基于ERP系統進行數據挖掘

[摘 要] 在大數據的時代，越來越多的企業集團注重數據的收集，分析，挖掘使之成為有用的決策信息。那么如何利用ERP系統來完成這一目標顯得額外重要。本文討論了數據挖掘的內涵和功能，分析了基于面向企業集團的ERP系統的數據挖掘的主要研究內容和關鍵分析技術，并指出數據挖掘是解決集團管控問題的重要方法。

[關鍵詞] ERP；數據挖掘；集團管控

由于日益復雜且高速變化的環境給企業帶來的機遇和挑戰都是前所未有的，這就使得單個企業有了建立企業集團的欲望。然而，集團的出現也是整個競爭環境更加復雜。從而為了實現企業集團的戰略目標，企業集團的規模不斷壯大，業務范圍不斷的擴張，能否有效發揮集團化的優勢，亟需采用恰當的管理模式和方法來提升企業集團的競爭力。

日前，將企業的人流、資金流、物流進行整合集成為指導思想的ERP系統，逐漸成為企業集團解決管控的問題，從供應鏈的角度出發，以信息化為平臺，使整個企業集團資源在個子企業之間合理有效地分配，達到優化管理高效運作的目的。

如下圖所示，由于企業集團具有分支機構遍布廣、橫跨行業多、業務流程線條長的特點。面向企業集團的ERP的應用不僅停留在成員企業的從采購到銷售的供應鏈層面，以及吸入企業集團的核心層面，也是極其重要的層面，還需要公共的模塊。由于ERP涉及的分公司越多、流程越多、模塊越多其實施的難度就越大，對企業集團管理效用也就難以把握。

圖1 面向企業集團的ERP系統功能組件框架

“上ERP是找死，不上ERP就等死”這樣的觀點，在企業界盛為流傳，而且ERP失敗或者效用不強的例子也屢見不鮮。這與企業集團過分放大ERP的作用，不能與子企業充分利用ERP所存儲的數據，不能使子企業在總集團的帶領下充分發揮自己的優勢等原因有關。為了充分發揮企業集團協同效益，降低交易費用，發揮規模經濟，提高整體競爭能力和抵御風險的能力，這就需要在ERP中應用數據挖掘（Data Mining）。數據挖掘技術在ERP的應用，為解決企業集團在大數據環境下的管控問題提供了新的思路，其突出的特征是使企業集團所儲存的事務型數據轉化為分析型知識。

1 數據挖掘

簡單的說數據挖掘就是從大量的數據中提取有用的知識。在《數據挖掘和技術》中，它將數據挖掘視為知識發現的一個過程，即數據清理、數據集成、數據選擇、數據交換、數據挖掘、模式評估和知識表示。如圖所示數據挖掘的步驟：

數據挖掘技術早已不僅僅是一個專有名詞，已經成功應用于金融數據分析、貸款還款預測、零售業和電信業的顧客分析。對集團企業而言，數據挖掘不僅能及時響應集團核心層需求分析，快速提高集團運作效率，全面掌握市場環境，同時考慮到在ERP供應鏈的大前提下，在集團資源優化配置的基礎上，識別子企業的內部優勢與劣勢，外部的機會與威脅。數據挖掘的目的是幫助決策者尋找對當前決策和對未來預測十分重要，卻隱藏在數據間、不易發覺的關聯，發現在海量數據中被忽略的要素。

為了實現數據挖掘，需要將集團ERP中形成的儲存在數據庫中的分散的數據進行整體數據的抽取盒清理，然后通過歸納、匯總、分析消除不需要的數據，最后儲存在數據倉庫中。按照一位數據倉庫系統構造方面的領頭設計師William H.Inmon的說法，數據倉庫是一個面向主題的、集成的、時變的和非易失的數據集合，支持管理部門的決策過程”這句話同樣道出了數據倉庫的主要特征：面向主題的、集成的、時變的、非易失的。

2 基于ERP系統的數據挖掘

數據作為企業集團最重要的資源之一，對企業集團來說充分利用數據比儲存數據更加重要。基于ERP系統的數據挖掘就是針對不同的決策，將ERP存儲的數據，經過整理、統計、分析，挖掘出數據之間的內在關聯，建立支持決策的模型的過程。集團企業在管控的過程中常常遇到集團制定的戰略與子公司實際營運不協調，子企業沒有秩序爭奪集團資源，長期目標不切實際等等問題。數據挖掘提供一種從集團企業自身微觀出發，從企業集團歷史數據出發，解決管控問題的方法。

數據挖掘的所運用的技術有很多種，每一種都有自己的適用范圍和特點，接下來介紹幾種在企業管理中常用的數據挖掘技術。

2.1 關聯規則

從概率角度理解，關聯規則就是，根據一事物發生的同時，另一事物也發生的概率的多少，來挖掘這兩者之間的內在關聯。該算法已經在金融行，零售以及物流等行業的客戶關系、庫存安排上廣泛運用。例如，購買健身產品也趨向于購買粗糧的顧客信息可以用以下關聯規則表示：

支持度（suppor）表明同時購買的概率為5%置信度（confidence）表示有70%的購買了健身產品的顧客會購買粗糧。

2.2 決策樹算法

決策樹是一種流程圖的樹結構，其內部每個節點都表示一個屬性上的測試，每個分支代表一個測試輸出，每個樹葉節點存放一個類標號。決策樹主要用來對高維數據通過結構化處理來進行分類和預測。不需要任何參數設置的決策樹具有簡單快速的特點，因而被廣泛應用于制造生產、金融分析和醫學等領域成為很多商業規則歸納系統的基礎。

