BI后ERP时代的技术引擎柴油叉车

BI-后ERP时代的技术引擎

BI-后ERP时代的技术引擎 2011年12月04日 来源： 传统ERP在进步——发掘ERP中留存数据的应用 按照数据处理的观点，传统ERP是联机事物处理系统，是完成业务功能作业的。ERP对原始数据做高效率的实时运算加工，产生大量的实时的目标数据。是企业数据全生命周期的第一阶段。用目标数据进行业务的计划和控制是ERP的根本职能。ERP的计划和控制过程结束，有大量的过程数据留存在系统内。从数据利用的观点看，ERP系统存留的数据除了具有备查、跟踪的功能之外，很少再被利用。留存在ERP中的数据好像是没有被充分利用的副产品。ERP系统更大的潜力并没有发挥出来。而迅速增长的数据量还成为系统的沉重负担。 从数据的全生命周期来看，ERP系统里的数据记载着企业的生命轨迹和隐含着企业的“脉相”。但ERP没有手段来识别它。从这意义上讲，企业对ERP的巨大投资只回收了一部分。ERP系统积累的数据形如一座未曾开发的金矿，而传统ERP缺乏发掘手段，成为一大遗憾。 另外，ERP开通以后，数据虽多，但对高层管理人员来说，能够得到的仅仅是企业运做当前状态的作业数据和浅层次的现象信息。他们更多地需要了解综合的、历史的、反映全过程的信息，以及对若干现象的分析，以发现有助于决策的趋势和模式。限于ERP当时的历史责任的局限性，从本质上说，ERP系统的中存留的是数据而不是信息，高层管理人员直接用不上。传统ERP对直接投资的企业领导层没有直接的应用成为ERP的又一大遗憾。某些中国的ERP厂商想出一个主意叫做“领导综合查询”，其实这种模块只有“合”——汇总和罗列，而没有“综”——对数据的加工。并没有真正的解决问题。 传统ERP变革 ERP的综合查询屏幕无论事先设计得如何缜密，都不可能做得完全迎合决策层领导随时出现的即时需求，因而没有计算机程序员的帮助，管理者就得不到客户化的需求或报告，这就约束了管理者快速获取信息。同时，来自高层的无休止的需求，还给ERP供应商和企业IT部门增加了大量的ERP系统用户化开发。 21世纪的先进管理理念，如:精益思想、敏捷制造，都加强了人和企业文化的关注，将业务自身的决策权下放到对应的作业层是先进管理方式的趋势。原来单纯事务处理人员现在要做与他业务相关的决策。因此，作业人员也要了解相关的综合性的数据和信息。传统ERP却不能够提供，于是产生了新一代的、事物处理和分析处理相结合的应用软件，如:CRM和SRM等。这些软件的特点是会事务处理，也会分析处理，是传统企业应用软件无法比拟。 先进管理理论应用不仅要求功能范围的扩展，还要求增加数据处理的深度。采用普通的联机事物处理技术的ERP是无法满足高效率作业和决策支持两项需求的。这是ERP的又一大遗憾。CRM/SRM对ERP的挑战迫使ERP向这些软件系统学习，也将分析处理集成进来。 因此，IT人员就面临着不断的需求压力和领导的永不满足，也面临着管理思维的不断发展和变化的需求，这就迫使它们不得不寻找新的开发思路来找寻传统ERP的突破口。 与BI集成 BI激活传统ERP数据 对多数管理人员来说，BI是一个比较陌生的概念。它是对与企业决策过程相关的所有内部的和可能得到的外部数据，进行采集、清洗、汇总、综合、分析、利用和传递，使数据转换成为信息和知识的过程。可以断言，BI是企业信息化的新领域和更高的层次，是企业数据的全生命周期的第二阶段。BI采用先进的数据仓库和联机分析处理OLAP、数据挖掘技术。 存在于ERP里的数据不能直接进行分析处理。因为ERP的运行方法是联机事务处理OLTP，是基于传统的数据库技术、由事件驱动、面向应用功能和性能的操作型处理。对OLTP的要求是有明确的处理模型或公式、快速响应、安全和完整地将当前事务所产生的记录保存下来，方便地对保存的数据进行必要的维护等。 