前言:一篇好文章的诞生,需要你不断地搜集资料、整理思路,本站小编为你收集了丰富的商务数据分析报告主题范文,仅供参考,欢迎阅读并收藏。
世界工厂分析认为,现在不是缺数据,而是数据太多。据统计,在今天的互联网上,每秒会产生上万个微博信息、几百万次的搜索、Facebook上的几十万次内容。稍大的电子商务公司,都会采集一些行为数据(比如IP流量、浏览量),但是这些行为数据与商业数据(比如交易量)有什么关系?今天绝大多数公司,甚至包括凡客诚品这样著名的电子商务公司,曾经都不知道如何利用成千上万的零散数据。
一、数据分析的重要性
首先,我们要来了解一下数据分析对于一个网站的重要性。笔者并不从理论方面来论证数据分析的重要性,而是从各方对这一方面的动向来了解。
1、阿里巴巴
2011年5月25日,阿里巴巴宣布推出数据门户,并正式启用新域名,新推出的数据门户根据4500万中小企业用户的搜索、询单、交易等电子商务行为进行数据分析和挖掘,为中小企业以及电子商务从业人士等第三方提供综合数据服务。马云曾表示“数据”将是阿里巴巴未来十年发展的战略核心。
目前正式开放的部分为面向全体用户的宏观行业研究模块,由行业搜索动态趋势图、专业化行业分析报告、细分行业和地区的内贸分析和针对行业各级产品的热点分析,以及实时行业热点资讯等部分构成,并且为免费提供。到2011年底阿里巴巴还将适时陆续推出数据门户其他部分应用。
2、各行业巨头
事实上,近年来全球各大行业巨头都表示进驻“开放数据”蓝海。以沃尔玛为例,该公司已经拥有两千多万亿字节数据,相当于200多个美国国会图书馆的藏书总量。这其中,很大一部分事客户信息和消费记录。通过数据分析,企业可以掌握客户的消费习惯、优化现金和库存,并扩大销量,数据已经成为了各行各业商业决策的重要基础。
电商平台也很注重这方面的数据分析,例如世界工厂网,就设有排名榜的数据分析,通过分析用户在世界工厂网的搜索习惯及搜索记录,免费提供了产品排行榜、求购排行榜和企业排行榜。无独有偶,作为行业门户网站的装备制造网也即将在未来的发展中提供数据分析的功能,从网站的介绍中可以看到:每月企业网站专业SEO检测报告、季度专业行业研究报告等等。所有这些行业的动向,都昭示这一个特点:企业数据、行业分析。也只有行业网站、电商平台等拥有企业数据优势,而且集合整行业信息,并有分析整合数据的能力,才能真正为企业提供真实、有效的数据分析。
从各方对待一个事物的态度与投资动向,我们能很轻易的了解到这一事物的重要程度,从以上的事例可以看出,数据分析对于各行各业都非常的重要,尤其是对于电子商务平台。
二、电子商务数据分析的七个重要因素
1、电子商务数据分析需要商业敏感
今天电子商务公司的数据分析师,有些像老板的军师,必须有从枯燥的数据中解开市场密码的本事。比如,具有商业意识的数据分析师发现,网站上的婴儿车的销售增加了,那么,他基本可以预测奶粉的销量也会跟上去。再比如,网站上的产品发挥的作用并不一样,有的产品是为了赚钱,有的产品是为了促销,有的产品是为了吸引流量,不同的产品在网站上摆放的位置是不一样的。
一个商业敏感的数据分析师,是懂得用什么样的数据实现公司的目标。比如,乐酷天与淘宝竞争,它们重点看的不是交易量,而是流量:每天有多少新的卖家进来,卖了多少东西。因为此阶段竞争最核心的就是人气,而非实质交易量。如果新来的卖家进来卖不出东西,只有老卖家的交易量在增长,即使最后每天的交易量都增长,也还是有问题。
再比如,一家刚踏入市场的B2B公司和已经占领大部分市场的B2B公司,它们的目标不一样。前者是看流量赚人气,后者对流量不怎么看重,而是看重交易转化率及回头率。
当下的数据分析师多是学统计学出身的,一堆数据放在那里,大家都擅长怎么算回归、怎么画函数。但是这批学数学的人才缺乏商业意识,不知道这些数据对业务意味着什么,看不见一堆数据中彼此的关系,也就不知道该用什么样的逻辑分析,也就无法充当老板的眼睛了。
2、电子商务的网站转化率是关键,ROI是最终的目标
电子商务B2B网站平台的宗旨就是为企业服务,让买家与卖家的市场销售成本降低,降低交易成本,提高订单利润。因此,电子商务的网站转化率是关键,这其中就提到一个指标的重要性——ROI。ROI是ReturnOnInvestment的简写,是指通过投资而应返回的价值,它涵盖了企业的获利目标。利润和投入的经营所必备的财产相关,因为管理人员必须通过投资和现有财产获得利润。又称会计收益率、投资利润率。
其计算公式为:投资回报率(ROI)=年利润或年均利润/投资总额×100%
投资回报率(ROI)的优点是计算简单;缺点是没有考虑资金时间价值因素,不能正确反映建设期长短及投资方式不同和回收额的有无等条件对项目的影响,分子、分母计算口径的可比性较差,无法直接利用净现金流量信息。只有投资利润率指标大于或等于无风险投资利润率的投资项目才具有财务可行性。
投资回报率(ROI)往往具有时效性--回报通常是基于某些特定年份。
3、电子商务数据分析衡量指标的设定
指标是让我们更好的从数据量化的层面来了解运营的状况,现在的PV、UV、转化率基本是运营监督的指标;网站分析采用的指标可能有各种各样的,根据网站的目标和网站的客户的不同,可以有许多不同的指标来衡量。常用的网站分析指标有内容指标和商业指标,内容指标指的是衡量访问者的活动的指标,商业指标是指衡量访问者活动转化为商业利润的指标。
电子商务的数据可分为两类:前端行为数据和后端商业数据。前端行为数据指访问量、浏览量、点击流及站内搜索等反应用户行为的数据;而后端数据更侧重商业数据,比如交易量、投资回报率,以及全生命周期管理等。
目前有些人关心前端行为数据,也有些人关心后端商业数据,但是没有几家网站把前端行为数据和后端商业数据连起来看。大家只单纯看某一端数据。但是看数据看得“走火入魔”的人会明白,每个数据,就像散布在黑夜里的星星,它们之间布满了关系网,只要轻轻按一下其中一个数据,就会驱动另外一个数据的变化。
4、某些指标异常变化的原因分析
网站的某些指标的异常变化是外界市场一些变化的客观反应,网站的数据分析人员一定要积极注意。例如PV减少(异常),那我们就要分析用户是搜索来源减少还是直接访问减少?反连接过来的减少?搜索减少就要观察用户的关键字、搜索引擎等。
例如2011年的上半年,曾出现阿里巴巴与慧聪发生争论,而在那几天,另一个B2B网站--世界工厂网的会员注册量批量上升,每天超过千个以上的注册量。当然这只是一部分的猜测,在两个B2B巨头不稳定之时,企业会选择第三方的平台,这是符合常理推断的。不过就此以后,世界工厂的注册量一直是稳中有升的,难道这是会员发现一个免费“新大陆”的口碑宣传吗?事后发现,是因为世界工厂网的一个新项目--全球企业库的上线吸引了大量企业会员的青睐,注册量猛然提升的。对于一些数据的异常增加或减少,一定要分析其产生的原因与市场时机,这对平台以后的发展及政策导向非常有借鉴意义。
有一天,linkin(一个社区网站)忽然发现来自雷曼兄弟的来访者多了起来,但是并没有深究原因。第二天,雷曼兄弟就宣布倒闭了。原因何在?雷曼兄弟的人到linkin找工作来了。谷歌宣布退出中国的前一个月,笔者在linkin上发现了一些平时很少见的谷歌产品经理在线,这也是相同的道理。试想,如果linkin针对某家上市公司分析某些数据,是不是很有商业价值?
