1 傳統ERP的進步
1.1 ERP中留存數據的利用
按照數據處理的觀點，傳統ERP是聯機事物處理系統。是完成業務功能作業的。ERP對原始數據做高效率的實時運算加工，產生大量的實時的目標數據。是企業數據全生命周期的第一階段。用目標數據進行業務的計劃和控制是ERP的根本職能。ERP的計劃和控制過程結束，有大量的過程數據留存在系統內。從數據利用的觀點看，ERP系統存留的數據除了“備查”、“跟蹤”之外，再很少被利用。留存在ERP中的數據好像是沒有被充分利用的副產品。 ERP系統更大的潛力并沒有發揮出來。而迅速增長的數據量還成為系統的沉重負擔。
從數據的全生命周期來看，ERP系統里的數據記載著企業的生命軌跡和隱含著企業的“脈相”。但是ERP的沒有手段來識別它。因此企業對ERP對巨大投資只回收了一部分。ERP系統積累的數據形如一座未曾開發的金礦，而ERP本身沒有發掘的手段。成為傳統ERP的一大遺憾。
1.2 高層領導對ERP的需求
ERP開通以后，數據雖多， 但對高層管理人員來說，能夠得到的僅僅是企業運做當前狀態的作業數據和淺層次的現象信息。而他們更多的需要了解綜合的、歷史的、反映全過程的信息，以及對若干現象的分析，以發現有助于決策的趨勢和模式。限于ERP當時的歷史責任的局限性，從本質上說ERP系統的中存留的是數據而不是信息。高層管理人員直接用不上。傳統ERP對直接投資的企業領導層沒有直接的應用成為ERP的又一大遺憾。某些中國的ERP廠商想出一個主意叫做——“領導綜合查詢”，其實這種模塊只有“合”——匯總和羅列，而沒有“綜”——對數據的加工。并沒有真正的解決問題。
1.3 IT人員對ERP的維護
ERP的綜合查詢屏幕無論事先設計的如何慎密，都不可能作得完全迎合決策層領導隨時出現的即時需求。因而沒有計算機程序員的幫助，管理者就得不到客戶化的需求或報告。這不僅約束了管理者很快地獲得使其取得競爭優勢的信息，來自高層的無休止的需求，還給ERP供應商和企業IT部門增加了大量的ERP系統用戶化開發。IT人員面臨著需求不斷的壓力和領導的永不滿足。
1.4 先進管理理念推動ERP的進步
21世紀的先進管理理念如：精益思想、敏捷制造，都加強了人和企業文化的關注，將業務自身的決策權下放到對應的作業層是先進管理方式的趨勢。原來單純事物處理人員現在要做與他業務相關的決策。因而作業人員也要了解相關的綜合性的數據和信息。傳統ERP卻不能夠提供。于是產生了新一代的、事物處理和分析處理相結合的應用軟件——CRM和SRM等。這些軟件的特點是會事物處理，也會分析處理，是傳統企業應用軟件無法比擬。先進管理理論應用不僅要求功能范圍的擴展，還要求增加數據處理的深度——從做事到分析。采用普通的聯機事物處理技術的ERP是無法滿足高效率作業和決策支持兩項需求的。這是ERP的又一大遺憾。CRM/SRM對ERP的挑戰迫使ERP向這些軟件系統學習，也將分析處理集成進來。
2 ERP與BIA的集成
與時俱進、不斷克服發展著的應用環境提出的新問題是ERP發展的特點。在上個世紀90年代末，數據倉庫DW和聯機分析處理OLAP技術開始走向實用，ERP供應商就開始了將DW/OLAP集成到ERP這個大籃子之中的努力。具有領先的軟件自然是SAP的R/3和Oracle的Oracle APP。ERP增加了“業務智能分析”（ Business Intelligence Analyses，BIA ）新功能。從此ERP集成了兩種數據處理方法：傳統的聯機事物處理OLTP（ On-line Transaction Processing ）和新增的聯機分析處理OLAP（ On-line Analytical Processing ）。從此，ERP的作業系統和業務智能分析聯結起來。ERP為業務智能分析提供了集成的數據源，OLAP對原來沒有利用的數據進行分析，形成了計劃—執行—分析—決策—調整的不斷優化作用，構成決策和執行的閉合循環系統，更多地釋放了ERP的能量，幫助企業將數據變為信息和知識。給企業以開發“金礦”的工具。
2.1 業務智能BI—將數據變為信息
對多數管理人員來說，業務智能是一個比較陌生的概念。業務智能（Business Intelligence，BI）是對與企業決策過程相關的所有內部的和可能得到的外部數據，進行采集、清洗、匯總、綜合、分析、利用和傳遞，使數據轉換成為信息和知識的過程。業務智能BI是企業信息化的新領域和更高的層次，是企業數據的全生命周期的第二階段。商務智能采用先進的數據倉庫和聯機分析處理OLAP、數據挖掘技術。
2.2 不能對ERP數據直接進行分析
