数据挖掘分析软件的概况

内容概要：

1. 数据挖掘分析软件在软件行业中的地位；
2. 数据挖掘分析软件在企业管理中的重要性和作用；
3. 数据挖掘分析软件在企业管理中使用与不使用的巨大区别；
4. 数据挖掘分析软件在国际国内的产生效益的成功的应用案例；

1. 数据挖掘分析软件在软件行业中的地位

数据挖掘分析软件在管理软件中的层次和地位。
信息化建设像搭建一个金字塔，它分为三个层次，同时也是企业信息化建设的必由阶段。数据挖掘分析软件（DM）位于这三个层次最顶层，是信息化深度应用的最高体现。传统的管理软件的建设是支撑它的系统基础（如左图）。

政府、企业信息化管理软件主要分为事务型软件和分析型软件。
事务型软件主要提供整体组织运营的信息，协助管理者监督及控制整个组织，以组织最基本的事务处理系统为基础，来萃取及汇总数据以提供定期或经常使用的报表。事务型软件主要包括MIS、ERP、SCM、3PL、CRM、OA、HR等诸多基于数据库系统的软件，该类型的软件是面向应用、事务驱动的，实时性高，数据检索量少，一般只存当前数据。
数据分析软件主要协助管理决策的制定，结合大量数据、精密的分析模型和工具。分析型软件主要包括统计分析软件、数据挖掘软件和OLAP软件，该类型的软件是面向主题、分析和决策的，实时性要求不是特别高，数据检索量大，存储大量的历史数据和当前数据，经常以数据仓库为分析基础。
事务型软件主要着重在重复性的业务问题上；而数据分析软件是设计来支持半重复和非重复业务问题的分析，它着重改变、弹性，倾向于帮助设计及评估各种可行的方法。
以数据分析软件为基础可以建立满足主管领导信息需求的决策支持系统。而一般事务型软件不能替管理者作决策，即使能被信息系统辨别出来的问题，高层管理者也不能完全了解它所需要的信息。有了事务型软件和多个数据库，就可以建立以数据分析软件和数据仓库为核心的决策支持系统。利用数据获得最大的利益，发展更好的呈现方式来衡量公司的绩效和产生新型态的决策。
综上而言，事务型软件帮助组织延伸了“眼、耳、口、鼻、喉”的功能，降低了工作强度，提高了组织中个人工作的效率，使得组织可以高质量协同完成各种复杂的既定工作任务，所以事务型软件是组织参与竞争的必要条件，但是企业无法取得随机应变的优势；而建立在事务型软件基础上的分析型软件则帮助组织延伸了“神经中枢”的功能，使得组织不仅“四肢”发达，而且“头脑”发达！从而抗拒各种内在和外在的风险，做到适时而变，达到不对称竞争的优势！

