商业智能技术在公共交通行业中的探索

在中国企业信息化水平不断提高和行业竞争越来越激烈的情况下，商业智能（BI）技术的地位显得尤为重要，其在各行各业的应用范围也逐渐扩大，并呈不断上升趋势。因此，如何利用BI技术中的数据仓库和数据挖掘，找出业务的特点，探索日常操作规程，分析与探讨存在问题，并通过企业累计业务数据分析从而提供具有重要的战略意义、具有科学依据的决策，则变成了对于当下很多企业来说至关重要的问题。公共交通企业在中国不仅承担着一定的社会责任，它还要求其管理层必须同时注重自己的经济利益。因此，提高企业的服务质量，增强企业运营能力和竞争力，建立具有中国特色社会主义特点的公共交通系统，必须借助商业智能系统的支持，这对公共交通行业紧跟时代步伐、进行产业革新、增强可持续发展能力都具有重大的现实意义。

在分析商业智能技术的基本理论和技术特点的基础之上，根据企业的具体需求，进行BI系统的设计和实施。其中，后者是关注的焦点。

首先，我们需要对国内外商业智能的发展情况做一个简要的调查分析，对商业智能实施的整体大环境做一个总体估计，从而为后续工作铺垫。其次，要对商业智能的几个核心技术进行深入研究，具体有数据仓库技术，OLAP技术和数据挖掘技术。

在公共交通行业的详细商业智能项目的实施过程中，根据对公共交通公司的业务需求的分析，并结合其在公共交通行业的特点，对公交档案DW/ BI系统提出具体的、包括设计和创建数据仓库和OLAP的解决方案，以及对数据挖掘的应用。其中，数据仓库是商业智能系统的基础，对它的设计进行分析是非常重要的一环，在这个过程中，可以提出一系列重要的问题；OLAP同样在商业智能技术中扮演着一个重要的角色，其主要任务是维度建模；在数据挖掘方面，数据挖掘算法的选择以及在数据挖掘的过程中，结合企业的业务需求，以达到修复类别和故障类别的相关性分析的公交车维修过程都是非常重要的关键关注点。公交档案DW/BI系统的开发实施可以扫除企业中存在的几个棘手障碍：手工分析、历史数据无法利用等。

商业智能技术的应用和发展具有十分良好的前景，不管是在技术上还是其他各方面来看，与公共交通行业融合的BI系统在随后的发展过程中还需要进行很多的完善工作，例如建立详尽的行业管理分析模型，不仅对统计知识有高度要求，还需要对整个行业的管理运作了如指掌。基于分析模型，就可以使BI分析更加有效。

转载请注明：数据分析 » 商业智能技术在公共交通行业中的探索