http://www.amteam.org/docs/BDDocument.asp?Action=View&ID=%7B4EF5A5C1-8824-4F6A-B327-68F89E27BC9F%7D
一、 商业智能的由来
自九十年代以来随着数据仓库技术的成熟，数据仓库解决了决策分析中的多数据源问题、无法利用历史数据问题、多维分析效率低下问题等等。除此之外，有两方面的迫切需求使该技术能够迅速得以普及应用：
一是彻底解决了企业决策支持系统（DSS）面临的困境。DSS和MIS是两类相互关联但性质迥然不同的系统，人们对
DSS的期望在于能够利用DSS提供的方法库、模型库、知识库等知识，在数据库的基础上发掘普通MIS不能实现的决策支持功能。但是，各库与数据库的有效
接口是每一个DSS都感到头痛的问题，其实质是缺少一个自由获得决策所需数据的平台。这个问题使DSS陷入了人们对其期望过高而实际难以实现的局面。数据
仓库提供了集成有效数据的平台，通过DSS前端展示工具可容易完成DSS的建设，被专家认为数据仓库是解决DSS问题的最好的技术。
二是解决了数据积累困境问题(data accumulating
dilemma)。大多企事业单位已经建立了信息系统，既有一般的MIS，也包括大型的应用系统如ER、CRM系统。在多年的系统运行中积累了丰富的数
据。但由于系统采用的事务处理机制的局限性，不能够从现有的数据中发现宝贵的信息，以及潜在的知识。数据仓库技术为OLAP技术和数据挖掘技术创造了应用
的环境，有助于从业务数据中发现深层次的信息和知识。
二、 商业智能顺应了ERP系统的发展趋势
计算机网络的飞速发展和企业走向电子商务的趋势赋于了ERP许多新的发展趋势。在企业内部，ERP与PDM、
CIM、POS实现整合，而从企业和客户的联盟角度看，作为后台应用的ERP与前台的CRM、EC整合，以及与供应链的集成。现阶段，ERP系统整个停留
在功能全面的MIS系统层面，尤其没能够达到真正的ERP所期望的辅助决策分析的功能。其根据原因在于几乎所有的ERP系统在决策分析上是采用事务型处理
来代替分析性处理，存在实质上的差别。
ERP积累的业务数据相对来说是规整的，数据仓库在这些数据之上，结合OLAP技术及数据挖掘技术，将非直观的、隐
含的信息和知识以直观的形式描述，辅助领导层进行决策分析。ERP项目实施的难点之一是难以引发企业老总的兴趣，增强ERP系统的分析决策功能无疑会消除
这一障碍，从而会成为ERP厂商向企业推销产品的一个强有力的突破口。
将DW和OLAP技术应用在现有的ERP系统，实现了ERP从MRPII在事务处理控制方面的本质飞跃。MRPII
是通过计划的及时滚动来控制整个生产过程，一般只能实现事中控制。而结合了DW和OLAP技术的ERP系统，则强调企业的事前控制能力，它可以将设计、制
造、销售等通过集成来并行地进行各种相关作业，为企业提供对质量、适应变化、客户满意、绩效等关键问题的实时分析能力。
三、 ERP系统理解
ERP──Enterprise Resource Planning
企业资源计划系统，是指建立在信息技术基础上，以系统化的管理思想，为企业决策层及员工提供决策运行手段的管理平台。ERP系统集中信息技术与先进的管理思想于一身，成为现代企业的运行模式。
ERP是将企业所有资源进行整合集成管理，简单的说是将企业的三大流：物流，资金流，信息流进行全面一体化管理的管
理信息系统。它的功能模块不同于MRP或MRPII的模块。它不仅可用于生产企业的管理，而且在许多其它类型的企业如一些非生产、公益事业的企业也可导入
ERP系统进行资源计划和管理。对企业来讲，它包括四个方面的内容：生产控制(计划，制造)，物流管理(分销，采购，库存管理)和财务管理(会计核算，财
务管理)和人力资源管理( 规划，工资，工时，差旅)。以下是典型的ERP系统功能模块介绍：
1．库存管理