1. 数据挖掘分析软件在企业管理中的重要性

1. 数据挖掘分析软件在企业管理中的重要性

数据挖掘在银行、电信、保险、交通、零售等商业领域都有很重要的应用.一个企业要节省成本，提高效益，获取更多的利润,就必须重视数据挖掘. 数据挖掘能为企业提供了很多的商业价值。下面列举一些数据挖掘分析软件在企业管理中的重要性：
1. 利用既有大量的数据，挖掘商业价值: 在过去的十几年中，硬件的价格（特别是硬盘的价格）飞快的下降，至使企业的大量数据存储成为可能。与此同时，广泛的企业应用系统也已经产生了大量的数据。对这些数据的深度分析和应用，已成为不可阻挡的商业步伐。企业也越来越希望能够发现这些数据中的潜在价值，以指导他们的商业策略。
2.面对企业全球性竞争的加剧，数据挖掘分析是企业应对惨烈竞争，建立持续发展优势的必要手段: 随着现代市场和分销渠道的采用（比如：互联网和电信），商业竞争越来越激烈。企业正面临全球的竞争，而竞争成败的关键是如何能保持现有的客户，并努力赢得新的客户。数据挖掘为进行这些因素和影响的分析提供了技术手段。
3. 数据挖掘分析是企业商务智能应用系统的灵魂: 数据挖掘技术以前只是学术界研究的范畴，但是现在这些技术已经成熟，并逐渐的进入产业应用阶段。目前，数据挖掘的算法越来越精确，越来越高效，越来越能处理复杂的数据。通过应用基于事实的支持系统来辅助商业决策的制定。商业智能技术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，然后分发到企业各处。数据挖掘是商务智能应用的关键组成部分。
数据挖掘分析系统从企业运作的日常数据中开发出结论性的、基于事实的和具有可实施性的信息，使企业能够更快更容易的做出更好的商业决策。使企业管理者和决策者以一种更清晰的角度看待业务数据，提高企业运转效率、增加利润并建立良好的客户关系，使企业以最短的时间发现商业机会捕捉商业机遇。如何时何地进入何市场，如何选择和管理大客户联系，以及如何选择和有效地推出商品优惠策略等。同时通过提供决策分析能力，使企业更有效地实现了财务分析、风险管理、诈骗检测、分销和后勤管理，以及销售状况分析等。商业智能系统可以说是一个智能决策支持系统，它不是一种产品或服务，从某种意义上商业智能是一种概念或者说是一种商业理念，它是在企业数据仓库的基础上，利用数据挖掘和信息分析工具获取商业信息，以辅助和支持商业决策的全过程。通过商业智能技术，用户更充分地了解他们的产品、服务、客户以及销售趋势。目前在国外商业智能软件与Office 办公软件、浏览器一起已经成为企业必不可少的桌面办公软件之一。商业智能在我国尚处于起步阶段，商业智能系统适合应用的行业依次是：零售、保险、银行、通信、离散制造、政府、医疗、分销、流程制造、教育。

1. 数据挖掘分析软件在企业管理中的作用

数据挖掘分析技术能被用于许多应用领域，解决各种各样的商务问题。下面所列出的是一些能用该技术解决的典型问题：
企业的战略管理：

1. 企业运行情况分析
2. 企业景气指数分析
3. 企业决策分析
4. 企业经营模拟
5. 企业发展预测
6. 企业竞争情报分析
7. 企业资源优化匹配
8. 产品结构优化

企业利润优化管理：

1. 产销协调分析：为企业提供整体的性能协同的指导方案。
2. 计划排程分析：通过精确的短期预测和模型检验，提供准确的生产计划。
3. 质量控制分析：通过质量因素的分析，找到最佳的方案和质量预测。
4. 财务分析：加快收款效率和回笼周期，优化现金流效益。

企业绩效考核 ：

随着对公司战略目标的分解，使高层领导清晰地了解对创造公司价值最关键的经营操作情况；数据挖掘分析系统能有效反应关键业绩驱动因素的变化程度，使管理者及时诊断经营中的问题并采取措施；区分定性、定量两大指标，有力推动公司战略的执行；数据挖掘分析系统对关键、重点经营行为的反应，使管理者集中精力致力于对业绩有最大驱动力的经营方面；由高层领导决定并被考核者认同，为业绩管理和上下级的交流沟通提供一个客观基础。
1、数据挖掘分析系统帮助企业抽出绩效的关键参数，将企业战略目标分解成可操作的工作目标，作为绩效管理的基础。

2、数据挖掘分析系统为企业上下提供指标体系作为统一语言平台，无论预测还是总结都要以它为参照，从而保证企业最终目标的达成。
3、 数据挖掘分析系统:为企业流程再造

市场精细化营销（分析型客户关系管理）：

1. 目标客户的获得
2. 客户价值提升
3. 客户流失分析
4. 客户响应分析和预测
5. 客户群体细分
6. 客户的多维分析
7. 客户背景分析
8. 客户信用记分 (Credit Scoring)
9. 欺诈发现 (Fraud Detection)
10. 欺诈发现 (Fraud Detection)
11. 交叉营销
12. 数据库营

