一、建立整合性商务智能系统的思考(论文文献综述)
李茵[1](2021)在《面向医院管理的数据驱动决策研究》文中研究说明信息技术的快速发展与应用以及大数据战略的深入实施,使得大数据成为科技创新引领与决策支撑的重要战略资源,科学研究与实践正在完成“假设驱动”到“数据驱动”的巨大转变,大数据的深度挖掘与利用能够为社会发展、政府治理、国家安全等提供新的动能。围绕国家大数据战略,丰富和拓展大数据应用创新领域,推动管理升级,给学术界、产业界以及政府部门带来许多新的重要课题。其中面向健康服务供给侧的决策支持、决策引导和决策创新中的数据驱动、数据价值转换问题即是管理学、数据科学的核心科学问题之一,更是情报学应对大数据环境开展智慧型情报服务必须解决的关键问题之一。健康医疗大数据时代的到来,促使医院管理和医院管理者的观念都随之变化。数据驱动对医院精细化、智慧化管理决策具有重要意义。本研究从提升医疗管理决策质量的角度出发,构建数据驱动医院管理决策过程模型,分析数据驱动医院管理决策的影响因素,进而提出面向医院管理的数据驱动决策模型,并展开实证研究,为数据驱动决策领域的研究理论基础和实证研究提供参考依据,为促进医院精细化管理提供对策及建议。基于此,通过界定“数据驱动”、“医院管理”、“医院管理评价”与“数据驱动决策”等相关概念,以回顾数据驱动决策、面向医疗健康领域的数据驱动决策、面向医院管理的数据驱动决策以及数据驱动决策的影响因素研究现状为基础,综合运用文献调研法、半结构访谈法、问卷调查法、扎根理论法、结构方程法、统计分析法、机器学习法分析了面向医院管理的数据驱动决策的过程模型和影响因素模型,并构建了面向医院管理的数据驱动决策模型。围绕面向医院管理的数据驱动决策模型这一核心研究内容,本文第三章在已有BASM模型研究过程的基础上,结合医院管理决策场景的特殊性,探索面向医院管理的数据驱动决策的运行机理,构建面向医院管理的数据驱动决策过程模型,以梳理驱动的路径,理清其中的内在逻辑。该模型由处理过程模型及支持过程模型两部分构成,旨在分别回答面向医院管理的数据驱动决策过程中两个核心问题,一是数据本身如何转化并如何嵌入到医院管理决策过程中,二是医院中能够支持并且推动数据驱动决策的途径是什么。第四章采用扎根理论进行了面向医疗管理领域数据驱动决策的影响因素识别研究,编码面向医院管理者的半结构化访谈资料,经过饱和度测试,最终识别出了四个维度的影响因素。第五章在对影响因素定性研究的基础上利用结构方程模型方法进一步验证影响因素,探讨相关变量的权重和关系。阐述各个因素对医院管理决策的影响关系,验证数据驱动医院管理决策影响因素模型。第六章整合数据驱动医院管理决策过程模型和影响因素模型,构建支持医院管理决策全过程的数据驱动决策模型,探讨过程模型与影响因素模型的内在联系。第七章根据已构建的面向医院管理的数据驱动决策模型,进行基于DRGs分组的医疗服务能力评价和医生绩效评价管理工作的实证研究,修正和完善已构建的模型。具体内容如下:(1)构建面向医院管理的数据驱动决策过程模型。基于现有的数据驱动决策机制模型,结合医院管理实践,构建面向医院管理的数据驱动决策过程模型,该模型由处理过程模型及支持过程模型两部分构成,处理过程模型包括面向医院管理决策的数据处理过程和数据驱动的医院管理决策处理过程。决策处理过程既是数据处理过程的最后阶段,对数据处理的结果进行展示与应用,又会不断地产生新的数据,前推已有数据的老化和错误,补充和修正数据处理过程。而数据处理过程以决策处理过程中的阶段性需求为导向,能嵌入到决策处理过程的所有阶段,为决策处理的全流程服务。支持过程模型主要涉及两用户一技术。两用户包括数据分析人员和管理者,使能技术是创建和改进能够嵌入到操作系统的分析工具,这三个主体不能割裂独立,而可以互相转化并可能同时存在,共同对数据和决策进行处理,支持处理过程模型运转。(2)系统分析了面向医院管理的数据驱动决策影响因素。对主观及客观上影响管理者数据驱动决策的因素进行整合和相关分析,确定四个核心影响因素范畴分别是医疗数据质量,信息技术,医院组织管理和管理者信息素养,构建了影响因素模型,发现数据驱动医院管理决策能受到管理者信息素养、医院组织管理和信息技术的正向影响,其中管理者信息素养最强,其次是医院组织管理和信息技术;医院组织管理对医疗数据质量、管理者信息素养、决策目标均有影响,对医疗数据质量的影响要强于管理者信息素养;医疗数据质量能够对信息技术产生正向影响;信息技术对决策目标具有正向影响。(3)构建了面向医院管理的数据驱动决策模型。将过程模型与影响因素模型有机结合在一起,构成了面向医院管理的数据驱动决策模型。打造数据驱动决策模型,将医院数据质量标准化管理贯穿于医院管理全流程、智能化管理提升医务人员的信息技术、高效化管理增效医院组织三个方面分析模型的实现,提出模型优化建议。(4)基于DRGs的肺癌医疗服务绩效分析实证研究。模拟医院管理中运用DRGs分组工具解决绩效问题的真实场景,应用数据驱动医院管理决策模型,优化DRGs分组,优化绩效管理。研究最终确定性别、年龄、入院途径、离院方式、住院次数、医保付费方式、是否手术、合并症严重情况八个因素为影响肺癌医疗服务费用的因素,构建了8个DRGs分组,其中合并症严重程度、是否手术、住院次数是决策树分组的分类结点变量。选用医疗服务能力的指标(DRGs总权重、CMI)根据获取的数据进行比较,完成绩效评价工作,实现基于数据驱动决策的绩效管理。
