BI与ERP关系Word文档下载推荐.docx
《BI与ERP关系Word文档下载推荐.docx》由会员分享，可在线阅读，更多相关《BI与ERP关系Word文档下载推荐.docx（11页珍藏版）》请在冰豆网上搜索。
首先，报告格式将大大改良,整合后的用户数据无疑使报告进行得更快、更及时、更精确。
其次,信息传输也将越来越实时化，在各部门周转时间将大为减少。
最后，业务处理流程当中可能出现的问题和失误也易于及时发现，从而使纠错工作更加迅速和准确。
通过BI,孤立、分散的企业数据按历史记录顺序彼此相关了，而且能按高效、易于提取的结构进行存储;
行业用户由此就可以按不同的透视方法进行快速分析。
与传输数据不同，一旦信息进入数据仓库或局部领域的数据集市，它就不可改变。
它成为了分析型数据，而非传输型数据。
因此，行业用户可以做的分析就不再是简单的总结，他们可以按自己设置的分析方法对数据进行任何深度的分析。
这种数据仓库按照执行快速、灵活可变的形式组织起来，数据访问变得异常简便（用户不需专门应用软件就能访问，就像从书架上取下一本书一样方便）。
确定商业主题
接下来的环节就是重新定义信息及其应用方法。
记录、文档等旧有概念已经过时。
然而从行业用户的应用系统迁移开始,ERP数据库的应用环境变化却没能改变这种思维定式。
当今世界，行业用户面对的是一个崭新竞争环境,即商业目标（businessobject）精确实现的世界。
商业目标的执行力并不依赖于时间的不同或管理级别的差异,这个目标不管是正执行的还是已经执行过的,都应该传达给企业各个层面，如部门级、公司级等。
每个小目标的实现都可能对整个公司产生大的推动力。
商业目标实际上是一种信息“包”，它的作用要看行业用户对它如何定义以及如何处理。
行业用户可以将它看成是一位虚拟化的员工，赋与它特定的工作职能，即它能胜任各种应用。
为了理解商业目标,就必须首先知道元数据（Metadata）的概念。
元数据是一种用来描述实际数据的信息;
它主要用于应用程序和分析流程当中的数据交流工作。
元数据是一种构建数据库的基本素材，它将用来构建BI数据模型。
商业目标对信息而言不仅是一种模板，它将定义出能被数据信息完成的商业任务，以及主要执行者的任务（从这个层面上说，商业目标是一名虚拟员工）。
在此,定义一个数据模型的简便之处并没有被夸大。
数据仓库涉及的终端用户都能获知这些任务信息;
各部门的中层管理者都可以自己设置所需要的分析功能;
从而打破部门分割的局限，帮助决策层进行管理。
试想一下,如果一个公司CIO进行本地存货运输成本分析所使用的“成本会计”主题报告,一名基层仓库管理员在工作岗位上也可以及时使用，那么,该公司商品交易信息的时效性和精确性就会大大提高。
此CIO就能及时确定该公司是否降低公司目录中的产品数量。
如何实现
在实际建造系统之时，行业用户的顾虑也不必太多，BI可以从很小的系统开始，而且它只需往ERP里面添加信息，而不是重建一个系统。
BI平台独特之处是，在一种高度整合的ERP环境下，它通常被隐藏于底层。
为了简便起见，BI主要数据来源毫无疑问就是ERP数据库。
BI是一种组织完善的表格驱动系统，在系统中，ERP数据库和ERP应用系统通过接口界面紧密结合，元数据在它们之间流动;
提取器（Extractors）从传输系统中提取合适的信息，然后将信息放入以商业目标为导向的数据库体系当中（程序编程接口API也在这个阶段进行工作）。
接下来就是BI引擎，它包含信息来源管理和转换系统、装载系统等。
信息来源管理系统主要用于跟踪信息从何处来、到哪里去，它还定义所有的传输活动;
转换、装载系统主要负责必要的数据规范操作。
随后是元数据，这是一系列用功能术语完成信息定义工作。
从这里开始,建模、分析、相关主题展示等高级功能就开始运行。
在此必须强调的是，数据仓库中的信息主要用于数据分析，它无法被BI用户修改或者升级。
首先，它有助于理解之间的基本面OLTP和BI系统。
你的OLTP可能是ERP，CRM，SCM和BI可能是一个数据仓库，仪表板等。
你的客户关系管理（CRM），企业资源计划（ERP），供应链管理（SCM）等，是真正的任何公司或业务骨干。
这些系统被设计用于高效的数据的输入和保存。
