商務智能BI采用先進技術，是企業(yè)信息化的新領域，是企業(yè)數(shù)據(jù)生命周期的第二階段。商務智能的實現(xiàn)依賴于大量的、準確的、真實數(shù)據(jù)；而ERP系統(tǒng)產生了大量的、準確的、真是的數(shù)據(jù)。因此，將商務智能建立在ERP系統(tǒng)原始數(shù)據(jù)的基礎上，使孤立、分散的企業(yè)數(shù)據(jù)按歷史順序彼此相關，并且按高效、易于提取的結構進行存儲，讓用戶可以按不同的透視方法進行快速分析，不失為一種良好的企業(yè)決策支持解決方案。本文從以下3個方面對ERP與商務智能整合應用的基本方案進行詳細描述。

　　1、關于分析主題的確定

　　確定分析主題是成功實現(xiàn)ERP商務智能系統(tǒng)的第一步。準確地確定分析主題首先要熟悉ERP的管理模式，通過對ERP相關業(yè)務流程的分析確定主題。確定分析主題的依據(jù)主要有：對ERP功能模塊的分析、對ERP業(yè)務流程的分析、對相同類型企業(yè)發(fā)展戰(zhàn)略的了解。在實際的應用中，如果可以，最好能獲得對企業(yè)歷史數(shù)據(jù)的分析，便于概括地把握企業(yè)的“脈象”。

　　通過對ERP理論和ERP管理模式的研究，針對一般ERP的核心模塊和核心業(yè)務流程，本文概括了ERP系統(tǒng)的8個分析主題，各個主題常用的度量值和緯度見表一。

　　1.1 銷售主題

　　任務：準確及時地捕捉到銷售信息，分析銷售情況，對下一步的生產經(jīng)營科學地進行決策。

　　主題解釋：銷售概況分析；銷售通路分析；銷售策略分析；銷售員銷售績效分析；時間段銷售分析；銷售地區(qū)分析；客戶銷售量分析；客戶分布分析；客戶類型分析；公司銷售成績的多角度分析；銷售規(guī)劃及銷售預測等。

　　1.2 市場主題

　　任務：把握市場動向，市場購買潛力和市場價格特點極其發(fā)展趨勢。

　　主題解釋：地區(qū)市場、行業(yè)市場的購買潛力分析；市場價格分析；市場趨勢預測等。

　　1.3 產品主題

　　任務：掌握產品的銷售能力和銷售潛力，合理安排產品結構。

　　主題解釋：產品銷售量分析；產品銷售額分析；產品銷售貢獻率分析；產品結構分析；產品市場占有率分析；未銷售產品分析；不良品原因分析；產品退貨分析；產品獲利情況分析；產品訂購信息等。

　　1.4 庫存主題

　　任務：從級別、類別、貨位、批次、單件等不同角度進行查詢，輔助決策，解決企業(yè)深層次的相關問題。

　　主題解釋：原材料成本分析，人工成本分析；制造費用分析；間接費用分析；成本BOM查詢與分析；各種費用占產品的總成本比重分析；生產成本與計劃成本的比較分析；給定產量和給定售價下的利潤分析等。

　　1.6 采購主題

　　任務：實現(xiàn)供應商信用評價、業(yè)務員業(yè)績考核等決策分析。

　　主題解釋：供應商信用等級分析；采購價格變動分析；物品延期交貨情況及原因分析；無聊需求分析；供應商情況分析；物品延期交貨情況及原因分析；物料需求分析；供應商情況分析；貨物存儲倉庫及貨位查詢；供應商報價查詢；采購成本差異分析等。

　　1.7 財務主題

　　任務：實現(xiàn)對應收款、應付款的決策分析，提高從現(xiàn)金流量、資產負債、資金回收率等角度決策企業(yè)運營的科學化水平。

　　主題解釋：各部門費用支出情況分析；多條件賬目查詢；明細賬目查詢；財務歷史數(shù)據(jù)查詢；客戶購貨金額及付款情況查詢；客戶欠款時間及細節(jié)查詢；付款及欠款情況查詢；客戶現(xiàn)金折扣分析；客戶信用等級分析等。

　　1.8 人力資源主題

　　任務：預測勞動滿員和緊缺，分析超時和工作量，鑒別無效的工作和優(yōu)秀的雇員，計算出某段時間內勞動的收益率。

　　主題解釋：按部門、職稱、專業(yè)、學歷、性別等角度的職工統(tǒng)計和查詢；綜合職稱、學歷、工作量等方面的能力評價；人力工作量負荷分析；多角度職工收入統(tǒng)計分析；實際完成工作量和工時對比分析等。

　　現(xiàn)代企業(yè)用友錯綜復雜的業(yè)務，從ERP系統(tǒng)中能抽取到的主題很多。以上只是基于常見的ERP業(yè)務流程對分析主題的概括。在實踐中還需要根據(jù)同類企業(yè)的情況具體分析。

　　2 關于數(shù)據(jù)遷移的問題

　　系統(tǒng)對ERP數(shù)據(jù)和對于商務智能分析的數(shù)據(jù)的要求是不同的。因此，存在于ERP里的數(shù)據(jù)不能直接進行分析處理，必須要將其從ERP數(shù)據(jù)庫中抽取出來，去掉純粹的操作型數(shù)據(jù)，消除數(shù)據(jù)的異構情況，構成面向主題的、集成的數(shù)據(jù)組織方式，再進行分析。ERP商務智能系統(tǒng)作為一個整合的系統(tǒng)，應該具備定期抽取ERP數(shù)據(jù)，定期刪除過期的歷史數(shù)據(jù)的功能。