5、利用数据分析用户的行为习惯
再次说,得到数据来分析是在揣测用户的心理和一些习惯,最真实的是让用户告诉你,需要什么,这些可以利用投票调查及问题提交等来实现,当然利用数据整合分析也是必然的,然后做出来AT来权衡利弊来对用户体验惊醒改善,和一些基本的产品定位及活动。
装备制造负责人认为,网站数据分析应该两个层次:第一,网站数据分析,是针对产品来说。就围绕产品如何运转,做封闭路径的分析。得出产品的点击是否顺畅、功能展现是否完美。第二、研究客户的访问焦点,挖掘客户潜在需求。如果是以交易为导向的电子商务网站,就是要研究如何高效的促成交易,是否能出现联单!
6、客户的购买行为分析
当用户在电子商务网站上有了购买行为之后,就从潜在客户变成了网站的价值客户,电子商务网站一般都会将用户的交易信息,包括购买时间、购买商品、购买数量、支付金额等信息保存在自己的数据库里面,所以对于这些用户,我们可以基于网站的运营数据对他们的交易行文进行分析,以估计每位用户的价值,及针对每位用户的扩展营销的可能性。
客户的购买行为分析,如传统的RFM模型,会员聚类,会员的生命周期分析,活跃度分析,这些都精准的运营都是非常重要的。
关键词:ERP;BI;商务智能;水晶易表
中图分类号:TP315 文献标识码:A 文章编号:1007-9599 (2012) 11-0000-02
一、引言
Enterprise Resource Planning(即企业资源计划,以下简称ERP)是一套支撑企业日常经营管理业务的信息系统,其贯彻于企业日常经营的主要环节,现在已成为现代企业管理的重要手段之一。SAP公司ERP软件是全球市场占有率最高的ERP软件产品。截至目前,中国石化下属的二级企业已全部推广应用了SAP公司的ERP系统。从功能上来讲,ERP实现了企业资源的共享,但是没有把信息资源进行更加有效的分析和处理,企业的信息价值没有得到更多的体现。
“商务智能”是一种综合运用了数据仓库、联机分析(OLAP)和数据挖掘技术来处理和分析数据的崭新技术,可以提供使企业迅速分析数据的技术和方法,包括收集、管理和分析数据,将这些数据转化为有用的信息。ERP系统引入“商务智能”后,可建立ERP数据仓库,结合0LAP及数据挖掘技术,增强ERP系统对所积累的历史数据的挖掘和分析处理能力,满足企业对市场变化做出及时响应的需求。
BusinessObjects公司是全球领先的商务智能产品供应商,成立于1990年,致力于为各种类型的企业提供商务智能解决方案,帮助这些企业建立可以信赖的信息平台,优化企业的绩效管理,并提高企业的决策水平。BusinessObjects公司已经于2007年12月被SAP收购。Business Intelligence(简称BI)为目前SAP BusinessObjects的主要产品,主要提供商务智能解决方案,这也是全世界应用最广泛的一种解决方案,主要帮助企业进行业务数据的查询、分析和挖掘,将潜藏在数据中的信息转化成知识,以便更好的掌握企业的业务动态,做出更好的决策。
二、BI系列产品构成
BI商务智能系列产品主要包括BusinessObjects Enterprise(简称BOE)、Xcelsius(中文名为“水晶易表”)、Web Intelligence(简称WebI)、Crystal Reports(中文名为“水晶报表”)等。
(一)BOE
BOE是一种商务智能平台产品,通常安装在企业的服务器中,可以看作为信息共享服务器,使用Crystal Report、Web Intelligence、Xcelsius等各种工具生成的数据分析报告,最终统一并存储到BOE上,由BOE进行集中管理和分发,企业的最终用户从这个单一的平台上获取有关企业的一切数据信息。
BOE设计为在各种各样的用户和部署方案中提供出色的性能。例如,专业化的平台服务可以根据时间和事件来处理数据的按需访问及报表生成,或报表计划。可以将占用大量处理器资源的计划和处理任务卸载到专用的服务器上进行,以改善性能。此体系结构旨在满足几乎任何 BI 部署的需求,而且非常灵活,可以从使用单个工具的几位用户发展到使用多个工具和接口的数万位用户。
(二)水晶易表
Xcelsius(水晶易表)是一款世界领先的数据可视化工具,在数据分析和可视化表示之间架起了一座桥梁,使各种水平的用户都能够以可视化方式创建很好的交互式报告和应用程序。水晶易表将目前普及和广泛使用的Excel和Flash技术完美结合,提供一个可视化的设计界面,通过简单的拖拽,就可以将Excel中枯燥乏味的数据以动态交互式的形式展现出来,支持统计图、仪表盘、地图等多种展现形式,展现的结果可以导出为Word、Powerpoint、PDF、SWF等各种文件。
使用水晶易表,用户可以通过一种清晰并且功能强大的样式来传递数据,更能够吸引大脑和眼球。水晶易表的底层技术是Microsoft Excel,它使生成报告和应用程序的过程非常有趣,不要求用户了解晦涩难懂的编程语言,只须基本了解 Excel 的工作原理,就可以在报告中创建震撼的视觉效果,不必进行任何其他培训。
(三)WebI
大数据并不是一蹴而就、空穴来风的概念,在它的背后有很多趋势在推动这个概念的到来。简单地说有几个方面推动大数据的到来:
第一是数据化。我们现在有了更多的传感器去记录数据。大家最能理解和最常见的传感器就是手机。有了手机,我们就能通过技术监测知道你生活在哪个地方,有没有网络购物等个人信息。正是有了越来越多的记录数据的传感器,使得我们获得的数据一直在增长。
第二大变化是数据形态发生了变化 。我们现在有了各种各样的数据,既包括传统的结构化数据,例如门店的销售数据、后台数据等也包括互联网的各种数据。
在大数据时代,互联网用户通常作为同一个对象使用多个网络平台。我们通过对特别对象或人物的网络(性格、社交圈等)和行为(购物、评论等)的特征进行分析和挖掘,打破了孤立的个人数据特征,成功建立了以人为对象的跨越多个网络和数据平台的关系数据群,实现个人跨平台数据的打通。
正是在这样的大背景下,2011年5月,麦肯锡麦肯锡全球研究院(MGI)了一份报告――《大数据:创新、竞争和生产力的下一个新领域》,推动了工业界和学术界对大数据的关注,同年11月IBM公司在产品会上推出大数据概念。
大数据有四个特点:规模巨大;产生数据的速度非常快,我们处理它的速度也非常快;数据库的多样性;数据中潜藏价值。
我们认为大数据不是技术的变化,而是全方位理念的变化,它是基于多源异构、跨域关联的海量数据分析所产生的决策流程、商业模式以及生活方式和观念形态上的颠覆性变化的总和。
大数据的创新
整个大数据在商业中的创新体现在数据的外部化。也就是我们如何把自己的业务数据拿出去给别人用或者怎么样把别人的数据拿进来自己用?
