全国CAD应用培训网络工程设计中心统编教材 企业商业智能教程2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

全国CAD应用培训网络工程设计中心统编教材 企业商业智能教程PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

1 绪论1

1.1　企业信息化及其发展1

1.1.1　企业信息化1

1.1.2　企业信息化发展过程4

1.1.3　企业信息化战略与规划6

1.2　企业智能化需求8

1.2.1　企业管理创新需求8

1.2.2　“智能化企业”的理念和实施智能战略9

1.2.3　企业智能化管理软件10

1.3　企业内容管理16

1.3.1 内容管理基本概念16

1.3.2 内容管理关键技术16

1.3.3 内容管理系统19

1.3.4 内容管理的应用20

1.3.5 企业内容管理（ECM）22

1.3.6 Web内容管理（WCM）23

1.4　企业知识管理23

1.4.1　知识及其特性24

1.4.2　知识管理25

1.4.3 企业知识管理（EKM）27

1.5 智能信息处理及其发展趋势30

1.5.1　人工智能概述31

1.5.2　计算智能33

1.5.3　智能信息处理技术及其发展趋势36

2 商业智能（BI）概论37

2.1 商业智能的产生与发展37

2.1.1　商业智能的产生背景37

2.1.2　商业智能理念与价值过程38

2.1.3　商业智能（BI）的发展40

2.2　商业智能系统简介41

2.2.1　商业智能的基本功能41

2.2.2　商业智能系统结构42

2.2.3　商业智能对企业的驱动力44

2.2.4　商业智能（BI）与其他系统的差别45

2.2.5　商业智能与人的关系47

2.3　商业智能的核心技术47

2.3.1　数据仓库（DW）技术47

2.3.2　联机分析处理（OLAP）技术48

2.3.3　数据挖掘（DM）技术48

2.3.4　表示／展现技术49

2.3.5　仿真优化技术52

2.4　商业智能的应用52

2.4.1　商业智能典型的应用领域52

2.4.2　商业智能的应用趋势56

2.5 商业智能的研究内容与发展趋势57

2.5.1　研究内容57

2.5.2　商业智能的发展趋势58

3 数据仓库与联机分析处理（OLAP）62

3.1 基本概念62

3.1.1 联机事务处理（OLTP）62

3.1.2　数据仓库65

3.1.3　联机分析处理（OLAP）68

3.1.4　操作型数据存储（ODS）72

3.2　数据仓库的数据组织76

3.2.1　数据仓库的数据组织结构76

3.2.2　粒度与分割76

3.2.3　多维数据库与存储方式77

3.2.4　关系型数据仓库模式79

3.3　多维数据分析81

3.3.1　切片和切块82

3.3.2　上卷与下钻82

3.3.3 旋转83

3.3.4　其他OLAP操作84

3.4　数据仓库的体系结构84

3.4.1　数据仓库系统的组成84

3.4.2　数据仓库系统的关键环节86

3.4.3　数据仓库应用系统结构88

3.4.4　OLAP服务器91

3.5　数据仓库的设计与实现93

3.5.1　数据仓库实施策略93

3.5.2　数据仓库设计95

3.5.3　数据仓库的管理与维护102

3.5.4 数据抽取、转换和加载（ETL）103

3.5.5　联机分析处理的实现109

3.6　数据仓库技术的应用与发展112

3.6.1　数据仓库技术的应用112

3.6.2　数据仓库与OLAP的发展趋势115

4　数据挖掘技术119

4.1　数据挖掘技术的产生背景119

4.1.1　数据挖掘技术的商业需求119

4.1.2　数据挖掘产生的技术背景120

4.2　数据挖掘概念121

4.2.1　数据挖掘的定义121

4.2.2　数据挖掘的理论基础124

4.3　数据挖掘系统125

4.3.1　数据挖掘的过程与步骤126

4.3.2　数据挖掘的任务和模式127

4.3.3　数据挖掘的对象129

4.3.4　数据挖掘系统结构130

4.3.5　数据挖掘系统分类131

4.3.6　数据挖掘的方法与主要工具132

4.3.7　数据挖掘系统的评价133

4.4　数据准备与数据归约133

4.4.1 数据清理134

4.4.2　数据集成135

4.4.3　数据变换136

4.4.4　数据归约137

4.4.5　离散化和概念分层141

4.5　数据挖掘方法概述144

4.5.1　数据挖掘方法中的基本概念144

4.5.2　数据挖掘方法145

4.6　关联规则分析147

4.6.1 基本概念148

4.6.2　关联规则种类148

4.6.3　关联规则分析算法149

4.6.4 关联规则挖掘领域的发展152

4.7　聚类分析152

4.7.1　聚类分析方法概述153

4.7.2　聚类分析计算方法153

4.7.3　概念聚类155

4.7.4　孤立点分析155

4.8　分类分析156

4.8.1　决策树分类157

4.8.2　贝叶斯分类159

4.8.3 向后传播分类方法162

4.8.4　其他分类方法163

4.8.5　文本分类方法166

4.9　预测分析167

4.9.1　预测的概念167

4.9.2　预测的类型167

4.9.3　预测方法168

4.10　空间数据挖掘的主要方法169

4.10.1　空间关联规则发现169

4.10.2　空间聚类分析170

4.10.3　空间分类分析170

4.10.4　空间趋势检测170

4.11　数据挖掘的应用与发展趋势171

4.11.1　数据挖掘的应用领域171

4.11.2　数据挖掘的研究173

4.11.3　数据挖掘的发展趋势174

5　BI前端展现技术176

5.1　前端展现工具的发展176

5.1.1 展现方式176

5.1.2　部署方式177

5.1.3　设计方式177

