一、 商务智能

 

　　1.1 商务智能概念

 

　　商务智能（Business Intelligence）简称BI,1989 年由Garther Group的Howard Dresner 首次提出，它将商务智能定义为一类由数据仓库（或数据集市）、查询报表、数据分析、数据挖掘、数据备份和恢复等部分组成，以帮助企业决策为目的的技术及其应用。BI 技术提供帮助企业迅速分析数据的技术和方法，包括收集、管理和分析数据，将这些数据转化为有用的信息，然后分发到企业各处，供决策者使用。商务智能的实现过程也就是数据的存储与流动过程，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。

 

　　1.2 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。

 

　　二、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。