第10章 管理信息系统新技术 10.1 管理信息系统的发展趋势 10.2 商务智能 10.3 大数据 10.4 移动商务

10.1 管理信息系统的发展趋势 数据库技术、网络技术、管理科学、软件工程、集成电路等科学技术的更新换代推动着管理信息系统的发展。 10.1 管理信息系统的发展趋势 数据库技术、网络技术、管理科学、软件工程、集成电路等科学技术的更新换代推动着管理信息系统的发展。 数据库管理的数据的复杂度和数据量都在迅速增长；计算机硬件平台的发展仍然实践着摩尔定律；各种科学管理模型的研究及推广，尤其是互联网的快速发展，极大地改变了管理信息系统的应用环境,同样向管理信息系统提出了前所未有的技术挑战，也极大地推动了管理信息系统的发展。

计算机硬件平台的发展、数据库技术的发展，特别是互联网技术和应用的飞速发展，使得管理信息系统呈现出新的发展动向。 1. 在可靠性、高性能、可伸缩性和安全性方面要求大大提升。 2. 向网络管理信息系统发展的需求大量增加。 3. 与多媒体技术更好地融合。 4. 协同应用的需求和范围大大增加。 5. 测、控、管一体化需求大量增加。 6. 战略管理系统（SIS）的需求在增加。

10.2 商务智能 商务智能概述 商务智能的功能与技术体系 商务智能系统示例 商务智能的应用

商务智能概述 商务智能技术为企业提供了迅速收集、分析数据的技术和方法，把这些数据转化为有用的信息，提高企业决策的质量。 商务智能是融合了先进信息技术与创新管理理念的结合体，集成了企业内外的数据，进行加工并从中提取能够创造商业价值的信息，面向企业战略并服务于管理层和业务层，指导企业经营决策，提升企业竞争力，涉及企业战略、管理思想、业务整合和技术体系等层面，促进信息到知识再到利润的转变，从而实现更好的绩效的一套技术、方法和系统的集合。

商务智能的应用包括以下几个主题： （1）企业，各行各业，包括非企业性机构，比如政府部门、教育机构、医疗机构和公用事业等，都能够利用商务智能。 （2）信息技术，信息的爆炸式激增产生了对能够处理和控制信息的新技术的强烈需求，商务智能就是新的信息技术在商务分析中的有效利用。 （3）数据收集，收集数据是管理和分析数据的前提。数据和信息的收集主要是通过各种交易系统进行的，比如企业资源规划（ERP）、客户关系管理（CRM）、供应链管理（SCM）和电子商务等系统。

（4）数据管理，主要是指对数据的储存、提取、清洗、转换、装载、整合等工作，其目的主要是为了提高数据的质量和安全性。 （5）数据分析，这里包括数据查询、数据报告、多维分析、数据挖掘、高级统计分析等。大多数人理解的商务智能都集中在这些分析工具上。 （6）结构化数据，结构化的数据主要是指储存于各个交易系统背后的关系型数据库中的数据，通常都是以表格的形式存在和展现的。传统的商务智能概念只包括这种结构化的、可定量的数据。

（7）非结构化数据，非结构化的数据和信息主要是上面提到的各个部门和各个员工创造和收集的、没有存储在各种交易系统中的内容，通常是以零散的文件形式存在和展现的；新的商务智能概念纳入了非结构化内容的分析，但是非结构化内容的管理仍然主要是通过文件管理和内容管理软件来进行的。

图10-1 商务智能的应用示意

商务智能的功能与技术体系 商务智能涉及企业战略、组织、功能、技术、业务五个层面，通过这五个层面，将企业整合成为一个信息工厂。 在商务智能的价值链中实现数据到信息、知识、智能、利润的价值增值，使企业获得竞争优势。同时在问题和决策之间有信息的反馈，保证战略决策和执行对环境变化的适应。