2．采购管理
3．销售管理
4．财务报表
5．帐务管理
6．应收帐管理
7．应付帐管理
8．工资核算
9．质量管理
10．成本管理
四、 ERP系统需要的决策支持功能
ERP系统是一个复杂的系统，面向不同的行业会有不同的解决方案。而不同行业解决方案中对决策分析的要求是不尽相同的。这里给出典型的ERP系统所需的决策分析功能：
1．销售分析：
把握市场动向，提高销售利润是企业的最终目标。在企业管理日趋科学化的今天，如何准确及时地进行生产经营决策是企业
老总面临的严峻问题。这要求决策者准确及时地捕捉到销售信息，分析销售情况，随时根据历史的销售情况，对下一步的生产经营科学地进行决策。销售分析需要的
基础数据涉及到的模块有销售、库存、财务和人事，能够围绕销售合同，从人员绩效、应收款、财务、库存等多角度进行分析，并给出如销售趋势、产品需求趋势等
辅助决策信息。具体地，采用商业智能系统进行销售分析可以帮助企业解决的问题有：
- 某段时间内的产品销售流向情况分析
- 某产品在某段时间内的可答合同情况分析
- 同一种产品如何根据不同情况制定不同的价格策略
- 产品退货情况分析，何种退货最多？
- 产品销售收入及获利情况分析，何种产品在给定的分析条件下的销售量最大？
- 哪种产品被哪个客户订购多少？
- 哪种产品哪类客户购买的最多？
- 销售员销售绩效分析，销售员收回款分析
- 仓库某一批产品销售给哪些客户？
- 多角度分析销售成绩
商业智能系统根据企业需要解决的问题，帮助企业建立相应的分析主题和分析指标，从业务系统的基础数据库中抽取需要的数据，按预先建立的业务模型进行分析决策，分析结果显示直观、形象。决策者只需要简单地点取操作，便可以从商业智能强大的销售分析工具中获得所需的决策信息。
2．库存分析：
良好的库存管理是企业正常运作的基础之一。一方面保证生产所需原材料的及时供应，生产半成品的合理周转，另一方面保
证产品销售的及时供给。同时要求资金占用少，资金周转快捷，即达到最优库存。基于商业智能系统构建的库存分析，既参满足一般用户的对库存物品的数量、库存
成本和资金占用等情况，从级别，类别，货位，批次，单件，ABC分类等不同角度的查询，又能辅助决策解决企业深层次的相关问题，如呆滞物品分析和处理，根
据盘点结果及时间进行库存调整及优化等。库存分析的基础数据取自于采购、销售、生产、财务等业务模块。商业智能的库存分析帮助企业实现的功能有：
- 发现呆滞物品，提供处理建议
- 查询某物料在各货位的储量情况分析及储量
- 某物料在某时间的收入、发生和结存情况分析
- 物品占用库存资金分析
- 哪种物品处于短缺或超储？
- 物品周转率分析，哪种处在积压状态？
- 查询历史各阶段的库存物品和成本情况
- 多角度，多条件组合查询库存情况
3．采购分析：
生产原材料采购是企业生产的基础，采购物品的价格以及质量问题直接影响到产品的质量与成本。采取正确的采购策略是企
业不容忽视的问题，一个好的全面的采购分析对于领导制定下一步采购策略是至关重要的。基于数据仓库技术的商业智能系统可实现供应商信用评价、业务员业绩考
核等决策分析，帮助企业为顺利生产打下坚实的基础，为最终产品在质量和成本上的定位提供科学的依据，具体包括：
- 供应信用等级分析，从交付日期，质量，数据和价格等方面评估供应商的表现
- 采购价格变动分析
- 物品拖期交货情况及原因分析
- 某种物料下一时期需求分析
- 某种物料的供应商情况分析，并比较价格和质量
- 某供应商供应物料情况分析
- 采购员业绩分析
- 从某供应商采购量和采购金额分析
- 供应商的物料检验后被拒收分析
- 到货物料存储仓库及货位查询
- 供应商报价查询
- 多角度查询物品的请购，订购及收货入库的情况
- 采购成本差异分析
供应商信用分析是采购分析很重要的一部分，往往做为采购分析的主题之一。采购分析的基础数据来自财务，生产，库存部门。商业智能的采购分析决策支持系统辅助企业选择最佳的供应商及采购策略，确保采购工作的高质量、高效率、低成本。
