發展前景
自從計算機進入企業開始為企業服務起,企業就開始不斷開發相應的計算機系統來為企業服務。剛開始,一般是開發各個部門的套用系統如工資系統、人事系統等。隨著企業的發展和信息技術的進步,這些系統也不斷的進行著功能上的擴充、修改和維護以適應新形勢下企業發展的需求,這時也可能引進了一些商業軟體包來完善企業管理。這時,企業各個部門的系統之間也開始有了數據的共享和交換的需求;或許,由於企業的擴大,可能合併了其它一些企業,這時企業就面臨著不同信息系統之間的合併,而這些系統在設計之初根本就未考慮過將來與其它系統之間的集成問題。隨著企業的發展,企業已不滿足信息系統僅僅提供對企業事務處理的支持,更希望能夠輔助企業的管理決策活動,因而,很多企業也開發了相應的決策支持系統。但是由於企業套用過於分散,經常是各個部門或個人的需要又在原有事務處理系統基礎上開發新的數據抽取應用程式用於支持管理決策活動,這樣使得企業的套用系統就更加複雜,而且往往效果並不好。
由於企業套用系統日益複雜,使得系統的運行和維護效率變低,企業數據分散、重複存放、不可用、垃圾數據等情況紛紛出現,導致一方面企業的事務數據越來越多,放入了企業信息系統這個黑箱中,而另一方面管理決策人員卻為無法及時準確的獲得所需的數據而發愁。
上述發展過程顯示了企業對信息系統的兩個不同方面的需求:一是結合先進管理思想,能夠高效集成企業內外部資源為企業戰略目標服務的事務處理系統;二是將來能夠使企業內部事務處理和企業外部的數據轉化為信息。
有需求就會有發展,到了20世紀90年代,信息技術發展出現了兩個新的方向:企業資源計畫(ERP)和數據倉庫(Data Warehousing)。這兩種信息技術套用在企業中就能夠解決上面提到的企業新遇到的問題。
發展歷史
,並將企業內部劃分成幾個相互協同作業的支持子系統,如財務、進銷存、生產製造、服務、維護、工程技術等,可對企業內部供應鏈上的所有環節如訂單、採購、庫存、計畫、生產製造、質里控制、運艷、分銷、服務與維護、財務、成本控制、經營風險與投資、工程設計、人力資源等有效地進行管理,從管理的範圍和深度上為企業提供了更豐富的功能和工具。
如果我們從另外一個角度來看ERP,其發展過程也是將企業各種資源逐步集成到企業信息系統的發展過程。剛開始是庫存系統,然後生產系統,採購和銷售系統。財務系統和人事系統等逐步都加進了企業的信息系統中,從而形成了企業完整的事務運作信息系統,使得企業內的套用得到統一,從根本上消除了企業套用的蜘蛛網問題。
數據倉庫的概念則是由Bill Inmon提出的,目的就是為了解決企業遇到的“企業套用蜘蛛網”現象和更好的支持管理決策。數據倉庫技術,簡單的說就是將企業內外部的數據進行全面的集成、清洗和整理,去除一些純事務性的數據,將企業數據按主題放置到一個“倉庫”中,然後再在此基礎上建立各種決策支持套用為企業服務。
數據倉庫中的數據是面向主題的、集成的、歷史的和不可修改的,其所存儲的數據量也非常大,一般存放5年左右的歷史數據數據倉庫中的數據由於是經過整理的,包括企業內外部產生的所有有用的數據,因此,建立在數據倉庫之上的決策支持套用得到的結果才能是正確可靠的。由於數據倉庫中數據的組織模式與以往的管理信息系統和決策支持系統不同,它能提供更加強大的數據分析功能,如多維分析,數據挖掘等,可以對數據進行更深層次的信息發現
ERP和數據倉庫這兩種信息技術能夠分別提供企業的事務處理和決策支持功能,將兩者集成,就形成一個完整的企業信息系統體系結構。
數據結構
前面提到企業信息系統要能提供事務處理和決策支持兩方面的功能。當企業實施了ERP之後,企業所遇到的第一個問題就可以得到解決,ERP將企業各個部門的套用整合在一起,能夠充分地配置和使用企業的資源,消除企業套用蜘蛛網現象,使得企業內外部事務能夠高效、準確、及時的完成。剩下的問題就是如何把ERP系統事務數據和其它外部數據集成轉化為信息。