翟学强[2](2021)在《商务智能在企业内部审计中的应用研究 ——以A电商企业为例》文中进行了进一步梳理伴随着大数据和云计算等信息技术的发展,企业信息化水平不断加强,传统的内部审计技术方法很难应对不断积累的海量数据,较难有效地对企业的经营和财务信息做出评价,内部审计工作面临着新的机遇与挑战。新兴数据科学的技术方法在内部审计创新中扮演越来越重要的角色,如数据采集、数据仓库、数据查询分析、数据挖掘和数据可视化等技术,能够促进内部审计技术的转型与升级。在众多新技术中,商务智能技术作为集成了数据采集、数据仓库、数据挖掘和可视化的集合体,可以协助审计人员及时、高效、准确地发现审计疑点和审计线索,提高审计效率与效果,更加充分发挥内部审计的职能。为了探求商务智能在内部审计中的应用过程和效果,本文设计了商务智能环境下的内部审计分析框架,并以A电商企业为例进行验证。本文首先讨论了审计技术方法的发展和应用研究现状,介绍了数据科学和内部审计的基础理论,进而对商务智能技术进行了总结,为后文的撰写提供理论与技术基础。其次,本文介绍了商务智能工具Power BI,对比传统审计分析工具Excel、SQL Server,其具有逻辑简单、易学性、易操作性等特点,使得审计人员摆脱冗长的SQL代码,有助于提高审计效率与效果。再次,本文以A电商企业为例,基于A企业内部审计分析现状与审计需求,提出该企业经济性、效率性、效果性的审计目标,设计了基于Power BI的内部审计分析框架。最后,对商务智能在A电商企业的应用过程进行了详细介绍,包括基础分析和数据挖掘分析两个方面,基础分析在时间、产品、经销商等维度对业财数据进行设计与分析,数据挖掘分析选相关指标对经销商进行聚类分析,分析结果便于对经销商进行分类管理,对于有问题的经销商给予特别关注。本文案例应用效果表明:商务智能在企业内部审计中具有较强的实用性和适用性,商务智能的数据建模技术和多维分析方法显着降低了内部审计业务成本,提高了内部审计业务效率,聚类等数据挖掘方法为发现审计疑点提供了独特的思路,提高了审计结果的准确性,可视化技术提高了审计结果的直观性、可读性。商务智能应用于企业的内部审计工作,有助于内部审计职能的发挥。本文基于Power BI设计了商务智能内部审计分析系统框架和应用案例,对企业内部审计的智能化建设具有示范作用。
刘静,任喜斌[3](2020)在《ERP系统与商务智能的集成与应用研究》文中提出文章首先介绍了ERP与商务智能的产生与发展,并简单介绍它们在当今企业中的应用情况;又介绍了ERP与商务智能的基本理论以及它们在企业经营决策中的应用,通过分析ERP在企业实施后存在的问题,进而提出企业对ERP系统与商务智能集成的需求,并对在此过程中应用到的技术进行分析和介绍,包括数据联机分析处理技术和数据挖掘技术等;然后在此基础上提出了ERP系统与商务智能集成的解决方案,并以SAP公司提出的商务智能解决方案SAP BW为例,对ERP与商务智能的集成进行具体分析,指出这一方案为企业带来诸多益处。
吴江,邹柳馨,胡忠义[4](2020)在《大数据环境下电子商务学科的智能化转型和商务智能研究》文中进行了进一步梳理[目的/意义]对大数据环境下的电子商务学科智能化转型和转型中重要的商务智能研究的思路和定位等进行讨论,对促进大数据环境下电子商务学科的发展和社会服务能力提升有重要意义。[研究设计/方法]面向大数据和人工智能的国家战略需求,从复杂社会技术系统视角,通过文献总结和理论研究,探究电子商务学科的智能化转型思路和定位,对智能化转型中重点领域之一的新型商务智能研究进行思考。[结论/发现]面向国家重大战略,系统全面地从技术子系统、社会子系统和社会技术系统三部分构建基于大数据融合的新型商务智能,并提出从"电子"商务向"智能"商务的学科智能化转型的定位体系。[创新/价值]从复杂系统视角对电子商务学科智能化转型进行思考,并从商务智能研究点出发探索学科转型,为大数据环境下的电子商务学科建设和科学研究提供思路借鉴。
夏明慧[5](2020)在《林业企业商务智能系统研建 ——以林口林业局有限公司为例》文中进行了进一步梳理我国的国有林业局既承担着生态文明建设的主体责任,也肩负着产业建设的艰巨任务。在国家着力推动林业现代化发展、促进生态文明建设的大背景下,提升国有林业局信息化建设管理水平迫在眉睫。目前我国林业企业信息化建设仍存在“信息孤岛”和“建设分层”等诸多问题,急需新的信息技术进一步深化信息化建设。云计算和商务智能等技术提供了新的方法和工具,研建一套林业企业商务智能系统能有效解决林业企业信息化建设中所面临的困难和挑战。本文在软件工程学、林业企业管理、森林可持续经营等理论基础和云计算、商务智能应用技术、ETL技术等关键技术的指导下,采用文献研究法、实地调研法和案例研究法等方法,以黑龙江省林口林业局有限公司为例对林业企业商务智能系统进行了系统性研究,以期为之后的相关研究抛砖引玉。本文按照需求分析、系统设计、系统实现、应用分析的主体逻辑进行阐述:需求分析包括业务需求、功能需求、数据需求和性能需求;系统设计部分完成了商务智能平台选择、系统四层架构设计、三大主体功能设计、双层数据库模型设计以及ETL过程设计;随后利用开源商务智能平台Pentaho开发实现基于B/S架构的林业企业商务智能系统;最后结合案例企业实际,对系统的应用价值进行分析。目前该商务智能系统运行在云环境中,采用Saa S云计算的形式为终端用户提供服务。本文的研究表明:(1)商务智能技术能有效解决林业企业信息化建设中的“信息孤岛”和“建设分层”等问题,深化信息系统建设;(2)林业企业商务智能系统的应用能够显着提升林口林业局的业务洞察能力、风险监控能力、综合感知能力和科学决策能力。
李伟超[6](2020)在《停车管理数据仓库构建与可视化分析》文中指出停车困难的问题日益严峻,不仅反映了停车站点现存资源的规划缺乏一定的科学性,也体现了企业对于大量停车数据信息分析利用的不完整。充分应用相关数据进行分析并制定正确的决策需要完整、科学的企业解决方案系统,现有的企业级数据管理系统更偏向于数据的查询以及存储功能,面向业务数据分析的应用仍具有一定的不足,而商务智能系统在具备数据存储、数据查询功能的技术基础上提供了面向用户的多维数据分析操作,通过运用商务智能系统可以系统地构建一整套针对相关数据存储、数据质量处理、数据建模分析以及分析结果展示的智能数据平台,在基于数据仓库针对企业数据分析功能的基础上应用可视化技术对数据分析结果进一步展示,实现了对企业相关业务决策制定的支持。本文主要以SQL Server Business Intelligence工具构建停车管理企业的商务智能系统,其中核心技术包括ETL流程设计、数据仓库构建以及可视化技术研究应用。