1 商務智能系統
商務智能系統(Business Intelligence System)是指運用數據倉庫，聯機分析和數據挖掘技術來處理和分析商業數據，針對不同的領域提供不同的應用解決方案，協助用戶解決商務活動中的復雜問題，從而幫助決策者面對商務環境的快速變化而做出敏捷反應和合理商業決策的管理系統。ERP系統(EntERPrise Resource Planning)企業資源計劃是指建立在信息技術基礎之上的，以系統化的管理思想，為企業決策層及員工提供決策運行手段的管理平臺。
2 ERP系統的優勢和局限性
ERP的優勢特點優勢在于：
(1)ERP系統是面向業務的，為企業適應市場快速變化提供信息支持。
(2)ERP系統是一種流程管理系統，通過工作流來實現企業資源的合理配置，它強調企業的過程的合理。
(3)ERP系統有著完善的財務管理體系，通常財務管理模塊是ERP系統的核心模塊，它把企業的物流、資金流和信息流有機的結合在一起。
(4)ERP系統是一種從MRPⅡ(制造資源計劃)發展起來的的管理系統，它支持多種生產方式的管理模式。
總之：ERP的主要宗旨在于將企業的各方面資源(人力，財物，信息等)合理地調配和平衡，使得企業在激烈的市場競爭中能合理的配置企業內部和外部資源，全方位地發揮各方面的能量從而取得更好的經濟效益。
然而，當前的ERP系統的應用仍然停留在MIS系統層面，遠未達到企業所期望的決策支持功能。其原因在于ERP 系統是采用事務處理型的典型的聯機事務處理系統而非分析型的聯機分析系統。受其管理思想所限，ERP在實施和運行過程中的局限性不斷的暴露出來。
(1)ERP系統是一種典型的“聯機事務處理系統”(Online Transaction Processing)，它由多個事務應用組成，每個應用使得一個業務過程和功能實現自動化，同時把事務處理的細節記錄在相關數據庫中，產生大量的目標數據。這些數據的利用率非常低下，事實上，根據IBM 的調查，一般企業對存儲的數據的利用率只有2%～4%。企業決策層無法從海量數據中直接獲取宏觀決策時所需的數據。
(2)受ERP思想提出時的需求所限，使得ERP 系統的數據無法上升到信息層面，決策所需的支持信息需要從ERP 系統和其他事務處理系統中提取出來進行二次加工得到。要求更深層次的分析和挖掘，才能提煉出對當前決策問題真正有意義的，有價值的信息來。
(3)ERP中垮地域業務往往存放在異構的環境中，不易統一的查詢，同時由于地域和時間的變化和統計口徑的不同，造成ERP數據的一致性存在嚴重的偏差，因而影響到決策過程。
(4)ERP系統的維護和客戶化開發成本無法控制。由于決策層無法直接獲取決策所需要的信息資源，造成ERP供應商和企業信息部門增加了大量的的客戶化開發工作。同時由于決策需求的不斷變化，也使得開發維護工作量不大增大，企業信息成本不斷提高，呈不可控狀態，嚴重影響企業對信息化的信心。
3 商務智能系統技術
由于ERP系統的局限性，使得它無法滿足快速變化的商業需要。ERP系統專注于事務處理，保證事務處理所必須的自動化，它只是一個很好的后臺管理系統， 隨著計算機和數據庫技術的發展，20世紀90年代逐步成熟起來的以數據倉庫，聯機處理分析系統和數據挖掘為內容的商務智能系統能夠很好的彌補ERP這些方面的不足。商務智能主要包括以下技術：
3.1 數據倉庫技術(Data Warehouse，DW)
數據倉庫技術是面向主題的、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過程，它與傳統的數據庫目標有著較大的不同，其一，數據倉庫是面向主題的，主題是一個抽象概念，是一個在較高層次將數據歸類的標準。一個主題對應一個分析領域即主題域。其二，數據倉庫的數據是集成的，它是從原有分散的數據庫中的數據集成得到的，基于分析型的數據，是對原始數據的統一和綜合。其三數據倉庫的數據是穩定的，不可更新的，它反映的是較長一段時間的歷史數據內容，而非聯機處理的數據。最后，數據倉庫數據是隨時間不斷變化的。數據倉庫具有豐富的數據采集、管理、分析和信息描述功能。
3.2 聯機分析處理技術(Online Analytical Processing，OLAP)