4．财务分析：
商业智能基于数据仓库技术的财务分析满足企业领导对各业务部门费用支出情况查询的要求，并实现了对应收款，应付款的决策分析。企业决策层通过使用这一功能，进一步提高从现金流量，资产负债，资金回收率等角度决策企业运营的科学化水平。具体的实现功能包括：
(1)帐务分析
- 各部门费用支出情况分析，辅助决策进一步的预算
- 多角度，多层次，多条件立体帐务查询
- 跨科目级别明细帐务查询
- 财务历史数据查询
(2)应收帐分析
- 客户欠款时间及细节查询
- 欠款的时间段分析
- 客户购货金额及付款情况查询
- 客户现金折扣分析
- 多条件，多角度查询收款及欠款情况
- 客户信用等级分析
(3)应付款分析
- 企业对供应商欠款时间及细节查询
- 企业对供应商欠款的时间段分析
- 从各供应商采购情况分析
- 多条件，多角度查询付款及欠款情况
5．成本分析：
成本分析的目的在于进一步加强成本的事前控制，同时有助于通过盈亏平衡分析，辅助产品科学的报价。影响成本的因素有
多种，相应地会有多种类型的发生费用。企业关心这些费用在总成本中的重要程度，尤其管理费用占总成本的比重，辅助发现生产与管理环节的不足，辅助决策改进
措施。商业智能的产品成本分析突出成本与库存、生产、帐务等ERP功能模块的集成。从成本BOM的分析出发，对库存管理和生产过程的发生费用进行监控。并
且，与销售过程的发生费用和销售收入一起进行量本利分析，并得出诸如保本成本、保本价格、目标成本、目标价格等决策信息，指导以后的成本控制和定价。
具体体现在：
- 成本BOM查询与分析
- 多角度成本分析
- 各种费用查询，各种费用在产品的总成本的比重分析
- 各种材料的成本在产品的总成本中的比重分析
- 生产成本与定额成本或计划成本的比较分析
- 分摊在产品中的管理费用分析
- 量本利分析
- 给定产量和给定售价下的利润分析
6．人力资源规划分析：
国内ERP系统受大环境的影响，人力资源模块加入到ERP系统较之其它三个功能模块最晚，大多现行的ERP系统人力
资源模块是由于便于与企业外部交往的记录而存在的，真正能实现企业内部人力资源管理与系统的集成的很少。基于数据仓库技术的商业智能系统解决方案提供的劳
动规划应用，应在企业详实的人力资源数据基础之上，完成决策者多视角的人力资源统计分析，并通过对现有的人力资源的使用状况，能预测劳动满员和紧缺，分析
超时和工作量，鉴别无效的工作和优秀的的雇员，计算出某段时间内劳动的收益率等，使劳动资源得到最大的利用。商业智能的人力规划分析也可以实现不同角度的
员工工资查询和分析，结合完成的工作量，提高员工利益分配的科学性。具体功能包括：
- 按部门，职称，专业，学历，性别等的职工统计和查询
- 从职称，学历，工作量等方面进行人才能力综合评介
- 多角度职工工资查询，按不同视角进行职工工资统计分析
- 实际完成工作量和工时对比分析
- 人力工作量负荷分析
- 分析各类员工所获奖利、惩罚等个人特性与共性之间的关系。
五、 小结
商业智能是当前企业应用的热点。如何把商业智能应用到企业中给企业带来真正的价值，是商业智能应用真正成熟的标志。
商业智能通过对业务系统的支持，达到充分利用企业信息资源、辅助决策的目的。本文结合一个标准的ERP系统，简要介绍了商业智能如何支持ERP应用，希望
通过本文的介绍，对商业智能在ERP领域的应用有所启发。
商业智能应用系列之二:探讨有效的商业智能应用模式和实施方法论
商务智能（BI）软件已经开始引领起一场新的信息化变革，为企业运营管理注入新的活力，而商务智能软件本身也成为最有力的数据挖掘、信息分析整理、辅助决策、数据管理等的综合性工具。