从本质上讲，商务智能是一个管理问题，而不是一个技术问题，智能商务技术仅仅是手段。 企业要成功的实施商务智能，具备和掌握商务智能技术固然重要，但是更加重要的是奠定管理基础。商务智能的一般理论结构如图10-2所示。

图10-2 商务智能理论架构图

商务智能的技术体系主要由数据仓库、联机分析处理和数据挖掘三部分组成。 1．数据仓库 数据仓库是为企业所有级别的决策制定过程提供支持的所有类型数据的战略集合。 数据仓库的主要功能仍是将组织通过信息系统的联机事务处理经年累月所累积的大量资料，通过数据仓库理论所特有的资料储存架构，作系统化的分析整理，以利于各种分析方法如联机分析处理、数据挖掘的有效运用。 帮助决策者快速分析出有价值的信息，以利于决策拟定及快速回应外在环境变动，帮助建构商业智能。

数据仓库有如下4个重要特征： （1）数据仓库是面向主题的。 （2）数据仓库是集成的，数据仓库的数据来自于分散的操作型数据，将所需数据从原来的数据中抽取出来，进行加工与集成，统一与综合之后才能进入数据仓库。 （3）数据仓库是不可更新的，数据仓库主要是为决策分析提供数据，所涉及的操作主要是数据的查询。 （4）数据仓库是随时间而变化的，传统的关系数据库系统比较适合处理格式化的数据，能够较好的满足商业商务处理的需求。

2. 联机分析处理 联机分析处理的一般定义为：从原始数据中转化出来的、能够真正为用户所理解的、并真实反映企业多维特性的数据称为信息数据，使分析人员、管理人员或执行人员能够从多种角度对信息数据进行快速、一致、交互地存取，从而获得对数据的更深入了解的一类软件技术。 OLAP的目标是满足决策支持或多维环境特定的查询和报表需求，OLAP也可以说是多维数据分析工具的集合。

3. 数据挖掘 数据挖掘是数据库知识发现中的一个步骤。数据挖掘一般是指从大量的数据中通过算法搜索隐藏于其中信息的过程。 数据挖掘通常与计算机科学有关，并通过统计、在线分析处理、情报检索、机器学习、专家系统（依靠过去的经验法则）和模式识别等诸多方法来实现上述目标。

数据挖掘利用了来自如下一些领域的思想： （1）来自统计学的抽样、估计和假设检验； （2）人工智能、模式识别和机器学习的搜索算法、建模技术和学习理论。 （3）数据挖掘也迅速地接纳了来自其他领域的思想，这些领域包括最优化、进化计算、信息论、信号处理、可视化和信息检索。 （4）一些其他领域也起到重要的支撑作用。特别地，需要数据库系统提供有效的存储、索引和查询处理支持。

常用的数据挖掘方法有： （1）分类，首先从数据中选出已经分好类的训练集，在该训练集上运用数据挖掘分类的技术，建立分类模型，对于没有分类的数据进行分类。 （2）估计，估值处理连续值的输出；估值的量是不确定的。 （3）预测，预测是通过分类或估值起作用的，也就是说，通过分类或估值得出模型，该模型用于对未知变量的预言。

（4）相关性分组或关联规则，决定哪些事情将一起发生。 （5）聚类，是对记录分组，把相似的记录放在一个聚集里。 （6）描述和可视化，是对数据挖掘结果的表示方式。

商务智能系统示例 SAP公司的核心产品依然是针对大型企业的ERP软件。SAP公司一方面在客户群方面不断拓展，推出针对中小企业的解决方案；另一方面紧密关注ERP之外的领域，发展其他领域产品。 其中商务智能及其应用就是目前SAP的重要发展方向之一。 由于用户数据分析的需求日益复杂，SAP公司推出了商务智能产品SAP BW（Business Warehouse），下面对SAP BW产品进行介绍。