其中,通过ETL技术实现了停车管理部门相关业务数据的质量完善以及各类源数据整合;在构建数据仓库过程中,针对已完善的数据制定相关的分析业务主题并构建多个数据维度,实现停车管理数据的多维度分析;最终应用数据可视化技术灵活、直观地对停车管理数据分析结果进行展示,为用户制定相关决策提供数据支持。本文在ETL流程设计中,针对数据抽取的方式采取了全表插入的方法;对数据进行修改实现数据的清洗设计,并以统一数据类型的方法进行数据转换。在构建数据仓库过程中,针对停车管理企业的业务规则制定了4个业务主题,并对各个主题及其属性组进行逻辑关系划分,最终构建相应的事实表以及维度表完成数据仓库的构建。在以数据报表形式对数据分析展示的基础上进行技术拓展,应用开源代码以及map V、Fine Report工具软件实现基于数据仓库的可视化分析综合应用。通过应用本文研究的技术方法,帮助企业分析了实际的运营情况,对相关决策的制定起到了积极的作用,基本满足企业解决实际问题的需求。
张国和[7](2019)在《基于SAP HANA的R公司财务智能系统分析与设计》文中进行了进一步梳理R公司是一家大型的海上油气开采公司,2014年净利润达到792亿元,全球500强企业排名79位。油价“寒冬”时,国际油价跌破28美元/桶,创下近十三年来新低,2016年R公司的净利润仅仅只有6.37亿元,不及高位的百分之一。在经历了油价“寒冬”之后,R公司领导层更加深刻体会到在变幻莫测的经济环境下数字化转型的重要性和紧迫性,把利用数字技术促进降本增效,利用数字技术推动产业转型作为企业重要战略目标。然而对于大多数企业而言数字化转型正处于起步阶段,没有成熟的经验值得借鉴,企业数字化转型也没有捷径可走,应当根据企业自身信息化水平和信息化能力逐步推进,第一步应当聚焦于现在,即使用当下的新技术对原有系统进行升级或改造。为此首先深入调研R公司信息化现状,重点调研其传统商务智能系统的现状,分析其存在的瓶颈及造成瓶颈的原因。然后分析大数据产品的特点和优势,寻求利用大数据技术优势突破传统商务智能系统瓶颈的方法。本文运用SAP HANA、Hadoop大数据工具,Tableau等可视化工具,以财务数据为研究对象(一方面会计信息化实施的时间较长以及统一会计准则的贯彻实施,财务数据质量比企业内其他数据质量相对较高;另一方面财务数据是企业数据的核心,企业战略实施效果及其经营成果最终通过财务数据来体现,所以选择以财务数据为切入点),介绍如何运用SAP HANA实现数据采集、数据存储、数据处理;运用SAP HANA视图建模的方式构建实时分析模型,满足企业实时数据分析需求;最后通过数据挖掘算法,构建财务预警模型,帮助企业识别与降低财务风险。本文运用SAP HANA、数据挖掘、数据可视化等技术构建的提供实时、智能决策支持的财务智能系统,能满足企业事前预警、事中监控、事后分析的管理需求。通过和传统商务智能系统的性能对比,基于SAP HANA的商务智能系统能支持非结构化数据的存储和管理,具备海量数据实时处理分析能力,更强的预测分析能力,还具有低延时、高压缩、消除数据冗余等特点,能克服传统商务智能系统的瓶颈,能为R公司数字化转型战略实施提供坚实的技术支撑。
李婧源[8](2017)在《基于D&M模型的商务智能系统创新使用的影响因素研究》文中认为大数据时代数据规模的剧增对数据分析系统提出了更高的要求,在众多数据处理与分析的系统中,商务智能系统以其出色的灵活性与集成性在业界脱颖而出并得到了较好的发展和普及,然而其实施成功率却一直不能令业界满意,可能是由于用户只掌握商务智能系统的日常使用,并未关注其创新使用,无法发掘商务智能系统更高级的潜在的功能和业务整合能力,当商务智能系统的日常使用越来越普及时,日常使用不能将系统的投资成本转换为企业的竞争优势,进入创新使用阶段变得十分迫切,因此探讨商务智能系统创新使用的影响因素对于商务智能系统的理论和实践发展都有很重要的意义。本文先采用文献梳理法,对商务智能系统及D&M信息系统成功模型的概念、创新使用的概念及分类进行梳理,针对商务智能系统的创新使用,区分并概念化两个重要但不同方面的创新使用类型(工具性创新使用和任务创新使用),提出了商务智能创新使用环境下成功模型三因素(系统质量、信息质量、服务质量)概念,以从商务智能流程的角度探究商务智能系统创新使用的影响因素,最终形成基于D&M模型的商务智能系统创新使用模型。最后实证检测了成功模型三因素(系统质量、信息质量、服务质量)分别对两种创新使用(工具性创新使用和任务创新使用)的影响,以及信息质量在系统质量和服务质量对两种创新使用之间的中介作用。本研究共发放问卷200份,本研究总共回收问卷189份,其中有效问卷为164份,然后对样本数据进行描述性分析、信度检验、收敛效度检验、区别效度检验,采用结构方程模型的分析方法对本研究提出的概念模型进行了检验,最终模型拟合程度较好。实证表明:(1)服务质量对商务智能系统的工具性创新使用、任务创新使用、信息质量有正向的直接显着的影响。(2)信息质量只对商务智能系统的工具性创新使用有正向的直接显着的影响。(3)系统质量对信息质量和任务创新使用有正向的直接显着的影响。(4)系统质量对工具性创新没有直接影响,但系统质量对工具性创新使用的影响被信息质量中介,通过信息质量间接影响工具性创新使用。研究结果表明(1)对于商务智能系统的工具性创新使用,人们并不在乎系统质量如何,而在乎的是拥有了系统以后,系统的服务提供商或信息部门能不能为他们提供相关系统使用和方法上的帮助和支持,以使人们可以在系统的功能和方法上进行创新使用,进而提高工作效率和绩效。(2)系统供应商、IS部门或信息技术服务商,他们在为各行各业的商务智能系统用户提供解决方案或帮助支持的过程中,会积累大量的与该用户所在行业相关的知识和经验,在提供服务的过程中实现跨界知识的交汇,为任务创新带来更多的思路和方向,最终实现服务提供方与用户之间的知识共创。(3)商务智能系统过程就是通过系统的应用和服务的支持,生产出人们需要的数据、信息和知识,从而帮助决策,在这个过程中,服务质量和系统质量的好坏都影响着系统输出的质量——信息质量,而系统质量通过信息质量间接影响着工具性创新使用。