ERP是一個通過信息技術將企業內外部資源在企業組織內外進行合理高效的配置和使用,更好的為企業戰略目標服務的技術型信息系統,也是一個包含了多種先進管理思想的社會型信息系統,它強調的是管理的先進性、及時性、安全性、可靠性等。如企業接到一個客戶訂單,需要馬上進行生產能力等各項綜合估計,這時,對企業來說,時間就是企業的生命。ERP就其本質上來說是一個事務型信息系統,主要用來快速高效地處理企業的日常事務。雖然,現在的ERP軟體系統都提供了部分的管理決策支持功能,如各種報表等,但這些並不能完全解決企業對管理決策的需要,因為畢竟ERP在系統設計時關注的是數據的“入”而非“出”,要從中實時取得有價值信息是比較困難的。
ERP的主要目的也是為企業提供高效的事務處理功能。數據分析一般來說運行時間比較長,對系統要求比較高,如果直接在事務處理系統上直接進行數據分析的話,會極大的影響事務處理系統的效率。事務型處理強調效率,而分析型處理強調效果,兩種處理方式完全不同的套用如果放在一起的話,互相之間會影響,降低整體效率。ERP事務處理系統產生的數據,在系統設計之初是為了提高系統整體效率而考慮的,直接在上面作數據分析效果並不好,不能充分挖掘數據中的隱含信息。因為,雖然事務型處理和分析型處理的最初數據來源是一樣的,但是兩者又有著很大的不同。如有很多數據都是純事務性數據,對管理人員來說毫無價值,而有價值的數據比較分散,不利於使用,所以必須將數據進行某種方式的轉化,以迎合企業管理決策的需要。
如果將ERP的事務數據經過清理轉入數據倉庫,再在數據倉庫基礎上建立各種分析型套用的話,那將是一個絕佳組合。ERP處理企業事務,數據倉庫輔助企業管理決策,各司其職。建立基於ERP的數據倉庫,首先是分析ERP的數據模型,在其基礎上建立相應的數據倉庫數據模型,這時對關鍵數據的識別、整理、清洗、轉化和主題域的確定非常重要,之後的數據抽取程式建立等工作也不容忽視。企業決策所需的信息也不僅僅全部來自ERP系統中,還有一部分數據來自於企業內部其它系統和企業外部,在建立企業數據倉庫時,也必須將之和ERP數據進行整合放入數據倉庫中。
有了基於ERP的數據倉庫系統,就可以建立各種商業智慧型套用。針對企業各部門和ERP系統模組,對外可以建立供應商分析、客戶分析,內部可以建立生產、庫存、銷售、人事和財務等分析系統,並且這些系統可以進行交叉分析,例如可以對某員工在某時間段對某客戶的銷售情況進行交叉多維分析,還可以進行一些高級的數據挖掘分析等。
ERP和其它運作套用中的數據經過綜合,進入運算元據存儲(ODS)、企業數據倉庫(edw)和部門級數據集市(Data Marts)中,在此基礎上就可以建立CRM、商務智慧型等各種決策支持套用。
圖1是一個基於ERP的數據倉庫體系結構圖。
圖1 基幹ERP的數據倉庫體系結構圖
4 建立基於ERP的數據倉庫需要注意的問題
分別建立ERP和數據倉庫的目的是將企業事務處理和決策支持相分離;而兩者集成的目的是為了更好的把ERP中的事務處理數據和外部數據轉化為管理決策所需的信息,並能夠對這些數據進行多維深度挖掘。
但是,要真正建立一個良好的基於ERP的數據倉庫卻不是件容易的事。建立基於ERP的數據倉庫面臨的問題總的來說集中在兩個方面:一是如何將事務處理邏輯模型和數據倉庫模型對應起來,並將ERP事務處理和外部數據轉人數據倉庫中,即數據倉庫的建立;二是在數據倉庫基礎上如何構建企業的商業智慧型來支持企業的管理決策活動,即數據倉庫的套用。
ERP的業務邏輯非常複雜,要從這些業務邏輯和外部的數據中提煉出數據倉庫的主題和數據模型是很困難的,但由於ERP系統有著相對比較固定的業務邏輯,相對於其它數據倉庫的開發來說,需求更加明確。ERP系統中,一般資料庫的表會達到幾千張,要將數據從ERP向數據倉庫遷移,構建這種數據轉換抽取程式也是非常困難的。由於數據倉庫中存放的數據量很大,通常是一些合計表,而這些合計表的建立是為決策支持程式所使用的,與這些程式相關,如多維分析和報表查詢對數據模式的要求就不一樣,因此,合計表如何建立要重點考慮。在建立商業智慧型套用時,如報表查詢、多維分析和數據挖掘等,要結合企業具體的需求和一些高級商業套用系統所提供的功能進行考慮,還有可能要針對各個部門需要建立各自相應的分析套用系統。