【案例】ERP基础上玩转商务智能

标签:ERPBI企业商务智能

访客:55179  发表于:2014-10-27 17:51:49

由于ERP 系统专注于事务处理的局限性, 在企业日益复杂的运营管理中,仅有的十分薄弱的分析功能,难以满足企业管理者对企业运营状况深入了解的需求,获得及时有效的决策支持。这时候构建商务智能就是很必要的。

智能商务系统的数据流程有以下几个部分:

1)数据获取:即源数据采集、筛选、整理、转换及存储。

2)数据管理:主要负责数据仓库的内部维护和管理,它涵盖了数据存储的组织、数据的维护、数据的分发、数据安全、数据提取、数据清洗、数据转换等,通过数据管理实现数据的提取、净化、过滤及数据标准化等。

3数据分析:这个阶段是实现商务智能系统真正智能化的阶段,主要利用联机分析处理和数据挖掘技术,对从数据仓库中提取的数据进行汇总和多维分析,挖掘出数据背后隐藏的知识。

4)信息展现:是将以上数据分析所得到的决策知识展现在用户或者是企业管理者面前,支持管理和决策。

 

商务智能核心技术:

1)数据仓库

数据仓库是在企业管理和决策中面向主题的、集成的、与时间相关的、不可修改的数据集合。与其他数据库应用不同的是,数据仓库更像一种过程,对分布在企业内部各处的业务数据的整合、加工和分析的过程。数据仓库是商业智能的基础,许多基本报表可以由此生成,但它更大的用处是作为进一步分析的数据源。

2)联机分析处理

联机分析处理(OLAP)是数据仓库系统的主要应用,支持复杂的分析操作,侧重决策支持,并且提供直观易懂的查询结果。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。

3数据挖掘

数据挖掘Data Mining)是从大型数据库或数据仓库中,通过数据抽取、转换、分析(ETL)和其他模型化处理,发现并提取隐藏在其中的信息或者知识的过程,具有发掘与预测的功能。

 

商务智能系统需求分析

商务智能是企业决策分析的有力工具,是企业数据生命周期的第二个阶段。商务智能的实施依赖于大量的、真实的、有效的数据,而ERP 系统正是这个数据来源的最佳提供者。将商务智能建立在ERP系统原始数据的基础上, 使离散的业务数据按主题需求彼此相关,并以易于提取查询的结构存储于数据仓库,让用户可以按不同的透视方法进行快速分析。

确定商务智能系统的业务需求即分析主题是系统成功实施的第一步, 下面根据某军工企业业务需求以及ERP 实施基础定义出该系统的业务需求:

1)库存主题

库存资金占用情况分析:针对原材料仓储中心、车间二级库、产成品中心等库房的资金占用情况分析;库存资金积压情况分析:针对原材料仓储中心、车间二级库、产成品中心等库房按照库龄等进行分析。

2)生产计划完成主题

生产计划完成情况分析:对各分厂、各主制单位生产任务完成情况进行分析。

3)配套主题

 发动机交付进度跟踪分析:整机年度计划、交付情况、在制情况分析;各关键件、零件进度分析:可支持短板查询,可运用现有系统生产周期,查询到短板零件后,倒推发动机的交付时间;发动机内部配套情况完成情况分析(基于连续台份);发动机外部配套情况分析:各关键件、零件进度分析,可支持短板零件迅速查询,可运用现有系统生产周期,查询到短板零件后,倒推发动机的交付时间。

4)在制品主题

在制品情况分析: 在制品资金占用情况分析。在制品水平分析=(期初在制+本月投入)/(当月完工+报废)。

5)销售主题

 销售交付分析:对销售交付情况进行分析。

6)采购主题

采购分析:对采购到货情况进行分析。

7)财务主题

财务报表分析:资产负债表分析、损益表分析、现金流量表分析;经营综合分析:收入分析、成本分析、费用分析、存货分析、其他经营分析。


 商务智能系统的设计与实现


系统总体架构设计

基于以上需求分析,对于某军工企业商务智能系统给出以下总体架构设计,如图1 所示。


  【案例】ERP基础上玩转商务智能


    某军工企业商务智能系统,以ERP 系统为基础数据源,数据采集于ERP 系统库存、采购、销售、生产、财务等几大模块业务数据以及经过二次开发的汇总和统计数据,经过数据规范化处理后,以统一定义的格式从系统抽取出来,再对其进行清洗、转换计算,然后加载到系统的数据仓库中,形成系统的基本数据层。基本层数据再经过过滤和概括进入到数据集市或多维数据库中,形成衍生数据层。接着根据分析要求进行建模,利用OLAP 工具和数据挖掘工具对衍生数据层的数据进行分析,找出数据中潜藏的模式,最终通过可视化界面将分析结果进行展示,实现ERP 商务智能系统的功能。