一个门店、一个品牌的生存都不能仅仅依靠自己的数据。当下基于互联网基础的社交媒体、论坛、电子商务及移动电子商务数据给我们提供了很多可能的资源。我从不同角度,简单阐释一下这个问题。
如果从大的角度来谈化妆品行业的整体发展趋势及哪些品类会成为消费者期盼的商品,互联网就给了我们很好的答案。
在10年前,中国还没有男士护肤的概念和市场,但是到今天男士护肤品已经是一个很大的市场。如果我们回溯到十年前,互联网的论坛讨论就是男士护肤市场起步的端倪。因为有一些消费者由于和欧美国家的接触,他们比化妆品市场从业人员更敏感,他们首先发现了男士护肤市场的商机与需求。所以通过大数据的检测你可能会遇到行业可能的机会。
从小的角度来看,大数据的运用,我在一个城市开店,我只想知道什么样的东西受消费者的喜爱,未来的市场变化趋势是怎样的?这个时候电子商务和移动电子商务的数据就给了我们很好的答案。
我们可以通过分布式网络爬虫技术,直接爬取互联网数据。当你覆盖足够多的电子商务平台,你就很容易知道哪类产品、哪类品牌甚至某个单品在哪个城市的销售状况。我甚至可以通过精准的计算技术,更好的了解我们商业合作与竞争的利益。
如果再深一层,面对一个个体,我应该给哪些人推送精准营销或者说一个产品面世后它在互联网的美誉度是怎么样的,有没有可能出现重大安全问题,需要产品方做怎样的调整,这些东西都不是我们自身的数据能解决的而是需要外部的数据辅助我们做决策。
举几个非化妆品行业的例子。搜索网站谷歌通过人们在网上的搜索记录完成流感的预测。谷歌每天都会收到来自全球超过30亿条的各种搜索指令,如此庞大的数据资源足以支撑和帮助它预测流感的传染程度。
我们要注意到大数据运用的创新之处。谷歌不是通过疾控中心和医院的数据来预测传染病,它是通过搜索指令的数据资源来预测传染病的流行程度。也就是说谷歌在用自身业务产生的数据,拿出去解决其他地方的重大问题。
再举一个非常典型的例子,告诉大家我们的数据要流动起来,才能发挥更大的价值。
国家电网每年会两个指数一个是重工业用电指数,一个是轻工业用电指数,这两个指数是整个中国工业制造业的晴雨表。如果将国家电网的数据和用水的数据结合起来,这些数据产生更大的价值。如果把用水和用电的数据结合运用到个人住户,则可以给公安部门维护社会稳定起到积极作用。
公安部门可以通过异常的用水及用电数据判断哪些住宅是传销聚集地。因为传销三、四十个人挤在一个小房子里,用水量是超过正常范围的。
同时,用水用电数据为国家安全委员会维护稳定和反恐有重大意义。我们国家有一些被列入黑名单的,这些人一旦发生了不正常的移动或者居住地用水用电发生异常,公安部门需要第一时间实地走访,掌握情况。
此外,用水用电的数据是所有银行为中小企业发放贷款的重要依据。众所周知,中小企业的财报数据都不太真实,银行在为他们做风险评估的时候,基本不看财报,而是看企业的用水用电数据以及交管委的摄像头记录的货车进出数据,判断企业的整体规模及信贷风险。
所以,我再次强调大数据创新的核心是怎么样把自己的数据拿出去支持其他行业以及如何用其他行业的数据支持自己做决策。
大数据的商业实践
将大数据用于品牌商业分析的时候,有三点和以前不一样:
第一,我们所有的分析都是全样的数据而不是抽样的数据。从某种意义上讲,世界上没有全样数据,我们所能掌握的都只是部分,但从另一个意义上讲,我们团队能够监控到大量的电子商务及手机移动终端的数据。这些数据不再与以前做数据分析时,到某几家店,通过某几个产品的试用和观察得出的数据一样。因此大数据时代的数据分析报告,比以前更细、更高速、更高准确率
第二,大数据的分析包括很多非结构化的数据。做移动电子商务的人会知道, 我们除了关注日常销售、生产等结构化的数据之外,还会非常看重商品在社交媒体上的影响力如何,品牌的粉丝影响力如何。所以每一件商品的美誉度如何以及在论坛上遭遇的舆情危机等都可以通过非结构化的数据分析获得认识。
第三,我们所有的数据都是关联的数据。我们要打通一个用户、 一款产品在不同社交媒体上的购买行为、浏览行为及被收藏被评价行为,从而获得更全面的认知,同时发现产品从A平台到B平台的商业机会。
我建议有条件的品牌商及经营者要实现外部数据的战略储备。我们团队的数据其实来自两方面:一个是自有数据的积累,二是公开数据的爬取。现在的这些数据对于我们将来做扩展包括趋势分析、竞争品牌的分析及了解用户做精准营销等意义重大。
在了解用户的时候,我们需要进行全面了解。我们不仅要了解他的购买浏览记录,还要了解他的时间和空间轨迹等。我们给很多品牌商做过服务,你对同一个对象在不同时间点给他推送广告的打开率可以相差10几倍。此外,了解一个用户的行为轨迹,也能让你做到精准的广告投放和店铺选址。
很多人在运用大数据营销的时候,会步入逻辑结构的误区。一般我们理解的大数据营销是产品经理会通过思考去想像,我的产品适合什么层次的消费者,而企业的老总会思考我的产品选择哪个明星做代言。有了这些想法之后,品牌才会根据媒体、销售渠道及电子商务数据找到它们想要的的代言人。这样的大数据营销在逻辑上是不正确的,因为他太强烈的依赖于产品经理对产品的定位。
而正确的大数据营销是首先找到自己产品和竞争产品的已有用户以及对这些产品表达过兴趣、发表过评价的几万人甚至是几十万人。然后在通过分析这几十万人从事的职业、感兴趣的电视节目、关注的明星、日常浏览哪些论坛的数据结论,选择与品牌形象及消费定位匹配的代言人,进行点对点的精准营销。
在这样的设计流程中, 产品经理和企业决策者的重要性体现在他们凭借敏锐的直觉,,将适合消费者使用的产品设计出来。一件产品问世,就像一个小孩出生,他已经是活生生的生命个体,父母已经无法再改变他。在这种情况下,父母对他的理解, 都比不上他在成长过程中自身生命力的勃发。许多父母会希望小孩子做各种事情,为小孩贴上标签。但真正成功的父母,总是会从小孩的成长过程中看到惊喜。 同样的每一件产品有了自己的生命力,它在面对市场的时候会遇到各种评价,我们利用这些大数据的分析能比产品经理更多知道一件产品它真正的目标用户在哪里,它他真正需要的广告投放在哪里。
在这么一套新的逻辑框架支持下,给大家举一个化妆品行业的例子。欧莱雅集团有一款价值千余元的超声波洁面仪。当时这一款产品的产品经理找到我们,给我们提出的是针对20岁至40岁的白领女性的产品定位。超声波洁面仪的产品在电子商务渠道上有很多同类型的品牌,我们通过数据分析得出二三线城市的中小学老师的职业群体是被他们忽略掉的群体。
中小学老师每天接触大量的粉笔灰尘,因此她们对洁面仪器的关注最活跃、使用频次也最高。当我们把这个现象告诉欧莱雅的产品经理时,他们一下子就明白了这个道理。
一是医药经营企业散、小、多、乱的情况仍然存在,大多数药品经营企业物流信息化水平处于较为落后的阶段。二是第三方医药物流资源缺乏有效的统筹,难以支撑医药产业的飞速发展。在第三方医药物流资源迟迟不能融入医药流通行业的前提下,医药流通成本居高不下,行业净利润仅为1%左右。三是缺乏与医药流通市场需求相匹配的软硬件及物流供应商。以医院的院内物流为例,在医药分家大形势的推动下,医院药房将逐渐从利润中心转变为成本中心,医院物流外包的模式将逐渐盛行。在大型公立医院动辄需要上千万的资金投入的情况下,却很难找到与市场需求相匹配的软件、设备等相关服务供应商。
因此,为促进医药流通行业向规模化、集约化、现代化方向发展,提高行业整体信息化水平,实现医药流通行业相关资源的优化配置。本文将积极通过对医药智能物流平台的分析,探索基于医药全流程电子商务的医药智能物流平台建设。
1 平台业务
1.1平台市场定位