为了进一步促进商务智能技术的应用与推广，促进商务智能市场的健康发展，完善商务智能标准化建立，由中国信息化推进联盟主办的“首届中国国际商务智能大会”于2004年7月底在北京国际会议中心隆重召开。此次大会汇集了国内外知名的BI供应商、知名专家等共同围绕具有前瞻性的BI理念、优秀的BI应用成果等进行全范围的探讨与展示。
本
人有幸作为此次大会的特约专家，在大会上做了题为“部署客户智能－兼谈商业智能应用模式”的专题报告。同与会的广大商业智能领域的厂家、企业用户广泛交流
了对“商业智能应用模式”的探讨。本文结合作者4年来商业智能和数据仓库的研发、顾问与实施经验，以及在ESG担任高级顾问期间积累的经验，与广大BI爱
好者继续探讨有效的商业智能应用模式。
1.背景
作者本人目前担任ESG的高级顾问，全面负责BI产品的销售、售前与实施工作。在此前，曾从事过BI和数据仓库的研发、顾问工作，还从事过ERP的顾问工作，以及CRM的研发、顾问工作。
ESG(Enterprise Solutions
Group)的中国总公司是上海瀚资软件系统有限公司。ESG是一家综合性的资讯科技顾问公司，又是一家跨国的企业信息化解决方案供应商。ESG于九九年
在香港成立，在美国，马来西亚，韩国、日本、泰国，上海等地设有十五个分支机构。是全亚洲第一个专注于Microsoft商业解决方案产品的国际化解决方
案中心。由于其突出的业绩，被Microsoft 授予为2002年、2003年和2004年Microsoft 最佳合作伙伴。
2.ESG倡导以商业需求为前导的BI应用模式
成功的商业智能应该具备三个要素：商业需求、大量的数据和实现商业智能的算法。商业需求指的是用户期望通过实施商业智能，能够给企业有可能带来的价
值。大量的数据是指实现商业智能的、赖以存在的数据基础，所谓的“商业智能是数据驱动的应用”就是基于这一因素而言的。而实现商业智能的算法可以理解为把
数据变成信息、知识的工具、算法或过程的集合。
也正是“商业智能是数据驱动的应用”的论断，使许多不明智的商业智能应用走向了一个误区，那就是，把商业智能产品采用“推”的应用模式交给用户，使
得商业智能在企业中的应用深度取决于用户的水平。这种做法最大的弊端是无法体现“商业智能”有利于决策的巨大价值，更多用户把商业智能视为一个已经定制化
的工具而存在。
ESG在与客户交流商业智能产品时，是采用“商业需求为前导”的“拉”式的应用模式。商业智能应用的用户群的特殊性，决定了不同的
用户对商业智能的潜在需求存在多样性、不确定性、个性化等特点。如果采用“推”的应用模式，势必造成大多数人的商业需求仍然无法得以启发、开发的局面。而
ESG得益于其本身就是ERP、CRM、SCM等应用领域的专业咨询厂商，BI咨询部的顾问都具有这些领域的咨询经历，很容易理解用户的业务系统、数据环
境。
ESG以商业需求为前导的BI应用模式最终体现为一套完整的BI解决方案。在BI解决方案中，BI咨询顾问站在相对较高的角度，以职能业务为
主题，为用户规划、整理出可能需要的商业需求，言明每个商业需求的来源、用户群、可能的价值。接下来，ESG会启发用户更多的商业需求，共同修订以前的
BI解决方案。典型的，我们在提交给浙江的一个客户的BI方案中，建议的业务报表多达120余个。
3.ESG商业智能解决方案组成、优点
ESG解决方案是全方位、全过程的商业智能方案。ESG的BI解决方案贯穿两条主线，一是整理的商业需求，体现为建议性的业务报表、业务分析；二是
数据仓库建设的每一个步骤。其功能涵盖了数据仓库建设的各种工作，从数据的采集，到数据建模，直至数据发布，甚至与企业门户的集成。
1).ESG商业智能解决方案组成（详细内容略）
- 商业需求理解与分析
- 数据仓库的设计与创建
- 商业需求的数据抽取
- 分析数据库的设计与创建
- TARGIT商业智能产品的上线
2).优点
ESG是基于BI商业解决方案来实施BI。这种实施方法更好地保证BI项目的实施成功率，更好地让用户理解BI产品和使用方法，更好地体现商业智能在企业的应用价值。具体有以下好处：