流失分析：哪些客户最有可能转向购买竞争对手的产品？目前，电信、银行和保险领域正面对严峻的竞争局面。平均每个电话用户会消耗掉电信公司200美金的市场投入。每个企业都在尽可能的流住更多的客户。影响分析能帮助市场经理理解导致客户流失的原因，提高客户满意度，并最终提高客户忠诚度。
交叉销售：哪一种商品是客户喜欢购买的？交叉销售对零售商是一个很重要的商业挑战。许多零售商，特别是在线零售商，采用这个特性来增加它们的销售额。比如，如果你到一个在线书店（如亚马逊或BarnesAndNoble.com）去购买书籍，你会注意到这些网站会给你一系列相关书籍的建议。这些建议的提出需要采用数据挖掘的分析手段。
欺诈识别：某笔保险申请会有欺诈可能吗？保险公司每天需要处理成千上万的保险申请。这使得保险公司无法做到对每一笔申请进行有效的调查。数据挖掘技术能有效帮助保险公司识别在申请中有哪些最有可能存在欺诈行为。
风险管理：某笔贷款应当批准吗？这是在银行经营过程中经常碰到的问题。数据挖掘技术能为银行提供每笔贷款的风险等级，帮助经理对每一笔申请做出正确的决策。
客户分类：谁是我们的客户？客户分类帮助市场经理理解不同类型的客户，并对不同的客户分类采取不同的营销手段。
定向广告：对不同的访问者应当在网站上显示何种广告？在线零售商和门户网站希望为它们的客户提供个性化的内容。通过采用数据挖掘技术，对客户网页浏览数据和购物行为数据进行分析，得出相关的模式信息，以此来为自己的客户提供定向广告。
销售预测：在下周这个门店能卖出多少瓶酒？这个月的库存水平该保持一个什么样的水平？数据挖掘中的预测技术能帮助解决这些与时间相关的问题。

1. 数据挖掘分析软件在企业管理中使用与不使用的巨大区别

1. 质量管理的（使用或者不使用）区别：传统的质量管理方法,始终是致力于质量的控制和诊断,主要关注事后处理.而数据挖掘分析针对生产过程中的质量问题建立预测模型,进行产品质量预测的方法.该方法以生产加工的历史数据为基础,利用关联分析挖掘出生产过程中影响质量的关键因素及其内在联系,进行质量控制和诊断,并使用分类分析建立预测模型,模拟计划排产后的产品质量情况,从而对企业计划排产提供决策支持。

1. 竞争情报的（使用或者不使用）区别：对竞争情报人员而言，仅仅依靠直觉、判断以及归纳、推理等常规方法来进行数据分析是远远不够的。基于数据挖掘的竞争情报的分析是企业CIS（Competitive Intelligence，竞争情报简称CI）的核心。常规的分析方法诸如SWOT分析、BCG产业矩阵、战略联盟、回归分析法、核心竞争力分析、经验曲线、多元化业务分析等。通过数据挖掘技术，自动建立普赖斯科特模型、波特模型、三角分析模型、多维分析模型（时间维、市场维、能力维等）、宏观环境分析模型、中微观模型、从而全面的建立企业竞争情报的方法论。竞争情报分析的发展趋势就是应用文本挖掘、数据挖掘和人工神经网络、智能代理等人工智能技术，实现真正的分析智能化。

1. 企业计划与预测方面的（使用或者不使用）区别：

1. 传统企业（不使用）的企业计划预算：

1. 编制时间过长、模板过于简单、流程不统一，数据的准确性和及时性难以保证，对滚动预算的编制力不从心。许多企业仍以Excel作为其预算编制的工具，预算模板过于简单，不能充分反映业务计划的详细情况。由于预算编制的绝大部分工作都是由各级公司的财务人员手工完成，各层机构的数据需要层层汇总之后才能形成最终的预算汇总；由于预算编制工作流程往往不统一或难以进行统一管理，使预算编制的时间较长（往往需要3个月或以上的时间），汇总预算数据的及时性和准确性难以保证。此外，为了适应复杂的商业环境，企业往往需要编制滚动预算来进一步调整和提高其业务计划和预算的准确性，但较长的预算编制时间和复杂的流程使企业对滚动预算的编制力不从心。

1. 预算系统与其他相关系统缺乏整合和集成，预算管理只能实现对经营费用的管理，难以实现对预算执行的实时监控。企业内部存在其他如ERP等管理系统和业务系统，由于多数企业所采用的预算系统与其他务系统完全不集成或集成度较差，使其预算管理只能集中在对经营费用的管理，不能进行全面预算管理（如收入预算管理、资本预算管理等），不能对预算执行实现的事前、事中和事后的控制，使预算的实际执行容易偏离业务计划的要求。