广义的智能物流平台将面向巨大的社会物流需求,按照服务的范围可以分为全国性、区域性和园区性,按照货物的种类可以分为消费品、大宗商品和危险品等,按照服务类型可以划分为仓储类、公路运输类、港口服务等,不同的类别将对应不同的市场需求,解决不同的实际问题。然而一味追求大而全,不仅浪费平台资源,也容易使平台缺乏自身的特色。因此,医药智能物流平台将明确的定位于服务医药流通的行业型物流服务平台,提供从生产厂家到终端消费者的整个医药销售流通环节的物流信息服务。平台并不提供实体的仓储、运输等服务,而是以第三方的身份,以医药流通行业的专业背景和行业资源,通过智能化、信息化手段来整合物流资源,提升行业效率,降低流通成本。因此,与线下实体物流服务不同,智能物流平台将为他们提供服务,而不是抢夺市场份额。
1.2 平台服务对象
医药智能物流平台参与主体包括业务主体、监管主体、运营主体。其中业务主体包括医疗机构、医药生产企业、医药经营企业、第三方物流企业、运输企业、物流设备企业等。监管主体包括卫计委、药监、社保、药交所、交通、海关、税务等。
1.3 平台服务内容
医药智能物流信息服务平台将主要提供六类的服务。一是医药物流行业相关信息的整理和,涉及医药物流供需信息、企业信息、物流绩效评价信息、医药行业动态信息等。二是基于全流程医药电子商务平台的业务协同服务,通过建立统一的编码标准和数据交互标准,实现平台上各用户之间信息系统的对接和数据交换和业务协同,涉及从医药生产企业到医药流通企业、医疗机构间的订单交互、发票交互等。三是医药流通监管溯源服务,涉及为行业监管部门提供药品流向的明细、报表,确保药品流通信息的动态监管与事后追溯。四是数据服务,从医药电子商务平台及智能物流平台的海量数据中挖掘价值信息,帮助企业发现问题和优化物流过程,提高医药产品流通效率。五是以物流资源为商品的在线交易撮合服务,从而整合医药行业物流资源,达到降低成本的目的。六是增值与延伸服务,涉及企业信息化系统开发、供应链金融支撑、移动客户端应用、数据分析报告等服务于医药物流过程的定制化服务。
2 平台架构
2.1平台应用架构
平台采用4+1的应用架构,建设包括物流公共信息平台、业务协同平台、物流信息撮合平台和数据分析平台共计四个业务子平台,以及一个政府职能部门使用的监管溯源子平台。平台建设一个统一门户,并通过手机、平板、大屏幕等多种终端展示给最终用户。平台应用架构如图1所示。
(1)物流公共信息子平台
公共信息平台是一个为用户提供物流信息的展示、查询、交换的信息管理服务平台,是整个智能物流平台的前台门户。该平台通过网络广泛连接到物流企业系统、监管部门系统、医疗机构系统和智能物流其他4个子平台,实现对运单、货物、运力、仓储、GIS、信用、供需、监管、统计等信息的统一管理和调度。从而达到系统互联互通、信息规范透明、资源优化调配、监管安全高效的应用效果,满足用户的实际需求。
(2)业务协同子平台
业务协同子平台,以基础数据标准和数据交互标准为基础,以数据交换系统为核心,以云端服务为技术手段,为实现外部系统(ERP、WMS、HIS系统)与药交所核心业务平台(交易、结算平台)互联互通,生产、配送、医疗机构、药交所三方平台、政府监管部门间业务协同,而建设的技术支撑平台。
(3)物流信息撮合子平台
物流信息撮合平台,通过对运力资源(航空、海运、公路、铁路、冷链运输等)、医药类仓储资源(含冷链)、第三方医药物流资源、医药物流相关软硬件等的资源整合,以数据分析平台为后台支撑,通过整体解决方案为供需双方提供物流相关资源的信息撮合、交易服务和在线金融服务,包含撮合管理、评价管理、结算管理、在线融资等功能模块.
(4)数据分析子平台
通过数据管理后台为用户提供数据存储、清洗、备份、统计、挖掘、可视化管理功能;基于智能物流各子平台数据,通过适当的统计分析方法提供如订单分析、库存分析、价格分析、路径分析等数据分析应用。为客户提高仓储、运输资源的有效利用率、加强采购监管、提高库房管理提供数据支持。
(5)监管溯源子平台
监管溯源子平台,以医药电子商务平台药品器械交易数据、智能物流平台物流数据为基础,以数据分析平台为支撑,服务于三医联动,为食药监局、卫计委、医保等行业主管部门提供监管辅助服务。
2.2平台数据架构
平台数据架构分为5个数据域:交换数据、基础数据、业务数据、管理数据、分析数据。它们之间通过搜索服务器、消息服务器交换数据,通过数据挖掘、数据分析生成数据,通过数据库管理系统管理数据。
(1)交换数据:包含中间库、FTP文件、WEB服务数据,为平台提供数据源以及数据交换。
(2)基础数据:包含目录数据、支撑资源数据、元数据,提供数据标准、交换协议、基础数据等内容。
(3)业务数据:包含公共信息、信息撮合数据、监管溯源数据,作为平台的基础应用数据服务于应用子平台。
(4)管理数据:包含门户管理、数据管理、平台监控数据,提供详尽的业务、内容、分析、交换、日志等管理方面的数据。
(5)分析数据:包含业务分析、综合分析、应用模型,提供详尽的业务分析、智能分析、信用评价、监管预警数据。
2.3平台技术路线
2.3.1体系架构
平台体系架构采用SOA(面向服务的体系结构),整体分为四个层次,分别是系统总线、服务总线、应用系统和门户。通过将系统的不同功能模块包装成服务,并建立良好的接口与契约,以系统总线为统一调度,将功能有机的联系起来,构成可直接面向用户的应用程序。
2.3.2开发涉及的相关技术
(1)开发平台及应用服务器:平台开发延续使用当前主流的JAVA和C#平台,依托底层应用服务器Apache Tomcat、Apache Zookeeper、.Net Framework、Nginx分布式服务。
(2)操作系统:使用Windows 7以及Windows 10。
(3)数据库技术:使用Oracle 11g数据库管理系统。
(4)开发工具:JAVA平台使用Eclipse作为开发工具,C#平台使用微软Visual Studio2010或以上。
(5)后端开发框架:应用框架Spring、WEB框架SpringMVC、数据持久层框架Mybatis。
(6)代码管理及版本控制:选用SVN作为版本控制服务器,使用Maven作为JAVA平台代码管理工具。
关键词:农餐对接;电子商务;模式;物流体系
中图分类号:F323.7;F719.3;F724.6 文献标志码:A 文章编号:1673-291X(2016)02-0057-02
引言
农业作为我国的第一产业,在保障人民生活方面发挥着不可替代的作用,农业是其他产业产生和发展的前提条件 [1] 。农产品通过传统渠道进入餐饮企业,一般要经过农户―区域批发市场―农贸市场零售―餐饮企业―消费者等一条或多条冗长的供应链,使得农产品存在流通环节过多,流通成本过高的情况。据统计,中国现有餐饮企业近500万家。餐饮行业是一个庞大的传统产业,但针对餐饮企业的电子商务应用还是相对薄弱的一个环节。农副产品“小生产”与餐饮企业“大市场”之间的矛盾严重阻碍着我国农业现代化步伐和餐饮行业持续健康发展,而“农餐对接”这一新型的农产品流通模式有利于解决这一矛盾 [2] 。
“农餐对接”作为一种新型农产品流通方式,广受国内外学者关注,相关研究提出了“农户“专业化农业企业+餐饮企业”、“农户+农民专业合作社+餐饮企业”、“农户+农场+餐饮企业”等多种类型的“农餐对接”模式。本文基于相关学者的研究成果,构建了基于电子商务平台的“农餐对接”模式理论模型,并提出了相应的发展对策建议。
一、基于商务的“农餐对接”发展模式研究
传统农产品流通要经过农产品生产基地、产地批发市场、销地批发市场、农贸市场、餐饮企业等环节,农产品的新鲜度受到严重影响,同时也增加了中间过程造成的流通费用和仓储费用,增加了餐饮企业的原料成本。
