论文部分内容阅读
摘要：21世纪以来，我们逐渐步入信息时代。海量数据信息给人们工作生活带来极大便利的同时，也给企业数据分析管理造成很大困难。企业要完成从数据到信息再到利润的转化，依靠人工分析不太现实，必然要依赖智能数据分析系统来实现。基于此，本文主要分析了我国智能数据分析的现状，并阐述了目前智能数据分析中存在的问题，对我国各领域应用智能数据分析系统来说有重要借鉴意义。
关键词：信息;数据分析;现状;对策
1.引言
随着我国经济和科学技术的快速发展，我们已经步入了信息化时代[1]。各行各业尤其是商业数据呈现爆发式增长模式，虽然这在很大程度上便利了数据分析，但是如何有效利用这些海量数据成为大多数企业面临的一大难题[2]。传统的分析工具功能有限，已经不能满足现在针对海量数据分析的需要。在这种情况下，智能数据分析应运而生[3]。应用智能数据分析能够更好地帮助企业提高运转效率从而增加盈利，所以越来越受到企业的重视。
2. 智能数据分析概述
20世纪末，智能数据分析这一名词出现在国外企业界，它又叫做商业智能，简称为BI。所谓商业智能指的是通过分析大量数据来辅助做出商业决策。直到现在，学术界还没有对智能数据分析下过一个明确定义。有人认为智能数据分析是一个决策支持系统，还有学者认为可以将其归类为数据挖掘，从数据库中发现知识。总体来说，智能数据分析就是基于已有的数据，运用相关技术进行处理分析，从而为用户提供决策方案以帮助用户应对复杂的商务状况做出正确决策。智能数据分析旨在帮助企业通过海量数据分析提高自身竞争力，最终实现高利润目标。
3. 我国智能数据分析现状
3.1 我国智能数据分析总体状况
由于智能数据分析刚兴起不久，所以应用还比较少，据调查，国内企业的利用率还不到7%，总体还处于起步阶段。目前国内企业做决策时主要依靠决策者的直觉，很少有海量数据分析的理论支撑。经了解，在我国各行各业中，智能数据分析主要应用于一些资金充足、信息化普及程度高且又急需数据分析的行业，比如银行、保险、航空以及电信等。由于智能数据分析极大程度依靠信息化，所以多用在一些信息化起步早且能够通过智能数据分析带来极大商业价值的企业中。这其中，制造业有大于50%的使用率，行业排名第一，再者，排名第二的是使用率为41.2%的零售业。这两个行业在智能数据分析中前景良好。另外，智能数据分析在政府机构中的使用价值较低，所以应用较少。
3.2 智能数据分析在我国制造业中的应用现状
制造行业离不开原材料、加工半成品以及成品，在生产制造过程中，需要及时了解原材料的库存情况、供销商的管理情况以及产品的质量情况等。面对大量库存信息、生产计划，经销合同，如何合理利用这些数据为企业提供客观决策成了困扰企业的一大难题。传统的数据大多集中在现代企业资源管理系统中，另外还有一些专门的财务系统使用。经过多年发展，这些管理系统虽然已经趋于成熟完善，也累积了不少包括生产、销售、物流以及售后在内的多环节数据，但是它只能用于公司内部的简单查询，不能够对企业整体运营进行横向与纵向分析。在目前竞争不断加大的趋势下，企业迫切需要了解市场行情，掌握未来发展动向，因而也就需要将以往储存的海量信息转换为可用的决策辅助。在这种情况下，智能数据分析应运而生。
举例来说，上汽率先使用了智能数据分析。面对大量复杂多样的数据，首先提炼财务及生产所需的部分，然后结合公司运营现状及发展目标确定分析模板及分析方式，最终完成对数据的智能分析。通过BI系统，能够实现数据的快速抽调，报表的实时生成以及数据关系的深度挖掘，从而使企业达到对未来发展趋势的掌握目的。
制造业的信息化起步较晚，整体普及程度不高，所以很多企業还没有真正意识到智能数据分析的重要意义，因而也就不会重视智能数据分析的应用。有些企业虽然引进了智能数据分析，但是也往往只用来生成业务报表，很难发挥其真实价值。由于智能数据分析系统需要依赖海量数据，所以只有企业在使用别的系统积累了一定数量的数据后，才会考虑选择BI系统。据调查，2005年，现代企业资源管理系统在制造业中的使用率尚且不足25%，更不用说智能数据分析系统的应用了。不过使用率低在另一方面意味着可应用市场非常广阔。我国的智能数据分析使用增长速度非常快，如果保持这种增长态势，用不了几年，BI系统就能实现普及使用。