为保证ERP的这些性能，它的数据库是按过程组织的，在一个结构中可能既包括了处理之前的原始数据又有处理之后的结果数据，还有数据的状态说明和其它的辅助性、过渡性的数据，它们交织在一起，导致ERP数据库中的数据是事无巨细的混和体。在OLTP中为了业务过程的处理的方便和效率，这种做法是必要的。但是这种数据结构对于综合性的分析应用而言，就太多、太繁琐且没有必要。分析处理只需要所关注对象的核心数据。为提高分析的效率，将这部分数据从原始数据库中抽取出来，构成面向针对性主题、精简新的数据织方式，然后再进行分析。 DW与ERP融合 ERP数据库缺少对历史数据的有效组织:ERP的数据主要是实时的，缺少对历史数据的积累和便于分析访问的有效结构。从分析处理过程来看，分析一般需要多表操作、较长的运行时间，若直接利用ERP业务系统的数据库中现有的数据进行决策的分析和推理、将影响ERP系统OLTP的效率，并造成繁忙的网络数据传输。在需要直接访问历史数据时更是困难。因此，分析数据不能直接与OLTP的数据库相连，必须建立独立的数据存储空间和结构。所以分析处理需要新的数据组织方式——数据仓库（DW），也需要新的事务处理方式——OLAP。 在数据仓库的定义中，主题是数据归类的标准，每个主题对应一个客观分析领域，它可以为辅助决策集成多个部门不同系统的大量数据。一般来说，数据仓库是按照我们分析的对象组织的。数据仓库包含了大量的历史数据，经集成后进入数据仓库的数据是极少更新的。数据仓库内的数据时限为5~10年，主要用于进行时间趋势分析。数据仓库的数据量很大，一般为10GB以上，大型数据仓库达到TB级。 因此，OLAP也可以说是多维数据分析工具的集合，OLAP系统也是跨部门、面向主题的。其基本特点是:基础数据来源于生产系统中的操作数据(Operational Data);响应时间合理;用户数量相对较小,其用户主要是业务决策与管理人员。OLAP的结果主要采用图形、表格等可视化方式表达和输出，方便于决策应用。 国内BI前景看好 基于笔者多年推广OLAP的经验表明，BI的应用是不能跨过OLTP应用阶段的，否则就会形同空中楼阁。一般企业在ERP正常运行2年左右，在数据处理方面具备了较丰富的经验、在ERP系统中积累了足够的业务数据以后，在这个基础上采用BI分析，才能得到明显效果。所以，我们称BI是后ERP时代的技术。因为在ERP应用稳定阶段开展BI应用有明显优势，具体表现为以下四点: 第一，能以较合理的代价取得有效的决策支持，从OLTP数据库中提取信息以回答随机性的查询并形成报告要投入大量的人力和计算机资源，采用OLAP可以消除不必要的资源开销。 第二，能促进企业中业务流程再造。业务流程再造BPR是资源配置优化和提高企业竞争能力的必要前提。为了通揽全局，企业的高层决策者不仅需要无限地分析其业务能力，而且需要能够对业务运做过程本身的合理性做出判断以采取措施。这类信息是高度综合的，它表现形式应该使决策者能很方便地从多个侧面进行、评价和判断。BIA可以完成销售、财务、库存、供应商、质量等方面的分析。 第三，可以揭示和解析企业中发现的问题，针对性采取对策。如销售不均衡时，通过市场分析（销售产品、类型、渠道、销售方式分析），找出销售的薄弱环节。对客户关注点分析（客户接触与客户服务的分析）、促销活动进行有效性分析，可以减少盲目的市场费用。库存和出库的分析可以发现不合理的开支和消耗;对积压商品的构成和地理分布的分析可以决定产品销售的分布。成本构成的变化分析、对质量故障分布的分析、对雇员构成和稳定性分析等都会使企业得到重要的业务过程改进或再造的依据。 第四，对于OLAP来说可以顺利的得到丰富的数据源，节省专门的数据采集成本。 当前中国的企业应用ERP的成功案例逐步多了起来，企业IT应用经验相对成熟，相继而来的是数据仓库、OLAP或BI应用时机的到来。(end)

陕西西安治疗白癜风白癜风治疗的原则

杭州市为什么孕期痔疮高发

淮北输卵管粘连怎么办

治甲状腺结节北京哪家好

中西湿疹反复怎么办