“农餐对接”是餐饮企业根据自身情况,采取各种形式直接从农产品生产基地采购农产品,减少中间商的参与,降低成本,实现餐饮企业与农产品生产者之间直接合作的形式 [3] 。
(一)基于电子商务的“农餐对接”理论模型
基于电商服务平台的“农餐对接”模型,建立了从农产品生产基地到餐饮企业的整个生态产业链。通过电子商务平台中的订购系统、物流系统、数据分析系统等一系列功能实现生产基地与餐饮企业之间的快速、高效对接。其理论模式如图所示。
基于电商服务平台的“农餐对接”理论模型图
餐饮企业通过电子商务订购平台了解农产品信息并订购所需农产品,企业将订单统一分析处理,确定农产品采购种类和数量,向农产品生产基地采购,在仓库进行农产品暂时储存和粗加工,再由物流配送部门进行包装后配送。此基于电子商务的“农餐对接”运营系统包括:产业链后台管理系统、网上订购系统、物流配送系统、智能数据挖掘与服务系统、金融支付后台管理系统。
1.产业链后台管理系统
此管理系统包括农产品管理、订单管理、会员管理、促销管理、页面管理、统计报表、基础设施管理等,同时对其他系统进行监督和控制,使系统与系统之间分工合作、互补互动、协调进行。
2.网上订购系统
网上订购系统包含着大量农产品信息,餐饮企业通过网上订购系统了解农产品信息,对服务企业下达订购指令,将自己所需农产品的种类、数量、初加工形式、到货期限、送货地点等通过网上订购系统完整反映给服务企业。
3.物流配送系统
物流配送系统是农产品电子商务的核心环节和支撑,对“农餐对接”具有重要作用,通过合理规划物流作业流程,选择物流服务方式(第三方物流或自营物流)、物流信息化等手段,为餐饮企业的供求环节打造一个实用、高效的物流配送体系。
4.智能数据挖掘与服务系统
智能数据挖掘与服务指利用数据仓库、数据挖掘技术对客户数据进行系统地储存和管理,并通过各种数据统计分析工具对客户数据进行分析,提供各种分析报告。通过这些数据的合理分析和运用可以使企业不断改进发展。而长时间的数据分析可以进行下一段时间的销售预测和对农户生产农产品的数量、种类进行指导等。
5.金融支付后台管理系统
系统与银行、物流、短信、CA等实现相应接口,具有结算管理、交易管理、交收管理和交易中心内部管理一体化特点,功能模块划分细致,紧密相连。系统还具有严格预警和提示功能,保证交易的安全。
(二)基于电子商务的“农餐对接”模式特征
基于电子商务的“农餐对接”是指餐饮企业通过电子商务平台,向农产品生产基地采购农产品的方式。基于电子商务的“农餐对接”是农产品流通体系的一种创新,是一种全新的农产品流通模型,实现了餐饮企业与农户的对接、小生产和大市场的对接、销售数据分析与生产指导的对接。单纯的餐饮企业与农户对接,存在着服务系统不完善的问题,这个问题制约餐饮企业与农户的对接,阻碍着“农餐对接”的推广和发展。
基于电子商务的“农餐对接”服务为农户和餐饮企业创造了一个更好的对接平台和发展环境,使餐饮企业与农产品生产基地紧密联系,真正实现农户与餐饮企业间的“农餐对接”。基于电子商务的“农餐对接”服务具有以下特征。
1.订单式生产
企业以往常食材的销售量以及餐饮企业食材的需求量做大数据分析后,为农户提供需求分析,从而有预见性地进行生产,避免了生产的盲目性。服务企业具有强大的信息处理分析系统,结合销售数据和市场反馈信息,能对农产品需求量进行有效性预见分析,而这种预见分析正是农户所欠缺的,每年都有大量农户由于盲目生产造成了巨大损失。农户为企业提供生产的农产品,为了避免出现农产品供应量不足问题,企业为农户提供分析数据,使服务企业和农户实现了双赢。
2.扩大市场份额
网上交易平台积累了稳定的客户源,餐馆企业可以在平台上集中消费,系统的“集市”效应给农户带来了无空间限制的客户源。网上交易平台使农户生产的农产品直接面向各餐饮企业,避免了农产品经过批发市场,使农产品的新鲜度得到了保障,而农户的销售对象从小型卖菜户变成各地区餐饮企业,销售对象的改变扩大了销售量,同时减少了销售时间。网上交易平台经过经营推广,可以获得稳定的客户源,农户也就获得了稳定的客户。
3.减少流通环节
企业可以帮助农产品生产基地将产品直接对接到餐饮企业,减少了批发市场和农贸市场的流通环节。传统的农产品流通一般要经过生产基地、产地批发市场、农贸市场、餐饮企业这些环节,过多的流通环节不仅造成农产品流通费用提高和农产品新鲜度受损,还会使农产品的销售价格被一压再压,这种情况使餐饮企业没有“物美价廉 ”的农产品原材料,农户销售的农产品价格提不上去。电商服务平台直接取代了农户到餐饮企业的中间过程,从农户手中直接把农产品送到餐饮企业,使农产品新鲜度和价格能够得到保障。
二、基于电子商务的“农餐对接”模式推广及发展建议
(一)加大对“农餐对接”电子商务的政策扶持力度
一是加大对“农餐对接”电子商务的政策扶持力度。降低“农餐对接”电子商务服务企业集团的注资门槛,综合运用金融和财政政策手段,鼓励这些企业的发展;建立“农餐对接”电子商务服务示范园区、示范企业,评选优秀示范企业,建立“农餐对接”示范企业专项资金,对企业自建的电子商务平台给予一定比例的资助;在税收方面,对“农餐对接”电子商务服务企业实行减免政策,推动“农餐对接”电子商务的发展。二是搭建和发展“农餐对接”平台。政府支持引进国外先进技术和管理人才,搭建“农餐对接”平台,规划整合已有电子商务平台。加强针对“农餐对接”电子商务平台的配套服务建设,不断完善农产品物流配送系统和信用与认证服务体系。
(二)加强“农餐对接”电子商务基础能力建设
一是完善农餐对接信息平台建设。基于电子商务的“农餐对接”建设重点在于建设“农餐对接”信息平台,实现农户、“农餐对接”服务企业、餐饮企业之间及时准确的信息对接。二是培育参与主体的电商意识。定期对农户和餐饮企业进行“农餐对接”电子商务意识培养和技术培训,重点面向大型农场经营者、合作社带头人、大型餐饮企业领导者,让他们真正了解“农餐对接”在现代社会中具有的优势和发展前景,提高他们的“农餐对接”电子商务意识,动员他们开展“农餐对接”工作,加快“农餐对接”发展进程。
(三)加快发展农产品冷链物流
“农餐对接”模式的推广,物流改造是必不可少的。发展农产品冷链物流,畅通绿色通道,积极培育冷链物流龙头企业。不断提高联运基础设施和硬件建设水平,加强生产、储存、加工、运输、销售各节点技术改造与升级,构建专业的冷链物流运作体系[4]。政府要加大对鲜活农产品流通基础设施的建设支持力度,改善农产品运输条件和运输工具,鼓励物流企业冷链运输技术改造和自建冷库、购买先进冷藏设备,保证农产品质量安全和“农餐对接”顺利进行。政府也可以在农产品生产基地周围支持建设冷库和冷链加工中心,引进国外先进电子商务管理技术,促进农产品电子商务大力发展。
(四)培育和发展新型农业经营主体
建设新型农业经营主体是建设现代农业的重要抓手,更是发展“农餐对接”的关键。目前“农餐对接”模型推广还存在诸多问题,其中,户生产规模小和专业技术不足是制约“农餐对接”推广的重要因素。农业的规模化与专业化经营可以为餐饮企业提供稳定的、安全的食材来源,进而促进 “农餐对接”模式的推广。为此,应根据新型农业经营主体的特征和属性,大力发展农民合作社、家庭农场、农业龙头企业等不同类型的新型农业经营主体。由此,不仅提高农户的市场谈判地位,增加农民收入,还可以带动餐饮企业的发展,从实质上真正实现“农餐对接”。
参考文献:
[1] 胡碧晴.新型农产品流通模式的探究――基于“农餐对接”模式探讨[J].现代经济信息,2015,(12):352.
