这些数据来改进产品、提高效率、寻找缺陷，其数据的重要性将会越来越大。

同时对数据的时效性要求也越来越高。传统数据中心的数据更新周期基本为日、周、月，辅以少量的实时数据更新，商务智能也基本以日、周、月、季度和年为时间维度的静态数据分析。大数据时代，对数据的处理速度和数据的时效性提出了更高要求，而当今社会日益加剧的商业竞争让每个企业都希望能通过实时分析报表和结果数据来随时掌握企业运营状况，并迅速作出决策和判断。

以电力电量平衡测算为例，需要实时采集电网数据、实时分析、实时计算、快速测算结果，并反馈至电力调度部门进行有序用电执行预案的实时决策，如果相关数据获取不及时则会大大影响调度部门对有序用电的分析和决策。

大数据逐渐改变了数据分析模式。传统数据分析以结构化数据分析为主，业务分析更是以被动式信息接受为主。大数据时代下，随着数据的累积和增加，可做的分析和对比也越来越多。通过对大量的数据进行分析，从而揭示数据之间隐藏的关系、模式和趋势；通过结构化数据、半结构化数据、非结构化数据的融合关联分析，实现文本分析、数据挖掘、图形分析、空间分析等数据分析模式，为决策者提供不同角度不同形式的分析判断依据。

大数据影响了信息基础架构。目前电力企业数据中心主要以Unix为代表的操作系统服务器硬件平台、以Oracle关系型数据库为代表的企业级数据存储平台和以BW（数据仓库Business Ware-house）、BO（业务对象，Business Object）为代表的企业级商务智能分析平台组成。

随着智能电网的发展，半结构化和非结构化数据呈现出快速增长的势头，大量部署的传感器、监视器、智能交互终端等设备都可以成为数据来源，并且其数据量大大超过了结构化数据。大数据时代下，分布式处理的软件框架使得 x86服务器开始大行其道，列存储、内存数据库、NOSQL 存储、流计算等技术将成为数据存储和处理的主流技术。

传统数据中心商务智能专注单一数据集的分析处理，这造成了不同类型数据之间的割裂。而大数据分析聚合多个数据集，注重不同类型数据的融合集成与关联分析，是一种综合关联性分析。因此，传统数据中心分析处理架构已无法适应大数据时代的分析要求。

大数据时代

传统数据中心发展的思考

大数据的核心价值在于从海量的复杂数据中挖掘出有价值的信息，通过大数据技术进行更快地分析、更准确地预测，发掘出新的业务模式，创造新的商业发展机会。因此，大数据时代下，企业迫切需要思考如何应用大数据技术改造完善已有数据中心平台，提升企业的数据处理能力，提高数据分析水平，将大数据融入企业的整体数据方案。

分布式处理框架是大数据时代下数据中心架构的基本特征，包括分布式存储和分布式计算。分布式存储采用了可扩展的系统架构，利用多台存储服务器分担存储负荷，它不但提高系统的可靠性、可用性和存取效率，还易于扩展。分布式计算将大量的分析计算任务分解为若干小任务，然后将分解后的任务分配到不同的处理节点，最后将计算结果综合起来得到最终的结果。分布式计算具有更强的并行计算能力和扩展性，且适合多类型数据的混合处理，因此，电网企业需要在原有数据中心架构基础上，构建分布式处理框架，提升数据存储和处理能力。

研究构建大数据分析处理架构。梳理电网企业数据中心现有的技术架构，研究大数据关键技术，结合目前行业主流的大数据处理架构，重点研究基于大数据平台的数据中心信息基础架构，在保护企业现有信息化投资的基础上，探索适合自身的大数据解决方案，将大数据融入企业整体数据方案。

利用大数据技术改造完善数据中心分析处理架构，研究融合结构化数据、实时数据、位置数据和非结构化数据的大数据信息基础架构，构建企业级大数据分析与挖掘平台，实现不同类型数据的融合集成与关联分析，支撑大数据分析应用，提升数据分析和挖掘能力。