刘影[9](2012)在《基于商务智能的开放式基金营销分析模型研究》文中研究表明开放式基金是我国基金业发展的主要方向。随着近几年的迅猛发展,开放式基金无论在基金资产净值、基金份额规模还是基金数量方面都成为我国基金行业的中流砥柱。开放式基金营销是基金管理公司为了实现企业销售目标,满足投资者对各类基金产品需求的重要的商业活动。开放式基金营销与一般的市场营销具有相同的原理,即通过了解投资者的相关需求而设计完整并有效的系统性营销计划,同时运用科学合理的方法,适当控制并有效执行,从而能够达到成本最低但是利润最高并且合理的目标。商务智能系统通过有效的数据整合、合理的建模、灵活快速的报表开发,首先解决了对各类报表的需求;其次,为业务部门提供数据分析功能,扩大了对现有数据的应用方向和使用深度;然后,数据整合也为管理层提供了全公司各业务层面的总体视图,提供业务分析、KPI绩效分析、决策支持等功能。应用商务智能系统建设一个高性能、高可靠、高可用、业务覆盖面广、扩展性强的基金营销数据中心很有必要,从而真正能够做到“用数据说话”。本文将以上两个方面结合,进行了如下研究:1、建立了开放式基金营销分析模型以及分析框架;2、根据模型需求,通过ETL过程完成了数据仓库的建设;3、建设商务智能系统,利用ORBIEE商务智能平台对营销数据进行OLAP联机分析处理。
江涛[10](2011)在《KTV连锁店商务智能系统的设计与实现》文中进行了进一步梳理商务智能技术是着眼于数据处理的技术,它被认为是帮助企业提高决策能力和运营能力的概念、方法、过程以及软件的集合,运用数据仓库、联机分析处理和数据挖掘等技术来处理和分析商业数据。在当今企业数据量愈加庞大,数据结构愈加复杂的背景下,商务智能技术有力的解决了企业在分析自身经营数据时所遇到的困难,在社会经济发展的各个领域都有着广阔的应用前期和研究价值,是企业经营管理信息化过程中的重要一环。本文从商务智能的三个主要过程,即生成成用户原始数据库,进行数据的抽取转换和加载(ETL)以形成数据仓库,从数据仓库进行数据挖掘及分析以生成报表,详细介绍商务智能的基础理论及实现方法,使读者对商务智能技术有一个大体的认识。笔者的主要工作在于在商务智能技术的指导下,为国内某KTV连锁店用户提供一套基于商务智能的企业集中管控系统,本文将完整的介绍此项目,包括项目的背景、需求、设计、实现及测试,使读者初步认识商务智能技术的实际应用过程,以及在开发此类系统的过程中需要注意的问题及难点。本文的创新点在于,在国内的商务智能的研究和应用都处于起步阶段的背景下,首次将商务智能技术应用于大型KTV连锁店的日常经营管理中,为商务智能的实际应用增加了一个有力的范例。
二、建立整合性商务智能系统的思考(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、建立整合性商务智能系统的思考(论文提纲范文)
(1)面向医院管理的数据驱动决策研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景 |
1.2 研究目的与意义 |
1.2.1 研究目的 |
1.2.2 研究意义 |
1.3 国内外研究现状 |
1.3.1 数据驱动决策的研究现状 |
1.3.2 数据驱动医疗健康领域决策的研究现状 |
1.3.3 数据驱动医院管理决策的研究现状 |
1.3.4 数据驱动决策的影响因素研究现状 |
1.3.5 研究现状述评 |
1.4 研究框架与研究内容 |
1.4.1 研究框架 |
1.4.2 主要研究内容 |
1.4.3 拟解决的关键问题 |
1.5 研究方法和技术路线 |
1.5.1 研究方法 |
1.5.2 技术路线 |
第2章 相关基础理论和方法 |
2.1 医院管理相关概念 |
2.1.1 医院管理 |
2.1.2 医院管理评价 |
2.1.3 医院管理者 |
2.2 决策支持相关理论 |
2.2.1 西蒙决策理论 |
2.2.2 数据驱动决策相关理论 |
2.3 信息链理论 |
2.3.1 信息链与信息技术 |
2.3.2 “信息”上溯到“数据”带来的变化 |
2.3.3 信息链视域下的数据驱动医院管理决策 |
2.4 BASM模型 |
2.4.1 BASM模型的产生 |
2.4.2 BASM模型的研究现状 |
2.4.3 基于BASM模型的数据驱动医院管理决策研究 |
2.5 相关研究方法 |
2.5.1 扎根理论 |
2.5.2 结构方程模型 |
2.5.3 决策树算法--CHAID |
2.6 相关应用场景 |
2.6.1 医疗服务绩效 |
2.6.2 DRG在医疗服务绩效管理中的应用 |
2.7 本章小结 |
第3章 面向医院管理的数据驱动决策过程模型构建 |
3.1 面向医院管理决策的数据驱动过程模型 |
3.1.1 数据驱动决策模式运行机制 |
3.1.2 BASM的过程模型 |
3.1.3 基于BASM过程模型的数据驱动医院管理决策过程模型构建 |
3.2 面向医院管理的数据驱动决策过程模型要素分析 |
3.2.1 驱动要素 |
3.2.2 需求要素 |
3.2.3 支持要素 |
3.2.4 要素间关系 |
3.3 数据驱动的医院管理决策中数据处理过程 |
3.3.1 医疗数据存在的问题 |
3.3.2 面向医院管理决策的数据处理原则 |
3.3.3 面向医院管理决策的数据处理过程 |
3.4 面向医院管理的数据驱动决策过程模型运行机制 |
3.4.1 面向医院管理决策的信息链转化过程 |
3.4.2 数据驱动的医院管理决策制定过程 |
3.5 本章小结 |
第4章 基于扎根理论的数据驱动医院管理决策的影响因素分析 |
4.1 研究问题与研究程序 |
4.1.1 研究问题 |
4.1.2 研究方法 |
4.1.3 研究程序 |
4.2 研究设计 |
4.2.1 研究对象选取 |
4.2.2 资料收集 |
4.2.3 信效度检验 |
4.3 编码分析 |
4.3.1 开放式编码 |
4.3.2 主轴编码 |
4.3.3 选择性编码 |
4.3.4 理论饱和度检验 |
