0 引言
隨著中藥企業GMP(Good Manufacturing Practice)認證的推進，為了保證中藥飲片的生產質量，越來越多的中藥企業引入了質量標準制造執行系統(Quality Standard Manufacturing Execution System，QSMES)。QSMES與上層MIS、ERP等業務系統和底層的PCS等過程控制系統一起構成企業的綜合信息系統。QSMES是處于MIS、ERP和PCS之間的執行層，通過控制原料藥、設備、人員、流程指令和設施等在內的所有企業資源來保證飲片的生產質量，提高企業的經營效率，但不能向企業管理人員提供強大的分析功能以輔助決策。QSMES在運行過程中存在下面一些問題：數據豐富而信息貧乏；難以交互分析；難以挖掘出潛在的規則；難以追溯歷史，數據形成孤島等。商業智能系統中的數據倉庫、聯機分析處理和數據挖掘為上述問題的解決提供了非常適合的技術路徑。
1 商業智能
1.1 商業智能
介紹商業智能(Business Intelllgelice，BI)這一術語1996年由Gartner Group的Howard Dresner首次提出，它描述了一系列的概念和方法，通過應用基于事實的支持系統來輔助商業決策的制定。商業智能提供使企業迅速分析數據的技術和方法，包括收集、管理和分析數據，將這些數據轉化為有用的信息，然后分發到企業各處。商業智能系統從企業運作的日常數據中開發出結論性的、基于事實的和具有可實施性的信息，使企業能夠更快更容易的做出更好的商業決策。從技術層面上講，商業智能不是一種新技術，它只是數據倉庫、OLAP和數據挖掘等技術的綜合運用。
數據倉庫(Data Warehouse，DW)是面向主題的、集成的、穩定的、不同時間的數據集合，用以支持經營管理中的決策制定過程。簡單來說數據倉庫就是有關數據庫的數據庫。
聯機分析處理(Oneline Analysis Process，OLAP)是使分析人員、管理人員或執行人員能夠從多個角度對原始數據中轉化出來的、能夠真正為用戶所理解的、并真實反映企業維特性的信息進行快速、一致、交互的提取，從而獲得對數據更深入了解的一類軟件技術。數據挖掘(Data Mining，DM)是指從大量的、不完全的、有噪聲的、模糊的、隨機的數據中，提取隱含在其中的、事先不知道的、但又是潛在有用的信息和知識的過程。
1.2 商業智能與QSMES的結合對商業智能與中藥企業
QSMES結合后的功能層次進行分析，可以把QSMES劃分為5個層次(如圖1所示)，從底層到上層分別為：①控制層：控制生產車間的智能制藥設備如炒藥機、蒸藥機、微波干燥機、包裝機；②監控層：對制藥過程的批記錄數據進行現場采集，并對設備運行數據進行采集與監控；③調度層：對生產任務進行協調，保證生產的有序的進行：④管理層下達并管理生產任務，制定藥品生產的工藝規程(SOP)：⑤決策支持層：通過聯機分析處理和數據挖掘，為企業提供輔助決策支持。
圖1 QSMES整體功能架構圖
在QSMES中，下面四個層次主要負責生產過程數據的采集和管理，進行即時信息的處理并對數據進行抽取(Extraction)、轉換(Transformation)，然后加載(Loading)到數據倉庫中。最上面的決策支持層主要功能是：將數據倉庫中的數據通過聯機分析處理和數據挖掘轉化成有效的輔助決策信息，并通過報表服務及其它方式展現給管理人員。
2 商業智能與中藥企業QSMES集成的體系結構
在BI與中藥企業QSMES的集成過程中，中藥企業可以根據自己的條件選擇不同的BI應用軟件、工具和技術平臺。圖2所示的是以Mierosoft SQL Server 2008企業BI平臺技術為例的一個BI與中藥企業QSMES集成的體系架構。主要由QSMES業務子系統、業務數據庫、數據轉換工具、數據倉庫、OLAP分析工具、數據挖掘工具和決策支持系統組成。QSMES業務數據庫中的海量數據經過抽取、轉換、加載(ETL)等過程，轉換為分析型數據，加載入數據倉庫。利用OLAP和數據挖掘技術對數據倉庫中的數據進行分析和處理。分析和處理的結果，通過決策支持系統的報表服務或Excel中的數據透視表動態視圖提供給企業管理決策人員。
圖2 商業智能與QSMES集成的體系絮構
3 商業智能與QSMES集成的解決方案