数据的核心是发现价值，驾驭数据的核心是分析。如何驾驭大数据，如何在海量数据中挖掘有价值的信息是重中之重，因此企业更应专注于数据中隐藏的价值，通过应用大数据技术分析，充分挖掘数据的核心价值，不断优化业务流程，降低管理成本，辅助企业做出科学的决策，为企业的持续创新与发展积蓄力量。

信息的影响力取决于数据关联的能力，聚合多个大数据集所获得的新的洞察力要远远超出单一大数据集所获得的洞察力。例如种子公司与农作物保护提供商和气象部门合作就综合利用了多个大数据集，包括天气数据、土壤湿度数据、土壤类型数据、种子数据和其他数据，对这些数据进行交叉关联分析，可以帮助种植户收获更高的产量。而在电力企业，将来自配电、用电、客户、天气等不同数据源的数据经过转换、整合，将会产生新的业务价值。

对电力交易数据、气候数据与客户家庭年龄结构、生活习惯等因素融合分析，了解客户用电行为，满足客户的差异化需求，并通过探寻深层需求开辟新的增值业务空间。

如何让数据驱动业务，这是大数据时代下数据中心必须思考的关键问题。传统数据中心疲于应付业务部门的需求，而大数据时代下，数据的复杂性决定了数据中心需要更加快速地应对业务需求的变化和不确定性，因此数据中心必须由数据的保管者和服务者转变为数据的管理者和决策者，从被动的响应业务部门的要求转变为主动向业务部门提供数据服务。

数据驱动业务是指数据作为一种生产力将数据分析挖掘的信息实时、主动地反馈给业务决策者并影响、反哺企业业务的过程。大数据时代下，可以对企业业务进行全过程分析、全方位监控、模拟预测，实时进行反馈，并及时调整决策改善业务发展方向，使得业务可以从数据上立即得以感知，业务可以用数据评价并由数据决策。

大数据技术是当前较新的技术发展方向，国内外已开展相关技术的研究与应用，电力企业对电力大数据的技术研究也处于初级阶段。大数据在业务领域中的应用是一个循序渐进的过程，对相关技术的应用需要进行客观评估和充分论证，更要科学研判有关技术的发展前景，做出阶段性发展规划，构筑符合企业实际的技术应用主线。

作者：解林超 石佳 王仲锋 纪德良

国内商务智能发展规划论文 篇2：

打造数据零丢失

中国民生银行是名列《财富》全球500强企业的中国第六大银行，在中国股份制商业银行中名列前茅。中国民生银行历经多年打造的新核心系统，是中国银行业第一个以流程银行为基础的核心系统，在业界具有重大的影响。民生银行董事长董文标表示，新核心系统是民生银行战略转型的基础技术平台，是民生银行实现“二次腾飞”的技术保障。

腾飞似的转型

2011年7月，银监会向银行业金融机构发布了《中国银行业信息科技“十二五”发展规划监管指导意见》（以下简称《规划》））。民生银行将《规划》中的核心思想贯穿于 “二次腾飞”战略转型，特别是“持续加大数据积累与整合的广度和深度，建设统一的数据平台，建立健全企业级客户信息系统，展现客户单一全景视图；为满足前台营销、统计分析和决策支持、风险管理等多种要求，持续提升对数据的分析、挖掘与深度运用能力；以数据共享、数据业务价值提炼，促使银行客户服务、产品创新、渠道拓展、市场营销、风险防范能力大幅提升，从而引领银行业务的差异化、跨越式发展”已成为民生银行当前及今后一段时间信息化建设的重中之重。

2012年底，民生银行新核心系统的信息基础架构初步建成；2013年7月，民生银行正式宣布新核心系统上线。新一代银行系统总账户数达2673万个，每日交易量约1700万笔。历经大半年应用系统上线运行，民生银行的信息基础架构坚如磐石，为新核心系统提供了稳定可靠的保障。

从数据处理角度出发，中国民生银行采用EMC VMAX及SRDF/STAR两地三中心容灾解决方案，建设符合国家六级（最高等级）灾难恢复能力的信息基础架构，实现数据零丢失，系统实时无缝切换。