[2] 王鹏飞,陈春霞,黄漫宇.“农餐对接”流通模式:发展动因及其推广[J].理论探索,2013,(1):56-64.
调动数据语言,展示“分析”含量
例1:
有研究表明,跨国公司、企业总部的进驻,是世界城市的重要标志之一,特别是“世界500强”企业总部的进驻数量。城市发展新区在北京打造世界城市过程中,擦亮环境名片,营建“总部新居”,应该是首当其选的作为。请您参看如下数据:
上面两组数据显示:“世界500强”企业总部和跨国公司总部,目前还没有进驻到城市发展新区。未来数年,总部、“大户”拥有数量,将是观测城市发展新区作为的重要参照,总部、“大户”数量越多,证明该区域的发展环境越优,产业层级越高、经济质量越好。我们依据第二次全国经济普查法人单位记录和2009年GDP总量数据,试作如下观察(数据表格略)。
上表传递出来的信息是:大型企业、总部数量多,经济总量必然就多。当然,总部、“大户”的数量仅是一个直观的参照值,同为“大型企业”,但规模程度不同,对经济总量的贡献必然不同。第二次全国经济普查时,昌平尽管拥有“总部”属性标识的企业92家,但达到“大户”规模的却不多:大型企业仅一家占1%;中型企业16家,占17%。
欲营建“总部新居”,就要擦亮环境名片,也就是“美化”投资环境,建议采取如下措施:
优化基础设施(略)。
提高服务质量(略)。
发展“配套”行业(略)。
例2:
要充分利用本地悠久的历史文化遗产,丰富的自然生态资源,通过宣传旅游资源和发展优势,结合区政府开展的一系列活动,如温泉节、苹果节等,促进招商引资及现代服务业的发展,从而带动消费品市场快速、稳定、健康发展。
本地区长期以来呈现低价位、低成本的竞争模式。随着全区经济的不断发展,人口的不断增长,住宿餐饮业的竞争愈发激烈。这需要企业必须加快住宿餐饮经营模式和管理水平的提升,要围绕企业品牌做大做强,发展连锁经营;要充分发展特色餐饮,做精做优,培育特色企业文化。要不断创新,针对不同的消费群体,挖掘不同的消费热点,实现差异化经营。
技法提示:引证量化统计图像,数据支撑建议观点。从“技法”的角度把握,在组织“建议”文字的时候,既要思路清晰、观点明确、措施具体、指向精准,还要有理有据、根牢基实。欲做到这一点,就要如前边所叙,把“说理寓于建议当中”,而量化的分析语言和直观的数据图像,则是最好的“建议”依据。
例1的分析主题是“北京打造世界城市,昌平应该有何作为”。建议指向是:擦亮环境名片,营建“总部新居”。在这部分建议文字中,作者引证了“世界500强”企业总部和跨国公司总部在北京区县的落户数据、城市发展新区范围的第二次全国经济普查法人单位记录和2009年GDP总量数据,作为“大型企业、总部数量多,经济总量必然就多”的说理依据,和擦亮环境名片,营建“总部新居”的建议支撑。使“建议”有理可信、有据可依。
例2的建议指向为扩大商业销售成果,第一部分提出要挖掘本地资源、依托相关活动。第二部分提出要改变低价位、低成本的竞争模式,挖掘消费热点。说理思路较明确,但没有数据分析来支撑建议观点,就显得立论根基不实了。如:本地资源和相关活动可提供多少“卖点”?若开发得当可收获多少销售成果?有什么数据证明本地“长期以来呈现低价位、低成本的竞争模式”?“不同的消费群体”分组数据是多少?“不同的消费热点”如何用数据描述?
设问细节内容,浸透思考含量
例3:
商务花园城市,目标非常清晰;七项支撑工程,措施非常明确。只要全区上下抓住重点把握节奏,打造商务花园城市的工程一定会有序推进。如何加快打造速度?本文试提如下浅见:
1.提高规划精度,统筹“花园”布局
商务花园群落,是形成商务花园城市的刚性标志。若加快打造速度,就需提高规划精度,统筹花园布局。在昌平辖区范围,可以形成花园群落的面积有多少?在哪个地域确定什么形态的花园群落?具体的地域标识(范围)、发展领域、空间布局、建筑风格、绿化方案、土地利用、招商进度、建设节奏等均应有一个图像清晰、落点准确、节奏鲜明、操作性强的规划方案。任何一个责任部门和操作主体,均可在各个花园群落的规划方案上,找到自己的工作位置,看到自己的“工程项目”,从而提高实施质量,加快实施进度。
2.细化相关措施,明确实施步骤
打造商务花园城市,是一个系统工作,是一项长期任务,越是这样一个目标特征,越需要细化相关措施,明确实施步骤。以“七项支撑工程”为例,每一项工程的具体工作内容是什么?任务标准是什么?任务时段有多长?责任头绪有多少?哪个部门来承担?具体措施是什么?不同时段的进度标准是什么?唯如此,才能使目标实施头绪明确,责任线条清晰、实施节奏鲜明。试举两例(略)。
3.加大研究力度,讲求工作实效
商务花园城市,是一个全新的目标,是一个发展的体系,若加快打造速度,就必须概念清晰、形态具体,量值准确,“抓手”到位。从这个意义上说,围绕商务花园城市的核心要素和相关领域,还须加大研究力度,力避重概念表述,轻操作环节的现象,使任何一个目标环节都有实实在在的落脚点。试举一例:
构筑首都人才新高地
人才的范围如何界定?人才的标准如何量化?高端人才的特征和标识怎样明确?人才的底数如何采集?人才的分布如何摸清?高端人才达到什么数量可称之为形成了“高地”?只有上述信息准确清晰地掌握了,才有可能实施引进、培养人才的相关措施。
除上例之外,“打造‘金十字’高科技产业走廊”、“构建产学研一体化区域创新体系”、“营造高尚城市文化”等均须加大研究力度,力求把研究成果转化为打造商务花园城市的决策成果和建设成果。
技法提示:深剖细问相关细节,“建议”显示思考含量。“建议”贵在具体、贵在操作、贵在针对。在筹划“对策建议”思路、组织“对策建议”语言的时候,一定要体现深思细虑的思考含量,思考得越深越细,“建议”越具操作效果和参考价值。有的时候,针对建议细节设计问句,是体现思考含量的最好载体。请您注意,设问不是拼凑文字,更不是故弄玄虚,而是“建议”的另外一种形式,设问虽不是答案,但却是“建议”的具体落点。
关键词后危机时期 中欧经贸 贸易救济
文章编号1008-5807(2011)05-003-01
一、后危机时期中欧双边经贸关系的问题
(一)欧盟在后危机时期对华发动贸易救济调查次数增多
根据商务部数据, 2010年欧盟对中国出口产品发起贸易救济调查11起,同比增长60%。与此同时,欧盟贸易救济的范围也在扩大。2009年,欧盟对华7起贸易救济调查均属于反倾销调查;在2010年,欧盟对华贸易救济调查手段涉及双反、保障措施和反规避调查。
(二)中欧双方在贸易政策上的分歧增多
金融危机之后,中欧之间提交WTO争端解决机构的纠纷增加4起,争议集中于欧盟对华贸易救济措施和中国的原材料出口。中国认为欧盟密集使用贸易救济措施调查是滥用贸易救济措施的行为;欧盟认为中国出口产品有给欧盟区相同或类似产业造成重大损害或重大损害的威胁,不满意中国控制原材料出口的贸易政策。
(三)中欧双方在与贸易有关的知识产权方面也存在问题
据商务部产业损害调查局信息,2010年7月22日,欧盟海关了《2009年扣押侵犯知识产权商品分析报告》。中国连续7年成为欧盟侵权商品的主要来源国,且位居欧盟扣押首位的产品类别众多。《报告》指出,2009 年,欧盟海关扣押的侵犯知识产权商品的64.4%来自中国。
二、后危机时期中欧双边经贸关系的对策
(一)积极对待欧盟贸易救济调查问题
