基于ERP的商务智能系统实现

1 绪论

商务智能(Business Intelligence,简称BI)被人们称为“混沌世界中的智能”,它代表为提高企业发展运营性能所采用的一系列方法、技术和软件,它能帮助企业的决策层进行快速、准确、高效的决策,从而迅速的发现企业在发展过程中存在的问题,来提示管理人员作出快速反应。将商务智能技术运用在ERP系统的基础上,能够使他们迅速改变被动的状况,使孤立、分散的业务数据按历史顺序彼此相互联系,并按高效、易于查询的结构进行存储,让企业用户可以按不同的查询方法进行快速分析,得出需要使用的数据信息。由此可见,ERP系统提供了在丰富的数据源给商务智能系统,同时,ERP系统也需要利用商务智能数据分析工具对原始数据进行分析整合,完整的构成决策和执行的闭环系统将数据变成对企业有益的信息和知识,从而大大提高企业竞争力。

(1)通过对ERP系统所收集的完整性、准确性和信息的有效利用,在商务智能系统中进行数据挖掘和整合,及时得到企业有益信息,多个方面进行比较,针对市场的各种状况采取针对性措施,从而加快市场的反映速度,提高市场操作能力。

(2)ERP系统所存放数据的数据库,相对比较分散,系统数据彼此孤立,建设商务智能系统,与企业的各种数据库进行无缝连接,随时快速地为管理者提供帮助信息,进一步增强市场竞争优势。

(3)ERP系统中的数据无法跟踪历史数据,建立商务智能系统则可能通过分析产品历史来确保产品质量,不断地更新和改进质量目标,更加接近市场。

(4)对ERP系统中所提供的销售、库存、财务、物料、人事等系统的数据进行整合,保证数据的统一性、准确性,为决策支持奠定良好的基础,实时全面的反映企业的业务全局和局部信息。

以上分析中可以看出,将ERP系统与商务智能技术整合应用代表ERP和商务智能共同发展方向。因此研究ERP与商务智能整合应用的论文有着更深刻的实践意义。

2 相关理论综述

2.1 商务智能核心技术

2.1.1 数据仓库技术

数据仓库体系结构框架分为数据源层、数据整合层、数据服务层、应用分析层、信息展示层,通过各层之间密切的协作完成商务智能的功能 数据仓库的技术体系结构包括三大部分:后台数据预处理、数据仓库数据管理、数据仓库的前台查询服务。

2.1.2 数据ETL技术

数据抽取(ETL)是指数据被装入到数据仓库的整个过程被称为数据的抽取(Extract)、转换(Transform)、装载(Load)的过程。目前,ETI 工具的典型代表有:微软DTS、DataStage、Informatica、OWB等。ETL主要包括三个部分:数据抽取、数据转换、数据加载。

2.1.3 数据OLAP技术

联机在线分析(OLAP)是从原始操作型数据中转化出来的。能够真正为企业用户反映企业所有特性的信息进行高速、统一、交互地存取,从而获得深入分析数据的软件技术。它是数据仓库的信息分析处理过程,是数据仓库与用户接口的部分,它为用户提供交互和快速的响应速度及数据的多维视图。

OLAP是以数据仓库为基础的并且独立于数据存储的具体形式,其最终数据来源是底层的OLTP数据库系统,但数据仓库是主要数据源。OLAP服务器则是专门为操作和支持多维数据库所设计的多用户的数据处理引擎,能快速响应用户的各种分析需求。

2.1.4 数据挖掘技术

数据挖掘就是利用各种分析工具在海量数据中发现模型和数据间关系的过程,这些模型和关系可以用来做出预测。现在,人们关注的焦点是怎样从海量的数据中找到真正有益的信息,数据挖掘技术也正是伴随着这种需求从研究走向应用。数据挖掘技术不仅实现了整体上实现网上信息传送、下发减少客户来回奔波的次数和规范了相关业务,并且在此基础上实现多种形式的数据统计、数据分析和报表汇总等功能。经过数据挖掘后所得信息应具有先未知,有效和可实用三个特征。数据挖掘常用技术有人工神经网络、决策树、遗传算法、近邻算法、规则推导。数据挖掘的基本过程和主要步骤是首先在数据中选择数据,被选择的数据经过预处理,预处理数据进行转换,对转换后的数据进行挖掘,最终被抽取的数据经过分析被同化。

2.2 基于ERP的商务智能系统

ERP与BI集成的体系结构主要由ERP各业务子系统、业务数据库、数据仓库、数据转换工具、OLAP分析工具、数据挖掘工具和决策支持子系统组成。整个系统基于Wed Services体系架构。在ERP各个业务子系统基础上集成的商务智能。将子系统中的大量复杂的数据经过ELT(抽取、清洗、转换、加载)等过程,转换成企业需要的分析型数据,加载后进入数据仓库。数据仓库中的数据将根据不同部门的实际要求,再经过抽取、分析、加载而进入不同的数据集市,成为企业经营、管理和决策的数据库。然后,再使用OLAP和挖掘技术对数据仓库的数据进行分析和处理。将结果直接展示给企业操作用户,而且还可以作为知识进入决策支持系统的知识库,知识库中的知识将通过推理机中的推理规则,直接产生推理结果展示给企业管理决策者。