1. 预算执行的分析能力弱，难以进行历史数据分析、多维度分析和情景模拟。预算的执行反映了业务计划和战略目标的实现情况，也是管理层的关注重点。企业的预算系统往往只能对当期和前期实际数据以及预算数据进行简单的趋势分析，并没有充分关注历史数据和当期数据间的内在联系并追溯其主要变动原因；只能对法人机构进行分析，而不能对事业部、责任中心、产品组等进行多维分析；此外，对未来预算的执行和调整只能依靠历史数据进行简单预测，缺乏情景模拟（what-if）能力，企业容易进入简单机械地执行原定预算的误区，忽视内外部环境的改变，使企业管理层错失及时和准确调整经营决策的机会。

1. 在合并和报表编制方面出于分散风险和业务多元化的考虑，许多企业往往以集团公司的面孔出现，其组织架构非常复杂，集团内部的子公司和孙公司众多，且控股比例不尽相同，内部关联交易复杂，因而在财务报表合并和编制财务报表时就会遇到许多问题：在合并方面：合并时间过长，不能保证合并结果的准确性和完整性，不支持多维度的管理合并和对收入和费用的多维度分摊。由于集团公司内各层级公司往往不是采用同一个财务系统，且各系统相互之间的集成性差，导致上下级公司间财务数据的整合和转换工作复杂，合并报表编制的时间长，影响合并报表编制的及时性；对上级公司来讲，由于其下级公司财务数据的透明性较差和所使用财务系统功能的局限性，使最终的财务合并只能在下级公司的报表层面进行，使关联交易的数据不能在合并中得到完全反映和充分抵销，从而严重合并报表数据的准确性和完整性。此外，除按照国家法规的要求进行企业法定的财务报表合并之外（即以法人机构为主体的财务报表合并），企业还需要按照其经营的特点和管理层关注的重点在其内部进行多维度的管理合并，如以事业部、产品组、利润中心或成本中心等非法人单位为主体进行合并，并实现收入和费用金额从核算口径按一定规则向其他维度口径进行分摊。对会计科目表来讲，要实现管理合并，其架构除能反映核算信息外，还应反映多维的管理信息（如地域、事业部、产品组、责任中心和内部往来等）。但由于一般的财务软件只能支持法定财务报表合并且其会计科目表一般只能反映核算信息和地域信息，不能对企业内部管理急需的管理合并提供支持。

1. 在报表编制方面：只能编制有限的报表，报表中不能插入图形，不能实现报表数据追溯功能。一般的财务软件只能编制法定财务报表（即资产负债表、利润表和现金流量表）以及极为有限的管理报表（如费用分析表），不能提供对收入分析、成本分析和管理合并等报表，且在所提供的报表中不能加入分析图形，报表分析的内容不够直观，管理层在阅读时难以抓住分析的重点。此外，一般的财务软件没有报表数据追溯功能，使管理层在审阅报表时难以理解报表项目的组成和变动情况。

1. 使用基于数据挖掘分析系统，企业在计划和预算管理方面从容应对挑战：

1、建立统一的合并平台，缩短合并时间
在企业的各级独立核算主体间建立了统一的合并平台，优化和统一了各层级的合并流程，实现了对明细会计科目的合并和查询，极大增强了下级企业对上级企业财务数据的透明性，使上级企业在合并中能够快速核对下级企业的关联交易发生和抵销情况，从而保证合并结果的准确性和完整性。
2、支持多维的管理合并，建立灵活的会计科目体系，实现收入和费用的分摊
3、提供多种业务分析和财务分析报表模板，并能在报表中灵活插入各种图表，满足企业财务核算和管理分析的报表需求，提供多种业务分析和财务分析报表模板的基础上，还能由用户灵活地创建客户化的报表，充分满足用户的报表需求。在报表编制的过程中，用户还能在报表中随意插入各种分析图表，使各种需要注意的分析结果在报表中以图表的方式进行重点呈现，实现报表分析的层次感和直观性。