对于欧盟密集采取贸易救济措施,商务部可以建立一种信息跟踪的常设机制,以断定欧盟的贸易救济措施是否正当或滥用。例如对于欧盟已经根据本地域企业或行业协会的请求开展对中国某些企业出口产品的双反一保以及反规避调查,中国商务部可以同时允许中国涉案企业和行业协会提供数据,并据此判断欧盟贸易救济措施是否属于滥用,而后在中欧贸易政策中采取不同对策。其次,中国商务部应当对中国涉案企业正当贸易行为的积极应诉提供鼓励和资源上的帮助。对于中国企业而言,由于积极应诉的费用过于昂贵,在遭受欧盟贸易救济措施之后,往往是在欧盟委员会裁定的征税期退出欧盟市场,只有少数企业在受到不公正的贸易救济调查之后去聘请律师和评估师进行应诉。这种状况在近10年来尚未得到根本改善。另外,由于欧盟尚未承认中国的市场经济地位,在某些企业要求裁定单独税率时,就必须去企业实地考察并采用第三国标准或结构价值作为定案依据,这对中国企业是非常不利的。因此如果条件允许,可以设立一个中国企业应诉的专项基金,由商务部和行业协会共同维持,对于符合条件的企业,可以获得基金支持或贷款,以避免对企业正常的生产销售的资金链造成影响。
(二)加强沟通,妥善处理中欧贸易政策的分歧
中欧贸易政策在WTO体系中存在透明度和贸易政策评审的要求,应当继续在WTO体系内谋求解决。中国可以在互利的基础上,请求欧盟进一步增强贸易救济措施的透明度,并且在上述建设完善中国企业和行业协会数据上报的基础上,将中国是否存在补贴、中国企业出口的数据分析及其正当性告知欧盟,以便其在制定有关贸易救济措施的政策和标准时对中欧相关行业的现状做出客观的评估。对于已经提交WTO争端解决机制的反倾销争讼案件,中欧双方应当共同努力,在磋商阶段解决争端,或至少在专家组阶段解决争端,保障中欧经贸关系不会因为贸易摩擦而受到较大的负面影响。
(三)在增强知识产权保护力度的同时,维护我国企业的合法权益
保护知识产权是我国接受包括TRIPS协定在内的“一揽子”协议中做出的承诺,针对欧盟海关扣押的中国侵权产品,我国首先应当自查,如果属于侵权产品并原产自国内,则应从源头上进行控制,履行作出的保护知识产权的义务。由于中欧知识产权保护的标准并不相同,难免会有认定是否侵权的分歧,双方应当就具体标准问题进行沟通。例如有些药品属于“通常药品”,其专利权已经丧失,各国均能进行仿制。但欧盟成员国海关对此控制的标准非常严。2009年至2010年,荷兰和德国海关扣押印度运往巴西的仿制药品,目前该纠纷已经提交WTO解决。我国也有类似仿制药品出口非洲,在仿制药品上,中欧之间应当吸取印度、巴西仿制药品扣押事件的教训,互相通报仿制药品的标准并谋求共识,避免这些药品在通关时给我国企业造成不利影响。
三、结语
中欧关系以坚实的共同利益为基础,并有一些基本价值观为保证。金融危机之后,中国和欧盟在经贸关系上出现回暖的趋势,但也出现了特定的问题。努力扩大中欧双边共同利益,正确而妥善地处理后危机时期中欧经贸之间的分歧,才能推动中欧经贸关系向着稳健的方向发展。
参考文献:
[1]涉及案件分别为:DS397 紧固件反倾销案、 DS405鞋类反倾销案、DS395 原材料出口案和 DS407 欧盟紧固件临时措施案.
如果说网络流量的高低决定了网站的当前价值,那么网络流量统计分析的准确度则可能决定网站的未来潜力。因为通过对某网站的网络流量进行统计和分析可以得到非常丰富的信息,比如,网站的访问者来自哪里、他们遵循什么样的访问路线、哪个网页最受欢迎等,这些对于一个网站的设计和优化都是非常重要的,当然,其前提是统计和分析是准确和科学的。
由于网络流量统计分析事关网站的生存和发展大计,所以,网站管理者对于网络流量分析越来越重视。有需求就会有市场,随着互联网的繁荣,一个围绕网络流量统计分析的市场就此形成,并逐步形成了一个产业,这些公司不仅提供流量统计以及相应的分析报告,还能提供更为专业和全面的数据分析,比如为特点网站提供网站优化的咨询服务、提供网站内广告效果分析服务等。
“互联网流量统计分析是一种新兴的业务,尽管已经存在一段时间了,但是直到最近一两年才逐渐为人们所熟知。从事这项服务的公司大多数也是新兴的公司。” 联网时代(北京)科技有限公司(以下简称CNZZ)执行总裁张志强告诉记者。这些公司中比较活跃的有来自中国的CNZZ、好耶,和来自国外的WebTrend等。
据张志强介绍,这项业务的需求首先来自于中小网站。因为网站需要了解来访者是来自友情链接还是搜索引擎、来访者点击哪个网页最多、能停留多长时间等,这些对于优化网站的布置、是否投放广告以及如何投放广告都非常重要。然而中小网站通常不具有开发此类功能的能力,所以会使用这种流量统计服务。 另外,也有一些大公司出于成本上的考虑愿意把这些工作交给更专业的公司。
由独立的第三方提供流量统计服务,还有一个好处是可以比较公正地网站的流量信息,帮助广告客户决定广告的投放。在有“眼球”经济之称的互联网上,流量可能决定一个网站的生死,独立第三方的数据可以为广告主提供一个相对客观的评判标准。
实际上,网络流量统计不仅可以用来指导网站的设计和规划,它还可以提供更为丰富的其他信息。比如,从CNZZ提供的一个网络流量统计分析结果,就可以感受到眼下这场金融风暴的威力: 汽车类奢侈品网站的点击率呈明显下降,而电子商务和游戏网站的点击率上升势头明显,C2C网上购物类网站的访问量上升最为显著。
采访中张志强坦言,尽管在流量统计分析市场,已经有Google以31亿美元现金收购DoubleClick,和国内的网络广告提供商好耶被分众传媒以7000万美元现金和价值1.55亿美元的分众传媒普通股的代价收购等成功案例,但作为一个新兴市场,大多数公司的业务模式还处于探索过程中。
关键词:商业智能;数据仓库;联机分析处理;数据挖掘
中图分类号:F272文献标识码:A文章编号:1672-3198(2008)02-0138-02
1 商业智能概述
商业智能(Business Intelligence,简称BI)是为提高企业运营性能和提高企业决策能力而采用的一系列方法、技术和软件的集合。其主要目标是将企业所掌握的信息转换成竞争优势,提高企业决策能力、决策效率、决策准确性。
BI的关键是从许多来自不同的企业运作系统的数据中,提取出有用的数据,进行清理以保证数据的正确性,然后经过抽取(Extraction)、转换(Transformation)和装载(Load),即ETL过程,合并到一个企业级的数据仓库里,从而得到企业数据的一个全局视图,在此基础上利用合适的查询和分析工具、数据挖掘工具、OLAP工具等对其进行分析和处理(这时信息变为辅助决策的知识),最后将知识呈现给管理者,为管理者的决策过程提供支持。商业智能的这个基本过程如图1所示。
2 商业智能核心技术
商业智能的核心技术包括数据仓库(Data Warehousing)、联机分析处理(On-line Analytical Processing,OLAP)、数据挖掘(Data Mining)在内的用于统计和分析商务数据的先进的信息技术。
2.1 数据仓库
数据仓库(Data Warehouse)是一个面向主题的、集成的、随时间变化的、非易失的、主要用于决策支持的数据的集合。利用数据仓库技术可以动态将异构系统中的数据抽取集成到一起,按照单一的模式进行存储,并通常将这些信息驻留在单个站点。其通过数据清理、数据变换、数据集成、数据装入处理之后加载到数据仓库中,通过定期数据刷新来构造其内容。为用户提供一个统一的干净的数据视图,为数据分析提供一个高质量的数据源。数据仓库收集了整个企业的主题信息,因此它是企业范围的数据存储。对于数据仓库中的数据,可以使用一些增强的查询和报表工具进行复杂的查询和即时的报表制作,可以利用联机分析处理(OLAP)技术从多种角度对业务数据进行多方面的汇总统计计算,还可以利用数据挖掘技术发现其中的有用信息。
