第22部分(第3/4 页)

作了仅仅一年，就帮助哈泼柯林斯公司把其最畅销书的退货率从30％减少到10％。每个百分点都代表着数百万美元的节省。

数字化工具把信息分门别类

在大部分商务组织里，人们需要用各种方法来查看信息。高级经理们往往想查看销售情况的综合视图，然后查看按地区列出的视图，接着查看按国家列出的视图。销售经理们想查看小组销售和个人销售的数字，或顾客账户的数字。产品经理们则想查看根据销售渠道划分的数字或更深层地看那些存货单元（SKUs）销售势头旺盛或疲软。不同的人查看的信息也各不同，如月份销售量或本年度最近销售量、实际销售量与预算之比、销售的逐年变化，以美元计算的销售量或以其他货币计算的销售量。因此，典型的情况就是，一家公司的财会部门需要制做出许多不同的报表来满足这些多样的商务需求。

这些报表经常可以用电子表格的数字方式来制作。大纲控制可让商界人士从摘要层面开始，然后在任一项目上单击鼠标，以便深入到下属各层的细节。另一个被称作表格透视功能，即使您在多种视图上看到同样的数据。假如您正在看按销售员分类的销售数量，但又想转移到按顾客分类的视图，那么您就可以把“顾客标签”拖曳到恰当的那一行去改变视图。当这些功能与把潜在的数据转化为标准格式的模板结合起来，就得到功能强大的、灵活的数字报表，每个人都可以把该报表个性化，以满足具体的需要。这样的报表也可以用电子邮件四处发达，以供进一步分析和讨论。

中枢表格与一家公司的数据仓栈结合起来后其功能尤其强大。该仓栈的每一个数据库通常有有限的报表功能，从而把制表工作局限于更懂技术的人员。典型情况就是，当人们不知道他们什么时候需要某些详尽的信息时，就可能费时约20～30分钟进行数据库咨询。与数据库连接的中枢表格，可以把数据仓栈的进入权扩大到所有的商务用户，而电子表格界面则可以使用户进行摘要层面上的咨询，并且一步一步地细分下去，以得到更多细节。由于每次数据更新都牵涉到很少的数据，因此回应是很快的。这个界面可以延伸到一个活跃的数据来源，例如实时股票市场馈送。

对商界人士来说，数字工具意味着更快更深层的分析。对会计来说，数字工具意味着花更少时间编写报表，花更多时间帮助商务分析和探索例外情况。对管理商务数据的人员来说，数字工具意味着更快速地得到高质量的信息，使他们每月的结账只要一两天就够了，而不需要几星期。财会部门则不增加人员就可以接受新添加的、牵涉到新数据的任务，例如长期规划、雇员使用情况分析或固定资产分析。

数字工具能做而书面报表所不能做的事情，就是它能使每个人都可以提出即将发生的下一个问题，而您又不知道那个问题将会是什么，所以您就需要利用工具来帮助您独立地探索答案。

哈泼柯林斯公司的在线分析系统使它能够提出这样一些问题：该分销商本周关于这本书的盈利状况如何？但是在线分析系统需要有人来指导询问，而传统的数据库和在线分析系统都不能为在数据中表述不清楚，但又很重要的商务问题找到答案。例如，我的哪一位顾客可能选择产品甲而不是产品乙？满意的顾客和不满意的顾客之间区别何在？我的数据库中哪些顾客与该库中另一些顾客“相似”？诸如此类的非具体性探询，会使在线分析系统的使用者晕头转向、不知所措，因此是没有意义的。高级的数据挖掘技术会利用软件在富含信息的环境里漫游，帮助用户口答一些商务问题，而这些技术人员不必是统计学、数据分析或数据库方面的专家。

数据挖掘能处理的一些难题如下：基于顾客的年龄、性别、人口统计数据和其他类似因素，对顾客购买某一具体货物的可能性做出预测；识别出具有相似浏览习惯的顾客；辨别出具体的顾客偏好，以便提供改进的个人服务；辨别出频繁被访的网页顺序中所涉及到的日期和时间，或顾客打电话模式的频繁时间段；找出高频率地被组合在一起的所有产品组。其最后的一个技术难题通常对商家发现购买模式是很有价值的。但是同一程序的两种报销代码之间的联系，使一家澳大利亚保健公司能够发现用重复报销进行欺诈的1000万美元的花账。

数据挖掘也是预测销售量，并与合伙人和顾客共享这一分析成果的一种有价值的工具。数据挖掘正被利用于生产。银行业、远距离通信、行垦地质学/遥感，以及管理互动式网上商店。例如，微软网址服务器贸易3．0通过识别一个网址上的顾客行