基于erp的智能决策模型设计

基于erp的智能决策模型设计

ID:21694474

大小:27.50 KB

页数:7页

时间:2018-10-23

基于erp的智能决策模型设计_第1页
基于erp的智能决策模型设计_第2页
基于erp的智能决策模型设计_第3页
基于erp的智能决策模型设计_第4页
基于erp的智能决策模型设计_第5页
资源描述:

《基于erp的智能决策模型设计》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、基于ERP的智能决策模型设计目前,大量企业开始或正在实施ERP与BI等信息化系统,这使企业的经营和管理更加规范,内部协作更加广泛和密切,实现企业经营活动中数据的存储和查询。但各系统的数据存储方式和查询方法不尽相同,使得企业的管理者缺乏统一的平台来查询和分析数据并获取有价值的信息。如何从各系统中提炼并分析数据,协助管理者对企业进行量化管理。1ERP及BI简要分析1.1ERP系统ERP系统(EnterpriseResourcePlanning,企业资源计划)一般包含财务管理、供应链管理、生产管理和人力资源管理等几大模块,具有如下特点:①实现企

2、业如人员、供应商、客户、物料、设备等主数据的管理,使企业能在统一的数据标准下对资源进行整合和调配;②能重点管理和监控企业的业务和工作流程,实现各部门信息共享,强调业务流程的持续改进和优化;③强调财务业务的一体化,有效的管理和整合了企业的资金、物流与信息的三流;④能有效协调供应商、制造商与分销商三者之间的关系,更高效的运作企业内部。ERP系统加强了企业的流程管理和业务控制,但仍然存在不足:①中各模块中数据利用程度不高,管理层所需信息需从ERP系统中提取并进行深层次分析和挖掘才能采用;②缺乏灵活性且开发工作量大,管理者所需多维度集成数据,大多

3、需要由开发人员编写程序将数据集成起来,甚至会消耗大量的硬件资源,造成系统性能低下;③数据查询和分析功能格式固定且单一,无法满足不同用户的个性化需求;④ERP和其它系统中的数据存储在各自平台中,且各自的管理粒度和统计纬度不同,统一查询困难,难以给管理者提供可靠的决策依据。1.2BI系统BI(BusinessIntelligence,商业智能)是对各系统中的数据进行抽取、转换和装载,统一数据的度量和粒度,保证数据的唯一性和准确性,将数据合并到统一的数据仓库中,实现数据的统一平台管理,主要功能包括数据分析功能、统一的决策支持平台、数据展示方式多

4、样、灵活的归集和定义方式。BI与ERP不同特点:BI系统能提供整体解决方案、能对信息进行分类、强大的报表功能。2ERP与BI整合的可行性将ERP与BI相整合,企业除拥有一套完善、严格的业务管理流程,还可集中对数据进行提取和分析,提炼出有用信息,协助管理者做出正确的决策。ERP与BI整合的可行性如下。(1)ERP有庞大的业务数据,为BI分析提供可靠数据。BI可从不同的数据源中提取和处理数据,将数据转换为信息,辅助管理者进行有效管理决策,进而形成PDCA闭环系统,促使企业不断完善管理。(2)BI用数据仓库进行数据存储,提高了数据分析和查询效率

5、,也减轻了ERP等系统的网络数据传输负荷,有效的提升了ERP等系统的性能,避免影响业务系统的正常运转。(3)信息技术的发展为ERP与BI的整合提供了技术支持。数据仓库可存储ERP等系统中的大量历史和实时数据,提升数据的完整性和可靠性;数据挖掘和联机分析处理等技术,能够挖掘和分析数据间内在联系,预测未来的趋势,发现可能存在的管理问题,帮助企业决策者做出正确的决策。3基于ERP的智能决策模型基于ERP的智能决策模型如图1所示,底层包含企业常用的ERP、OA、HR、P6等业务系统,通过统一的ETL工具,对数据进行抽取、转换和装载,存储在数据仓库

6、中,利用常用的分析模型和方法,借鉴知识库和专家系统中的知识,对数据进行挖掘和分析,最终以报表、随机查询、多维分析和决策报告等形式展现给最终用户。该模型主要分为以下几个功能层:数据整合层、存储服务层、应用分析层和信息展现层。3.1数据整合层数据整合层是构建操作性数据存储区的过程。它对于文本式的数据,先在整合层汇聚后,再进行后续的处理工作。数据整合层能快速接收数据采集过程中的大量数据,能统一采集不同系统、多数据源的数据,保证了数据采集的可靠性和唯一性。数据整合之后的数据处理过程在同一个平台和局域网内,增强了数据处理的稳定性和统一性,降低了技术

7、复杂性,避免了因网络不良等原因造成数据采集故障。数据整合层避免了直接对数据源进行操作处理,仅保存需要加载的数据,降低了对ERP等系统数据源的影响。当数据仓库中的数据转换出错或失败时,可以直接从数据整合层中再次抽取和转换,降低了ERP等系统的负载。3.2存储服务层经过数据整合层处理完的数据,通常以星型模型的模式,按分析主题的要求,对应到事实表和维表,最终存储在数据仓库中。一般数据仓库的结构组成包括当前基本数据,历史基本数据,轻度综合数据,高度综合数据,元数据。元数据主要包括:数据源的位置信息(DB和FTP连接),数据源和数据仓库表的结构和属

8、性,从业务系统到数据仓库的映射,映射中所加载的转换规则,数据仓库中目标的位置信息,ETL的执行流程和调度信息,加载策略及日志记录信息,提供的外围数据接口信息。借助元数据可以及时发现系统的局部变

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。