2.2 联机分析处理
联机分析处理(Online Analytical Processing,简称OLAP)是使分析人员、管理人员或执行人员能够从多种角度对从原始数据中转化出来的、能够真正为用户所理解的、并真实反映企业维度特性的信息进行快速、一致、交互地存取,从而获得对数据的更深入了解的一类软件技术。它的技术核心是“维”这个概念,因此OLAP也可以说是多维数据分析工具的集合。数据仓库建立之后,即可以利用OLAP复杂的查询能力、数据对比、数据抽取和报表来进行探测式数据分析了。用户在选择相关数据后,通过切片、切块、上钻、下钻、旋转等操作,可以在不同的粒度上对数据进行分析尝试,得到不同形式的知识和结果。OLAP侧重于与用户的交互、快速的响应速度及提供数据的多维视图。
2.3 数据挖掘
数据挖掘(Data Mining)又称知识发现(Knowledge Discovery in Database,简称KDD),是从大量数据中抽取有意义的、隐含的、以前未知的并有潜在使用价值的知识的过程。
在数据挖掘技术中常用的数据模型有:①分类模型,是根据商业数据的属性将数据分派到不同的组中;
②关联模型,主要描述一组数据项目的密切度和关系;
③顺序模型,主要用于分析数据仓库中的某类同时间相关的数据,并发现某一时间段内数据的相关处理模型;
④聚簇模型,当要分析的数据缺乏描述信息,或者是无法组织成任何分类模式时,可以采用聚簇模型。聚簇模型是按照某种相近程度度量方法将用户数据分成互不相同的一些分组。组中的数据相近,组之间的数据相差较大。
数据挖掘注重自动发现隐藏在数据中的模式和有用信息,尽管允许用户指导这一过程。OLAP的分析结果可以给数据挖掘提供分析信息作为挖掘的依据,数据挖掘可以拓展OLAP分析的深度,可以发现OLAP所不能发现的更为复杂、细致的信息。
3 商业智能的典型应用
商业智能作为一种企业信息集成解决方案,为企业不同的应用系统。如企业资源规划(ERP)、客户关系管理(CRM)、供应链管理(SCM)、办公自动化(OA)、电子商务(E-Commerce)以及外部环境扫描(Environmental Scanning)等系统之间架起了互通的桥梁。同时,这些信息化系统也为商业智能提供了数据源。商业智能的典型应用包括经营分析,战略决策支持,绩效管理, 异常处理等。
3.1 经营分析
经营分析包括经营指标分析、经营业绩分析和财务分析三部分。经营指标分析是指对企业不同的业务流程和业务环节的指标(利润率、销售率、库存量、单品销售情况及所占营业比例、风险采购和库存评价指标等)进行搜集和分析。利用商业智能管理技术可以对这些指标进行科学的组织和分析,形成一个能反映企业整体情况的数学模型。这样通过观察总指标并设置告警,能获得整个企业的经营状况。
经营业绩分析是指对各部门的营业额、销售量等进行统计,在此基础上进行同期比较分析、应收分析、盈亏分析、各种商品的风险度分析等。经营业绩分析有利于企业实时掌握自身的发展和经营情况,有利于企业及时调整经营业务、化解经营风险。
财务分析是指对企业财务数据中的利润、费用支出、资金占用及其他具体经济指标进行有效分析。通过财务分析,可以及时掌握企业在资金使用方面的实际情况,为及时调整和降低企业成本提供数据依据。
3.2 战略决策支持
在经营分析的基础上,将各类数据、信息进行高度的概括和总结,然后形成供高级决策者进行战略决策时参考的企业经营状况分析报告是商业智能的优势所在。商业智能对战略决策的支持,表现在以下几个方面:
①在公司战略决策支持层面上,可以根据公司各战略业务单元的经营业绩和经营定位,选择一种合理的投资组合战略;
②在业务战略决策支持层面上,由于商业智能系统中集成了更多的外部数据,如外部环境和行业信息,各战略业务单元可据此分别制定自身的竞争战略;
③在职能战略决策支持层面上,由于来自于企业内部的各种信息,源源不断地输入进来,相应地可以提供营销、生产、财务、人力资源等决策支持。
3.3 绩效管理
商业智能技术能够从企业各种应用系统中提取出各种基础绩效指标与关键绩效指标(KPI, Key Performance Indicator)。为了考核员工的绩效,企业可以先将希望员工要做的工作进行量化,然后借助商业智能工具,管理人员可以追踪、衡量和评价员工的工作绩效,引导员工的思想方向和行动与企业的整体目标保持一致。
3.4 异常处理
它是商业智能数据挖掘应用的典型事例,通过发展曲线企业及时发现市场和顾客异常情况,快速采取措施,降低企业风险提高企业收益。如信用卡分析,银行、保险等行业的欺诈监测等。
4 商业智能的发展趋势
随着商业智能市场的日益成熟,2007年商业智能领域,仍然是上升的趋势。在所有发展中有三个发展趋势将对未来技术产生巨大的影响。
4.1 BI公司的合并
目前,人们不得不面对商业智能市场的剧烈震荡,每个商业智能公司都狼吞虎咽般的收购小公司,这些收购可以分为三类:
①数据质量厂商被收购。②企业信息集成厂商也被收购或者成为其它BI供应商的战略联盟。③小厂商在出名前已经被收购。
这些收购使得BI厂商巩固了商业智能解决方案,让实施变得更简单。一个厂商的界面让人更容易接受。这是毫无疑问的“一站式”方案。
4.2 从战略型的BI到操作型或者实时型的BI
目前,企业日益要求减少从发现问题到采取行动的反应延迟,这大大推动了BI分析应用的发展。根据决策专家的观点,这种反应的延迟有三个组成部分。数据准备的延迟(获取要分析的数据的时间),分析延迟(通过分析得到结果的时间),决策延迟(理解分析结果并且采取行动的时间)。对于操作型的BI这三种延迟几乎可以减少到忽略不计,是非常有意义的。
为了减少数据准备的延迟,可以采用EII技术开发虚拟BI组件,包括虚拟操作数据存储(ODS)和数据集市。
为了减少分析的延迟,操作型分析引擎中的企业活动监控(BAM)能及时的让业务人员看到分析结果,并且超出值域时发出报警。
关键绩效指标(KPI),每隔几个小时或者更频繁的发送给业务人员,整理当前的操作型结果并且在企业门户以仪表盘的形势展现出来,给业务人员深入分析关键事件的机会。
分析和展现操作型数据是非常有意义的,但是商业智能中不是所有数据都要包括。所以应该非常仔细的评估实时分析的数据。完全理解业务需求,才能找出海量数据中真正需要的那一小部分。
4.3 更成熟的数据分析和展现技术
起初,BI只有简单的报表和查询,然后有了多维分析。现在有了更复杂的方向,那就是使用数据挖掘进行深入分析,支持自定义查询的统计方法和技术,不规则的查询。
这些技术提升了预测分析和决策能力,并且可以嵌入到操作流程中。目前有些公司能够实施操作型或者实时BI,给前台人员访问分析结果的能力,他们的日常业务都可以与数据的分析相结合。
但是值得我们注意的是,在实施过程中应该采取企业级的BI架构和技术,否则一定会遇到混乱。操作型的BI也需要彻底的理解业务流程以及变化,离开了这些需求,BI实施就不可能深入到最有价值的地方。
参考文献
[1]李泽海,孙吉贵,赵君.商业智能技术与应用分析[J].吉林大学学报,2003.