4.4 数据驱动医院管理决策影响因素理论模型与阐释 |
4.4.1 影响因素理论模型构建 |
4.4.2 影响因素分析 |
4.4.3 影响因素关系分析 |
4.5 本章小结 |
第5章 数据驱动医院管理决策的影响因素模型构建 |
5.1 数据驱动医院管理决策影响因素变量选择与界定 |
5.1.1 医疗数据质量维度 |
5.1.2 信息技术维度 |
5.1.3 医院组织管理维度 |
5.1.4 管理者信息素养维度 |
5.1.5 数据驱动医院管理决策维度 |
5.2 相关研究假设 |
5.2.1 医疗数据质量 |
5.2.2 信息技术 |
5.2.3 医院组织管理 |
5.2.4 管理者信息素养 |
5.3 调查问卷的编制与问卷修正 |
5.4 数据获取与统计分析 |
5.4.1 研究对象 |
5.4.2 样本量的选择 |
5.4.3 信度分析 |
5.4.4 样本分布 |
5.4.5 样本数据相关性 |
5.5 效度分析 |
5.5.1 探索性因子分析 |
5.5.2 验证性因子分析 |
5.6 基于结构方程的影响因素模型构建与检验修正 |
5.6.1 影响因素模型构建 |
5.6.2 模型基本适配评估 |
5.6.3 假设检验的结果 |
5.7 结构方程模型检验结果分析 |
5.7.1 影响因素强度分析 |
5.7.2 医疗数据质量对信息技术影响的验证结果分析 |
5.7.3 信息技术对数据驱动医院管理决策影响的验证结果分析 |
5.7.4 医院组织管理对医疗数据质量影响的验证结果分析 |
5.7.5 医院组织管理对管理者信息素养影响的验证结果分析 |
5.7.6 医院组织管理对数据驱动医院管理决策影响的验证结果分析 |
5.7.7 管理者信息素养对医疗数据质量影响的验证结果分析 |
5.7.8 管理者信息素养对信息技术影响的验证结果分析 |
5.7.9 管理者信息素养对数据驱动医院管理决策影响的验证结果分析 |
5.8 本章小结 |
第6章 面向医院管理的数据驱动决策模型研究 |
6.1 数据驱动医院管理决策模型构建 |
6.2 面向医院管理的数据驱动决策模型的驱动机制 |
6.2.1 面向医院管理的数据驱动决策模型的驱动目标 |
6.2.2 面向医院管理的数据驱动决策模型的驱动特征 |
6.2.3 面向医院管理的数据驱动决策模型的驱动过程 |
6.3 数据驱动医院管理决策模型影响因素的作用机制 |
6.3.1 医疗数据质量在数据驱动决策模型中的影响机制 |
6.3.2 信息技术在数据驱动决策模型中的影响机制 |
6.3.3 医院组织管理在数据驱动决策模型中的影响机制 |
6.3.4 管理人员素养在数据驱动决策模型中的影响机制 |
6.4 数据驱动医院管理决策模型对医院管理的提升策略 |
6.4.1 提升医疗数据质量 |
6.4.2 发挥信息技术使能作用 |
6.4.3 发挥医院组织管理支持作用 |
6.4.4 提高管理人员信息素养 |
6.5 本章小结 |
第7章 面向医院管理的数据驱动决策的实证研究 |
7.1 资料来源与研究对象 |
7.2 原发性肺癌患者的DRGS分组 |
7.2.1 数据基础 |
7.2.2 数据纳入 |
7.2.3 术语映射 |
7.2.4 DRGs分组结果对比 |
7.3 基于DRGS细分组的医疗服务绩效评估 |
7.3.1 基于决策树的原发性肺癌患者DRGs细分组模型 |
7.3.2 基于DRGs细分组的医疗服务绩效评估指标 |
7.3.3 医生医疗服务绩效指标统计结果 |
7.3.4 科室医疗服务绩效指标统计结果 |
7.4 讨论 |
7.4.1 数据驱动医院管理决策过程 |
7.4.2 数据驱动医院管理决策影响因素 |
7.5 本章小结 |
第8章 结论与创新 |
8.1 结论 |
8.2 研究创新点 |
8.3 研究局限 |
参考文献 |
附录1 病案组DRGS分组情况 |
附录2 医生组DRGS分组情况 |
附录3 访谈提纲 |
附录4 调查问卷 |
作者简介及在学期间所取得的科研成果 |
后记与致谢 |
(2)商务智能在企业内部审计中的应用研究 ——以A电商企业为例(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 研究背景与意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 文献综述 |
1.2.1 审计技术方法研究 |
1.2.2 商务智能研究现状 |
1.2.3 文献述评 |
1.3 研究思路与研究方法 |
1.3.1 研究思路 |
1.3.2 研究方法 |
1.4 研究框架与研究内容 |
1.4.1 研究框架 |
1.4.2 研究内容 |
1.5 创新点 |
第2章 相关理论和技术 |
2.1 数据科学基础理论 |
2.2 内部审计基础理论 |
2.2.1 内部审计的内涵 |
2.2.2 内部审计的职能 |
2.2.3 内部审计的流程 |
2.3 商务智能技术 |
2.3.1 数据仓库技术 |
2.3.2 联机分析处理技术 |
2.3.3 数据挖掘技术 |
2.3.4 可视化技术 |
2.4 商务智能工具Power BI |
2.4.1 Power BI简介 |
2.4.2 Power BI在审计工作中的适用性 |
2.5 本章小结 |
第3章 基于商务智能的内部审计项目设计——以A电商企业为例 |
3.1 案例背景 |
3.2 A企业内部审计现状及目标 |
3.2.1 内部审计现状 |
3.2.2 内部审计目标 |
3.3 A企业内部审计分析需求 |
3.3.1 基础分析需求 |
3.3.2 数据挖掘分析需求 |
3.4 商务智能内部审计项目设计 |
3.4.1 数据源 |
3.4.2 数据采集与处理 |
3.4.3 数据建模与数据挖掘 |
3.4.4 可视化展现 |
3.5 本章小结 |
第4章 基于商务智能的内部审计可视化分析 |
4.1 可视化分析总体设计 |
4.1.1 可视化原则 |
4.1.2 分析模型方法 |
4.1.3 维度体系 |
4.1.4 指标体系 |
4.2 数据准备 |