　　將數(shù)據(jù)從操作型的ERP環(huán)境，經(jīng)過相應的處理和轉換，存儲到數(shù)據(jù)倉庫環(huán)境是ERP商務智能系統(tǒng)實現(xiàn)的關鍵一步。這一過程的主要作用在于屏蔽了復雜的業(yè)務邏輯，從而為各種智能分析和應用提供了統(tǒng)一的數(shù)據(jù)接口。如果有特殊的要求，這一過程的實現(xiàn)可以自己編寫程序；一般情況下，為了提高效率，最好還是使用ETL工具。

　　3 關于智能分析的問題

　　智能分析是商務智能的主要內容，是ERP商務智能系統(tǒng)實現(xiàn)的又一關鍵步驟。

　　這一步有幾個需要說明的問題：

　　3.1 數(shù)據(jù)倉庫的應用

　　就商務智能本身而言，它不是必須建立在數(shù)據(jù)倉庫的基礎上的。但是如果將智能分析和數(shù)據(jù)倉庫協(xié)同工作，則可以簡化智能分析過程，從而大大提高智能分析的工作效率。

　　3.2 數(shù)據(jù)源

　　ERP與商務智能整合應用后，智能分析的數(shù)據(jù)來源于整個企業(yè)，保證了智能分析的數(shù)據(jù)來源的廣泛性、完整性和準確性，從而保證了決策的質量。

　　3.3 智能分析主題的來源

　　面向ERP的商務智能分析，其分析的主題間接來源于ERP的管理模式以及ERP系統(tǒng)能夠提供的數(shù)據(jù)內容。因此，在ERP商務智能系統(tǒng)的設計中，應該考慮根據(jù)同類企業(yè)業(yè)務的共性抽取分析主題，使系統(tǒng)能夠具有普遍適用性，避免不同的用戶對于相同的問題重復構造相似的數(shù)據(jù)模型。

　　3.4 數(shù)據(jù)分析手段

　　在實現(xiàn)商務智能分析時，一般采用兩種主要的數(shù)據(jù)分析手段：OLAP和數(shù)據(jù)挖掘。OLAP可以建立在數(shù)據(jù)倉庫之上，直接運用數(shù)據(jù)倉庫的數(shù)據(jù)；也可以現(xiàn)在數(shù)據(jù)倉庫智商建立數(shù)據(jù)集市，將OLAP應用建立在數(shù)據(jù)集市之上。數(shù)據(jù)挖掘既可以以數(shù)據(jù)倉庫中的數(shù)據(jù)作為挖掘對象，也可以建立在數(shù)據(jù)集市之上。在ERP商務智能系統(tǒng)的實現(xiàn)過程中，根據(jù)分析主題，一般在部門級的決策需求活某個特定的業(yè)務中使用數(shù)據(jù)集市，對于整個企業(yè)的決策使用企業(yè)數(shù)據(jù)倉庫。目前，大多數(shù)的數(shù)據(jù)倉庫產品都提供了相應的OLAP和數(shù)據(jù)挖掘的中介層服務，能夠監(jiān)理多位數(shù)據(jù)集和數(shù)據(jù)挖掘模型，允許用戶從多維數(shù)據(jù)集或關系數(shù)據(jù)庫中建立數(shù)據(jù)的挖掘模型。但是，對于一些復雜的或是特殊的決策需求，需要編寫相應的算法來完成。 

　　根據(jù)對理論的研究和分析，本文設計了ERP商務智能系統(tǒng)的總體結構。這個結構大致可以描述為：系統(tǒng)從ERP數(shù)據(jù)庫獲得原始數(shù)據(jù)，按分析主題的要求選擇數(shù)據(jù)，并且對數(shù)據(jù)進行轉換，然后將數(shù)據(jù)加載到全局數(shù)據(jù)倉庫中，形成基本數(shù)據(jù)層。隨著時間的推移，由時間控制機制將基本數(shù)據(jù)層的部分“過渡”數(shù)據(jù)轉入歷史數(shù)據(jù)文件。數(shù)據(jù)經(jīng)過過濾和概括進入數(shù)據(jù)集市或者多維數(shù)據(jù)庫，形成衍生數(shù)據(jù)層。如果數(shù)據(jù)量很大，管理層次復雜，還可以生成多層衍生數(shù)據(jù)層。經(jīng)過建模，利用OLAP工具和數(shù)據(jù)挖掘工具訪問衍生數(shù)據(jù)層的數(shù)據(jù)，最終通過人機交互界面得到智能分析的結果，實現(xiàn)ERP的“商務智能分析”功能。針對ERP商務智能系統(tǒng)的總體結構，本文從功能實現(xiàn)和技術實現(xiàn)兩方面，設計了ERP商務智能系統(tǒng)的功能結構和技術結構。

　　在實際處理問題的時候，需要注意OLAP和數(shù)據(jù)挖掘代表了分析相同商務數(shù)據(jù)的兩種不同的技術。Gartner Group等組織把OLAP視為數(shù)據(jù)挖掘的一部分。OLAP分析過程在本質上是一個演繹推理的過程；數(shù)據(jù)挖掘在本質上是一個歸納的過程。OLAP利用各個維對事實表數(shù)據(jù)進行分析；而數(shù)據(jù)挖掘通常集中在一個維上，其他數(shù)據(jù)則用來豐富這一維的信息。OLAP主要允許客戶端設計匯總表來分析數(shù)據(jù)；數(shù)據(jù)挖掘主要用于自動發(fā)現(xiàn)可以預測未來結構的新的模式和規(guī)則。要注意根據(jù)不同的分析主題選擇合適的技術。

轉載請注明出處：拓步ERP資訊網(wǎng)http://www.oesoe.com/

本文標題：ERP系統(tǒng)與商務智能系統(tǒng)BI的設計方案

本文網(wǎng)址：http://www.oesoe.com/html/consultation/1082058592.html