a、ESG具有对用户所属行业的深刻理解。这主要得益于ESG多年的行业应用与咨询。
b、帮助用户制订的完善的报表体系。完善的报表体系是BI需求的一部分。
c、BI需求的另一部分，是为用户企业制定具有竞争力的分析模式和模型。做到充分利用现有信息资源，让最终用户能够简易的操作实现销售、财务、库存、采购等核心业务的辅助决策。
4.BI项目实施方法论
项目实施方法论是指导整个项目实施的详细的框架。好的实施方法论有条理地组织项目实施各个阶段的项目活动，描述工作步骤、任务和每一阶段项目的里程碑。最强的实施方法论是指那些为某一特定软件设计适合于所有公司的工具，支持项目主要的活动，例如知识传授和改变管理。
BI项目的实施方法有别于ERP实施方法。ESG根据多个BI项目的成功实施经验，并结合ESG成熟的“IA”实施方法论，总结了一套行之有效的BI项目实施方法。下图阐明了实施的具体方法及任务。
结合ESG的实施方法和对用户企业的业务需求的理解，我们将采用以下的实施方法，我们认为该方法将是最好和经济的方法。详细的实施阶段和时间段如下所示:
1).项目启动会
项目启动会上，将同用户企业确定项目的时间表和实施项目的方法。
2).商业需求分析/整理
工作目的：
- 理解、收集和确认客户的主要业务需求
- 根据企业信息化现状，找出可以改进的报表体系、分析模式并设计报表体系、分析模式
工作方式：
- 同客户交谈、与IT经理交谈
- 确定报表需求和分析业务需求
- 指出业务需求可以改进的部分
- 将整理的业务需求文档化
3).商业需求确认/修正
工作目的：
- 对比规划的商业需求满足现有业务需求的程度
- 通过对比，修正并确认用户对BI的需求。包括报表的需求、分析模式的需求
工作方式：
- 同客户交流
- 确定报表需求和分析业务需求
- 将整理的业务需求文档化
4).建设数据仓库（DW）：
工作目的：
- 制定数据ETL（抽取、转换、上载）的规则
- 制定有利于布置、分析效率的DW存储模式
- 物理实现
工作方式：
- 与IT部门合作、与系统集成商合作
- 完成DW建设的知识转移
5).建设分析模型：
工作目的：
- 根据整理的商业需求，进行概念分析模型的设计
- 实现数据模型
- 设计、实现分析模型的存储模式
6).设置产品环境：
工作目的：
- 最终用户的软硬件环境配置
- 用户权限、级别的分别
工作方式：
- 与IT部门合作、与用户合作
7).系统上线:
一旦完成生产系统设置和完成系统使用的准备将进行“系统上线”
。作为项目管理的一部分，ESG 将对系统上线日起作记录并且将这一天作为一年保证期的开始，和系统维护期的开始。系统上线之前，ESG
顾问将评估用户企业上线的其他业务系统。新系统将在此阶段运行。
8).系统上线支持和保证:
根据签署的维护合同，ESG
将从系统上线时起提供一年的保证和一个月的应用支持。上线支持的提供/使用将根据保证和支持的章节进行。
9).文档移交:
a. 主数据报告: 文档化系统参数设置和系统配置， 文档化系统用户权限设置。
ESG向用户提供以下文档 ：
- 用户手册: 用户手册是提供用户如何操作系统一步一步的指导
- 标准操作流程：包括系统一步一步的操作和手工的流程图并配以文字说明
- 技术维护文档
b.系统上线评估：定义未来有可能的技术风险、应用风险，以及应对措施。
5.总结
还商业智能英雄本色！这是作者在“首届中国国际商业智能大会”专题发言的结束语。如果采用科学的应用模
式，商业智能工具能够给企业带来应用价值之巨大，有可能超越人们的想象，尤其在通过智能分析来辅助经营决策上。这种应用模式下的商业智能，不再是单一的工
具，而是用户日常决策所依赖的数据平台、应用平台、决策平台。在一定意义上讲，商业智能领域的竞争，不是产品之间的竞争，而是商业智能厂商顾问水平之间的
竞争。