新旧系统的差别在于：以往的核心系统是以账户为中心的，保留账务以外的交易要素很少，没有进行统一设计，不方便进行客户分级、客户行为分析、客户增值服务提供、客户贡献度量以及银行管理会计计量等工作。新核心银行系统通过流程再造，实现了交易与账务分离、交易系统与核心分离、客户历史信息与核心交易分离、支付与产品分离。新核心系统基于产品工厂的设计理念，可以快速实现利率相关的新产品进入市场；具有统一的客户和数据平台，能够对产品、客户的盈利能力进行量化评价，进而优化利率管理；具有丰富的参数值，可通过灵活的配置组合来实现客户差异化的定价。

新核心系统再造项目共搭建了10大类平台，上线了渠道、支付、产品、核算、集成层、后台运营、风控、数据应用、安保、基础软件等115个应用模块，改进了1150个变革点，优化了7000多项应用，进行了91万个案例测试。整个核心银行系统再造项目，集合了1300多名技术人员及大量的资金投入。

内部思维的变迁

如今数据仓库的商务智能应用在国内大中型商业银行中日益盛行。用现在的一句话来形容就是“除了午饭吃什么可以用‘拍脑袋’来决定，剩下的一切事情都需要数据来做决定”。在实现商务智能信息应用的过程中，银行已经建立了企业级数据仓库并积累了海量数据，为进一步实现预测信息应用，银行需要在数据仓库中开展数据挖掘，深入挖掘隐藏于海量数据中的业务规律、规则、趋势，并加以有效应用，从本质上提炼数据的业务指导价值，提升数据的应用价值，从而在银行业务发展中做到真正意义上的“科技引领”。

2001年，民生银行完成了“大集中”科技平台建设，实现了在全国范围内网点的集中联网和会计账务集中处理，并陆续实现了账务数据集中存放和统一管理，促使民生银行在业务层面上尝试发展管理信息化，初步实现了自动化、流程化的头寸管理、资产负债管理、流动性分析等信息应用，为银行经营决策提供了最基础的信息保障。

2003年4月起，民生银行以“打造先进的信息平台、实施数字化管理、提高银行核心竞争力”为目标，开始建设企业级信息共享平台。经过长期建设与不断完善，平台全面整合了全行包括核心银行系统、网上银行系统、授信风险管理系统、信用卡系统在内的数十个业务源系统数据，并基于平台应用门户，面向全行零售、对公、中后台及监管报送四个板块，实现了涵盖客户管理、产品管理、渠道管理、营销管理、风险管理、绩效管理、运营管理、决策支持等大量信息应用功能，向全行各级用户提供了专业化信息服务。同时，银行数据价值也得到了进一步提升，可提供及时准确的业务全景动态与业务历史追踪描述，并以灵活快捷的数据加工、数据分析、信息传递以及多样化的信息展现为银行日常经营与管理决策提供及时有效的信息支撑。

温故而知新，民生银行的信息化发展脉络在银行业中颇具典型意义，从基础架构的搭建到最终的业务服务，技术与业务的交汇核心都集中在数据处理上。作为银行最重要的资产之一，数据能够及时准确地反映出银行业务经营的实际情况，同时也是银行信息科技创新的动力之源。有调查显示：随着银行业信息化建设从以计算机替代手工发展至全国性网络互联、电子银行横空出世，再到商务智能信息应用，银行业务与IT技术的协作融合得到了长足发展，这与银行不断提升数据的应用价值密不可分。最初，银行数据价值仅体现在及时准确地记录和更新银行实际业务发生情况。而后，银行数据价值又体现在满足派生数据的快速加工、信息的快速生成，以及满足数据在系统间、业务间的快速传递、及时交换等。与此同时，银行数据价值还体现在支持银行电子渠道界面展现、业务操作等方面。