1．SAP BW的三层逻辑结构 整个BW项目所涉及的系统架构是三层逻辑结构。从源系统ECC（SAP 企业核心组件，SAP Enterprise Central Component，ECC就相当于在Netweaver平台上实现的ERP 系统R/3）中抽取数据，然后在BW中完成数据的保存和加工，最后在 BEx中出具报表展现加工过的数据，其结构如图10-3所示。

图10-3  BW三层逻辑架构实例

在BW中又有三层逻辑结构，其中PSA（Persistent Staging Area）就是数据暂存区域，在BW中建立了与源系统中数据一样的副本；DW（Data Warehouse）就是将数据统一化、标准化后重新存放；DM（Data Marts）就是业务逻辑实现部分。图10-4所示为BW内部三层逻辑架构实例。

图10-4  BW内部三层逻辑架构实例

BEx的全称是Business Explorer，即商务浏览器，是SAP BW自带的一个报表客户端软件。BEx是BW的表达和分析层，是终端用户使用的获取报告的环境。

图10-5 一般的BW系统架构图

底层源系统是任意系统（Any Source），说明BW系统可以处理任何源系统的数据。但要注意的是，BW最擅长抽取和处理的是SAP ECC、CRM等SAP公司的源系统数据。 中间BW系统中除了PSA、DW、DM三个逻辑层外，还有一个运营数据存储层（Operational Data Store）。该层主要用于出具在源系统中不便出具的明细型报表。 上层信息访问层（Information Access）可以是BEx，也可以是BO等其他报表工具。

商务智能的应用 关联规则挖掘技术已经被广泛应用在西方金融行业企业中，它可以成功预测银行客户需求。一旦获得了这些信息，银行就可以改善自身营销。 一些知名的电子商务站点也从强大的关联规则挖掘中受益。 目前在我国，“数据海量，信息缺乏”是商业银行在数据大规模集中之后所普遍面对的尴尬。 近年来，电信业从单纯的语音服务演变为提供多种服务的综合信息服务商。 可以使用K均值、EM等聚类算法，针对运营商积累的大量用户消费数据建立客户分群模型，通过客户分群模型对客户进行细分，找出有相同特征的目标客户群，然后有针对性地进行营销。

10.3 大数据 大数据概述 大数据关键技术 大数据应用

大数据概述 伴随着互联网产业的崛起，这种创新的海量数据处理技术在电子商务、定向广告、智能推荐、社交网络等方面得到应用，取得巨大的商业成功。 这启发全社会开始重新审视数据的巨大价值，于是金融、电信等拥有大量数据的行业开始尝试这种新的理念和技术并取得了初步成效。 虽然大数据已经成为全社会关注的话题，但到目前为止，“大数据”尚无公认的统一定义。

大数据是具有体量大、结构多样、时效强等特征的数据,仅仅数量庞大是不能简单的认为就是大数据,那是片面的；处理大数据需采用新型计算架构和智能算法等新技术；大数据的应用强调以新的理念应用于辅助决策、发现新的知识，更强调在线闭环的业务流程优化。

大数据关键技术 大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些有意义的数据进行专业化处理。从技术上看，大数据必然无法用单台的计算机进行处理，必须采用分布式架构。 它的特色在于对海量数据进行分布式数据挖掘，但它必须依托云计算的分布式处理、分布式数据库和云存储、虚拟化技术。

大数据需要特殊的技术，以有效地处理大量存储的所经过时间内的数据。 适用于大数据的技术，包括大规模并行处理（MPP）数据库、数据挖掘电网、分布式文件系统、分布式数据库、云计算平台、互联网和可扩展的存储系统等。

大数据对传统数据处理技术体系提出了严峻的挑战，其主要是大数据来源于互联网、企业系统等信息系统，经过大数据处理系统的分析挖掘，产生新的知识用以支撑决策或业务的自动智能化运转。 从数据在信息系统中的生命周期看，大数据从数据源经过分析挖掘到最终获得价值一般需要经过5个主要环节，包括数据准备、数据存储与管理、计算处理、数据分析和知识展现，技术体系如图10-6所示。 每个环节都面临不同程度的技术上的挑战。