例如，如果一个客户呼叫贵公司订购的东西，那么运营商对公司方登录到ERP的订单管理系统内。
操作后得到的基本信息，如地址，配置文件的详细信息，验证客户的信用记录，然后将订单详细信息。
现在你可以看到所有的原始交易有效地存储在您的ERP，但存储的数据进行在线交易可能不是最好的报告。
您需要考虑效率的报告。
你的经理也未必会在一个非常详细级别（来日岁月，会让你知道，他们可能不喜欢，不管你目前他们:
））希望看到的信息。
因此，要缓解报告所有这些CRM，ERP数据，公司经常去BI解决方案（我认为一个解决办法是某种粘稠液体，你可以填写在一个瓶子，把它卖给客户）。
这个BI解决方案可能是一个数据仓库相结合，仪表板，即席报告等。
BI（商业智能）是最简单的术语，只是一个推动者reporitng，因此它是为企业的决策方案，使他们能够削减成本（例如通过裁员，因为这是最简单的事情经理;
-））从而增加利润。
对于任何正常的业务，ERP，CRM或SCM系统需要是第一位的，然后他们开始思考关于使用BI解决方案（液体）。
业界观察：
BI+ERP=竞争优势
商业智能（BI）与企业资源计划（ERP）正在形成一种优势互补，帮助公司更好地将战略、决策、执行连贯起来，并获取深度的可用信息。
从前，BI软件只能简单地让企业了解自己的商业运作。
随着技术的发展，它已演变为一种协助企业使用并分析信息来进行决策和绩效管理的工具，从而摆脱了原有的局限性，提升为一种可横跨多个部门和整个企业网络的多元化应用。
如今的BI工具已日趋成熟并用户友好，能协助企业改善自己的经营方式，支持更高级的商业目标，在吸引并留住客户的同时创建新的产品与服务。
研究机构Gartner指出，BI目前已成为CIO心目中的首要技术。
企业在走向全球化的征途中积累了各种数据，而这些数据却被独立在各个部门中，导致相互之间缺乏知识共享，降低效率，最终造成营收流失。
此外，企业也需要对行业变革做出更快的动态回应，并更加灵活地部署他们的战略规划。
以往的BI软件都是侧重于让企业收集数据并获取深度信息，让每个用户根据自己的不同需要来访问相应的界面。
而如今的BI工具已大幅提升了结构化和未结构化数据的分析能力，且被更多地用来制定战略决策。
BI中的战略管理工具可以帮助企业阐释并测量新活动的进展，而财务计划与预算工具又可确保所需资源的可用性。
这些信息都能推动企业更好地进行变革。
双剑合璧
BI与ERP的结合是一大新趋势，比如SAP收购BusinessObjects就是一个典型的案例。
有数据表明，一般在十家企业中有九家均无法彻底落实他们的企业战略，但通过BI与ERP的整合，企业只需借助单一厂商的产品就可实现从战略到决策再到执行的融会贯通。
这将给企业带来三大竞争优势：
首先是更好的效率。
直接在商业流程中嵌入智能可帮助公司员工制定更正确的决策。
其次，二者结合也可为员工自动提供所需的合适信息，而无需他们进行被动式的搜索。
最后，它们所提供的灵活性还能帮助企业生成更多的盈利，并让员工更好地了解公司战略，在日常工作中进行更高效的决策。
以巴黎迪士尼乐园为例，该公司就使用了BusinessObjects的产品来实现了差异化经营，提高了客户满意度，加强了公司的盈利能力。
巴黎迪士尼乐园对从900多个数据点所采集的结构化（比如游客人数）与未结构化（比如游客对排队等待时间的意见）数据进行了分析，进而制定了一套系统来实时管理服务。
这些可用数据被该公司的专家团队转换成更易于理解、以颜色区分的指标，提高了操作人员的使用效率。
此外，为了确保工作人员能在游客需要他们的地方及时出现，所有的经理都配备了PDA，每15分钟接受一次实时信息。
这些信息帮助经理快速分配人员和资源，或重新引导游客流，以缓解瓶颈状态。
通过人员层级优化和缩短等待时间，巴黎迪士尼的客户满意度得到了大幅的改善。
五根红线让商业智能（BI）与ERP系统联姻
BI系统的源头是数据，而ERP系统中有的就是数据。
为此我们在考虑项目规划的时候，如果能够让BI系统直接使用ERP系统中的数据，是一个不错的选择。
可是到目前为止BI与ERP系统是两个相对独立的应用。
如何让他们能够联姻，互通有无呢？
这就是项目管理员所需要考虑的问题。
一、通过视图让ERP数据为BI所用
BI与ERP系统的数据在保存方式上有比较大的差异。
