在ERP环境中建立BI数据仓库(转)

在ERP环境中建立BI数据仓库

http://www.226e.net/article/13/Article6299_1.htm


如何只用一句话就能使商业信息(Business Information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?
简单的说,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。

BI Vs ERP
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有许多共通之处。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提供深度访问的能力;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测工作的信息参考。
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。两者的商业判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(business intelligence)和业绩跟踪(performance tracking)的不同方面。
虽然存在类似之处,但BI和ERP绝对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、响应更及时并易于整合。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系统所涉及的所有业务流程通过整合彼此协调,打破了原有的部门分割局面。公司内所有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、更及时、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减少。最后,业务处理流程当中可能出现的问题和失误也易于及时发现,从而使纠错工作更加迅速和准确。
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,它就不可改变。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单的总结,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。这种数据仓库按照执行快速、灵活可变的形式组织起来,数据访问变得异常简便(用户不需专门应用软件就能访问,就像从书架上取下一本书一样方便)。

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改变这种思维定式。
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)精确实现的世界。商业目标的执行力并不依赖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,都应该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,就必须首先知道元数据(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,如果一个公司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及时使用,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就能及时确定该公司是否降低公司目录中的产品数量。

如何实现

在实际建造系统之时,行业用户的顾虑也不必太多,BI可以从很小的系统开始,而且它只需往ERP里面添加信息,而不是重建一个系统。BI平台独特之处是,在一种高度整合的ERP环境下,它通常被隐藏于底层。为了简便起见,BI主要数据来源毫无疑问就是ERP数据库。BI是一种组织完善的表格驱动系统,在系统中,ERP数据库和ERP应用系统通过接口界面紧密结合,元数据在它们之间流动;提取器(Extractors)从传输系统中提取合适的信息,然后将信息放入以商业目标为导向的数据库体系当中(程序编程接口API也在这个阶段进行工作)。
接下来就是BI引擎,它包含信息来源管理和转换系统、装载系统等。信息来源管理系统主要用于跟踪信息从何处来、到哪里去,它还定义所有的传输活动;转换、装载系统主要负责必要的数据规范操作。随后是元数据,这是一系列用功能术语完成信息定义工作。从这里开始,建模、分析、相关主题展示等高级功能就开始运行。在此必须强调的是,数据仓库中的信息主要用于数据分析,它无法被BI用户修改或者升级。

来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/7942439/viewspace-19665/,如需转载,请注明出处,否则将追究法律责任。

转载于:http://blog.itpub.net/7942439/viewspace-19665/

# 高校智慧校园解决方案摘要 智慧校园解决方案是针对高校信息化建设的核心工程,旨在通过物联网技术实现数字化校园的智能化升级。该方案通过融合计算机技术、网络通信技术、数据库技术和IC卡识别技术,初步实现了校园一卡通系统,进而通过人脸识别技术实现了更精准的校园安全管理、生活管理、教务管理和资源管理。 方案包括多个管理系统:智慧校园管理平台、一卡通卡务管理系统、一卡通人脸库管理平台、智能人脸识别消费管理系统、疫情防控管理系统、人脸识别无感识别管理系统、会议签到管理系统、人脸识别通道管理系统和图书馆对接管理系统。这些系统共同构成了智慧校园的信息化基础,通过统一数据库和操作平台,实现了数据共享和信息一致性。 智能人脸识别消费管理系统通过人脸识别终端,在无需接触的情况下快速完成消费支付过程,提升了校园服务效率。疫情防控管理系统利用热成像测温技术、视频智能分析等手段,实现了对校园人员体温监测和疫情信息实时上报,提高了校园公共卫生事件的预防和控制能力。 会议签到管理系统和人脸识别通道管理系统均基于人脸识别技术,实现了会议的快速签到和图书馆等场所的高效通行管理。与图书馆对接管理系统实现了一卡通系统与图书馆管理系统的无缝集成,提升了图书借阅的便捷性。 总体而言,该智慧校园解决方案通过集成的信息化管理系统,提升了校园管理的智能化水平,优化了校园生活体验,增强了校园安全,并提高了教学和科研的效率。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值