定制论文·联系客服·网站地图·收藏本页·设为首页
电子商务当前位置:中国论文库 > 工商管理论文 > 电子商务> 正文

基于ERP的商务智能系统的设计与实现

时间:2012-01-13作者:郑晓丽来源:中国论文库
字号:T|T

  摘要:通过对企业实际情况调研分析,根据系统的主题设计,建立了财务分析、生产计划分析、销售分析、人事分析、辅料分析、原料分析、质量分析、设备分析、综合分析这九大模块的分析架构,按

标签:ERP

  摘要:通过对企业实际情况调研分析,根据系统的主题设计,建立了财务分析、生产计划分析、销售分析、人事分析、辅料分析、原料分析、质量分析、设备分析、综合分析这九大模块的分析架构,按照各个模块的需求转换数据,建立数据字典和立方体,并完成各个模块相对应的多维数据集,描述了在具体工具下的多维模型的实现。

  关键词:ERP;商务智能;数据仓库 论文库 www.Lwkoo.com

  1绪论

  商务智能(BusinessIntelligence,简称BI)被人们称为“混沌世界中的智能”,它代表为提高企业发展运营性能所采用的一系列方法、技术和软件,它能帮助企业的决策层进行快速、准确、高效的决策,从而迅速的发现企业在发展过程中存在的问题,来提示管理人员作出快速反应。将商务智能技术运用在ERP系统的基础上,能够使他们迅速改变被动的状况,使孤立、分散的业务数据按历史顺序彼此相互联系,并按高效、易于查询的结构进行存储,让企业用户可以按不同的查询方法进行快速分析,得出需要使用的数据信息。由此可见,ERP系统提供了在丰富的数据源给商务智能系统,同时,ERP系统也需要利用商务智能数据分析工具对原始数据进行分析整合,完整的构成决策和执行的闭环系统将数据变成对企业有益的信息和知识,从而大大提高企业竞争力。

  (1)通过对ERP系统所收集的完整性、准确性和信息的有效利用,在商务智能系统中进行数据挖掘和整合,及时得到企业有益信息,多个方面进行比较,针对市场的各种状况采取针对性措施,从而加快市场的反映速度,提高市场操作能力。

  (2)ERP系统所存放数据的数据库,相对比较分散,系统数据彼此孤立,建设商务智能系统,与企业的各种数据库进行无缝连接,随时快速地为管理者提供帮助信息,进一步增强市场竞争优势。

  (3)ERP系统中的数据无法跟踪历史数据,建立商务智能系统则可能通过分析产品历史来确保产品质量,不断地更新和改进质量目标,更加接近市场;(4)对ERP系统中所提供的销售、库存、财务、物料、人事等系统的数据进行整合,保证数据的统一性、准确性,为决策支持奠定良好的基础,实时全面的反映企业的业务全局和局部信息。

  以上分析中可以看出,将ERP系统与商务智能技术整合应用代表ERP和商务智能共同发展方向。因此研究ERP与商务智能整合应用的论文有着更深刻的实践意义。

  2相关理论综述

  2.1商务智能核心技术

  2.1.1数据仓库技术

  数据仓库体系结构框架分为数据源层、数据整合层、数据服务层、应用分析层、信息展示层,通过各层之间密切的协作完成商务智能的功能数据仓库的技术体系结构包括三大部分:后台数据预处理、数据仓库数据管理、数据仓库的前台查询服务。

  2.1.2数据ETL技术

  数据抽取(ETL)是指数据被装人到数据仓库的整个过程被称为数据的抽取(Extract)、转换(Transform)、装载(Ioad)的过程。目前,ETI工具的典型代表有:微软DTS、DataStage、Informatica、0WB等。ETL主要包括三个部分数据抽取、数据转换、数据加载。

  2.1.3数据0LAP技术

  联机在线分析(OIAP)是从原始操作型数据中转化出来的。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。它是数据仓库的信息分析处理过程,是数据仓库与用户接口的部分,它为用户提供交互和快速的响应速度及数据的多维视图。

  OLAP是以数据仓库为基础的并且独立于数据存储的具体形式,其最终数据来源是底层的OLTP数据库系统,但数据仓库是主要数据源。OLAP服务器则是专门为操作和支持多维数据库所设计的多用户的数据处理引擎,能快速响应用户的各种分析需求。

  2.1.4数据挖掘技术

  数据挖掘就是利用各种分析工具在海量数据中发现模型和数据间关系的过程,这些模型和关系可以用来做出预测。现在,人们关注的焦点是怎样从海量的数据中找到真正有益的信息,数据挖掘技术也正是伴随着这种需求从研究走向应用。数据挖掘技术不仅实现了整体上实现网上信息传送、下发减少客户来回奔波的次数和规范了相关业务,并且在此基础上实现多种形式的数据统计、数据分析和报表汇总等功能。经过数据挖掘后所得信息应具有先未知,有效和可实用三个特征。数据挖掘常用技术有人工神经网络、决策树、遗传算法、近邻算法、规则推导。数据挖掘的基本过程和主要步骤是首先在数据中选择数据,被选择的数据经过预处理,预处理数据进行转换,对转换后的数据进行挖掘,最终被抽取的数据经过分析被同化。转贴于中国论文库 http://www.lwkoo.com

相关阅读

推荐论文

热门

最新

推荐