ERP系统后台数据库在设计时，遵循的是简单的原则。
简单的说，就是一份数据，如出货及时率相关的数据，会保存在多张基础表上。
而BI系统恰好相反。
在使用BI系统来分析销售出货及时率时，需要采用一个比较综合的表格，包括销售订单上的承诺交货日期、生产完货日期、实际出货日期等等相关的信息。
为此如果BI系统要使用ERP系统的数据，这中间就要有一个媒介。
数据库的视图对象就是这个媒介。
通过视据库中的视图可以将多张基础表中的数据提取出来，并在一张表格中反映。
而且这还不会对基础表产生任何影响。
这也就是说，通过视图，即可以满足BI系统在数据整合上的需要。
而且也不会ERP系统的运行产生不利的影响。
所以这是一个很不错的媒介。
不过这在技术上也有一定的要求。
有些ERP系统在实施时，对于数据库可能是保密的。
这主要是因为他们担心用户会不小心更改了数据库的结构而对ERP系统产生负面的影响。
这种担忧也有一定的道理。
虽然在数据库中创建视图不会对ERP系统的基础表产生不利影响，但是为了安全起见，这个操作还是需要谨慎行事。
至少需要有专门的数据库管理员来完成相关的工作。
二、自定义报表规范数据格式
如果用户担心更改数据库会对ERP系统的运行产生不利影响，或者影响其运行的稳定性。
那么还可以通过ERP系统的自定义报表格式来规范BI系统所需要的数据格式。
自定义报表格式其实就是一组SQL语句，从数据库中根据用户的需要来获取数据。
BI系统在进行数据分析时，对于数据的格式有比较严格的要求。
如某些字段不能够为空（如在数据分析时可能需要用到四则运算，为此除数就不能够为空）。
如某些字段要求有固定的格式（如日期字段，需要采用统一的格式，如YYYY-MM-DD等等）。
通过自定义报表提供BI系统所需要的数据时，需要兼顾这方面格式的要求。
其实实现起来难度也不是很大。
只需要加入几个Case语句即可。
如当除数为0时报错或者赋予一个默认值。
如日期格式的话利用转换符号转换成统一的格式。
如有些日期的话可能还包括时间信息。
为了统一格式，可以使用TO_DATE等运算符来统一日期的格式。
这些小技巧其实实现起来难度并不是很大。
不过不少项目管理员，可能在一开始设计报表的时候没有考虑的这么全面。
结果在后续使用过程中会出现这样那样的小错误。
影响BI系统的正常运作。
故笔者建议，在ERP自定义报表设计的时候，就需要做好这方面的控制工作。
通过格式转换、条件判断等手段，为BI系统提供规范化的数据。
三、加强ERP系统控制提高基础数据的准确性
对于BI系统来说，不仅仅要按固定、规范化的格式提供数据，而且还要保证基础数据的准确性。
BI系统的分析结果都依赖于基础数据。
如果基础数据出现错误，即使是5%的错误率，经过BI系统的一番分析，最后的结果误差率可能会在20%左右，甚至更大。
如果BI系统使用ERP系统的数据，不仅仅要保证在格式上满足BI系统的需要，而且还要提高基础数据的准确性。
关于这方面的内容，在ERP项目中也会反复的强调。
笔者就不做过多的重复，就拣一些重要的或者容易被忽视的内容来说明。
1、需要注意输入数据的合法性检验
如用户输入的日期是否是合法、输入的数字是否超出最大值等等。
当用户输入数据、保存在数据库之前，需要对用户数据的数据进行合法性的检验。
这个检验的内容是很宽泛的。
如果BI系统要使用ERP中的数据，那么就需要先比对这些规则。
如BI系统中使用的小数格式与ERP系统中的位数是否一致。
如果不一致的话，则在数据使用时要用函数先进性转换等等。
2、ERP系统要定期检查数据的准确性
特别是异常单据如在使用BI系统分析供应商到货及时率时，需要用到采购订单、收货单等信息。
而在ERP系统操作时，有可能会存在误操作的情况。
如将甲供应商的材料入到乙供应商的订单上。
或者将采购订单A的物料入到采购订单B上，这些错误是经常会遇到的。
在ERP系统操作上会通过退货单等形式调整过来。
可是在BI系统使用EPR的数据时，如何来识别这种情况呢？
也就是说，虽然对于ERP系统来说，已经对基础数据做了及时的调整。
中间的过程虽然有错，但是最终的结果没有问题。
而对于BI系统来说，要能够识别这种错误，会有一定的困难。
这需要BI与ERP系统的共同努力才能够完成。
如ERP系统对于异常单据，需要严格按照制度来执行。
