ＥＲＰ與商務智能

[摘要] 本文對ERP與商務智能整合應用的理論和實現技術進行研究，提出了ERP與商務智能整合應用的方案。

[關鍵詞] ERP 商務智能 數據倉庫 OLAP

一、引言

ERP的應用實現了企業內部核心業務流程的信息集成以及企業外部供應鏈的信息集成。但ERP對決策支持有著明顯的不足。商務智能的實現依賴于大量的、準確的、真實的數據；而ERP系統產生了大量的、準確的、真實的數據。因此，將商務智能建立在ERP系統原始數據的基礎上，不失為一種良好的解決方案。

二、ERP

ERP理論從MRPⅡ發展而來，擴展了管理的模塊。它綜合應用了B／S體系、關系數據庫結構、面向對象技術、圖形用戶界面、網絡通訊等成果。ERP中的數據是按照面向事物處理的方式進行組織和存儲的。一般包含四大功能模塊：財務管理模塊、生產管理模塊、物流管理模塊和人力資源管理模塊。此外還可能包含質量管理、設備管理等模塊。

三、數據倉庫原理

數據倉庫是ERP與商務智能之間的橋梁，可以理解為面向主題的、集成的、不同時間的、穩定的數據集合。數據倉庫最大的特點是面向主題，每個主題對應一個客觀分析領域。

四、商務智能理論

商務智能的定義眾說紛紜。本文在總結商務智能的眾多定義之后，將商務智能定義為：商務智能是企業利用現代信息技術收集、管理和分析結構化、半結構化和非結構化的數據，創造出商務知識和商務信息用以提高決策水平，采取有效的商務行動，完善各種商務流程，提升商務績效，增強企業綜合競爭力的過程。從數據分析的角度看，商務智能是為了解決商業活動中遇到的各種問題，利用各種信息系統進行高質量的信息收集、分析、處理的過程，其基本功能包括個性化的信息分析和預測發展趨勢。從應用的角度看，商務智能可以幫助用戶對商業數據進行分析處理，幫助企業解決商業問題，輔助決策，以便更好地實現商業目的。

五、ERP與商務智能整合應用的核心技術

1.數據的抽取、轉換和加載

獲取數據是實現ERP商務智能系統的一個重要步驟。這一過程包括：辨識與所研究主題相關的原始數據；確定數據抽取策略；將原始數據轉換為目標格式；將原始數據加載到目標區域。上述數據獲取過程就是數據的抽取（Extraction）、轉換（Transition）和加載（Loading）過程，稱為ETL過程。ETL過程中有兩個重要的原則：第一，盡量確保引入的僅僅是在數據分析過程中發揮有效作用的數據；第二，必須保證被引入的數據是完整的和正確的。在完成數據的抽取、轉換和加載時，應盡量選擇ETL工具。

2.維技術

維是人們觀察客觀世界的角度，也就是決策分析者分析數據的角度，是多維數據集中重要的組件。維技術是商務智能的重要基礎技術之一，對商務智能的實現非常重要。

3.數據分析技術

(1)OLAP

OLAP針對某個特定的主題進行聯機數據訪問、處理和分析，通過直觀的方式從多個維度、多種數據綜合程度將系統的運營情況展現給使用者。在數據倉庫應用中，OLAP工具一般是數據倉庫應用的前端工具。

(2)數據挖掘

隨著數據庫技術的發展，數據庫的數據量急劇增大，從海量數據庫中挖掘信息的過程，稱之為數據挖掘，即從數據集中識別出正確的、新穎的、潛在的、有用的，以及最終可理解的模式的非平凡過程。

六、ERP商務智能系統的整體設計方案

根據對ERP和商務智能的理論和技術的研究，本文提出ERP與商務智能整合應用的基本方案如下：

1.理解ERP的管理理念，理解ERP系統產生的數據的涵義，進而選擇需要的數據。

2.根據對ERP的理解，確定分析主題，進而確定數據倉庫的主題。

3.設計合理的數據倉庫模型。

4.確定數據倉庫的建立路線，確定是否需要建立數據集市。

5.構建數據倉庫和數據集市。

6.確定數據轉換規則，使用一定的數據抽取和加載工具從ERP數據庫提取數據，經過數據轉換，最終按照預先設計好的數據倉庫模型，將數據加載到數據倉庫中。

7.創建對數據倉庫數據進行管理的元數據文件。

8.根據分析主題的要求建立多維數據集，手工編寫代碼或者直接使用OLAP工具、數據挖掘工具和查詢報表工具，利用數據倉庫或者數據集市的數據進行支持決策的數據分析。

9.以可視化的方式展示分析結果。

10.注意數據倉庫中的信息主要用于數據分析，它不能被商務智能用戶修改。

總體上說，商務智能處于高度整合的ERP環境下，ERP數據倉庫和ERP應用系統通過接口緊密結合，元數據在它們之間流動；ETL工具從ERP系統中提取合適的數據，然后將其放入以商務主題為導向的ERP數據倉庫中，再利用商務智能工具進行數據的分析，最終將可視化的結果展示給決策分析人員。

參考文獻：

[1]金蝶軟件（中國）有限公司著.ERP系統集成應用.北京:清華大學出版社，2005，8

[2]陳京民等著:數據倉庫與數據挖掘技術.北京:電子工業出版社，2002，8

[3]張維明鄧蘇劉青寶等著：數據倉庫原理與應用.北京:電子工業出版社，2002，3

[4]Jiawei Han.Data Mining Concepts and Techniques.北京:機械工業出版社，2001:29-35

[5]Michael L. Gonzales.IBM data warehousing with IBM business intelligence tools.北京:電子工業出版社，2004，7