|
摘要：对一类基于ERP系统的制造企业，研究商业智能系统的数据挖掘、前瞻性数据分析和决策支持功能应用。商业智能系统采用BW与BO的组合设计。BW的标准数据接口与ERP系统无缝集成。使用处理链实时抽取EPR系统的业务数据到企业数据仓库；B0针对多样性分析需求提取数据仓库中的数据表，配置行业标准展现形式，使用钻取过滤技术制作深层次的动态业务分析报表。基于ERP的制造企业商业智能帮助企业管理人员把握发展趋势。做出科学决策，并在企业生产中取得良好效果。
0 引言
商业智能(Business Intelligence，BI)，是将企业中现有的数据转化为知识，帮助企业做出科学业务经营决策的工具，通过系统的定位、跟踪，收集相关联的零散信息，转换成可用信息，进而制定企业战略决策。商业智能的概念最早由Gartner Group的Howard Dresner于1996年提出。目前广泛应用于工业、医药和教育等领域，更为制造企业提供重要的性能评估和决策支持。
企业资源计划(Enterprise Resource Planning，ERP)是针对物资资源管理、人力资源管理、财务资源管理、信息资源管理集成一体化的企业管理软件，ERP系统是企业业务自动化和一体化的信息中枢。在制造业全球化、集群化和信息化的发展趋势下，企业信息化应用已从运营层转向管理和决策层方向发展，支持管理者面对商务环境的快速变化做出敏捷反应、科学决策以及价值管理∽例。制造企业产品设计周期长、生产工艺复杂、零部件数量庞大，业务数据的大量积累和ERP决策分析的相对局限，促使制造企业越来越重视基于ERP系统的商业智能应用，ERP与商业智能的融合已成为制造企业信息化发展的大趋势。
1 商业智能与ERP系统的集成
基于ERP的制造业商业智能系统以ERP处理产生的大量业务数据为基础，针对ERP产品开发数据接口，采用面向服务架构(Service-oriented Architecture)技术开发工具集成框架，实现工具软件的有机集成。基于ERP和商业智能工具的行业分析应用模块主要包括面向运营管理层的分析应用模块和面向战略决策层的分析应用模块，通过软件部署实现商业智能同ERP的紧密集成，充分利用ERP及商业智能工具的优势帮助制造企业提升业务运行与决策水平。
商业智能工具与ERP系统通过定义良好的接口和协议相互连接。ERP系统的内部数据结构明确，商业智能工具可直接在其业务子系统上集成，从子系统的海量数据中抽取、转换、加载数据，形成决策分析的支撑数据，加载人数据仓库。商业智能通过ERP系统获取基础业务数据，消除了业务变更对商业智能系统的功能影响，更加符合企业的经营动态化特性。多样的商业智能工具与自主ERP集成形成的商业智能系统平台，实现了信息共享、互融互通，为决策者提供全局化、多层次、实时性的业务分析支持，降低企业运营风险。
2 商业智能系统建设规划
结合制造企业生产特点，以系统全面的规划为基础，根据企业的需求分析和长远规划，商业智能系统的设计工作可分为3个阶段，如图1所示。 （图片）
图1 商业智能系统(BI)的设计流程 第一阶段：现状调研与需求分析。对制造企业的信息化建设现状与发展战略进行分析，通过访谈与资料收集，对相关组织部门的业务内容进行调研，结合制造企业的商业智能发展需求，制定系统的建设草案。此阶段的主要工作内容包括商业智能的业务需求分析、分析报表梳理、数据源现状调研等内容。
第二阶段：系统规划设计。根据第一阶段的调研分析结果，结合行业的最佳实践，设计商业智能系统架构及业务主题域，为不同需求层次的使用人员设计适合的数据展现方式。
第三阶段：实施路线制订。商业智能系统数据来自于不同的应用业务系统，因此商业智能系统的分步骤实施路线图必须参考对应的业务应用设计，采用功能渐进的策略进行商业智能系统实施。
3 商业智能系统的设计与实施
商业智能系统实施分为商业信息仓库(Business Information Warehouse，BW)和商业对象工具(Business Objects，BO)两部分。BW企业级数据仓库进行业务数据处理和存储，BO工具进行数据的多层次展示，满足企业各级用户的数据分析和决策需求。
3.1 BW的设计与实施
BW涵盖了联机分析、数据挖掘和数据存储管理等功能，实现了跨模块、跨系统的历史性分析和战略性分析，对制造企业大量的生产、管理、经营、市场等数据进行组织、分类、聚集，从中提取客观规律、事务内在联系和预测发展趋势。