存在于ERP里的數據不能直接進行分析處理。因為ERP的運行方法是聯機事務處理OLTP，是基于傳統的數據庫技術、由事件驅動、面向應用功能和性能的操作型處理。對OLTP的要求是有明確的處理模型或公式、快速響應、安全和完整地將當前事務所產生的記錄保存下來，方便地對保存的數據進行必要的維護等。為保證ERP的這些性能，它的數據庫是按過程組織的，在一個結構中可能既包括了處理之前的原始數據又有處理之后的結果數據，還有數據的狀態說明和其它的輔助性、過渡性的數據，它們交織在一起。結果ERP數據庫中的數據可以說是事無巨細的混和體。在OLTP中為了業務過程的處理的方便和效率這作法是必要的。但是這種數據結構對于綜合性的分析，就太多、太繁瑣和沒有必要。分析處理只須要所關注對象的核心數據。為提高分析的效率，將這部分數據從原始數據庫中抽取出來，構成面向針對性主題的、精簡的新的數據組織方式，再進行分析。
另外，ERP數據庫缺少對歷史數據的有效組織：ERP的數據主要是實時的，缺少對歷史數據的積累和便于分析訪問的有效結構。從分析處理過程來看，分析一般需要多表操作、較長的運行時間，若直接利用ERP業務系統的數據庫中現有的數據進行決策的分析和推理、將影響ERP系統OLTP的效率，并造成繁忙的網絡數據傳輸。在需要直接訪問歷史數據時更是困難。因此分析數據不能直接與OLTP的數據庫相連，必須建立獨立的數據存儲空間和結構。所以分析處理需要新的數據組織方式——數據倉庫。
2.3 數據倉庫技術
1991年，數據倉庫概念的創始人W.H.Inmon做出定義：數據倉庫Data Warehouse是面向主題的、集成的、穩定的、不同時間的數據集合，用以支持數據分析和管理決策過程。在這個定義中，主題是數據歸類的標準，每個主題對應一個客觀分析領域，它可以為輔助決策集成多個部門不同系統的大量數據。通俗來說，數據倉庫是按照我們分析的對象組織的。數據倉庫包含了大量的歷史數據，經集成后進入數據倉庫的數據是極少更新的。數據倉庫內的數據時限為5年至10年,主要用于進行時間趨勢分析。數據倉庫的數據量很大,一般為10GB以上，大型數據倉庫達到TB級。
2.4 聯機分析處理OLAP
OLAP(聯機分析處理:On-line Analytical Processing)是對數據倉庫的信息分析處理過程，是數據倉庫與用戶接口部分。OLAP的目標是滿足決策支持或多維環境特定的查詢和報表需求，它的技術核心是“維”——或視角這個概念。因此OLAP也可以說是多維數據分析工具的集合。OLAP系統是跨部門、面向主題的。其基本特點是：基礎數據來源于生產系統中的操作數據(Operational Data)；響應時間合理；用戶數量相對較小,其用戶主要是業務決策與管理人員。OLAP的結果主要采用圖形、表格等可視化方式表達和輸出，方便于決策應用。
3 中國企業對業務智能分析的需求
我們多年推廣OLAP的經驗表明，BI的應用是不能跨過OLTP應用階段的，否則就會形同空中樓閣，或者是無源之水。一般企業在ERP正常運行2年左右，在數據處理方面具備了較豐富的經驗、在ERP系統中積累了足夠的業務數據以后，在這個基礎上采用BIA業務智能分析，才能得到明顯效果。所以我們稱BIA是后ERP時代的技術。當前中國的企業應用ERP的成功案例逐步多了起來，企業IT應用經驗相對成熟，相繼而來的是數據倉庫、OLAP或業務智能應用的時機的到來。在ERP應用穩定階段開展BI應用有以下好處：
能以較合理的代價取得有效的決策支持，從OLTP數據庫中提取信息以回答隨機性的查詢并形成報告要投入大量的人力和計算機資源，采用OLAP可以消除不必要的資源開銷。
能促進企業中業務流程再造。業務流程再造BPR是資源配置優化和提高企業競爭能力的必要前提。為了通攬全局，企業的高層決策者不僅需要無限地分析其業務能力，而且需要能夠對業務運做過程本身的合理性做出判斷以采取措施。這類信息是高度綜合的，它表現形式應該使決策者能很方便地從多個側面進行、評價和判斷。BIA可以完成銷售、財務、庫存、供應商、質量等方面的分析。
可以揭示和解析企業中發現的問題，針對性采取對策。如銷售不均衡時，通過市場分析（銷售產品、類型、渠道、銷售方式分析），找出銷售的薄弱環節。對客戶關注點分析（客戶接觸與客戶服務的分析）、促銷活動進行有效性分析，可以減少盲目的市場費用。庫存和出庫的分析可以發現不合理的開支和消耗；對積壓商品的構成和地理分布的分析可以決定產品銷售的分布。成本構成的變化分析、對質量故障分布的分析、對雇員構成和穩定性分析等都會使企業得到重要的業務過程改進或再造的依據。
對于OLAP來說可以順利的得到豐富的數據源，節省專門的數據采集成本。
轉載請注明出處：拓步ERP資訊網http://www.guhuozai8.cn/
本文標題：ERP和業務智能分析BIA的集成
本文網址：http://www.guhuozai8.cn/html/consultation/10820622805.html
相關文章