聯機分析處理技術是獨立于數據倉庫的一種技術，它通過快速、一致、交互地訪問各種可能的信息視圖，幫助數據分析人員、管理人員、決策人員掌握數據之間的規律。OLAP把數據倉庫中的海量數據，轉化為有用的信息，從而實現對數據的歸納、分析和處理，提供決策支持。
OLAP是多維分析工具，它具有：快速性、可分析性、共享性、多維性、和信息信等特點。在OLAP 中，信息被抽象為一個數據立方體(Cube)，一個立方體由維(Dimension)和度量(Measure)構成，維是相同數據的集合。度量是個定量的值。這個多維的數據模型是OLAP 的核心，也是商務智能的支柱。OLAP展現給用戶的是多維的視圖。
3.3 數據挖掘(Data Mining，DM)
數據挖掘是基于數據庫的知識發現(Knowledge Discovery in Database， KDD)的重要環節。KDD是指從大量的數據中提取有效的、新穎的、潛在有用的、最終可被理解的模式的非平凡過程。DM是運用一些算法從數據倉庫中提取用戶感興趣的知識。很多情況下，數據挖掘就是指知識發現。
知識發現和數據挖掘涉及數據庫技術、人工智能、機器學習、統計學、粗糙集、模糊集、神經網絡、模式識別、高性能計算和數據可視化等多學科技術。它能夠按企業既定的目標對大量的數據進行探索分析，揭示隱藏的、未知的或驗證已知的規律，并進一步將其模型化，向決策者提供決策所需的知識啊。
4 ERP系統與商務智能系統的集成應用
商務智能系統的數據可以從聯機的事務處理系統、異構的外部數據源、脫機的歷史業務數據中提取、清理和轉換，并按決策主題所需進行重新組織，從而構建一個作為決策支持系統和聯機分析應用數據源的結構化數據環境。
集成系統環境中，ERP系統、OLAP和DM組成集成環境的工具層。技術上，ERP系統的重點在于快速、準確、安全、可靠地將數據收集到數據庫中，數據倉庫用于信息的存儲和組織，OLAP側重于信息的決策分析，而DM則對偏向于重要的、隱藏的知識發現，相輔相成，互相促進。集成的系統具有以下特點。
(1)ERP系統收集，處理存儲大量的基礎數據，構成集成系統的數據來源。
(2)數據倉庫對ERP系統數據進行統一綜合，形成全局的數據視圖，構成商務智能系統的信息基礎。
(3)OLAP利用數據倉庫中的信息，構建多維數據視圖，采用多維分析方法進行數據分析。
(4)DM能有效的從大量數據中挖掘出決策所需的知識，做出預測性分析。
目前商業智能解決方案的提供方式主要由ERP廠商提供和商務智能專業廠商提供兩種方式。前者是基于對原ERP系統信息進一步匯整及分析得來，屬于自下而上的逐漸發展，因為多在今年開始投入， 主要也以原ERP產品為主， 比如SAP公司mySAP Business Intelligence、SAP Business Information Warehouse、SAP Knowledge Management、SAP Strategic Enterprise Management商務智能解決方案。后者則是由獨立的商業智能廠商研發提供，因此著眼在商業智能的管理維護上，并不必和某個特定的ERP系統結合，甚至不以與ERP廠商合作為目標，而是全然以提供商業智能產品服務為定位，這類廠商較早投入BI 領域，有更多的選擇比如IBM BI Solution、Cognos、Business Object等等。
由ERP廠商提供的商業智能解決方案，由于植根于原來的ERP系統之上，因此與原來的ERP系統有較好的兼容性，數據讀取或分析的前置工作較容易進行。而由專業BI廠商提供的產品，則由于專業分工的細致化，而且相關BI經驗和資源的積累較為豐富，往往對于各種異質數據源的處理有較佳的支持，數據挖掘和發現的方法相對豐富。如何選擇要結合自己的本企業的實際情況。
5 總 結
隨著全球一體化競爭愈演愈烈，商務智能與ERP集成應用愈來愈受到商務組織機構的重視。ERP和商務智能的集成應用，讓雙方取長補短，形成了計劃、執行、分析、決策的不斷優化，促進決策和執行的良性循環，更好的利用企業的信息資源，降低企業信息成本，提高信息部門的投資回報。集成商務智能的 ERP系統已經成為一個重要的發展方向。（
轉載請注明出處：拓步ERP資訊網http://www.guhuozai8.cn/
本文標題：商務智能數據倉庫在ERP系統中的應用
相關文章