BW由3个大层组成。第一层为数据仓库(Data Warehousing)包括ETL流程(Extraction，Transformation，Loading)、数据仓库管理和商业建模。ETL流程实现元数据的处理、清洗和数据类型转换，PSA和ODS Objects等不同类型管理；数据仓库管理将数据按种类划分成主数据，根据需求建立高效模型。第二层为商业智能平台(BI Platform)，侧重于商业智能系统中的逻辑处理。将数据仓库的数据按照需求进行规划，实现统一处理和基本封装。第三层为商业智能套件(BIsuite)，基于第二层进行再加工，对BI Platform的内容加入商业智能要素，如Query的多样化选择、自动报表的生成、多维度的数据分析、信息发布、面向第三方的分析接口和具体的web页面展示等。
BW通过建模功能区创建维护数据抽取的相关对象，包括信息提供者、信息对象、信息源和源系统。数据源取自ECC中的数据表、文本文件或其他数据库文件，在数据抽取层、数据处理层、数据分析层和数据访问层通过创建ODS，创建数据转换，创建信息包并上传数据到PSA，创建DTP上传数据到信息对象和ODS，建立CUBE或MULTICUBE完成抽取和挖掘大量准确、及时的业务数据信息并将业务数据转换存储到数据仓库。BW通过处理链组织排序对数据加载及处理等工作，实现数据处理的后台自动运行。
3.2 BO的设计与实施
BO通过强大的展示功能和多种形式的表现方式，提供深层次的分析报表，展示管理者关注的业务指标值及其状态，直观地监测企业运营情况。
BO针对单表处理，其中Query Designer通过过滤器限制信息提供者、总账科目等特征值，通过行、列特性的多维度限制。包括对功能范围、值类型和日历年月等的限制，定制单表具体的展示内容，并可通过Analyzer查询单表的业务数据。Universe Designer垂行单表的Query生成对应的.uw文件，BO设计软件均是在.unv文件的基础上开发。
Web Intelugence格式化报表或可交互地展示相关业务指标值；Crystal Xcelsius软件将静态的Excel电子表格转化为生动的数据展示、动态表格、图像和可交互的可视化分析。交互式的Crystal Xcelsius分析结果能嵌入到PowerPoint、Adobe PDF文档、Outlook和网页。图2为销售收入驾驶舱，集合了查询与分析功能，管理者通过滑动仪表盘修改增长率或滑动水平滑块修改各项费用比率预测决策对效益的影响，通过自主方式获取所需信息；图3和图4为财务KPI指标分析，通过与行业标准指标值的对比，信号灯的颜色和形状指示各指标的健康状态，按钮设计实现财务KPI指标分析l和财务KPI指标分析2的切换，促使用户跟踪主要绩效指标(Key Performance Indicator，KPI)，分解目标，开展协作，对业务流程开展更加有效地管理和监控。（图片）
图2 商业智能终端产品——销售收入驾驶舱 （图片）
图3 商业智能终端产品——财务KPI指数分析1 （图片）
图4 商业智能终端产品——财务KPI指数分析1 3.3 BW和Bo组合的商业智能系统
表1为BW与BO的特性对比。基于业务主题及数据展现多样化的需要，采用在BW企业级数据仓库的基础上以BO作为展示工具构建商业智能系统。BW企业级数据仓库提供灵活的建模、数据清理处理、有效存储和分层设计，综合考虑数据颗粒度、集成层次、完整性、重用性、可恢复性、可追溯性、存储的数据结构和数据生命周期进行模型设计；B0数据展现层提供强大的报表分析功能、企业级格式化报表制作工具、灵活的即席查询与分析、动态交互式仪表盘等工具，满足企业各级用户的数据分析需求。组合设计的商业智能系统充分利用BW与ERP系统的无缝集成，通过标准接口进行数据抽取。建立企业级数据仓库，在企业级数据仓库中挖掘业务内在规律，通过自动化的报表统计及分析，提升企业管理运营手段，有效地实现战略预测及运营分析。表1 BW与BO特点对比表
（图片）4 结束语
随着全球一体化竞争愈演愈烈。商业智能与ERP系统的应用受到企业信息化组织机构的重视。制造企业基于ERP系统的商业智能充分利用ERP及商业智能工具的优势，形成计划、执行、分析、决策的不断优化，优化管理层决策制定，实现企业信息资源高效利用，促进信息知识向企业效益的转化。基于ERP系统的商业智能是制造企业信息技术应用发展的重要方向，具有广阔的应用价值。
6/19/2012
| 
