在ERP环境中建立BI数据仓库.docxVIP

PAGE 1 PAGE 1 在ERP环境中建立BI数据仓库  如何只用一句话就能使商业信息（BusinessInformation简称BI）、决策支持等新架构体系对用户产生新的诱惑力呢？  BI是架构在ERP之上的，而决策支持是在BI基础上的再扩展。也就是说，新的架构体系使行业用户能够在现有企业数据仓库之上再创建一个“虚拟”企业，这意味着什么呢？  简洁的说，就是行业用户可将现有的数据仓库资源整合到一个分布式的BI网络环境当中。像ERP一样，它是一种自上而下的透视方法。它能提高行业用户相关商业目标的执行潜力，并允许用户重组一种更精准的部门级操作流程；然后创建出整个公司目标执行的实时监视体系。  BIVsERP  在ERP环境中安装数据仓库是一个相当经济的建议。因为，从基础架构的角度上看，BI数据库和ERP有很多共通之处。两者都采用分布式架构存储海量数据，因此，双方进行融合的可能性很大；两者都为大范围终端用户供应深度访问的能力；两者都具有高度的分布性和应用程序的可扩展性，尽管这种特性在BI上体现得不是很明显；两者基于同样的前提。即利用直接或者间接数据作为预估工作的信息参考。  在过去10年中，ERP技术和BI都有重大的发展，但它们的发展道路或多或少是并行的。两者的商业推断能力都有赖于信息技术，但功能特点却各自针对于商业智能（businessintelligence）和业绩跟踪（performancetracking）的不同方面。  虽然存在类似之处，但BI和ERP肯定不是同一事物或是同一事物体的两个方面，它们是互补的系统。  它们最大的共性就是，它们使企业运行得更有效率、响应更准时并易于整合。因此，已实施了ERP的企业需要BI是显而易见的。  调高用户期望  行业客户实施ERP之后,就建立起了新的业务处理模式。ERP系统所涉及的全部业务流程通过整合彼此协调，打破了原有的部门分割局面。公司内全部环节的信息获知能力都得到了提升，企业内外的业务处理瓶颈将被打破，响应速度也能相应改善。  BI能提高行业用户在关键领域的信息获知能力及掌控精度。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、更准时、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削减。最终，业务处理流程当中可能出现的问题和失误也易于准时发觉，从而使纠错工作更加快速和精确。  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，它就不可转变。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洁的总结，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。这种数据仓库根据执行快速、敏捷可变的形式组织起来，数据访问变得异常简便（用户不需特地应用软件就能访问，就像从书架上取下一本书一样便利）。  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转变这种思维定式。  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)精的确现的世界。商业目标的执行力并不依靠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,都应当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,就必需首先知道元数据（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,假如一个公司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准时使用，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