商务智能系统使用在线分析过程和数据资源工具,为企业管理层提供灵活的报表与分析。企业通过使商务智能系统和ERP系统形成闭合信息环,当企业从ERP系统中找到有价值的商业信息时,这是信息环的开始,进而,当公司将这些发现的信息反馈给ERP系统,从而继续优化商务流程时,此环形回路就闭合了。通过商务智能也扩展ERP的能力。因此,商务智能与ERP进行系统集成,两者相集成使企业在高度统一的环境下,使用最合理而且严格的流程控制下所产生的业务数据,然后把这些操作型数据进行综合分析挖掘后提炼出决策信息来,来帮助企业高层决策者做出对企业最正确的决策,促进企业对信息的再利用,其流程与信息将形成回路且相辅相成。

3 系统设计方案

3.1 总体结构

根据企业ERP系统数据库的特点、BI开发软件的特点所提出的提取数据的要求,确定了一条切实可行、易于维护、方便灵活的技术路线,即在将实现BI系统划分为三个层次:确定数据源、整合管理数据、分析与展现数据。第一层确定数据源:在分析用户功能需求基础上,结合ERP系统辅料、设备、备件、原料等15个系统所能提供的在丰富的数据源,经多方讨论确定最终需要实现的功能需求及其对应的数据源。第二层整合管理数据:在确定数据源的基础上,根据数据仓库原理设计相关表结构,组织相应数据,完成ETL数据整合过程。ETL数据整合具体包括数据提取、数据清洗、数据加载三部分。整合后的数据存储在Oracle9i的BI用户中。第三层分析与展现数据:这一层也可以称为建立模型。将采用SQL Server 2000的Analysis分析处理构建多维立方体分析模型;利用Insight基于关系型数据库或多维立方体创建相关报表,包括静态、动态的报表。对开发完成的报表及立方体设置权限,最终部署到WEB服务器。

3.2 设计目标

该系统在面向事务处理的业务数据库基础上,利用数据抽取、转换和加载等手段整合企业积累的大量业务数据,并对整合数据进行集中存储管理,从而分析企业历史数据,挖掘内在联系,以多种方式对数据进行钻取,从多维角度查询数据,从综合分析的角度展示数据。按操作用户的需求进行图、表的混合展示,提供多视角、多层次、多层面和不同综合程度的分析和关键性指标进行动态显示、监控、预警,为企业中高层领导在财务成本管理、物流管理、市场营销、质量管理、人力资源、生产过程以及产品开发等方面提供及时、准确、完整的决策信息,充分体现商务智能的优点,对企业进行全面监控,从而保证企业能够有效地适应市场要求,及时调整经营策略,增强企业核心竞争力。以这些信息来指导自己的行动。具体目标以下几个方面:

(1)能随时快速地满足企业高层领导的信息报表、分析报表等的需求。

(2)能与企业的各种数据库进行无缝连接。

(3)能够满足企业业务部门的各种对BI软件的需求。

(4)系统对展示报表的查询、分析、钻取、展现上要求有快速的反应。

(5)保障数据的安全性。安全权限到单元格。

(6)通过C/S结构和B/S结构进行制作和查看。

(7)实现BI功能:计划查询、物料采购分析、库存分析、生产过程动态分析、质量分析、软件及备件分析、财务分析、市场营销分析、人事劳资分析等。

(8)实现临时报表的快速制作功能。

通过商务智能系统,利用方便的数据查询与丰富的分析技术结合起来,提高决策的科学性、正确性,增加了处理复杂问题的能力。操作人员可以通过数据仓库统一管理和收集数据,以多种维度对数据进行各种分类、分析,并对数据进行预测和预警,使企业决策层实时了解市场需求、企业运营情况,掌握经营风险,及时调整战略目标,协助管理层及时发现企业内部管理问题,最终达到提高行业竞争优势、决策能力和运营能力。

3.3 系统功能设计

商务智能系统根据企业实际的业务需求,设计模块为:综合分析模块、销售分析模块、财务分析模块、计划与生产分析模块、辅料分析模块、设备备件分析模块、原料分析模块、质量分析模块、人事分析模块。

3.4 数据字典设计

数据字典是Oracle存放有关数据库信息的地方,主要是用来描述数据的。比如一个表的创建者信息,所属表空间信息,用户访问权限信息等。Oracle中的数据字典有动态和静态之分。动态数据字典是依赖数据库运行的性能的,反映数据库运行的一些内在信息,静态数据字典主要是在用户访问数据字典时不会发生改变的,所以在访问这类数据字典时往往不是一成不变的。数据字典中包括部门代码表、人员信息表、日期表、备件类别表、辅料代码表、物料月结存表、销售计划类型表等基础信息表。

商务智能系统要实现对企业全方面多层次的综合查询分析中心,对企业的销售数据、物料的使用情况、生产计划及生产情况、资金使用情况、企业人员绩效情况、设备使用情况等基础情况,实现趋势分析、趋势预测、聚类分析等高级分析,这些分析的结果将直接面向决策者、信息管理员和企业信息的使用者,并突出揭示数据综合集成中所蕴涵的有价值的信息——这些信息是从多维分析中优选的,从而加快了信息探察的速度。该系统使决策者能够快速洞察驱动业务的关键因素,企业决策层不需要花费宝贵的时间亲自揭示业务信息,可以将精力用来更有效地运营业务,企业可以从中获得极大的收获。

(0)
上一篇 2022年3月22日
下一篇 2022年3月22日

相关推荐