4.3 数据建模 |
4.3.1 创建星型模型 |
4.3.2 创建层次结构 |
4.3.3 编写度量值 |
4.4 可视化展现与分析 |
4.4.1 经销商审计分析 |
4.4.2 存货审计分析 |
4.4.3 基于分解树的审计线索发现 |
4.5 本章小结 |
第5章 基于聚类算法的问题经销商发现 |
5.1 聚类简介 |
5.1.1 聚类分析原理 |
5.1.2 聚类分析意义 |
5.1.3 聚类方法选择 |
5.2 指标选择及优化 |
5.2.1 指标选择 |
5.2.2 指标优化 |
5.3 与Power BI的结合 |
5.4 K值优化 |
5.5 聚类结果分析 |
5.6 本章小结 |
第6章 总结 |
6.1 研究总结 |
6.2 研究结论 |
6.3 不足与展望 |
参考文献 |
附录 |
致谢 |
(3)ERP系统与商务智能的集成与应用研究(论文提纲范文)
1 导论 |
1.1 选题背景和研究意义 |
1.1.1 选题背景 |
1.1.2 研究意义 |
1.2 研究内容和总体思路 |
2 相关理论综述 |
2.1 ERP基本理论 |
2.1.1 ERP可以对整个供应链进行管理 |
2.1.2 体现“精益生产、敏捷制造”的思想 |
2.1.3 体现事先计划与事中控制的思想 |
2.2 商务智能理论 |
2.2.1 商务智能的定义 |
2.2.2 商务智能的主要应用 |
2.3 数据仓库原理 |
2.3.1 数据仓库的概念和特征 |
2.3.2 数据仓库的体系结构 |
3 ERP与商务智能集成的必要性 |
3.1 ERP系统的局限性 |
3.2 商务智能系统在企业经营决策中的应用 |
3.2.1 经营分析 |
3.2.2 战略决策支持 |
3.2.3 绩效管理 |
3.3 ERP与商务智能集成的必要性 |
4 ERP与商务智能集成的整体设计方案 |
4.1 ERP与商务智能集成的应用模式 |
4.1.1 直接模式 |
4.1.2 定期报告模式 |
4.1.3 数据仓库模式 |
4.2 ERP与商务智能集成系统的处理过程 |
5 ERP与商务智能集成的典型案例———SAP BW |
5.1 SAP简介 |
5.2 SAP BW系统介绍 |
5.3 SAP BW系统结构 |
5.4 SAP BW的优势 |
5.4.1 将业务流程与组织结构进行结合 |
5.4.2 降低企业成本 |
5.4.3 提高业务效率 |
5.4.4 促进业务关系的发展 |
5.4.5 实现企业价值最大化 |
6 总结 |
(4)大数据环境下电子商务学科的智能化转型和商务智能研究(论文提纲范文)
0 引言 |
1 电子商务学科智能化转型的思路 |
2 大数据环境下的商务智能研究 |
3 基于大数据融合的新型商务智能 |
4 电子商务学科智能化转型的定位 |
5 结语 |
(5)林业企业商务智能系统研建 ——以林口林业局有限公司为例(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 选题背景及研究意义 |
1.1.1 选题背景 |
1.1.2 研究意义 |
1.2 文献综述 |
1.2.1 林业信息化 |
1.2.2 商务智能 |
1.2.3 林业企业商务智能研究评述 |
1.3 研究内容 |
1.4 研究方法与技术路线 |
1.4.1 研究方法 |
1.4.2 技术路线 |
1.5 特色与创新之处 |
2 理论基础与关键技术支撑 |
2.1 理论基础 |
2.1.1 软件工程学 |
2.1.2 林业企业管理 |
2.1.3 森林可持续经营 |
2.2 关键技术 |
2.2.1 云计算 |
2.2.2 商务智能应用技术 |
2.2.3 ETL技术 |
2.3 小结 |
3 林业企业商务智能系统需求分析 |
3.1 林口林业局有限公司概况 |
3.1.1 基本情况 |
3.1.2 信息化建设现状 |
3.2 业务需求 |
3.2.1 森林经营类指标 |
3.2.2 财务管理类指标 |
3.3 系统需求 |
3.3.1 功能需求 |
3.3.2 数据需求 |
3.3.3 性能需求 |
4 林业企业商务智能系统设计 |
4.1 商务智能平台选择 |
4.1.1 开源产品与商业产品 |
4.1.2 主流开源商务智能产品 |
4.1.3 Pentaho BI简介 |
4.2 架构设计 |
4.2.1 数据获取层 |
4.2.2 数据集成层 |
4.2.3 数据处理层 |
4.2.4 数据应用层 |
4.3 功能设计 |
4.3.1 报表展示功能 |
4.3.2 指标展示功能 |
4.3.3 数据多维分析功能 |
4.4 数据库设计 |
4.4.1 概念模型设计 |
4.4.2 逻辑模型设计 |
4.4.3 物理模型设计 |
4.5 ETL设计 |
4.5.1 过程一 |
4.5.2 过程二 |
4.5.3 过程三 |
5 林业企业商务智能系统实现 |
5.1 开发环境 |
5.2 ETL实现 |
5.2.1 过程一:Excel数据到My SQL数据 |
5.2.2 过程二:建立数据集市 |
5.2.3 过程三:构建数据立方体 |
5.3 功能实现 |
5.3.1 报表展示 |
5.3.2 指标展示 |
5.3.3 数据多维分析 |
6 林业企业商务智能系统应用分析 |
6.1 提升林业企业业务洞察能力 |
6.2 提升林业企业风险监控能力 |
6.3 提升林业企业综合感知能力 |
6.4 增强林业企业科学决策能力 |
7 结论与展望 |
7.1 研究结论 |
7.2 不足之处 |
7.3 未来展望 |
参考文献 |
个人简介 |
导师简介 |
获得成果目录 |
致谢 |
(6)停车管理数据仓库构建与可视化分析(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究动态 |
1.3 研究内容 |
1.4 研究方法与技术路线 |
1.5 论文结构安排 |
第二章 商务智能相关理论及方法 |
2.1 商务智能主要理论 |
2.1.1 商务智能概念 |
2.1.2 商务智能核心架构 |