面对企业所面临的外部和内部的挑战，针对传统的财务管理理念和体系，数据挖掘分析系统能从容应对挑战。它集成了国际先进的财务管理理念和完善的财务管理体系，将管理、业务、财务以及IT技术等进行了最优的有机结合。针对企业财务管理方面所面临的挑战，财务管理解决方案主要包括“计划预算”(Planning & Budgeting)和“合并与报表编制”(Consolidation & Reporting)两大部分，这两部分的解决方案既能相互独立地在企业单独应用也能同时应用，从而全面加强企业的预算管理、预测分析、多维合并和灵活的报表编制能力，最大程度地支持企业管理层做出及时和准确的经营决策，实现业务计划和战略目标。

数据挖掘分析系统在企业“计划预算”的解决方案
(1) 为企业各级预算编制单位提供统一的、端到端的预算管理平台和预算编制和管理流程，极大缩短预算编制时间、全面提升预算管理能力。为企业各级机构建立了统一的预算编制和执行监控平台：一方面，预算编制的自动化程度大幅提高，各级机构预算编制中的预算数据上传、下发、汇总以及修改都在同一个平台完成，完全实现预算编制中自上而下和自下而上的统一工作流程，在大量减轻财务人员的预算编制压力、增强数据和预算模板准确性的同时，极大地缩短了预算编制时间，并能根据业务计划的变化，轻易实现对预算基础和预算版本的修改和控制；另一方面，为预算的执行情况提供了强大的实时监控能力，真正实现管理层对预算执行的事前、事中和事后的实时监控，提供超预算或非指定项目预算的预警功能，并完全支持滚动预算的编制。
(2) 与通用的管理系统和业务系统的高度集成　　
(3) 强大的预算分析和模拟功能，充分实现历史数据分析、多维度分析和情景模拟。提供了强大的预算分析和模拟功能，一方面能够轻松实现在预算和实际数据比较中，对差异较大项目进行更明细项目的查询和追溯，从而找出影响预算执行的真正原因；另一方面，基于历史和前期数据以及对未来的情景假设，可以非常容易地利用系统提供的模拟功能，实现对未来的业务计划和预算执行情况的模拟分析，从而深入模拟在市场保持不变或发生变化的情况下，继续执行原定预算或改变预算所需要的资源配置情况，为管理层及时和准确地做出经营决策提供有力的支持。

　　 数据挖掘分析系统“合并与报表编制”的解决方案
“合并与报表编制”解决方案的优点非常突出，主要体现在：在独立核算主体间建立统一的合并平台，缩短合并所需的时间，实现多维度的管理合并和对收入和费用的多维分摊；提供多种业务分析和财务分析报表模板，并能在报表中灵活插入各种图形，满足企业财务核算和管理分析的报表需求。

1. 数据挖掘分析软件在国际国内的产生效益的成功的应用案例

一：政府案例
广东省国税局
项目功能：
税务分析与决策支持系统（BI.TAXATION）全面满足了广东省国税局的需求。该系统建立在商业智能平台——BI.Office上，应用数据仓库、OLAP分析和数据挖掘等技术，实现了税收宏观分析、税收收入分析、税收征管分析、出口退税分析、专用发票分析、纳税人分析、纳税人审计分析等功能。
项目技术特点：
（1）该系统采用了通用的数据仓库设计模式进行实现，税务分析与决策支持系统业采用了B/S结构的J2EE技术，有效地保证了系统的可扩充性和强壮性，具体的技术结构如下图所示
（2）它可以对经济和税收综合数据进行科学分析，研究经济与税收增长的弹性、发展的均衡性等数量关系，揭示税收收入和税收负担等重大指标的长期增长趋势、波动规律、发展速度、地区分布、行业分布、所有制分布和月度时序特征；

（3）它能够运用对比分析方法揭示事物之间的关系、强度及均衡性；对税收收入、出口及出口退税等重大税收指标进行精确监控和科学预测；根据纳税人的生产经营情况和纳税情况对其申报的真实性进行量化评测和科学分类。
（4）一局式监控，让领导能够更加全面、迅速的掌握全局的整体情况；

项目意义
●建设面向各级管理决策层的集查询、监控、分析、挖掘于一体的综合信息平台
●更快地掌握情况、更好地履行监督、更及时地发现问题、更准确地找到原因、更科学地作出决策
●实现组织内上级机关对下属机关的及时、自动、科学的管理监督，建立电子监控体系
●实现从以人工模式为主的传统管理向以信息系统支撑的现代化管理转变