2.3 聚類分析

聚類分析是將輸入的一組未分類記錄，根據數據的相似性進行組合劃分成祖，是組內對象相似，組間對象相異的分類過程。典型的聚類分析方法是神經網路法。

3 數據挖掘在集團管控中運用

根據交易費用理論和規模經濟理論，集團管控的核心作用是擴大組織規模，節約交易費用，提高經濟效益。但在現實經濟生活中，并非所有企業集團都能實現其理想的經濟目的和效率，實質上很多的企業集團處于集而不團、管而不控的狀態。出現這種情況的實質根源在于核心企業對集團內部缺乏有效地管理和控制。

在大數據時代，數據對企業的影響日益突出，企業決策行為已有過去憑借歷史經驗和高層管理者的經驗向基于數據分析轉變。集團基于數據分析和信息處理，通過識別、整理、清洗、轉化和主題域的確定等程序挖掘將ERP的事務型數據挖掘具有決策支持功能的分析型知識，對子企業進行管控不將適宜的多。

3.1 ERP的數據挖掘應用于財務控制

企業集團在不斷提升、發展之際，財務管控問題也日益突出。如預算管理體系無力、財務系統與業務系統無法協同、資金管理失控、審計稽核能力不足、稅收統籌無方、財務風險管控差等問題時常出現，給企業集團的運營帶來了巨大的損失。

為了在過去的財務信息中全面分析企業集團內外部的經營發展狀況和趨勢，向信息使用者充分透露企業集團未來的發展前景，未來現金流量信息?；贓RP的數據挖掘，還可以利用數據聚類、關聯分析、分類、預測時序模式和偏差分析，對企業集團的賬簿報表中的大量財務數據進行深層次的分析和研究，揭示其內在價值為集團財務管理、經營管理以及其他各種決策所用，以滿足使用者多層次，廣范圍的要求。

3.1.1 成本分析。在成本管理中利用數據挖掘中的聚類算法將生產BOM進行歸類，如根據材料的儲存特點，使用頻率進行歸類，不僅可以節約成本，提高效率還可以統一標準，方便集團內部管理；用回歸分析技術確定影響產品成本的變量，找到關鍵變量進行控制。

3.1.2 預算分析。企業集團總部對未來的預算直接影響所有子企業未來的發展目標。數據挖掘可以幫助集團管理者在大量歷史數據中，利用分類預測、時間序列等分析方法建立對銷售、費用、現金流等的預測模型，給出更加準確的預算數據。

3.1.3 財務風險預警。財務風險包括債務風險、信貸風險、擔保風險、利率風險和收益分配風險等。利用決策樹、遺傳算法、神經網絡等方法建立財務風險模型，幫助企業集團實時監控集團總體以及各子企業財務狀況，避免財務漏洞，感知風險信號，采取風險防范措施。

3.2 ERP的數據挖掘促使集團內外供應鏈高效作業。

采用ERP信息系統，使企業集團采購中心、儲存中心、生產中心、銷售中心以及財務中心集中于一個平臺，無疑加快獲取信息速度，提高處理信息的能力，對最新市場變化做出及時反應，實現集團與客戶、供應商、合作伙伴的營銷計劃、交易信息的協同，從而使供應鏈做到實時回饋，以配合顧客變化的需求。數據挖掘可以將在ERP系統數據，通過數據交換和數據集成技術，依靠確定的業務準則，有效地解決供應鏈成員之間的合作關系和經營策略，使供應鏈上的歷史數據成為信息的前端，成為預測分析和決策支持的基礎。

3.2.1 供應鏈合作伙伴評估。相互關聯的企業形成供應鏈網絡的目的，在于通過信息共享，降低庫存成本和提高整個供應鏈的運作績效。對供應鏈伙伴按照生產與質量水平、成本、財務狀況、管理文化與企業環境等評價指標對供應鏈上伙伴運用數據挖掘的聚類、分類算法進行分析選擇合適的合作伙伴，采用關聯序列分析和分類的方法確定供應鏈伙伴的戰略，還可以借助聚類和關聯分析對供應商績效進行評價等等，盡可能削弱不確定性的市場環境下合作各方不良影響和風險。

3.2.2 顧客市場評估。了解顧客并引導顧客需求是企業營運的主要手法，恰好數據挖掘為深入了解顧客提供更全面準確的決策信息。如數據挖掘的幫助下，用聚類算法按客戶價值度的大小對劃分不同的客戶群，使服務更有爭對性；從客戶反饋信息數據中運用決策樹，把握客戶的滿意度，增加客戶的忠誠度。

4 結束語

本文分析了數據挖掘含義，嘗試在ERP系統基礎上引入數據挖掘，為企業集團提供一種利用信息化解決管控的一些問題。數據挖掘技術作為決策支持和數據分析的有利武器，實現基于ERP系統數據挖掘不僅為企業集團提供快速有效地決策信息，也必然提高企業集團的競爭力，同時對ERP服務商擴充ERP系統功能有一定的指導意義。

參考文獻：

[1]王迪，李師賢.數據倉庫和數據挖掘技術在ERP中的應用[J].計算機工程與應用， 2001.

[2]荊巍巍.基于ERP系統的數據挖掘應用研究[J].信息化研究，2010（8）.

[3]齊中華.數據挖掘在財務分析中的應用_基于模糊聚類的上市公司財務狀況分析[J].中國證券期貨，2010（7）.

[4]Jiawei Han Micheline kamber.數據挖掘概念與技術[M].北京：機械工業出版社，2007.

[5]王吉鵬.集團管控[M].北京：經濟管理出版社，2012.

[6]張知.企業集團母公司對子公司財務風險控制研究[M].北京：企業管理出版社，2012

[7]羅鴻.ERP原理 設計 實施[M].北京：電子工業出版社，2009.

作者簡介：

何芳（1990.03-）女，漢，安徽省池州市，長沙理工大學，企業管理 。