2.2 商务智能主要技术方法 |
2.2.1 ETL技术 |
2.2.2 数据仓库技术 |
2.2.3 联机分析处理技术 |
2.2.4 数据挖掘技术 |
2.2.5 报表展示技术 |
2.3 数据可视化理论及方法 |
2.3.1 数据可视化技术概述 |
2.3.2 基于数据仓库的数据报表技术 |
2.3.3 动态可视化技术 |
2.4 本章小结 |
第三章 基于停车管理的数据仓库设计与构建 |
3.1 业务需求分析 |
3.2 数据仓库设计 |
3.2.1 概念模型设计 |
3.2.2 逻辑模型设计 |
3.2.3 物理模型设计 |
3.3 ETL流程设计 |
3.3.1 数据抽取设计 |
3.3.2 数据清洗与转换设计 |
3.3.3 数据加载设计 |
3.4 本章小结 |
第四章 停车数据的可视化分析 |
4.1 基于数据仓库的数据报表系统设计与展示 |
4.1.1 报表主题分析与设计 |
4.1.2 报表设计 |
4.1.3 报表展示 |
4.1.4 报表的部署与管理 |
4.2 停车管理数据的可视化展示 |
4.2.1 可视化技术方法的比较与选择 |
4.2.2 规划目标分析以及应用软件设置 |
4.2.3 基于前端技术软件的停车数据可视化分析 |
4.3 本章小结 |
第五章 总结与展望 |
5.1 研究结论 |
5.2 研究展望 |
参考文献 |
致谢 |
附录 |
作者简介 |
(7)基于SAP HANA的R公司财务智能系统分析与设计(论文提纲范文)
学位论文数据集 |
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究目的及意义 |
1.2 研究综述 |
1.2.1 商务智能研究综述 |
1.2.2 财务智能研究综述 |
1.3 研究内容与章节安排 |
1.3.1 研究内容 |
1.3.2 章节安排 |
1.4 研究方法和技术路线 |
1.4.1 研究思路 |
1.4.2 研究方法 |
1.4.3 技术路线 |
1.5 本文创新点 |
1.6 本章小结 |
第二章 大数据相关工具介绍 |
2.1 SAP HANA的性能特点 |
2.1.1 实时数据获取 |
2.1.2 内存运算 |
2.1.3 列式存储 |
2.1.4 消除数据冗余 |
2.2 SAP HANA和Hadoop大数据产品对比 |
2.3 可视化工具介绍 |
2.4 K-means聚类方法介绍 |
2.5 本章小结 |
第三章 系统需求分析 |
3.1 R公司财务智能系统现状和瓶颈 |
3.2 功能性需求 |
3.3 一般性需求 |
3.4 本章小结 |
第四章 系统分析与设计 |
4.1 系统软硬件环境配置 |
4.1.1 软件环境配置 |
4.1.2 硬件环境配置 |
4.2 功能架构设计 |
4.2.1 多元化数据采集 |
4.2.2 海量数据存储 |
4.2.3 数据分析 |
4.2.4 数据挖掘 |
4.2.5 数据质量管理 |
4.3 系统技术架构设计 |
4.4 财务指标池设计 |
4.4.1 指标池优势 |
4.4.2 指标设计方法 |
4.5 本章小结 |
第五章 系统实现 |
5.1 数据采集 |
5.2 数据处理 |
5.3 数据校验 |
5.4 数据库模型设计 |
5.4.1 逻辑模型 |
5.4.2 物理模型 |
5.5 HANA模型设计 |
5.5.1 属性视图 |
5.5.2 分析视图 |
5.5.3 计算视图 |
5.5.4 存储过程 |
5.6 数据分析 |
5.7 数据挖掘 |
5.7.1 样本选取 |
5.7.2 指标选取 |
5.7.3 K值选取 |
5.7.4 聚类结果分析 |
5.8 系统测试 |
5.9 本章小结 |
第六章 结论与展望 |
6.1 总结 |
6.2 进一步改进的思考 |
参考文献 |
致谢 |
作者和导师简介 |
附件 |
(8)基于D&M模型的商务智能系统创新使用的影响因素研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
第一节 研究背景及意义 |
一、研究背景 |
二、研究目的与意义 |
第二节 国内外研究现状 |
第三节 研究框架 |
第四节 研究方法与思路 |
第五节 论文创新点 |
第二章 相关概念及理论综述 |
第一节 商务智能系统相关概念分析 |
一、商务智能系统的概念及发展 |
二、商务智能系统的过程 |
三、商务智能系统的产出 |
第二节 创新使用相关信息系统采纳研究 |
一、信息系统的创新使用 |
二、商务智能(BI)的创新使用 |
三、创新使用的分类 |
第三节 D&M信息系统成功模型理论相关概念 |
一、D&M信息系统成功模型理论 |
二、信息质量与系统质量 |
三、服务质量与共创理论(co-creation) |
第三章 模型构建与研究假设 |
第一节 研究概念模型的构建 |
一、构建思路 |
二、研究概念模型 |
第二节 研究变量的界定 |
一、工具性创新使用和任务创新使用 |
二、信息质量、系统质量、服务质量 |
第三节 研究假设的提出 |
一、信息质量、系统质量、服务质量与工具性创新使用和任务创新使用 |
二、系统质量、服务质量与信息质量 |
三、信息质量的中介作用 |
第四章 研究设计 |
第一节 实证研究对象的选择和介绍 |
第二节 变量的量表 |
第三节 调查问卷设计 |
一、问卷结构设计 |
二、问卷前测及修改 |
第四节 数据收集 |
一、样本来源 |
二、样本规模 |
第五节 数据分析方法 |
一、描述性统计分析 |
二、信度分析 |
三、效度分析 |
四、因子分析 |
五、PLS分析 |
第五章 实证分析 |
第一节 描述性统计分析 |
一、人口统计学描述性统计 |
第二节 PLS-SEM实证分析 |
一、信度检验 |
二、效度检验 |
三、PLS-SEM结构模型检验 |
第三节 Information_Q中介检验 |
第六章 结论与展望 |
第一节 本文主要工作的结果与意义 |
一、影响工具性创新使用的因素 |
二、影响任务创新的因素 |