数据对于民生银行的重要程度已经不需要再赘述，因此新核心系统对于数据的处理能力将是民生银行最为关注的重点。中国民生银行科技开发部负责人介绍说：“新核心系统不仅全面承载了民生银行以客户为中心的业务流程及组织管理，还将在未来的岁月里肩负起实现‘流程银行’、‘特色银行’、‘效率银行’战略目标的重任。因此新核心系统的信息基础架构绝不能有半点闪失。好马配好鞍，我们为新核心系统配备了业界最先进的解决方案。”他进一步介绍：数据零丢失是基于智能存储的SRDF/ STAR数据复制技术，将可以做到北京两个同城数据中心同步复制数据，同时数据异步复制到郑州异地灾备中心。同城生产数据中心因故障应急切换到同城应急灾备中心时，同城应急灾备中心仍然可以将数据增量复制到异地灾备中心，确保数据零丢失。根据前期测试，在整个营业时间内，平均每次数据的读写时间有望保持在2毫秒以内，确保系统高效运行。

作者：邢帆

国内商务智能发展规划论文 篇3：

基于灰色关联理论的福建省信息产业与先进制造业的关联性研究

[摘 要]信息技术属于一种渗透性技术，可以与先进制造业的各个维度相结合，先进制造业成长性较高，能迅速引入信息技术并加以利用，这样的关联互动甚至是融合将会对制造业发展具有重大的关键性的导向作用和推动作用，同时先进制造业的发展反过来也会推动信息产业的进步。本文采用灰色关联理论来研究福建省信息产业和先进制造业的关联互动，并给出促进两业融合、发展的政策建议。

[关键词]灰色关联分析 信息产业 先进制造业 互动融合

一、引言

《国务院关于支持福建省加快建设海峡西岸经济区的若干意见》中指出，要把海西建设成为“东部沿海地区先进制造业的重要基地”，这说明海峡西岸经济区的定位已经由地方战略上升为国家战略。工信部出台发布的《海峡西岸经济区先进制造业发展规划（2011-2015年）》对新的五年福建省先进制造业的发展做出了展望和规划。之后，工信部又与福建省人民政府签署了《关于支持推进福建省工业和信息化发展战略合作协议》，包括共同推进海峡西岸经济区先进制造业发展、加速新一代信息技术产业发展和应用、促进信息基础设施先行發展等方面的内容。

近几年，福建省非常重视企业信息化的投入，对先进制造业和高新技术产业的投资力度很大。信息化与先进制造业融合时工业化与信息化融合的一个重要领域，也是国内外研究的热点。B.V.CHOWDARY提出信息系统可以将制造流程的供应链各个环节整合，将IT技术运用到制造业可以节约时间和原材料成本。LIAO Kun和TU Qiang等指出在低不确定性环境下，制造业信息化对制造业的发展有大的正面作用，但对制造业产业间的关联作用不明显；在高不确定环境下，制造业信息化对制造业的发展作用小，但可以推动制造业产业间的互动。胥军运用后发优势、比较优势等理论，结合“工业化和信息化”的可行性、必然性等现实基础，对影响工业化和信息化融合的相关因素进行进一步分析。王晰巍等结合吉林省中小企业发展现状和信息产业建设情况，分析了信息产业与工业相结合的发展方向。郑大庆等结合互补性融合与替代性融合从微观、中观、宏观三个层面分析了信息化与先进制造业的6种融合类型。1

本文通过研究福建省信息产业与先进制造业关联和互动，研究信息产业对各个先进制造业带动的程度，将对福建省如何合理分配资源提升先进制造业信息化水平和竞争优势给出更为合理的建议，并可作为全国其他省份促进两业关联互动发展的参考。

二、相关模型介绍

三、实证研究

本文的数据来源于2011年福建省统计年鉴。为展现出最新的趋势，本文选取了2003-2010年福建省信息产业与8个先进制造业中代表行业的工业总产值，见表1。信息产业中，本文选择通信设备、计算机及其它电子设备制造业（简称通信设备业）作为代表。我们在石化产业中选择石油加工、炼焦及核燃料加工业（简称石油加工业）和化学原料及化学制品制造业（简称化工业）两个行业为代表；在装备制造业中选择通用设备制造业（简称通用设备业），专用设备制造业（简称专用设备业），交通运输设备制造业（简称交通运输业），电气机械及器材制造业（简称电气业），仪器仪表及文化、办公用机械制造业（简称仪器仪表业）为代表；在高新技术产业中选择医药制造业（简称医药业）为代表。

