張橋川　王達(dá)　王彧

摘要：如何在現(xiàn)有信息系統(tǒng)基礎(chǔ)上盡快實(shí)現(xiàn)企業(yè)經(jīng)營(yíng)信息分析智能化，為決策提供準(zhǔn)確及時(shí)的信息支持，提高生產(chǎn)效率是擺在現(xiàn)代企業(yè)面前的一道難題。為此，該文對(duì)現(xiàn)有ERP與商務(wù)智能應(yīng)用情況進(jìn)行了分析和研究，提出將ERP與商務(wù)智能整合的思路，并設(shè)計(jì)了SBO BI解決方案，給出了該方案的總體架構(gòu)、設(shè)計(jì)思路和開(kāi)發(fā)流程。在此基礎(chǔ)上，以重慶某鋼鐵企業(yè)為背景，建立和分析了其銷售分析模型。結(jié)果表明，該方案能有效解決企業(yè)基于信息系統(tǒng)進(jìn)行決策智能分析的要求。

關(guān)鍵詞：SBO；商務(wù)智能；整合；數(shù)據(jù)倉(cāng)庫(kù)

中圖分類號(hào)：TP311 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2014）02-0434-03

1 概述

經(jīng)濟(jì)全球化和市場(chǎng)競(jìng)爭(zhēng)激烈化對(duì)現(xiàn)代企業(yè)提出了更多的挑戰(zhàn)和壓力。傳統(tǒng)的操作型信息管理系統(tǒng)已經(jīng)難以滿足現(xiàn)代企業(yè)的全部需求，如何更好更充分利用現(xiàn)有的系統(tǒng)資源，運(yùn)用現(xiàn)代信息技術(shù)和數(shù)據(jù)挖掘技術(shù)，從ERP數(shù)據(jù)源提取有用的數(shù)據(jù)，再將數(shù)據(jù)轉(zhuǎn)變?yōu)樾畔?lái)指導(dǎo)企業(yè)行動(dòng)，從而最小化企業(yè)用于決策的時(shí)間，最大化企業(yè)對(duì)資源的利用率，提高生產(chǎn)效率，已成為現(xiàn)代企業(yè)的迫切需求。

目前，雖然商務(wù)智能（BI）和ERP系統(tǒng)在企業(yè)中已經(jīng)得到了一定的應(yīng)用，但是對(duì)兩者的整合研究和應(yīng)用卻很少。因此，將商務(wù)智能整合到現(xiàn)有的ERP系統(tǒng)上是極具研究?jī)r(jià)值的。

本文以重慶某鋼鐵企業(yè)為背景，以SAP公司的中小企業(yè)解決方案SBO系統(tǒng)和宏信軟件公司的極光商智分析平臺(tái)為依托，對(duì)SBO BI系統(tǒng)進(jìn)行了詳細(xì)設(shè)計(jì)和實(shí)例解析[1]，對(duì)分析模型的設(shè)計(jì)、多維數(shù)據(jù)集的生成、終端展現(xiàn)方式做了介紹。

2 系統(tǒng)總體設(shè)計(jì)

2.1 SBO BI系統(tǒng)集成架構(gòu)設(shè)計(jì)

方案綜合運(yùn)用數(shù)據(jù)倉(cāng)庫(kù)（Datawarehouse）、在線分析處理（OLAP）、數(shù)據(jù)挖掘（DataMining）等最先進(jìn)的計(jì)算機(jī)信息處理技術(shù)，為中小型企業(yè)建立獲取、加工、管理、應(yīng)用信息和知識(shí)的商業(yè)智能（Business Intelligence）系統(tǒng)[2]，使中小企業(yè)更容易獲取有價(jià)值的信息，于是企業(yè)經(jīng)營(yíng)、管理和決策的質(zhì)量得到了保證，并且速度也得到了相應(yīng)的提升，從而使企業(yè)的核心競(jìng)爭(zhēng)力增強(qiáng)了。

從圖1中可知：根據(jù)分析主題的要求，系統(tǒng)從SBO數(shù)據(jù)庫(kù)獲得原始數(shù)據(jù)中選擇數(shù)據(jù)，將這些數(shù)據(jù)轉(zhuǎn)換之后，將他們加載到全局?jǐn)?shù)據(jù)倉(cāng)庫(kù)中，這樣就形成了基本數(shù)據(jù)層。過(guò)了一段時(shí)間之后，基本數(shù)據(jù)層的部分“過(guò)期”數(shù)據(jù)將被時(shí)間控制機(jī)制提出并轉(zhuǎn)入歷史數(shù)據(jù)文件。衍生數(shù)據(jù)層的形成，則是數(shù)據(jù)經(jīng)過(guò)過(guò)濾和匯總進(jìn)入數(shù)據(jù)集市或者多維數(shù)據(jù)庫(kù)的結(jié)果。而多層衍生數(shù)據(jù)層的生成，則是在數(shù)據(jù)量比較大，并且管理層次復(fù)雜的情況下產(chǎn)生的。建模完成以后，衍生數(shù)據(jù)層的數(shù)據(jù)可以被OLAP工具和數(shù)據(jù)挖掘工具訪問(wèn)，而智能分析的結(jié)果最終可以通過(guò)人機(jī)交互界面展現(xiàn)出來(lái)，這樣，SBO的“商務(wù)智能分析”功能就實(shí)現(xiàn)了。