3.3 我国智能数据分析应用中存在的问题
由于智能数据分析的应用还不广泛，所以对它的管理也不规范，在应用中还存在很多问题。
3.3.1 缺乏正规销售渠道
当前我国智能数据分析系统销售渠道还没有正式建立，一般采用代理的方式从国外引入，这就导致了市场十分混乱。代理商们恶意竞争，随意更改市场价格，导致同一套系统价格能相差很多。在这种情况下，盗版系统也肆意流通，极大破坏了市场。在需求大量增长的情况下，这种销售方式必然会发生改变。如何规范销售渠道，建立完善的销售系统是目前国内智能数据分析面临的一大难题。
3.3.2 系统质量参差不齐
智能数据分析系统价格昂贵，很多小企业无法负担。另一方面，由于该系统由国外引进，在中国本土应用时，会产生各种问题。BI系统的不完善或因运行环境的不同产生的各种问题，使企业不敢过分依赖使用，在很大程度上阻碍了智能数据分析的推广应用。
3.3.3 应用积极性低
智能数据分析需要在企业积累大量数据的基础上才能进行分析。而数据来源主要来自企业内部的统计报表等，数据来源单一，缺少对消费者及消费市场的研究。如此，就很难深入分析消费市场，不利于提高企业竞争力。
3.3.4 缺乏专业人才
虽然智能数据市场十分广阔，但是目前应用还比较少，也缺乏相应的专业技术人才。很多分析还停留在表层，分析顾问也不够专业，往往是其他岗位人员代为分析。另一方面，国内缺少专业机构培训分析顾问，直接导致专业人才数量过少，不能满足当前及未来企业用人需求。
结语
随着信息化时代的来临，智能数据分析未来一定会被大范围应用，成为企业在行业中立足的一大得力辅助。企业能否在竞争激烈的环境中存活下来，极大程度上取决于能否应用智能数据分析掌握自身以及行业状况。从这个程度上讲，智能数据分析关乎企业的发展乃至存亡，所以必须从现在开始积累数据以方便未来利用智能数据分析系统做出正确决策。
参考文献
[1]王卫平， 徐宏发. 基于Web Services的智能数据分析网络研究[J]. 2005（7）： 16-19.
[2]员巧云， 程刚. 近年来我国数据挖掘研究综述[J]. 情报学报， 2005（4）： 250-256.
[3]刘业政， 胡剑. 商业智能的核心技术及体系结构研究[J]. 合肥工业大学学报（自然科学版）， 2004（8）： 882-885.
关键词：信息;数据分析;现状;对策
1.引言
随着我国经济和科学技术的快速发展，我们已经步入了信息化时代[1]。各行各业尤其是商业数据呈现爆发式增长模式，虽然这在很大程度上便利了数据分析，但是如何有效利用这些海量数据成为大多数企业面临的一大难题[2]。传统的分析工具功能有限，已经不能满足现在针对海量数据分析的需要。在这种情况下，智能数据分析应运而生[3]。应用智能数据分析能够更好地帮助企业提高运转效率从而增加盈利，所以越来越受到企业的重视。
2. 智能数据分析概述
20世纪末，智能数据分析这一名词出现在国外企业界，它又叫做商业智能，简称为BI。所谓商业智能指的是通过分析大量数据来辅助做出商业决策。直到现在，学术界还没有对智能数据分析下过一个明确定义。有人认为智能数据分析是一个决策支持系统，还有学者认为可以将其归类为数据挖掘，从数据库中发现知识。总体来说，智能数据分析就是基于已有的数据，运用相关技术进行处理分析，从而为用户提供决策方案以帮助用户应对复杂的商务状况做出正确决策。智能数据分析旨在帮助企业通过海量数据分析提高自身竞争力，最终实现高利润目标。
3. 我国智能数据分析现状
3.1 我国智能数据分析总体状况
由于智能数据分析刚兴起不久，所以应用还比较少，据调查，国内企业的利用率还不到7%，总体还处于起步阶段。目前国内企业做决策时主要依靠决策者的直觉，很少有海量数据分析的理论支撑。经了解，在我国各行各业中，智能数据分析主要应用于一些资金充足、信息化普及程度高且又急需数据分析的行业，比如银行、保险、航空以及电信等。由于智能数据分析极大程度依靠信息化，所以多用在一些信息化起步早且能够通过智能数据分析带来极大商业价值的企业中。这其中，制造业有大于50%的使用率，行业排名第一，再者，排名第二的是使用率为41.2%的零售业。这两个行业在智能数据分析中前景良好。另外，智能数据分析在政府机构中的使用价值较低，所以应用较少。