图1 福建省2003-2010年信息产业和先进制造业代表行业的工业总产值变化趋势图

福建省信息产业和先进制造业代表行业的工业总产值变化趋势图1所示。从图中可以看出2003到2010年福建省的信息产业和先进制造业代表行业的工业总产值都强势增长，而信息产业的代表通信设备业工业总产值先于所有先进制造业代表行业工业总产值的增长，可以初步推测信息产业的发展推动了先进制造业的发展。

表2 建省信息产业对先进制造业代表行业的灰色关联度降序排列

灰色关联分析的计算结果如表2所示。在研究信息化和先进制造业的相互关系时，关注的重点在于通信设备、计算机及其它电子设备制造业与各个先进制造业序列关联度的大小排序。因此，我们可以依据信息产业对各先进制造业的影响进行关联的排序，分析二者的同步变化程度，关联度越大，则同步变化程度越高。从表2中的数据可以看出，总体而言，通信设备业对其它八个行业的灰色关联系数均超过了0.6，这说明了通信设备业对这八个先进制造业行业起到了关键的作用，也说明了信息产业和先进制造业的关联不可忽视。

这其中，通信设备业对于仪器仪表业推动作用最大，灰色关联系数为0.9552。信息化是仪器仪表企业进行现代化管理的重要手段。降低仪器仪表企业的运营成本，并同时提高仪器仪表的产品质量和仪器仪表企业的管理水平，增加企业的竞争力，信息化技术无疑是一个重要手段。

四、 政策建议

（1）促进两业互动融合

当前，福建正处在全面加快发展的战略机遇期，要实现发展目标，关键靠实体经济，尤其是要使制造业得到充分发展。从当前我省先进制造业信息化发展状况总体水平上看，信息产业对促进先进制造业跨越式发展有重要的作用。信息产业和先进制造业有机融合和互动发展，不仅是调整产业结构，也是转变经济增长方式的重要途径。两业应从提高共用资产的利用率、降低交易成本、竞争性合作、创造新产品、创造新的市场需求、推动产业升级等方面入手，实现优势互补，达到融合的质变。

（2）提升先进制造业信息化水平

提升先进制造业的信息化水平是两业融合的核心。先进制造业通过信息化可降低成本，实现边际收益递增和规模报酬递增，并提升和带动传统制造业发展，从而加快福建省先进制造业的产业结构升级。与此同时，新兴的信息产业也只有积累了大量的资本、知识等资源后，并依托于先进制造业的实体产品、销售网络，才能寻求进一步的扩散和发展。

（3）加大政策扶持力度，合理布局资金投入

信息产业先于先进制造业发展，并能推动先进制造业跨越发展，所以加强信息产业的信息科技投入对于提高福建省的先进制造业乃至整个制造业的产出都有很大的帮助。政府可以根据信息化对先进制造业重要程度，结合先进制造业发展的特点，将有限的资金优先投入对信息化需求最强烈的部门，如仪器仪表及文化、办公用机械制造业、化学原料及化学制品制造业等产业。信息产业和通用设备业的关联较小，影响力度不足，落后于其他行业，有可能成为福建经济良性发展的瓶颈，所以需要给予必要的资金和政策的扶持，以缩小与其它行业信息化水平的差距，提高福建省先进制造业信息化的总体水平。

作者简介：

李舒翔，男，（1987.11-），福建泉州人，福州大学管理学院，管理科学与工程在读硕士研究生，研究方向：商务智能与数据挖掘；

黄章树，男，（1956.-），福建南安人，福州大学管理学院，教授、硕士生导师，研究方向：数据挖掘、企业信息化等；

谢凌云，女，（1987.8-），福建福州人，福州大学管理学院，管理科学与工程在读硕士研究生，研究方向：商务智能与数据挖掘。

作者：李舒翔　黄章树　谢凌云