引言
商業智能（Business Intelligence，BI），是將企業中現有的數據轉化為知識，幫助企業做出科學業務經營決策的工具，通過系統的定位、跟蹤，收集相關聯的零散信息，轉換成可用信息，進而制定企業戰略決策。商業智能的概念最早由Gartner Group的Howard Dresner于1996年提出。目前廣泛應用于工業、醫藥和教育等領域，更為制造企業提供重要的性能評估和決策支持。
企業資源計劃（EntERPrise Resource Planning，ERP）是針對物資資源管理、人力資源管理、財務資源管理、信息資源管理集成一體化的企業管理軟件，ERP系統是企業業務自動化和一體化的信息中樞。在制造業全球化、集群化和信息化的發展趨勢下，企業信息化應用已從運營層轉向管理和決策層方向發展，支持管理者面對商務環境的快速變化做出敏捷反應、科學決策以及價值管理∽例。制造企業產品設計周期長、生產工藝復雜、零部件數量龐大，業務數據的大量積累和ERP決策分析的相對局限，促使制造企業越來越重視基于ERP系統的商業智能應用，ERP與商業智能的融合已成為制造企業信息化發展的大趨勢。
1 商業智能與ERP系統的集成
基于ERP的制造業商業智能系統以ERP處理產生的大量業務數據為基礎，針對ERP產品開發數據接口，采用面向服務架構（Service-oriented Architecture）技術開發工具集成框架，實現工具軟件的有機集成。基于ERP和商業智能工具的行業分析應用模塊主要包括面向運營管理層的分析應用模塊和面向戰略決策層的分析應用模塊，通過軟件部署實現商業智能同ERP的緊密集成，充分利用ERP及商業智能工具的優勢幫助制造企業提升業務運行與決策水平。
商業智能工具與ERP系統通過定義良好的接口和協議相互連接。ERP系統的內部數據結構明確，商業智能工具可直接在其業務子系統上集成，從子系統的海量數據中抽取、轉換、加載數據，形成決策分析的支撐數據，加載人數據倉庫。商業智能通過ERP系統獲取基礎業務數據，消除了業務變更對商業智能系統的功能影響，更加符合企業的經營動態化特性。多樣的商業智能工具與自主ERP集成形成的商業智能系統平臺，實現了信息共享、互融互通，為決策者提供全局化、多層次、實時性的業務分析支持，降低企業運營風險。
2 商業智能系統建設規劃
結合制造企業生產特點，以系統全面的規劃為基礎，根據企業的需求分析和長遠規劃，商業智能系統的設計工作可分為3個階段，如圖1所示。
圖1 商業智能系統（BI）的設計流程
第一階段：現狀調研與需求分析。對制造企業的信息化建設現狀與發展戰略進行分析，通過訪談與資料收集，對相關組織部門的業務內容進行調研，結合制造企業的商業智能發展需求，制定系統的建設草案。此階段的主要工作內容包括商業智能的業務需求分析、分析報表梳理、數據源現狀調研等內容。
第二階段：系統規劃設計。根據第一階段的調研分析結果，結合行業的最佳實踐，設計商業智能系統架構及業務主題域，為不同需求層次的使用人員設計適合的數據展現方式。
第三階段：實施路線制訂。商業智能系統數據來自于不同的應用業務系統，因此商業智能系統的分步驟實施路線圖必須參考對應的業務應用設計，采用功能漸進的策略進行商業智能系統實施。
3 商業智能系統的設計與實施
商業智能系統實施分為商業信息倉庫（Business Information Warehouse，BW）和商業對象工具（Business Objects，BO）兩部分。BW企業級數據倉庫進行業務數據處理和存儲，BO工具進行數據的多層次展示，滿足企業各級用戶的數據分析和決策需求。
3.1 BW的設計與實施
BW涵蓋了聯機分析、數據挖掘和數據存儲管理等功能，實現了跨模塊、跨系統的歷史性分析和戰略性分析，對制造企業大量的生產、管理、經營、市場等數據進行組織、分類、聚集，從中提取客觀規律、事務內在聯系和預測發展趨勢。