图10-6 大数据一般技术体系示意图

大数据存储、计算和分析技术是大数据技术关键。 （1）大数据存储管理技术 数据的海量化和快增长特征是大数据对存储技术提出的首要挑战。这要求底层硬件架构和文件系统在性价比上要大大高于传统技术，并能够弹性扩展存储容量。但以往网络附着存储系统（NAS）和存储区域网络（SAN）等体系，存储和计算的物理设备分离，它们之间要通过网络接口连接，这导致在进行数据密集型计算时I/O 容易成为瓶颈。

（2）大数据并行计算技术 大数据的分析挖掘是数据密集型计算，需要巨大的计算能力。与传统“数据简单、算法复杂”的高性能计算不同，大数据的计算是数据密集型计算，对计算单元和存储单元间的数据吞吐率要求极高，对性价比和扩展性的要求也非常高。

（3）大数据分析技术 目前的大数据分析主要有两条技术路线，一是凭借先验知识人工建立数学模型来分析数据，二是通过建立人工智能系统，使用大量样本数据进行训练，让机器代替人工获得从数据中提取知识的能力。 由于占大数据主要部分的非结构化数据，往往模式不明且多变，因此难以靠人工建立数学模型去挖掘深藏其中的知识。通过人工智能和机器学习技术分析大数据，被业界认为具有很好的前景。

大数据技术创新呈现“原创-开源-产品化”的阶梯格局。 当前，国际上大数据技术创新方面形成了独特的“互联网公司原创——开源扩散——IT 厂商产品化——其他企业使用”的特点，如图10-7所示。

图10-7 大数据技术创新格局示意图

大数据应用 大数据的价值体现在大数据的应用上，人们关心大数据，最终是关心大数据的应用，关心如何从业务和应用出发让大数据真正实现其所蕴含的价值，从而为我们的生产生活带来有益的改变。 整体而言，全球的大数据应用处于发展初期，中国大数据应用才刚刚起步。 目前，大数据应用在各行各业的发展呈现“阶梯式”格局：互联网行业是大数据应用的领跑者，金融、零售、电信、公共管理、医疗卫生等领域积极尝试大数据。

10.4 移动商务 移动商务概述 移动电子商务的主要功能 移动电子商务的应用

移动商务概述 移动通信泛指移动用户与固定用户之间或移动用户相互间的通信，是全球通信业发展最快的一个门类。 由于移动商务具有随时随地进行开展商务活动的特点，移动商务具有传统的基于互联网的电子商务难以具备的优势。

移动商务，也称移动电子商务就是利用手机、PDA及掌上电脑等无线终端进行的B2B、B2C或C2C的电子商务。 它将互联网、移动通信技术、短距离通信技术及其它信息处理技术完美的结合，使人们可以在任何时间、任何地点进行各种商贸活动，实现随时随地、线上线下的购物与交易、在线电子支付以及各种交易活动、商务活动、金融活动和相关的综合服务活动等。

移动商务是与商务活动参与主体最贴近的一类电子商务模式，其商务活动中以应用移动通信技术使用移动终端为特性。 由于用户与移动终端的对应关系，通过与移动终端的通信可以在第一时间准确地与对象进行沟通，使用户更多脱离设备网络环境的束缚最大限度地驰骋于自由的商务空间。

表10-1 无线技术的特点 无线技术的特点 说明 移动/无处不在 个性化 安全 速度 与基础设施连接容易 定位/跟踪 表10-1 无线技术的特点 无线技术的特点 说明 移动/无处不在 个性化 安全 速度 与基础设施连接容易 定位/跟踪 提供任何时间、任何地点接入。 移动设备的界面是最个性化的。 使用者可以在安全的距离上实现远程式控制。 无需接入，具有较高的数据传输速度。 不需要物理的连接。 无论何时何地都即时知道准确方位。