系统详细解决方案

某军工企业的商务智能系统选用Oracle 公司的商业智能Oracle  BIEE 套件作为智能分析工具,以ODI 作为ETLExtract ,Transform , Load)工具。首先用ODI 对数据进行抽取、清洗、转换计算,然后导入到BIEE的数据库,就是我们所说的数据仓库,进行数据建模,这个建模的过程在Oracle BIEE 里面是通过BI Administration Tool 来实现的, 用来分析导入到BIEE 数据库的数据。最后在BIEE 展现端创建报表,用适合的数据分析工具来分析数据,实现历史数据的自动汇总、分类查询和图形分析(包括柱状图、饼图及线条图等),实现可上卷、下钻及切片的OLAP 分析,以及定点预警和对比分析预测等。在BIEE 服务器端根据不同人员的权限, 来设计不同的查看权限。数据经过商业智能BIEE系统的综合处理,形成多层次、多维度、灵活、动态的最终分析结果。


具体分为以下步骤实现:

1)数据准备

  提取ERP 数据库中数据。这里既有取自ERP 系统基础表中业务原始数据,还有根据分析主体的实际需求,通过编写程序包,定时运行写入临时表的数据,或通过编写SQL 创建的视图,这些数据共同作为商务智能系统的基础数据源,供下一步数据管理使用。

2)数据管理

数据管理,  即抽取、转换、加载。抽取:就是从源系统抽取需要的数据,这些源系统可以是同构也可以是异构的,而目标系统通常都是关系型的数据仓库。转换:源系统的数据按照分析目的,转换成目标系统要求的格式。其过程就是数据清洗和数据加工。加载:把转换后的数据装载到目标数据库。作为联机分析、数据挖掘的基础。整个ETL过程就像是在源系统和目标系统之间构建一个管道,数据在这个管道里源源不断的流动。这里我们使用ODI 作为该系统的ETL 工具将数据导入的BIEE 的数据库。数据导入后定义数据的ETL 计划, 周期抽取数据写入数据仓库。

3数据分析

搭建数据模型的结构,通过BIEE 的工具Administration Tool 来创建, 在BIEE 数据库中建立维度表和事实表,其中维表是对数据进行分类的一种结构, 以用于从特定的角度观察数据;事实表是我们所关注的内容。建立事实表星形关系图,用来分析导入的BIEE 数据库的数据。搭建模型分别创建物理层、逻辑层和展现层。

4)信息展示

前端的报表是通过WEB 浏览器展现, 图形界面友好, 由业务人员而非开发人员即可通过BI-Answer 轻松完成报表的设计,支持包括图形、报表、交叉表等多种展现方式,报表展示。最后使用BI-Dashboard 完成展示仪表盘的设计,为信息的展示提供个性化展示页面。




 数据安全性组设计

  通过数据访问安全性控制可控制不同类型的人访问的数据范围,数据安全性组通过在BIEE 的数据模型建立组及层级,并给不同层级的组分配数据安全性。

 功能安全性组设计

 通过功能安全性控制设置可控制不同类型的人访问报表的权限,功能安全性组是在BIEE 的展现服务器上进行设置的,通过组限制不同的访问权限。

用户安全性设计

用户的安全性是通过数据安全性组及功能安全性组来控制的,通过将用户挂到不同组下面,就对应的控制了不同用户能访问不同的功能及不同的数据范围。


结论
    通过某军工企业商务智能系统的实施, 商务智能技术运用在ERP 系统的基础上,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,从而提高了公司信息的优化利用,为企业决策者提供了有利的决策依据,降低决策风险,大大提高企业竞争力。

 


评论(0)

您可以在评论框内@您的好友一起参与讨论!

<--script type="text/javascript">BAIDU_CLB_fillSlot("927898");