5.2　可视化技术概述178

5.2.1　可视化技术178

5.2.2　可视化技术的应用180

5.2.3　可视化技术的发展趋势183

5.3　信息可视化及其应用184

5.3.1　信息可视化参考模型184

5.3.2　信息可视化的分类184

5.3.3　空间信息的可视化185

5.3.4　信息可视化的应用186

5.4　BI前端展现工具187

5.4.1　统计图表187

5.4.2　仪表盘196

5.5　企业商业智能前端工具选型198

5.5.1　前端展现工具的主要功能要求198

5.5.2　报表工具199

5.5.3　数据可视化工具205

5.5.4　Insight Scope产品简介208

6 企业商业智能平台与实施策略211

6.1 商业智能的体系结构211

6.1.1 典型的BI体系架构211

6.1.2　闭环商业智能体系结构213

6.1.3　影响BI性能的因素214

6.2　商业智能平台215

6.2.1 传统的商业智能平台215

6.2.2　理想的商业智能平台216

6.2.3　企业智能平台（EIP）218

6.3　商业智能解决方案221

6.3.1　商业智能系统合作伙伴的选择221

6.3.2　商业智能解决方案简介222

6.4　企业商业智能实施策略239

6.4.1　商业智能的成败关键240

6.4.2　有效的商业智能应用模式240

6.4.3　商业智能（BI）项目实施方法论241

6.4.4　商业智能的应用实施策略243

7 商业智能与ERP248

7.1 制造业信息化需求分析248

7.1.1　基本概念249

7.1.2　企业特点与分类251

7.1.3　制造业信息化的单元技术和集成技术253

7.1.4　制造业信息化的需求分析254

7.1.5　“十一五”制造业信息化256

7.2　ERP及其发展趋势256

7.2.1 ERP概述257

7.2.2　ERP的发展趋势261

7.3　BI与ERP265

7.3.1　ERP中留存数据的利用265

7.3.2　ERP对智能的需求265

7.3.3　商业智能与ERP的融合266

7.4　商业智能与ERP融合解决方案272

7.4.1 Oracle的BI与ERP融合方案272

7.4.2 用友NC ERP之BI商业智能解决方案273

8 企业分析型客户关系管理274

8.1　基本概念274

8.1.1　客户关系管理274

8.1.2　客户生命周期274

8.1.3　客户关系管理系统275

8.1.4 客户价值管理（CVM）275

8.1.5 合作伙伴关系管理（PRM）276

8.1.6　客户知识管理（CKM）276

8.1.7 知识型客户关系管理（KCRM）277

8.2　CRM对企业的价值278

8.2.1　企业与客户关系278

8.2.2　客户生命周期价值279

8.2.3　管理客户生命周期281

8.3　CRM分类282

8.3.1 操作型CRM283

8.3.2 分析型CRM284

8.3.3 呼叫中心CRM285

8.3.4 协同型CRM286

8.4　分析型CRM系统286

8.4.1 分析型CRM的功能和内容287

8.4.2　分析型CRM的体系结构287

8.4.3　分析型CRM的应用方式288

8.5　客户关系管理（CRM）应用与发展290

8.5.1　CRM应用分类290

8.5.2 CRM几种常见的IT部署方式291

8.5.3　CRM技术发展趋势293

8.6　企业分析型CRM的实施295

8.6.1 分析型CRM的应用过程295

8.6.2 分析型CRM应用系统的基本架构298

8.6.3 CRM的实施策略298

8.6.4 CRM系统选型301

8.6.5 CRM系统软件简介302

9 商业智能（BI）与供应链管理（SCM）311

9.1　基本概念311

9.1.1　供应链311

9.1.2　供应链管理313

9.1.3 ERP与供应链管理和电子商务316

9.2　供应链管理的发展与创新319

9.2.1　传统供应链管理中的信息问题319

9.2.2　有效供应链管理的IT系统集成319

9.2.3　大规模定制变革供应链320

9.2.4　供应链管理改进模型320

9.3　供应链绩效管理322

9.3.1　供应链绩效的内外驱动分析323

9.3.2　供应链绩效的平衡诊断分析326

9.4　商业智能（BI）与供应链管理（SCM）328

9.4.1　供应链管理的发展趋势328

9.4.2　分析型SCM329

9.4.3　数据仓库在供应链中的应用330

9.5　供应链系统简介332

9.5.1　供应链管理软件概述332

9.5.2　基于EPC网络的供应链系统333

9.6　供应链发展展望336

10 商业智能（BI）与企业绩效管理（BPM）338

10.1　基本概念338

10.1.1　企业战略管理信息化338

10.1.2　企业绩效管理339

10.1.3　平衡记分卡344

10.1.4　绩效评估346

10.2　企业绩效管理系统349

10.2.1　绩效管理系统基本架构350

10.2.2　BPM系统的组件构成351

10.2.3　绩效管理系统种类351

10.3　BI与企业绩效管理（BPM）352

10.3.1　智能企业绩效管理（IBPM）353

10.3.2　BI与BPM的比较354

10.3.3　BI和BPM的融合355

10.4　BPM解决方案357

10.4.1 BPM解决方案简介357

10.4.2　用友BPM解决方案358

10.4.3　新中大企业绩效管理系统解决方案362

10.5　企业绩效管理应用与实施365

10.5.1　企业绩效管理的应用架构365

10.5.2　绩效管理成熟应用模型367

10.5.3　绩效管理应用系统的需求分析369

10.5.4　绩效管理应用系统的开发与设计370

10.5.5　绩效管理应用系统的实施与管理370

参考文献372