同传统电子商务相比，移动电子商务具有自己独特的特点。 （1）广泛的用户基础。移动电子商务与通过电脑平台开展的传统电子商务相比，拥有更为广泛的用户基础。 （2）个性化与人性化。移动电子商务不仅能提供Internet的直接购物，还是一种全新的销售与促销渠道。信息类和沟通类移动商务服务是用户使用最多的服务类型，其次是娱乐类和交易类。移动通信服务是用户的首要选择，再次是移动支付、移动电邮等服务。

（3）灵活的付费方式。服务付费可通过多种方式进行，以满足不同需求，可直接转入银行、用户电话账单或者实时的在预付账户上借记。 （4）随时随地的服务。与传统的Internet访问设备不同，这些移动终端设备，更加灵活方便，用户可随时随地携带。 （5）更高的安全性。通过移动通信的数据传输，使流动信息更难被截取和破译。 （6）信息资源多元化。整合了互联网和移动通讯两个网络的信息资源，能够提供更加丰富的信息资源。 （7）收入的多元化。目前移动电子商务的收入来源主要分成三部分：网上交易、付费内容、广告。

（1）B2M商务模式是在移动商务中以移动终端用户（手机用户、具有通信功能的PDA用户等）为商务参与者，通过移动通信解决方案实现企业与最终用户以及企业内部人员之间的实时信息沟通，进而提高效率降低成本的新商务模式。 B2M以最终消费者为中心，将消费者中的手机用户细分为营销和服务的主要目标，以适时、随地的沟通创造没有疆界不停顿的商务机会。B2M目前已有着广泛的应用，如移动营销（M-marketing）、移动客户服务（M-customer service）、移动办公自动化（M-OA）、移动客户关系管理（M-CRM）等。

（2）M2M商务模式是通过移动通信对设备进行有效控制，从而将商务的边界大幅度扩展或创造出较传统方式更高效率的经营方式亦或创造出完全不同于传统方式的全新服务。 M2M以设备通讯控制为核心，将原来低效率或甚至不可能的信息传输应用于商业中以获得更强的竞争力。M2M的商务模式目前应用方兴未艾，主要有移动物流管理（M-logistic management）、移动支付（M-POS）、移动监控（M-monitoring）等。

移动电子商务除了与基于互联网的电子商务相同的需求以外，如安全、可靠和足够的带宽等，电子商务系统还应该满足以下几个方面的要求： （1）更高的冗余度。 （2）更高的兼容性灵活性。 （3）处理特殊事件能力。 （4）特殊灵活的信息呈现。

作为电子商务的扩展，移动商务具有更广阔的发展空间，它能利用最新的移动技术派生出更有价值的商务模式。 （1）移动运营商，主要负责提供无线网络，保证网络服务质量，如提供移动定位基础设施、GSM漫游服务、CDMA网络故障处理、不同移动网络的互联等。 （2）网络设备提供商，负责提供移动网络设备，多数还通过为移动运营商提供一个全面、可实施的综合解决方案。

（3）客户端提供商，包括终端设备提供商和技术平台提供商。 （4）内容提供商，包括内容收集者和内容集成商。 （5）应用开发商，以内容提供商处获得的内容为基础，开发可在现有移动网络上实现的商务应用，如基于GPS的实时路况信息服务、手机信用卡支付等。 （6）移动门户，是开展移动商务的基础。 （7）移动商务还涉及像酒店、铁路、商场、影院等商家，它们在移动商务出现之前已经存在，试图借助移动网络来加强其固有商务。

移动电子商务的主要功能 在移动商务发展过程中，设备制造商、网络运营商和一些技术支持商将是最大的赢家，他们的商务模式很简单：让更多的人用自己的设备和网络无线上网。 移动电子商务的技术发展中必须面对的技术挑战有： （1）移动装置具有对屏幕尺寸有限制，以及使用笨重的文本输入机制的缺点。 （2）目前的网络主要支持声音的传播，而不是为同时进行声音和数据的传播而建设的，更不用说传送大规模的数据了。 （3）移动电子商务标准的建立。 （4）更高的安全和可靠性。

