商业智能技术在库存管理中的应用

　　近几年商业智能技术发展的如火如荼，它的应用也日趋广泛，在库存管理领域也大有用武之地。它通过ERP、WMS等业务系统提供数据，构建数据仓库，创建分析指标，能够在库存管理领域为企业管理者提供丰富的决策依据，进而帮助企业提高盈利能力。

　　自1996年Gartner提出商业智能的概念到现在虽然近20年的时间了，但是商业智能技术以前在企业中的推广一直比较缓慢。随着ERP、WMS、SCM等这些业务系统的普及，企业管理者逐渐把目光转移到了商业智能系统这类决策支持系统上来。因此，近几年商业智能技术的应用也出现了“井喷”式的需求。

　　对于制造类、流通类企业来说，库存管理是必不可少的部分;所以，在本文中我就谈一下商业智能技术在库存管理中的应用。为了阐述清楚如何从技术到应用，再到帮助解决库存管理的问题与创造企业价值，我首先从介绍商业智能系统谈起。

　　商业智能系统简介

　　一旦给某个事物下定义，就需要非常严谨。我不是行业泰斗，也不敢斗胆给商业智能系统下个定义。但是，为了把商业智能系统说清楚，我把个人对商业智能系统的理解描述一下。商业智能系统，是一个融合商业智能技术与企业管理思想的决策支持软件;它通过商业智能技术提供快速分析数据的方法，按照企业管理思想与管理逻辑设计分析指标，然后把数据转化成有用的信息，帮助企业管理者透视经营，辅助决策。

　　现在市场上看到的商业智能系统，称为BI，可以分类两类，一类是平台类，另一类是应用类。平台类主要是通过商业智能技术提供诸如：联机分析处理(OLAP)、数据仓库、数据挖掘这类分析工具。应用类是在商业智能平台基础上做的决策分析、绩效分析等应用系统。本文主要谈商业智能技术的应用，所以是基于商业智能应用系统而阐述。

　　商业智能系统与SAS、SPSS等统计分析软件也是有很大的区别的，统计分析软件专业性强，它要求分析人员具有统计学、运筹学、数据建模等知识;而商业智能系统的用户只需理解所分析的业务即可，它对用户没有太高的专业门槛要求。

　　商业智能系统的应用架构

　　在介绍完商业智能系统是什么以后，我遵循“从技术到应用”的思路，一步步阐述商业智能技术是如何落地的。那么，下面我就阐述商业智能系统的应用架构。

　　

图1：商业智能系统应用架构

　　商业智能应用系统的数据主要来源于ERP、WMS、SCM等业务系统、办公系统或互联网的数据文件，通过ETL(Extraction-Transformation-Loading的缩写)工具提取、转换和加载到数据仓库中。

　　数据仓库、ETL调度设置、指标配置、分析展现，是商业智能应用架构的核心。数据仓库可以设置成三层，在ODS(Operational Data Store)层，把抽取的业务数据转化成统一的数据格式和规则，为了提高效率，可以把每次更新的数据和以前抽取的数据分开存储;DW(Data Warehouse)层是传统意义上的数据仓库层，在这一层存储维度与事实数据，并根据分析需要确定数据存储的粒度;第三层是DM(DataMart)层，即：数据集市，这一层按照分析主题存储 “数据立方体”。从业务数据到数据仓库中数据分层的变化，技术上是通过ETL开发实现的，然后通过ETL调度设置，确定数据变换的规则。很多分析指标需要对业务系统数据按照一定公式计算得到，因此，指标公式的设置，也是商业智能系统应用架构比不可少的环节。如果把商业智能系统的应用分为台前与幕后的话，上述三部分是幕后默默的奉献者，分析展现便是台前的表演家，在分析展现部分，库存管理分析指标通过仪表板、雷达图、散点图等展现工具，按照管理需要呈现出来。
(本文不涉密)
责任编辑：

转载：感谢您对网站平台的认可，以及对我们原创作品以及文章的青睐，非常欢迎各位朋友分享到个人站长或者朋友圈，但转载请说明文章出处。