BW由3個大層組成。第一層為數據倉庫（Data Warehousing）包括ETL流程（Extraction，Transformation，Loading）、數據倉庫管理和商業建模。ETL流程實現元數據的處理、清洗和數據類型轉換，PSA和ODS Objects等不同類型管理；數據倉庫管理將數據按種類劃分成主數據，根據需求建立高效模型。第二層為商業智能平臺（BI Platform），側重于商業智能系統中的邏輯處理。將數據倉庫的數據按照需求進行規劃，實現統一處理和基本封裝。第三層為商業智能套件（BIsuite），基于第二層進行再加工，對BI Platform的內容加入商業智能要素，如Query的多樣化選擇、自動報表的生成、多維度的數據分析、信息發布、面向第三方的分析接口和具體的web頁面展示等。
BW通過建模功能區創建維護數據抽取的相關對象，包括信息提供者、信息對象、信息源和源系統。數據源取自ECC中的數據表、文本文件或其他數據庫文件，在數據抽取層、數據處理層、數據分析層和數據訪問層通過創建ODS，創建數據轉換，創建信息包并上傳數據到PSA，創建DTP上傳數據到信息對象和ODS，建立CUBE或MULTICUBE完成抽取和挖掘大量準確、及時的業務數據信息并將業務數據轉換存儲到數據倉庫。BW通過處理鏈組織排序對數據加載及處理等工作，實現數據處理的后臺自動運行。
3.2 BO的設計與實施
BO通過強大的展示功能和多種形式的表現方式，提供深層次的分析報表，展示管理者關注的業務指標值及其狀態，直觀地監測企業運營情況。
BO針對單表處理，其中Query Designer通過過濾器限制信息提供者、總賬科目等特征值，通過行、列特性的多維度限制。包括對功能范圍、值類型和日歷年月等的限制，定制單表具體的展示內容，并可通過Analyzer查詢單表的業務數據。Universe Designer垂行單表的Query生成對應的。uw文件，BO設計軟件均是在。unv文件的基礎上開發。
Web Intelugence格式化報表或可交互地展示相關業務指標值；Crystal Xcelsius軟件將靜態的Excel電子表格轉化為生動的數據展示、動態表格、圖像和可交互的可視化分析。交互式的Crystal Xcelsius分析結果能嵌入到PowERPoint、Adobe PDF文檔、Outlook和網頁。圖2為銷售收入駕駛艙，集合了查詢與分析功能，管理者通過滑動儀表盤修改增長率或滑動水平滑塊修改各項費用比率預測決策對效益的影響，通過自主方式獲取所需信息；圖3和圖4為財務KPI指標分析，通過與行業標準指標值的對比，信號燈的顏色和形狀指示各指標的健康狀態，按鈕設計實現財務KPI指標分析l和財務KPI指標分析2的切換，促使用戶跟蹤主要績效指標（Key Performance Indicator，KPI），分解目標，開展協作，對業務流程開展更加有效地管理和監控。
圖2 商業智能終端產品——銷售收入駕駛艙
圖3 商業智能終端產品——財務KPI指數分析1
圖4 商業智能終端產品——財務KPI指數分析1
3.3 BW和Bo組合的商業智能系統
表1 BW與BO特點對比表
表1為BW與BO的特性對比。基于業務主題及數據展現多樣化的需要，采用在BW企業級數據倉庫的基礎上以BO作為展示工具構建商業智能系統。BW企業級數據倉庫提供靈活的建模、數據清理處理、有效存儲和分層設計，綜合考慮數據顆粒度、集成層次、完整性、重用性、可恢復性、可追溯性、存儲的數據結構和數據生命周期進行模型設計；B0數據展現層提供強大的報表分析功能、企業級格式化報表制作工具、靈活的即席查詢與分析、動態交互式儀表盤等工具，滿足企業各級用戶的數據分析需求。組合設計的商業智能系統充分利用BW與ERP系統的無縫集成，通過標準接口進行數據抽取。建立企業級數據倉庫，在企業級數據倉庫中挖掘業務內在規律，通過自動化的報表統計及分析，提升企業管理運營手段，有效地實現戰略預測及運營分析。
4 結束語
隨著全球一體化競爭愈演愈烈。商業智能與ERP系統的應用受到企業信息化組織機構的重視。制造企業基于ERP系統的商業智能充分利用ERP及商業智能工具的優勢，形成計劃、執行、分析、決策的不斷優化，優化管理層決策制定，實現企業信息資源高效利用，促進信息知識向企業效益的轉化。基于ERP系統的商業智能是制造企業信息技術應用發展的重要方向，具有廣闊的應用價值。
轉載請注明出處：拓步ERP資訊網http://www.guhuozai8.cn/
本文標題：基于ERP的制造企業商業智能研究
本文網址：http://www.guhuozai8.cn/html/consultation/10819914241.html
相關文章