3.2 智能数据分析在我国制造业中的应用现状
制造行业离不开原材料、加工半成品以及成品，在生产制造过程中，需要及时了解原材料的库存情况、供销商的管理情况以及产品的质量情况等。面对大量库存信息、生产计划，经销合同，如何合理利用这些数据为企业提供客观决策成了困扰企业的一大难题。传统的数据大多集中在现代企业资源管理系统中，另外还有一些专门的财务系统使用。经过多年发展，这些管理系统虽然已经趋于成熟完善，也累积了不少包括生产、销售、物流以及售后在内的多环节数据，但是它只能用于公司内部的简单查询，不能够对企业整体运营进行横向与纵向分析。在目前竞争不断加大的趋势下，企业迫切需要了解市场行情，掌握未来发展动向，因而也就需要将以往储存的海量信息转换为可用的决策辅助。在这种情况下，智能数据分析应运而生。
举例来说，上汽率先使用了智能数据分析。面对大量复杂多样的数据，首先提炼财务及生产所需的部分，然后结合公司运营现状及发展目标确定分析模板及分析方式，最终完成对数据的智能分析。通过BI系统，能够实现数据的快速抽调，报表的实时生成以及数据关系的深度挖掘，从而使企业达到对未来发展趋势的掌握目的。
制造业的信息化起步较晚，整体普及程度不高，所以很多企業还没有真正意识到智能数据分析的重要意义，因而也就不会重视智能数据分析的应用。有些企业虽然引进了智能数据分析，但是也往往只用来生成业务报表，很难发挥其真实价值。由于智能数据分析系统需要依赖海量数据，所以只有企业在使用别的系统积累了一定数量的数据后，才会考虑选择BI系统。据调查，2005年，现代企业资源管理系统在制造业中的使用率尚且不足25%，更不用说智能数据分析系统的应用了。不过使用率低在另一方面意味着可应用市场非常广阔。我国的智能数据分析使用增长速度非常快，如果保持这种增长态势，用不了几年，BI系统就能实现普及使用。
3.3 我国智能数据分析应用中存在的问题
由于智能数据分析的应用还不广泛，所以对它的管理也不规范，在应用中还存在很多问题。
3.3.1 缺乏正规销售渠道
当前我国智能数据分析系统销售渠道还没有正式建立，一般采用代理的方式从国外引入，这就导致了市场十分混乱。代理商们恶意竞争，随意更改市场价格，导致同一套系统价格能相差很多。在这种情况下，盗版系统也肆意流通，极大破坏了市场。在需求大量增长的情况下，这种销售方式必然会发生改变。如何规范销售渠道，建立完善的销售系统是目前国内智能数据分析面临的一大难题。
3.3.2 系统质量参差不齐
智能数据分析系统价格昂贵，很多小企业无法负担。另一方面，由于该系统由国外引进，在中国本土应用时，会产生各种问题。BI系统的不完善或因运行环境的不同产生的各种问题，使企业不敢过分依赖使用，在很大程度上阻碍了智能数据分析的推广应用。
3.3.3 应用积极性低
智能数据分析需要在企业积累大量数据的基础上才能进行分析。而数据来源主要来自企业内部的统计报表等，数据来源单一，缺少对消费者及消费市场的研究。如此，就很难深入分析消费市场，不利于提高企业竞争力。
3.3.4 缺乏专业人才
虽然智能数据市场十分广阔，但是目前应用还比较少，也缺乏相应的专业技术人才。很多分析还停留在表层，分析顾问也不够专业，往往是其他岗位人员代为分析。另一方面，国内缺少专业机构培训分析顾问，直接导致专业人才数量过少，不能满足当前及未来企业用人需求。
结语
随着信息化时代的来临，智能数据分析未来一定会被大范围应用，成为企业在行业中立足的一大得力辅助。企业能否在竞争激烈的环境中存活下来，极大程度上取决于能否应用智能数据分析掌握自身以及行业状况。从这个程度上讲，智能数据分析关乎企业的发展乃至存亡，所以必须从现在开始积累数据以方便未来利用智能数据分析系统做出正确决策。
参考文献
[1]王卫平， 徐宏发. 基于Web Services的智能数据分析网络研究[J]. 2005（7）： 16-19.
[2]员巧云， 程刚. 近年来我国数据挖掘研究综述[J]. 情报学报， 2005（4）： 250-256.
[3]刘业政， 胡剑. 商业智能的核心技术及体系结构研究[J]. 合肥工业大学学报（自然科学版）， 2004（8）： 882-885.