客户评价：
广东国税局相关负责人认为：税务分析与决策支持系统（BI.TAXATION）全面提高了税务决策的科学性和规范性，增强了税收对国民经济的杠杆作用，加强了业务监管力度，有效地打击了偷漏税违法行为，从而极大地提高了广东国税的税收管理水平。
二：金融案例
厦门建行
系统目标
中国建行厦门分行建立面向全行的数据分析系统，利用建行厦门分行新一代信息系统的大量有价值历史交易数据，数据仓库系统真实地反映全行业务的经营状况、揭示其发展的规律和趋势，提供高质量的统计数据和报表，并且支持OLAP验证式分析功能。建行厦门分行数据仓库系统基于数据仓库和OLAP技术，提供一个易用、灵活、快速的，集成了分析、统计、报表、数据挖掘的商业智能系统。
系统介绍
建行厦门分行数据仓库系统基于分析平台BI.Office，提供分析决策、查询和报表等多个子模块，使银行及时掌握业务、客户和内部管理的情况和趋势。

项目效果
◆ 日常经营信息的获取
□ 灵活的信息获取
□ 强大的报表系统
◆ 辅助决策信息的获取
□ 直观、深入的决策信息
□ 告警
◆ 解决过去难以解决的问题
■ 客户评价
建行厦门分行数据仓库系统大大地提高了信息获取的速度，满足厦门分行的各种报表和分析的需求，业务人员和管理者可以准确、全面的发现业务中出现的异常情况、作业务过程中出现的问题，更好的掌握客户的情况，及时了解内部管理的问题，大大提高了各个部门的管理和决策水平。

三：制造行业案例
上海宝钢集团
项目背景
作为中国最大的钢铁生产企业，上海宝钢每年的产品超过1000万吨，雇佣的员工超过17,000人。伴随着这么大规模的运营出现的是海量的数据—材料、运输、销售、运输、账单、供应商、客户等数据。我们将很好的利用这些大量的数据，以监控和提高公司所有领域的绩效，从质量控制到缩短供货周期;从改进库存管理到最大优化销售收入。
随着中国加入世贸组织和参与全球化市场竞争，这一商业智能应用正在帮助宝钢成为钢铁行业的领导者。“在近几年内，我们体验到了国内和国际市场的高速发展，”宝钢集团代表说。“我们认为要持续这一发展，我们必须找到能够降低众多领域的成本和提高竞争力的新途径。为了实现这一目标，我们实现了我们需要的过去和现在的组织机构数据的轻松访问。从而我们能够迅速、有效地制订决策，这是我们在这一高速发展的全球市场保持领先所必需的。”
项目效果
数据访问、建模和决策支持软件。“我们使用数据访问工具来提取我们需要的数据，并将它转换成有效的格式以便分析。然后我们进行建模以确定最佳的运输流程，考虑以下因素:要运输的产品的类型、运输类型、运输路线、以及最重要的，仓库容量和库存管理。这有肋于我们最大化利用资源，确保整个运输流程尽可能高效运行。
该项目的第一阶段是整合质量管理数据的子集，旨在为您提供关于产品和流程质量的关键决策支持信息。今天，质量管理数据仓库由24个数据中心组成，从而为您提供钢铁生产中采用的不同流程的相关信息，从热轧到热浸镀锌。多维功能允许根据不同的因素来进行分析，如时间、产品和流程类型。

项目目的
我们的目标是将我们大量的数据转换成整个组织机构共享的资产。我们现在部署了决策支持功能，以帮助我们实现成为世界上最大的钢铁供应商的宏伟目标。”