目前移动电子商务网络能够提供的主要功能如下： （1）移动企业网服务。 （2）移动企业电子邮件服务。 （3）移动视频信息服务。 （4）基于位置的信息服务。 （5）下载服务。 （6）即时信使服务。

移动电子商务的应用 移动电子商务的主要应用领域有下面几个： 1．金融行业 移动银行可以使客户在远程对“自己的银行业务”实现简单操作，方便省时、降低成本，同时又安全可靠、机动灵活。客户可以在任何时间、任何地点进行银行交易，节约了去银行的时间。 移动银行业务主要有以下几类：银行帐户操作、支付账单、信用卡账户操作、股票买卖、联机外汇、信息通知、移动商务和第三方身份验证。

2．物流领域 在运输方面，利用移动商务系统可以对车辆的位置、状况等进行实时监控。 在储存保管环节，利用移动商务设备管理库存数量，并通过无线通信网将数据直接写入中央数据库，。 在配送环节，在物品投递移动的同时，输入手持商务设备的数据，通过无线通信网络同时输入中央数据库。 移动商务的发展将使得物流信息做到真正的无缝连接，使得物流信息的全程控制真正实现实时高效，从而也就更好地满足了用户跟踪查询的需求。

3．移动娱乐 移动娱乐业务的种类分为移动游戏、移动视频、移动音乐、移动博彩等。 以移动游戏为代表的移动娱乐业务能够为运营商、服务提供商和内容提供商带来附加业务收入。 移动娱乐有机会成为移动产业最大的收入来源，同时也是鼓励移动用户消耗剩余预付费通话的移动增值业务，也是防止客户流失的有力武器。

4．资产管理 无线电子商务技术与GPS技术的结合，可以使人们远程定位、监控资产以及对资产进行诊断，这大大节省了时间、人力并减少了使用者的错误。在家用汽车市场，这个应用会很有市场前景。 另外，维护和检修一些固定的机器是一件非常费时费力的工作，如自动售货机的检修，如果这些机器能够被远程监控，就可以大大节省日常的维护工作。 这种技术还特别适合使用在有昂贵的设备需要维护的垂直行业，如工人可以远程控制他们的机器等。

本章小结 计算机硬件平台的发展、数据库技术的发展，特别是互联网技术和应用的飞速发展，使得管理信息系统在可靠性、高性能、可伸缩性和安全性方面的要求大大提升；将网络化、多媒体技术、协同应用等需求融合；管理信息系统将从原来单一的信息系统、单一的服务范围，逐渐向更低的成本和更大的系统规模转变。管理信息系统领域出现了一系列新的技术和应用，以满足现今各行各业对管理信息系统的新的需求。 商务智能涉及企业战略、组织、功能、技术、业务五个层面，通过这五个层面，将企业整合成为一个信息工厂。商务智能是融合了先进信息技术与创新管理理念的结合体，集成了企业内外的数据，进行加工并从中提取能够创造商业价值的信息，面向企业战略并服务于管理层和业务层，指导企业经营决策，提升企业竞争力。

本章小结 大数据是具有体量大、结构多样、时效强等特征的有意义的数据。大数据技术的战略意义在于对这些有意义的数据进行专业化处理。处理大数据需要采用新型计算架构和智能算法等新技术。大数据的应用强调以新的理念应用于辅助决策、发现新的知识，更强调在线闭环的业务流程优化。 由于移动通信技术的快速发展和移动用户的快速增长，移动商务作为新兴的电子商务形式，引起了广泛关注。移动商务是利用手机、PDA及掌上电脑等无线终端进行的B2B、B2C或C2C的电子商务。它将互联网、移动通信技术、短距离通信技术及其它信息处理技术完美的结合，使人们可以随时随地进行各种商贸活动。作为电子商务的扩展，移动商务具有更广阔的发展空间，它能利用最新的移动技术派生出更有价值的商务模式。