数据仓库在零售业中的应用及优化

针对连锁零售业经营决策的需要,采用高速读取技术处理海量销售数据,提出了系统数据仓库的解决方案及其实现快速处理业务数据过程,进而设计出数据仓库、数据挖掘模型和报表模型,最后通过商业智能工具向企业数据分析人员和经营决策人员提供操作简便、界面友好的平台.     

数据仓库在零售业中的应用及优化

针对连锁零售业经营决策的需要，采用高速读取技术处理海量销售数据，提出了系统数据仓库的解决方案及其实现快速处理业务数据过程，进而设计出数据仓库、数据挖掘模型和报表模型，最后通过商业智能工具向企业数据分析人员和经营决策人员提供操作简便、界面友好的平台。     

浅谈中小企业的商业智能之路

本文介绍了商业智能的发展形势,对中小企业在商业智能中存在的困难进行了分析,提出中小企业商业智能系统应具有技术开放、进入门槛低等特点。通过这样的系统,能让广大的中小企业快速、简单的获得数据分析能力,辅助最佳决策,真正获得商业智能的实惠。     

企业大数据分析挖掘及大数据BI工具应用实践

大数据时代,数据来源多样化、数据体量巨大化和数据格式复杂化对企业经营分析和预决策提出了挑战,利用大数据技术进行企业经营数据分析和挖掘已是提高企业竞争力的重要措施.但是,直接让企业管理人员掌握大数据技术并进行数据分析和挖掘显然是不切实际的,使用大数据BI工具才是最有效、最便捷的方法.文章重点分析了大数据分析与挖掘的数据获取、数据预处理、分析与挖掘、数据可视化四个环节的任务和相关技术,并基于数猎云大数据BI工具,以贷款风险预测为例,阐述了应用大数据BI工具进行数据分析和挖掘的过程,以此为企业管理人员应用大数据BI工具从事数据分析和挖掘工作提供思路和建议.     

构建会计大数据分析型企业

随着物联网等信息技术的发展,大数据时代已经来临.数据不等于信息,信息不等于智慧.防止大数据泛滥,提升大数据价值,这是企业构建会计大数据分析型企业的实务证据;防止决策失误,提升核心竞争力,这是构建会计大数据分析型企业的理论证据.数据分析型企业的本质是建设以事实为依据、数据分析为量化手段进行企业经营与管理的企业.企业在建设会计大数据分析型企业的过程中必须坚持确保会计大数据质量的原则,构建企业大数据中心开发平台,实现数据分析型企业建设的三个思维转变:全数据模式而不是抽样样本;效果比绝对精确更重要;强调相关关系而不是因果关系.     

商业智能（BI）在电力勘察设计企业决策支持的应用

为了将企业业务过程中的数据有效转化为信息,提升企业的管理水平与决策能力,提出将商业智能应用于电力勘察设计企业基于KPI体系的决策支持管理过程。本文建立了电力勘察设计行业用于决策支持的KPI指标体系,规划了KPI体系在商业智能的业务主题实现,并设计了用于决策支持的商业智能技术架构。由此构建了商业智能在电力勘察设计企业决策支持管理全过程的应用框架。     

基于SQL Server 2005的超市商业智能模型

本文针对超市这种商业企业经营决策的需要,以某POS系统为例,在不影响超市POS系统运行的情况下对POS系统的数据库进行少量修改,进而设计出数据仓库、多维数据集、数据挖掘模型和报表模型,通过商业智能门户向企业数据分析人员和经营决策人员提供操作简便、界面友好的平台。     

农业环境审计大数据诊断系统研究

"十四五"规划强调,全面推进乡村振兴,优先发展农业农村.农业农村的发展离不开全面高效的审计监督,发展大数据审计是提高审计效率、完善环境审计体系、促进农业高质量发展的必经之路.目前我国环境审计大数据分析过程中存在一些问题,包括审计深度有待挖掘、审计证据的精度不够高、大数据分析的应用比较局限等.大数据审计的完善可以通过拓宽审计证据获取渠道和完善审计数据分析平台达到,所以,通过探索大数据手段的运用方式,构建完整的农业环境审计大数据诊断系统,可以为探索解决目前农业环境审计大数据分析困境提供思路.     

TT药业基于RPA和BI技术的采购内控数字化监督系统建设实践

TT药业开发的采购内控数字化监督系统，创造了采购内控管理的新模式：借助机器人流程自动化和商业智能技术，以内外部采购信息数据为分析基础，实现了数据汇聚、数据分析、内控预警、阈值控制、隐患发现、问责问询、跟踪落实等功能，夯实了采购内控制度流程的执行，提升了采购业务的精细化程度。     

大规划:大数据时代的参与式地理设计

遵循“放眼于对未来的决策、着手于对设计对象周边环境的认识”原则的地理设计,为规划设计植入了新的思想和方法.大数据时代中的地理设计,将促使自下而上、具有掌控大数据的大能力、具有强大城市全方位环境适应能力的“大规划”出现,以诱发公众大参与、综合存在于大众的大智慧、最大化适应环境.大规划,将遵循现代信息科学所倡导的“知识发现”理论,运用因果关系和相关关系相结合的思维范式以及人工智能的数据分析技术,在掌控大数据中,深入认识城市运行和演进规律,将规划决策夯实在对城市本原科学认识的基础上.大规划的实现,则是通过构建由数据分析平台和设计交流平台构成的大平台,运用数据可视化技术,揭示城市空间背后隐含的复杂非空间事务信息,实现对数据的分析和交流,并激发公众的参与热情.     