包括所使用的单据类型等等都需要采用独立的数据。
然后BI系统在使用ERP的数据时，需要使用判断语句来判断在基本数据中是否存在这种异常的单据。
如果有的话，需要先做一定的调整，然后再使用相关的数据。
四、优选BI模块以减少集成的工作量
虽然BI系统可以使用ERP中的数据，但是实现起来还是有一定的困难。
因为在中间需要考虑很多细节方面的内容。
为此在项目选型时，最好首先选择那些BI模块化的设计，以减少后续集成的工作量。
这里笔者推荐两种方式。
1、BI系统是ERP系统中的一个子模块
现在有些ERP系统设计的比较复杂（又叫做ERP2）。
这种类型的ERP集成了其边缘的一些应用，包括电子商务、BI、CRM等等。
简单的说，就是在开发EPR系统时，同时实现了BI的功能。
此时BI就成为了ERP系统中的一个子模块。
如此的话，BI系统就可以自然的使用ERP系统中的数据，而不需要繁琐的集成工作。
2、通过主题库的形式来减少集成的工作量
有些BI厂商会跟ERP系统厂商进行合作。
预先根据ERP系统的设计，完成相关的主体包的开发。
这就好像集成的工作BI厂商已经帮助客户完成。
客户只需要安装主题包后直接使用即可。
不过这种形式往往有一定的局限性，就是对于所支持的ERP企业比较少。
现在ERP厂商至少有几十个，BI系统不会为每个ERP都去开发一个主题包。
通常情况下，只支持一到两个ERP产生而已。
在这种情况下，对于企业的限制就会比较多。
五、ERP与BI系统的核算口径要统一
最后需要提醒的一点就是，ERP系统与BI系统的核算口径要统一如有些企业，在ERP系统中其结账的日期设置为每个月的25日即当月的26日到下月的25日是一个自然月。
这主要是为了提供足够多的时间方便财务进行做帐或者由于他们客户的要求，从而对企业自己的管理作出适当的调整。
虽然这只是一个划分的问题，从长期看对基础数据影响不是很大。
但是在利用BI系统进行分析时，有时候需要进行按月统计。
这就关系到统计口径的问题。
如有些BI系统为了方便用户的操作，他们提供很多现成的模块供用户使用。
而这些现成的模块在使用时间数据时都采用的是自然月的统计方式。
而用户现在需要使用的是自己设置的月份。
即5月28日的交易数据要算到6月份去。
此时项目管理员就需要调整核算的口径。
通过IF等判断语句来调整ERP现有的统计口径等等。
类似的案例还有很多。
如采用什么时间的汇率、销售业绩的分析等等都跟统计口径有关。
如果要让BI系统与ERP系统互通有无，那么就必须要保证两者核算口径的一致。
商务智能（BI）与ERP的关系探讨
（1）
导读：
随着计算机应用的日趋普及随着市场竞争的加剧企业越来越多地依靠计算机来处理日常事务，于是数据量随着时间的增长而成倍地增加。
这样大部分企业将面临由于数据库变得日益庞大而由此带来的对数据管理的困.....
这样大部分企业将面临由于数据库变得日益庞大而由此带来的对数据管理的困难。
商务智能（BI）
自20世纪90年代以来，国内外掀起了一股商务智能的热潮，商务智能作为一种决策支持的手段已越来越多地被企业所接受。
它不但能够将先进的信息技术应用到企业的生产、经营和管理中去而且能够帮助企业提高决策能力和运营能力从而通过对信息的开发，将其转变为企业的竞争优势。
确切地说商务智能（BusinessIntelligence，BI）是综合了数据仓库（DataWarehouse，DW）、数据挖掘（DataMining，DM）和联机分析处理（OnlineAnalysisProcessing，OLAP）等技术，将企业运作中涉及到的数据有效地转化为信息、知识和智慧通过适当的方式展现给决策者以帮助企业提高决策能力和运营能力，增强核心竞争力，创造更多盈利的一种平台和综合解决方案。
商务智能系统体系结构图
其中数据仓库是建设商务智能系统的基础，数据仓库的提出是关系数据库、并行处理和分布式技术飞速发展的产物，它是一个面向主题的、集成的、非易失的且随时间变化的数据集合，用来支持管理人员的决策。
目前基于数据仓库的商务智能系统主要采用数据仓库模式和数据集市模式两种方式来建设。
为了充分利用企业内外流动的大量商业数据，企业的商务智能系统必须采用数据挖掘技术实现商务知识的发现。
