淺析我國智能數據分析的現狀

王茂宇

摘要：21世紀以來，我們逐漸步入信息時代。海量數據信息給人們工作生活帶來極大便利的同時，也給企業數據分析管理造成很大困難。企業要完成從數據到信息再到利潤的轉化，依靠人工分析不太現實，必然要依賴智能數據分析系統來實現?；诖?，本文主要分析了我國智能數據分析的現狀，并闡述了目前智能數據分析中存在的問題，對我國各領域應用智能數據分析系統來說有重要借鑒意義。

關鍵詞：信息;數據分析;現狀;對策

1.引言

隨著我國經濟和科學技術的快速發展，我們已經步入了信息化時代[1]。各行各業尤其是商業數據呈現爆發式增長模式，雖然這在很大程度上便利了數據分析，但是如何有效利用這些海量數據成為大多數企業面臨的一大難題[2]。傳統的分析工具功能有限，已經不能滿足現在針對海量數據分析的需要。在這種情況下，智能數據分析應運而生[3]。應用智能數據分析能夠更好地幫助企業提高運轉效率從而增加盈利，所以越來越受到企業的重視。

2. 智能數據分析概述

20世紀末，智能數據分析這一名詞出現在國外企業界，它又叫做商業智能，簡稱為BI。所謂商業智能指的是通過分析大量數據來輔助做出商業決策。直到現在，學術界還沒有對智能數據分析下過一個明確定義。有人認為智能數據分析是一個決策支持系統，還有學者認為可以將其歸類為數據挖掘，從數據庫中發現知識?？傮w來說，智能數據分析就是基于已有的數據，運用相關技術進行處理分析，從而為用戶提供決策方案以幫助用戶應對復雜的商務狀況做出正確決策。智能數據分析旨在幫助企業通過海量數據分析提高自身競爭力，最終實現高利潤目標。

3. 我國智能數據分析現狀

3.1 我國智能數據分析總體狀況

由于智能數據分析剛興起不久，所以應用還比較少，據調查，國內企業的利用率還不到7%，總體還處于起步階段。目前國內企業做決策時主要依靠決策者的直覺，很少有海量數據分析的理論支撐。經了解，在我國各行各業中，智能數據分析主要應用于一些資金充足、信息化普及程度高且又急需數據分析的行業，比如銀行、保險、航空以及電信等。由于智能數據分析極大程度依靠信息化，所以多用在一些信息化起步早且能夠通過智能數據分析帶來極大商業價值的企業中。這其中，制造業有大于50%的使用率，行業排名第一，再者，排名第二的是使用率為41.2%的零售業。這兩個行業在智能數據分析中前景良好。另外，智能數據分析在政府機構中的使用價值較低，所以應用較少。

3.2 智能數據分析在我國制造業中的應用現狀

制造行業離不開原材料、加工半成品以及成品，在生產制造過程中，需要及時了解原材料的庫存情況、供銷商的管理情況以及產品的質量情況等。面對大量庫存信息、生產計劃，經銷合同，如何合理利用這些數據為企業提供客觀決策成了困擾企業的一大難題。傳統的數據大多集中在現代企業資源管理系統中，另外還有一些專門的財務系統使用。經過多年發展，這些管理系統雖然已經趨于成熟完善，也累積了不少包括生產、銷售、物流以及售后在內的多環節數據，但是它只能用于公司內部的簡單查詢，不能夠對企業整體運營進行橫向與縱向分析。在目前競爭不斷加大的趨勢下，企業迫切需要了解市場行情，掌握未來發展動向，因而也就需要將以往儲存的海量信息轉換為可用的決策輔助。在這種情況下，智能數據分析應運而生。

舉例來說，上汽率先使用了智能數據分析。面對大量復雜多樣的數據，首先提煉財務及生產所需的部分，然后結合公司運營現狀及發展目標確定分析模板及分析方式，最終完成對數據的智能分析。通過BI系統，能夠實現數據的快速抽調，報表的實時生成以及數據關系的深度挖掘，從而使企業達到對未來發展趨勢的掌握目的。

制造業的信息化起步較晚，整體普及程度不高，所以很多企業還沒有真正意識到智能數據分析的重要意義，因而也就不會重視智能數據分析的應用。有些企業雖然引進了智能數據分析，但是也往往只用來生成業務報表，很難發揮其真實價值。由于智能數據分析系統需要依賴海量數據，所以只有企業在使用別的系統積累了一定數量的數據后，才會考慮選擇BI系統。據調查，2005年，現代企業資源管理系統在制造業中的使用率尚且不足25%，更不用說智能數據分析系統的應用了。不過使用率低在另一方面意味著可應用市場非常廣闊。我國的智能數據分析使用增長速度非?？?，如果保持這種增長態勢，用不了幾年，BI系統就能實現普及使用。

3.3 我國智能數據分析應用中存在的問題

由于智能數據分析的應用還不廣泛，所以對它的管理也不規范，在應用中還存在很多問題。

3.3.1 缺乏正規銷售渠道

當前我國智能數據分析系統銷售渠道還沒有正式建立，一般采用代理的方式從國外引入，這就導致了市場十分混亂。代理商們惡意競爭，隨意更改市場價格，導致同一套系統價格能相差很多。在這種情況下，盜版系統也肆意流通，極大破壞了市場。在需求大量增長的情況下，這種銷售方式必然會發生改變。如何規范銷售渠道，建立完善的銷售系統是目前國內智能數據分析面臨的一大難題。

3.3.2 系統質量參差不齊

智能數據分析系統價格昂貴，很多小企業無法負擔。另一方面，由于該系統由國外引進，在中國本土應用時，會產生各種問題。BI系統的不完善或因運行環境的不同產生的各種問題，使企業不敢過分依賴使用，在很大程度上阻礙了智能數據分析的推廣應用。

3.3.3 應用積極性低

智能數據分析需要在企業積累大量數據的基礎上才能進行分析。而數據來源主要來自企業內部的統計報表等，數據來源單一，缺少對消費者及消費市場的研究。如此，就很難深入分析消費市場，不利于提高企業競爭力。

3.3.4 缺乏專業人才

雖然智能數據市場十分廣闊，但是目前應用還比較少，也缺乏相應的專業技術人才。很多分析還停留在表層，分析顧問也不夠專業，往往是其他崗位人員代為分析。另一方面，國內缺少專業機構培訓分析顧問，直接導致專業人才數量過少，不能滿足當前及未來企業用人需求。

結語

隨著信息化時代的來臨，智能數據分析未來一定會被大范圍應用，成為企業在行業中立足的一大得力輔助。企業能否在競爭激烈的環境中存活下來，極大程度上取決于能否應用智能數據分析掌握自身以及行業狀況。從這個程度上講，智能數據分析關乎企業的發展乃至存亡，所以必須從現在開始積累數據以方便未來利用智能數據分析系統做出正確決策。

參考文獻

[1]王衛平， 徐宏發. 基于Web Services的智能數據分析網絡研究[J]. 2005（7）： 16-19.

[2]員巧云， 程剛. 近年來我國數據挖掘研究綜述[J]. 情報學報， 2005（4）： 250-256.

[3]劉業政， 胡劍. 商業智能的核心技術及體系結構研究[J]. 合肥工業大學學報（自然科學版）， 2004（8）： 882-885.