對于中藥企業的QSMES，將每一個子系統的數據利用數據倉庫技術按主題域進行集成，通過數據挖掘形成支持管理決策分析的信息。整個系統采用SQL Server 2008的作為商業智能整體解決方案的軟件平臺，通過與Microsoft Visual Studio的協同工作，可以輕松構建并維護強大、安全、可伸縮的商業智能解決方案。在SQL Server 2008中Business Intelligence Development Studio提供了統一的工具，它涵蓋了多種類型的商業智能解決方案，并為開發ETL、分析和報表解決方案提供了統一的開發環境，包括數據倉庫、OLAP、以及數據挖掘等應用程序。
3.1 建立數據倉庫 在商業智能中，數據倉庫是整個解決方案的基礎也是核心，它的數據來自企業中不同的數據源，并與其同步。本方案把SQL Server 2008 Management Studio作為數據倉庫的管理工具。完成多維數據庫的建模。SQL Server 2008 Integration Services提供了一個全面的平臺，可以從不同的數據源系統中提取數據，并對數據或其結構、格式做任意修改，然后將轉換后的數據加載到數據倉庫中間。
3.2 建立Analysis Services OLAP SQL Server 2008 Analysis Services提供了用于聯機分析處理(Online Analytical Processing，OLAP)的分析引擎．包括在多維度和關鍵業務指標(KPI)中實現商業量值聚集，并使用特定算法來辨別模式、趨勢以及與商業相關的數據挖掘解決方案。使用Analysis Services完成整個模型的構建、指標的設置、維度的設計、計算指標的定義、模型分區設計、進行模型操作應用設計，設置多維數據集存儲模式、定義多維數據集的聚合策略，以及多維數據集的處理、多維數據集的備份及還原等操作。
3.3 數據挖掘 SQL Server 2008提供用于創建和使用數據挖掘模型的集成環境，稱為Business Intelligence Development Studioo該環境包括數據挖掘算法和工具，使用這些算法和工具更易于生成用于各種項目的綜合解決方案。創建數據挖掘解決方案后，可以使用SQL Server Management Studio維護和瀏覽該解決方案。在該環境中可以使用維度引擎來構建數據挖掘模型，平衡其加載數據以及快速執行基本的統計計算的能力。Business Intelligence Development Studio使用數據挖掘向導來創建新的數據挖掘結構以及最初的數據挖掘模型，并提供圖像化工具，方便地調用BI Studio Analysis Services數據挖掘引擎中的算法，針對QSMES中的具體問題。進行樣本集的生成、信息發掘和智能預測等應用，簡化了數據挖掘的應用開發過程，使得數據挖掘工程師無需編寫程序代碼，即可完成數據挖掘的應用。
3.4 前端呈現工具、報表工具 SQL Server 2008 Report Services是Microsoft公司為企業報表提供的一款產品。Reporting Services的核心是一個無狀態的WEB服務，稱作Report Server。它位于Interact Information Services(IIS)內部，作為一個ASP.NET應用程序，它是從底層開始構建的，建立在ASP.NET的WEB服務基礎上。這就意味著它的功能可能通過指向Report Server URL的瀏覽器來訪問。
SQL Server 2008通過在網絡上安全地發布報表，從而使你可以擴展報表服務解決方案的范圍，將其傳遞給外部用戶。
Excel與SQL Server分析服務相結合，你可以將OLAP解決方案的優勢通過Excel中的數據透視表動態視圖以及Microsoft Pivot Chart動態視圖方式呈現給用戶。
SQL Server 2008與SharePoint Services緊密集成，從而很容易在一個SharePoint站點中集中發布和管理報表，并建立用戶指定的儀表盤，該儀表盤提供了相關報表的可定制視圖。
4 結束語
隨著中藥企業信息化的推進，傳統的QSMES已不能滿足企業日益多樣化的需要。將商業智能與QSMES集成，提供輔助決策支持功能，通過數據倉庫、聯機分析處理和數據挖掘等技術，對中藥生產過程中積累的大量業務數據和生產數據進行挖掘和提煉，總結出通常不易發現的、具有一定指導意義的信息，從而為企業管理者提供輔助決策功能，不斷挖掘企業潛力。在激烈的市場競爭中取得更大的經濟效益和社會效益。
轉載請注明出處：拓步ERP資訊網http://www.guhuozai8.cn/
本文網址：http://www.guhuozai8.cn/html/consultation/1081946108.html
相關文章