数据挖掘是从大量数据中挖掘出隐含的、未知的、用户可能感兴趣的和对决策有价值的知识和规则。
传统的商务智能数据挖掘是采用一种集中式思想，即要求将这些分布存储的数据收集到一个集中的地方，然后才进行知识发现、管理和决策。
这样的商务智能要求企业有高速的数据通信网络。
商务智能往往需要用户交互以获取参数信息.这无疑增加了集中式商务智能系统的负荷。
同时这种方式也破坏了数据的私有性和安全性。
因此，数据的分布式存储、数据的私有性和安全性、用户频繁的信息交互和商务智能的及时性要求等迫切需要深入研究分布式环境下的分布式数据挖掘技术。
分布式数据挖掘主要涉及到分布式数据挖掘系统模型和分布式数据挖掘算法。
一个分布式数据挖掘系统是一个复杂的实体整个系统必须提供有效的访问分布式数据和计算资源、监控整个挖掘过程和以一定格式将挖掘结果呈现给用户的功能。
而且，一个成功的分布式数据挖掘系统应该具有灵活的结构，提供一个简单的更新其组件的方式以适应变化的环境。
由此可见，面向商务智能的分布式数据挖掘系统模型应该具有以下特点：
一是采用模块化设计保证系统中不同模块可以根据需要进行灵活地增减和配置以及分布式数据挖掘系统的持续可用。
二是实现分布式移动数据挖掘满足商务智能系统中多层次用户的多种数据挖掘需要保证商业数据安全。
三是采用商务本体知识模型和通用数据描述格式实现各个站点上的分布式数据挖掘以及数据挖掘系统与其他系统的信息交互。
四是集成多种安全保障技术满足业务系统安全以及分布式数据挖掘系统自身安全需要。
联机分析处理（OLAP）是使分析人员、管理人员或执行人员能够从多种角度对从原始数据中转化出来的、能够真正为用户所理解的、并真实反映企业维度特性的信息进行快速、一致、交互地存取从而获得对数据的更深入了解的技术。
OLAP侧重于与用户的交互、快速的响应速度及提供数据的多维视图，而数据挖掘则注重自动发现隐藏在数据中的模式和有用信息。
OLAP的分析结果可以给数据挖掘提供分析信息作为挖掘的依据数据挖掘可以拓展OLAP分析的深度并可以发现更为复杂、细致的信息。
企业资源计划系统（ERP）
1.ERP的概念及内涵
ERP是英文EnterpriseResourcePlanning的缩写ERP的中文意思是企业资源计划系统。
其是指建立在信息技术基础上，以系统化的管理思想识别和规划企业资源，为企业决策层及员工提供决策运行手段的管理平台。
刚开始时，ERP软件的主要目标市场是制造业，其是主要包含了有关企业核心的计划和管理的各种功能，但在近几年ERP的发展使其不仅能适应制造业也可以适应其他不同的产业。
2.ERP的功能
（1）较为良好的适应性
可以使得不同的语言、货币、会计准则由一个系统来处理而且那些用于管理不同地点的公司的功能可以被自动地打包并执行。
（2）业务集成功能
ERP软件包中，相关业务功能间的数据更新是自动并且实时完成的。
因此管理人员可以实时掌握业务的细节，从而根据这些信息及时地制定不同的计划。
商务智能与ERP的关系
虽然ERP系统提供了一个把分离的商业功能进行集成的功能——将物料管理、产品规划、销售、财务和其他的一些功能作用在一个统一的应用系统中但ERP的应用仍有如下三个严重的限制。
1.ERP的限制
（1）管理者在没有程序设计员帮助的情况下无法使用如顾客问答通知栏等功能，这限制了管理者迅速获取信息的能力除此之外这还为信息系统增加了信息的积压储备。
（2）
ERP系统仅提供了当前的状态。
比如开放的订货系统，而管理者经常需要回顾寻找过去状态条件，从而便于更好的决策。
（3）在ERP应用中的数据与其他企业的数据或其他系统并不能有机地结合在一起并且不能在系统中利用外部的智力因素。
针对以上ERP系统的局限性，一个简单并且节约成本的解决方法是给ERP系统增加一个数据仓库和一个商务智能系统。
例如ERP的资源计划和管理系统，商业智能调节ERP系统。
一个数据仓库或者数据市场将ERP数据组织起来，以便决策者能够利用在线分析等工具进行分析决策。
商务智能系统通过提供报表和分析工具通过在网上和自动提醒等工具来联系整个供应链从而提高商业竞争力。
2.新商务智能系统具有的功能
（1）灵活的报告与分析
来自于ERP系统的操作性报告反映了最新的技术与事件，但是他们不能满足管理者实际操作、预测和其他决策分析的要求。
升级会员 