3 功能模塊的實(shí)現(xiàn)與測(cè)試

3.1 基于SBO的數(shù)據(jù)倉(cāng)庫(kù)設(shè)計(jì)

3.1.1 數(shù)據(jù)倉(cāng)庫(kù)邏輯模型設(shè)計(jì)

3.1.2 數(shù)據(jù)倉(cāng)庫(kù)物理模型設(shè)計(jì)

物理數(shù)據(jù)模型主要解決如何組織和存儲(chǔ)數(shù)據(jù)，以滿足系統(tǒng)處理的要求。建立物理模型是一個(gè)從邏輯模型向更加具體的、依賴于系統(tǒng)和數(shù)據(jù)庫(kù)平臺(tái)的物理形式轉(zhuǎn)化的過(guò)程。本系統(tǒng)中從邏輯模型轉(zhuǎn)向物理模型的設(shè)計(jì)，使用傳統(tǒng)的數(shù)據(jù)庫(kù)設(shè)計(jì)方法。

3.1.3 ETL設(shè)計(jì)

我們?cè)趯?duì)ETL進(jìn)行設(shè)計(jì)時(shí)，主要使用的工具是Microsoft SQL Server DTS。他使用ODBC實(shí)現(xiàn)數(shù)據(jù)源的連接并抽取數(shù)據(jù)。ETL實(shí)施過(guò)程中，字段映射和計(jì)算是主要過(guò)程。數(shù)據(jù)通過(guò)DTS被加載到SQL Server數(shù)據(jù)倉(cāng)庫(kù)中。

3.2 數(shù)據(jù)分析OLAP設(shè)計(jì)

OLAP是一種決策支持工具，可以使用戶從多個(gè)角度觀察和分析數(shù)據(jù)，因此又被稱為“多維分析”。在本系統(tǒng)中，OLAP服務(wù)器是由SQL Server 2005提供的Analysis Services。維度和OLAP立方體可以方便的被Analysis Services定義。

3.3 成果展示

經(jīng)過(guò)實(shí)施和觀察，本系統(tǒng)運(yùn)行效果良好。系統(tǒng)的各項(xiàng)功能均在企業(yè)決策人員中得到良好應(yīng)用?；趫D形報(bào)表的特定信息定制查詢技術(shù)能夠幫助企業(yè)決策人員從大量的業(yè)務(wù)數(shù)據(jù)中整理出所需要的信息，因此，將BI整合到SBO業(yè)務(wù)數(shù)據(jù)基礎(chǔ)之上，大大降低了企業(yè)決策分析的難度，節(jié)省了大量的人力和財(cái)力資源。

4 結(jié)束語(yǔ)

本文實(shí)現(xiàn)了ERP與商務(wù)智能整合應(yīng)用，該方案具有普遍適用性，將ERP與BI整合使關(guān)鍵領(lǐng)域的信息能夠被行業(yè)用戶更好更精確的掌控。優(yōu)化了報(bào)告格式，由于用戶數(shù)據(jù)得到了整合，這使得報(bào)告可以進(jìn)行得更快、更及時(shí)、更精確；實(shí)時(shí)化的信息傳輸?shù)靡泽w現(xiàn)，周轉(zhuǎn)在各部門(mén)的周期時(shí)間將大大減少；一旦業(yè)務(wù)處理流程出現(xiàn)的問(wèn)題或者失誤，也可以及時(shí)的被發(fā)現(xiàn)，這提高了糾錯(cuò)工作的效率。

參考文獻(xiàn)：

[1] SAP Business Blueprint Library for SAP Solution Manager[DB/OL].http：//help.sap.com/saphelp_sm4o/helpdata/en/2a/62c33af63ae93ae10000000a11402f/ content.htm.

[2] W F Cody，Kreulen J T，Krishna V，Spangler W S.The integration of business intelligence and knowledge management[J].IBM Systems Journal，2002（5）.

[3] Inmon W H.Building the data warehouse[M].3rded.New York：John wiley & SonsInc，2002：31-145.