浅谈SQL Server Reporting Services会计报表解决方案

微软即将在2004年初发布一款新产品——SQLServer Reorting Services。该产品是为展示商业智能和数据仓库的信息而设计的一个全新的平台，它主要提供建立、管理以及布署利用来自企业不同业务部门数据生成的报表平台。其特点在于：无论是专业的报表制作人员、数据分析人员或决策者都可以通过Reporting Services获     

关于数据仓储和商业智能在物流行业应用的思考

目前,随着各种信息化技术在物流企业的广泛应用,这些技术和方案产生了海量的生产和运营数据,如何管理和应用海量的业务数据,并进行商业智能分析已经成为物流企业CIO非常关心的议题。一、数据仓储和商业智能在物流行业的局部领域开始得到应用实际应用中,商业智能主要依靠数据仓库、在线分析处理和数据挖掘这三大技术,为企业及时了解货物信息,实时跟踪订单,制定经济和业     

大数据分析关键技术研究

大数据分析技术是一种先进的信息处理技术,通过大数据分析可以有效挖掘海量数据中包含的有价值信息。本文分析了大数据产生的背景和大数据分析的应用,归纳了大数据分析的关键技术,即数据预处理、虚拟化技术、数据挖掘、实时数据处理。大数据在金融、工业制造、教育等领域的有效应用,提高了决策的科学性,具有十分广泛的应用前景。     

浅析大数据时代建筑企业人力资源管理

随着"互联网+"的推进,大数据越来越多被运用到各行各业的管理中,大数据分析为企业带来机遇的同时也带来挑战.大数据时代要求企业人力资源管理打破传统模式,树立全新的数据管理模式,将大数据有效地运用到企业人力资源管理工作,提升企业在激烈的市场环境中的竞争力.习近平总书记在中共十九大报告中指出,要"推动互联网、大数据、人工智能...     

商业智能与中药企业QSMES的集成应用研究

文章分析研究了中药企业的质量标准生产执行系统(QSMES)的特点,并阐述了QSMES在辅助决策支持上的不足,基于商业智能理论,介绍了商业智能与中药企业QSMES集成的体系结构,以及相应的系统解决方案。分别阐述了商业智能中数据仓库、联机事务分析(OLAP)以及数据挖掘功能的具体应用方法。将中药企业的QSMES数据资源转化为有用的信息和知识,为企业管理人员的决策提供可靠的支持。     

内部审计全面信息化的实施路径

本文提出内部审计全面信息化的总体规划.通过分析内部审计的组织路径和技术路径,提出在审计大数据安全体系和大数据计算机审计体系范围内,构建在线审计作业应用、审计管理应用和数据分析平台的方法.同时提出在审计决策中辅以数据分析与数据挖掘、机器学习、数据可视化三大模块,支撑审计业务开展.     

掘金大数据时代

当前,呈爆炸式增长的数据——大数据已成为一种越来越重要的资源,各方关注的热度也逐渐升温.《纽约时报》曾撰文称:"大数据正在对每个领域都造成影响,在商业、经济和其他领域中,决策行为将日益基于数据分析做出,而不是像过去更多凭借经验和直觉."可见,对大数据的分析、预测等应用俨然已成为了人们眼中的金矿.     

会计大数据分析与处理技术：助推数据赋能财务新未来

数字经济时代,数据已成为企业最重要的资产之一。随着企业与外界交互愈加紧密以及企业内部信息化、数字化建设的推进,财务部门将进一步拓展数据获取的广度和深度,形成会计大数据,并基于数据洞察以全新模式服务于企业价值创造和管理创新。作为大数据技术在财务领域的应用分支,会计大数据分析与处理技术是将会计大数据予以价值化的有力工具,主要包括大数据存储和计算、数据治理、数据采集、数据清洗、数据分析、数据可视化等技术,在诸如资金管控、预算管理、管理报表出具、客户信用风险管理等财务数字化典型业务场景中发挥重要作用。     

浅谈电信运营商大数据发展策略

随着电信通讯技术的不断发展和日益成熟,电信运营商在大数据时代也面临着新的挑战,同时也迎来了新的机遇.由于电信运营商本身的特点,其数据储存、数据分析的独特优势,意味着在大数据时代电信运营商拥有更多可能.这些都将导致电信业未来走向的重新规划,以及业务模式的重新调整.所以,全面认识到大数据的发展状况,并准确抓住机遇发展业务,成为电信运营商目前必须探讨的问题.     

商业智能概述

随着商业的发展越来越趋于全球化，商业信息量越来越大，商业多覆盖的领域越来越广，商业智能将会有更大的发展利用空间，会给企业带来更多信息支持，文章对商业智能的定义、体系结构、关键技术及发展意义进行分析。