四：能源行业案例
华电辰能电网
项目目的
本系统就是要解决这个问题。为运行、管理提供电网、设备的完整信息；统一整合调度实时数据和生产管理数据，建立数据仓库；针对应用需求建立信息模型和主题数据库；开发“基于电网综合数据挖掘的生产管理辅助决策系统”，为领导决策提供帮助。
系统体系结构
电网实时数据存储技术和存储策略；
基于领域工程的数据仓库与数据挖掘技术；
具有多总线调度和分布式服务的软件总线技术；
多系统融合技术；
安全代码设计技术，内存泄漏检测和防护技术，高可靠性软件设计技术；
项目主题
变压器的负载率及统计分析；
发电厂负荷率及统计分析
电网用电负荷和供电负荷动态统计分析；
各级电网负荷率及统计分析；
供电线路的电压质量及统计分析；
电网输变电设备健康状况统计分析。
项目收益
贴近用户使用方便；
用户权限管理灵活；
软件总线结构开放性和灵活性好；
先进的对象控件技术；
灵活、强大的查询统计方式

五：流通行业案例
联华超市
背景情况
总投资1.2亿元将按照建设进度逐步投入,联华和供应商的需求不断进行升级和优化。每年节约3亿元。
联华超市（以下简称联华）创建于1991年5月，是上海首家以发展连锁经营为特色的超市公司。公司2005年的营业收入达到了143.1亿元，比2004年增长31.85%，并连续八年排名中国首位。通过这些系统的建设，联华合理安排生产和库存，大大提高了效率，而且大幅度地降低了物流配送成本。在竞争趋于同质化的情况下，只有更好地为客户服务，才可能获得竞争优势，这也要求零售企业具有分析、挖掘业务数据的能力，以便于更深入的了解和掌握业务发展状况。在这种情况下，联华超市开始了BI（商业智能）系统建设。
该BI系统方案主要功能是为联华提供业务数据分析，整个系统包括四个层面，见下图。

项目收益
整个BI系统采用微软的产品，在软、硬件的初始采购成本上就比Unix平台低很多，并且在日常的运行维护上，微软平台的成本优势更加突出。微软平台操作简便、稳定可靠，大大降低了BI系统所需要维护人员工作。此外，微软公司为用户提供多种途径的技术支持和丰富的技术资源保障，解决了用户的后顾之忧。联华公司BI项目负责人初步估算认为“实施微软整体解决方案，联华公司在BI系统的建设、运维成本方面，至少节省了30%以上的成本。”
国际案例：福特汽车
在福特汽车公司, 驱动他们尽力去满足客户需求的信念产生由来已久，早在100多年以前，福特汽车的创始人为了实现将美国人置于车轮之上的梦想创立了福特公司。自从模型T诞生以来，汽车客户们的需求已经发生了很大的变化, 但亨利福特（福特公司的创始人）Henry Ford的深刻的洞察力（满足客户需求）仍旧盛行于该行业全球范围，在汽车行业中，汽车的独创性、灵巧性以及客户的忠诚度至关重要。
项目目标
能够支持顾客关系管理 (CRM) 软件----帮助福特汽车公司有效地满足了该公司遍布全球超过3000万福特汽车用户的需求。这个值得信赖的解决方案帮助扩大了福特公司现有的Teradata数据库并且为数据挖掘，建立预测模型以及信息分析提供了一个灵活的、强有力的平台。包括：报告，分析趋势，客户分群，客户评分以及客户生命周期分析等等, 以上这些功能都为顾客关系管理以及市场营销活动管理主要活动提供了支持。
项目收益
为福特公司提供了对Teradata 数据库表的快速的、直接的、透明的访问，并且还能够 容易地与所有解决方案相结合，其中包括福特公司的ASAP(自动化的计分分配程序的简称)软件。
福特公司对顾客从家庭角度进行了分析并且自动地将预测模型应用于数据库中的每个家庭, 接着将这个信息传送回 Teradata 数据仓库.这使得福特公司的市场营销小组能够容易地获取最新的顾客得分,这样他们就可以运用这些信息去管理市场营销活动以及呼叫中心。
"我们在UNIX服务器上拥有一个 结构完美的家庭数据集市，我们可以在装有企业挖掘 的个人电脑上使用它，也可在提供灵活的、强有力环境的服务器上使用，这样将会使得我们在市场营销方面所做出的努力越来越有效," Ader解释说.
Ader 说解决方案为我们节省了时间以及于系统维护窗口之间的冲突.但更重要的是 , 基于新的环境所得出的客户相关的知识帮助福特公司改进了在市场营销以及顾客关系管理. "我们获得了好的效果 – 福特公司的投资回报率提高以及顾客对于公司的满意程度上升,"他说到。