政务信息化和电子商务

目录

• 电子政务
  • • 一、电子政务四类角色
    • 二、企业信息化与电子商务
      • 2.1 概览图
      • 2.2 企业资源计划（ERP）
      • 2.3 客户关系管理（CRM）
      • 2.4 供应链管理（SCM）
      • 2.5 商业智能（BI）
        • 2.5.1 数据仓库

电子政务

一、电子政务四类角色

• 1.1、政府（Goverment）
• 1.2、企（事）业单位
• 1.3、公民（Citizen）
• 1.4、公务员（Employee）

小记 ： 四类角色围绕这个政府（G端）开展业务，又可以划分为G2G，G2E，G2B，B2G，G2C，C2G。

类型	说明	应用
G2G	政府对政府	基础信息的采集，如人口信息，地理信息;各级政府的决策支持
G2E	政府对企业	政府内部管理系统
G2B	发起方是政府	政府给企业单位颁发的【各种营业执照，许可证，合格证，质量认证】
B2G	发起方是企业	企业向政府缴税；企业向政府提供各种商品和服务【含竞/投标】;企业向政府申诉，提议。
G2C	发起方是政府	社区公安和水，火，天灾等公共安全有关信息；户口、各种证件和牌照的办理
C2G	发起方是公民	个人向政府缴纳各种税款和费用；个人向政府反馈民意；征求民众意见；报警服务（盗贼，医疗，急救，火警等）

二、企业信息化与电子商务

2.1 概览图

2.2 企业资源计划（ERP）

说明： ERP是多个部门系统的组合，它打通了各个职能部门，如人力，财务，供销等。重心转移到了财务部门。

ERP最初诞生与制造业，打通了企业内部供应链，多个维度管控，跨越多个部门维度：财务，人力，物流等。

graph TD A[物料需求计划-MRP] --> B(制造资源需求计划-MRPII) -->C(企业资源计划-ERP) D[单物料系统] -->E[核心是物料,主线是计划] -->F[打通了供应链,,扩展到了非制造业上,重心转移到了财务]

2.3 客户关系管理（CRM）

说明： CRM的主要目的还是为了提高收入，其核心思想是维护客户关系。

• 2.3.1、CRM主要模块

销售自动化	营销自动化	客户服务与支持	商业智能（BI）

• 2.3.2 CRM的价值

提高工作效率，节省开支	提高客户忠诚度	提高客户满意度

扩展： MIS系统，即管理信息系统，更偏向于某一个职能的系统，而erp系统可能包含多个MIS系统，而这些MIS系统，在设计之初，就已经规划好了互联互通。erp系统，本身就打通了企业内部供应链，天生即保证了各个系统的互联。

2.4 供应链管理（SCM）

说明： 无论是ERP系统还是CRM系统，都是打通企业内部。而SCM则是将企业和外部环境打通。打破了企业间的‘信息孤岛’。SCM强强联合，整合和优化了‘三流’，强调了严格的数据交换标准。

SCM中的信息化'三流'：信息流，资金流，物流。而信息流又分需方信息流和供方信息流。需方信息流（需方到供方）：客户订单，生产计划，采购合同；供方信息流（供方到需方）：入库单，完工报告单，库存记录，可供销售量，提货发运单等。

2.5 商业智能（BI）

说明： BI主要三个部分组成：数据仓库，OLAP（联机分析处理），数据挖掘，主要用途是决策分析，分析历史数据，预判未来。
对标普通的应用系统：应用数据库+OLTP（联机事务分析），主要用途是支撑业务运作。

2.5.1 数据仓库

说明： 数据仓库是面向主题的，其中的数据是经过ETL（抽取，装载，清洗，刷新）之后的数据，是具有一定价值的数据。区别与一般的应用数据库，数仓更多的是以查询为主，基本没有修改和删除。而企业一般只有一个数据仓库，数据量上是远远超过一般的应用数据库。
数据集市：企业一般只有一个数据仓库，注定数仓的创建是一个比较漫长和复杂的过程，通过分而治之的思想，将数据仓库进行分解，分解到每一个部门，创建一个数据仓库，部门数仓，即为数据集市。、

数据挖掘： 数据挖掘本质上是挖掘看上去不相干的数据背后的知识和关系。

数据挖掘方法分类：

名称	说明
关联分析	挖掘出数据直接的相互关系，如网站搜索手机，会相对应的推送手机的信息
序列模式分析	侧重点是分析数据间的因果关系
分类分析	给每一个记录加上标记，再按标记分类
聚类分析	按事物特征进行分类，再进行标记

数据仓库对标数据库：

数据仓库	数据库
面向主题的：按主题组织数据	面向应用的，按应用组织数据
集成的：一个企业就一个数据仓库	零散的：一个应用一个数据库
相对稳定的（非易失）：以查询为主，基本没有修改和删除	CRUD：增删改查为主
反映历史变化（时变的）各个阶段信息都有，并可对未来做出预测	解决当下问题

扩充：

数据湖： 是存储企业各类数据的大型数据库。其中数据可提供存储，处理，分析及传输。数据湖 是企业从多个数据源中获取数据，并且针对不同的目的，同一份原始数据还可能有满足特定内部模型格式的数据副本。因此数据湖可以处理的数据是任意类型的，从结构化数据到非结构化数据。不同于数据仓库，数据湖既可以做OLAP，也可以进行OLTP。而且数据湖中的数据价值也不明确。

数据湖对标数据仓库：

维度	数据仓库	数据湖
数据	清洗过的数据，结构化数据	原始数据，结构化，半结构化数据
模式	数据存储之前定义数据模式，数据集成之前完成大量工作，数据价值明确	数据存储之后定义数据模式，数据的价值还未明确
存储方法	标记SQL接口	应用程序，类SQL的程序
优势	多数据源集成，干净，安全的数据，转换一次，多次使用	无限扩展程序，并行执行，支持编程框架，数据经济