三、服务质量和系统质量对信息质量的影响 |
四、服务质量对信息质量、工具性创新和任务创新均产生影响 |
第二节 研究的局限性 |
一、研究变量的局限性 |
二、实证研究对象的局限性 |
第三节 研究展望 |
参考文献 |
附录 |
致谢 |
在读期间的研究成果 |
在读期间参加的学术会议 |
(9)基于商务智能的开放式基金营销分析模型研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景 |
1.2 研究意义 |
1.3 研究现状 |
1.3.1 商务智能技术研究现状 |
1.3.2 开放式基金营销研究现状 |
1.4 框架结构 |
小结 |
第2章 商务智能及相关技术 |
2.1 商务智能系统简介 |
2.2 数据仓库 |
2.3 联机分析处理 |
2.4 商务智能系统原理和工具 |
2.4.1 商务智能体系架构 |
2.4.2 商务智能核心技术 |
2.4.3 Oracle BIEE 商务智能工具 |
2.4.4 Oracle BIEE 商务智能数据模型 |
2.4.5 商务智能未来趋势 |
小结 |
第3章 开放式基金营销分析模型 |
3.1 开放式基金营销分析研究 |
3.1.1 开放式基金基本业务 |
3.1.2 开放式基金营销分析 |
3.2 开放式基金营销分析模型 |
3.2.1 基金总体分析模块 |
3.2.2 代销机构及区域分析模块 |
3.2.3 投资者分析模块 |
3.2.4 一对多分析模块 |
3.3 营销模型框架分析 |
3.3.1 基金总体分析框架 |
3.3.2 代销机构及区域分析框架 |
3.3.3 投资者分析框架 |
3.3.4 一对多分析框架 |
小结 |
第4章 开放式基金营销商务智能系统设计 |
4.1 基金营销商务智能系统概述 |
4.1.1 基金商务智能系统框架 |
4.1.2 基金商务智能系统特征 |
4.1.3 基金营销商务智能系统架构设计 |
4.2 数据仓库设计与实现 |
4.2.1 ETL 基本概念 |
4.2.2 数据源 |
4.2.3 数据仓库设计 |
4.2.4 外部资讯落地数据库设计 |
4.2.5 外部资讯数据库 ETL 过程 |
4.3 维度设计 |
4.3.1 维度设计工具 |
4.3.2 表的维度设计 |
4.3.3 维度设计操作 |
小结 |
第5章 系统主要功能展现 |
5.1 主界面 |
5.2 基金总体分析板块 |
5.3 代销机构及区域分析板块 |
5.4 投资者分析板块 |
5.5 一对多数据分析板块 |
小结 |
总结与展望 |
参考文献 |
攻读硕士学位期间取得的学术成果 |
致谢 |
(10)KTV连锁店商务智能系统的设计与实现(论文提纲范文)
摘要 |
Abstract |
第一章 引言 |
1.1 论文研究的背景 |
1.2 商务智能的现状 |
1.2.1 商务智能的发展现状 |
1.2.2 商务智能在国内的发展 |
1.3 研究内容及主要工作 |
1.4 论文的组织结构 |
第二章 商务智能理论和方法 |
2.1 商务智能 |
2.1.1 基础理论 |
2.1.2 收集客户原始数据 |
2.1.3 ETL 和数据仓库 |
2.1.4 生成报表 |
2.2 商务智能与ERP |
2.2.1 ERP 的定义 |
2.2.2 商务智能与ERP 的关系 |
2.3 商务智能与数据挖掘 |
第三章 项目需求及技术方案 |
3.1 项目需求 |
3.1.1 项目背景 |
3.1.2 项目需求 |
3.2 技术方案 |
3.2.1 用户现有系统分析 |
3.2.2 系统框架 |
3.2.3 用户数据采集及传输方案 |
3.2.4 总部数据处理 |
3.3 软件工具及硬件环境 |
3.3.1 软件工具 |
3.3.2 硬件环境 |
第四章 系统实现 |
4.1 原始数据库 |
4.1.1 原始数据库部分数据表分析 |
4.1.2 原始数据库总结 |
4.2 ETL 及数据仓库 |
4.2.1 ETL |
4.2.2 数据仓库 |
4.3 报表 |
4.3.1 首页(营业快报) |
4.3.2 房型分析 |
4.3.3 营业结构分析日报 |
4.3.4 房态按场次分析 |
4.3.5 按批次营收分析 |
4.3.6 营业年报 |
4.3.7 门店月度情况表 |
4.3.8 超市销售明细表 |
第五章 系统测试 |
5.1 测试策略 |
5.1.1 ETL 测试 |
5.1.2 报表测试 |
5.1.3 测试流程及重点 |
5.2 测试用例 |
5.2.1 ETL 测试用例 |
5.2.2 报表测试用例 |
第六章 总结与展望 |
6.1 本文总结 |
6.2 展望 |
致谢 |
参考文献 |
四、建立整合性商务智能系统的思考(论文参考文献)
- [1]面向医院管理的数据驱动决策研究[D]. 李茵. 吉林大学, 2021(01)
- [2]商务智能在企业内部审计中的应用研究 ——以A电商企业为例[D]. 翟学强. 山东财经大学, 2021(12)
- [3]ERP系统与商务智能的集成与应用研究[J]. 刘静,任喜斌. 山西经济管理干部学院学报, 2020(03)
- [4]大数据环境下电子商务学科的智能化转型和商务智能研究[J]. 吴江,邹柳馨,胡忠义. 图书情报知识, 2020(05)
- [5]林业企业商务智能系统研建 ——以林口林业局有限公司为例[D]. 夏明慧. 北京林业大学, 2020(02)
- [6]停车管理数据仓库构建与可视化分析[D]. 李伟超. 西安电子科技大学, 2020(05)
- [7]基于SAP HANA的R公司财务智能系统分析与设计[D]. 张国和. 北京化工大学, 2019(06)
- [8]基于D&M模型的商务智能系统创新使用的影响因素研究[D]. 李婧源. 云南财经大学, 2017(01)
- [9]基于商务智能的开放式基金营销分析模型研究[D]. 刘影. 山东财经大学, 2012(03)
- [10]KTV连锁店商务智能系统的设计与实现[D]. 江涛. 电子科技大学, 2011(06)