商业智能下一站—制造业

1 前 言

　　随着商业竞争日趋激烈，如何正确、及时地对瞬息万变的市场情况和企业经营情况做出商业决策是摆在所有公司管理层面前的一个重要课题。伴随着全球信息化的深入，越来越多的制造企业实施了ERP(企业资源计划)。CRM(客户关系管理)。HRM(人力资源管理)。EIP(企业知识门户)等应用系统，已逐步形成自己的基础数据库。如何对这些基础数据进行整合、挖掘和提炼，供企业管理层进行商业分析和决策，已成为企业信息化发展的趋势。由此，商业智能的理念应运而生，已成为制造企业信息化发展到一定阶段的产物，也成为提升制造企业应用的有效工具。

　　2 商业智能(BI)的定义和作用

　　商业智能(Business Intelligence，简称BI)的概念最早是Ganner Group于1996年提出来的。当时将商业智能定义为一类由数据仓库(或数据集市)、查询报表、数据分析、数据挖掘、数据备份和恢复等部分组成的、以帮助企业决策为目的的技术及其应用。当时，Ganner Group预测说，到2000年，信息民主(注：指组织内信息共享的无差别性)将在具有前瞻性思维的企业中浮现。借助商业智能，员工、咨询员、客户、供应商以及公众能够有效地运用信息。其实，商业智能所涉及的技术与应用，在Ganner Group命名之前就有，起初被称为经理信息系统(EIS)，在羽化成商业智能之前叫决策支持系统(DSS)。

　　目前关于商务智能的定义不说多如牛毛，也是众说纷纭。人们对商务智能的理解如同那7个印度盲人对大象的理解：有人认为它是高级管理人员信息系统(EIS)，有人认为它是管理信息系统(MIS)，有人认为它是决策支持系统(DSS)，有人说它是数据库技术，有人说它是数据仓库，有人说它是数据集市，有人说它是数据整合与清洗工具，有人说它是查询和报告工具，有人说它是在线分析处理工具，有人说它是数据挖掘，有人说它是统计分析，有人把它当作分析性ERP，有人把它当作分析性CRM，有人把它当作分析性SCM，有人把它当作企业绩效管理，有人把它当作平衡计分卡。

　　真正的商务智能包括上述的一切但又不止上述的一切，因而我们无法把上述的一切简单地加起来就给商务智能下定义。在总结商务智能的定义的众多版本之后，我引用王茁专著《三位一体的商务智能》一书给商务智能下了这样一个定义：“商务智能是企业利用现代信息技术收集、管理和分析结构化和非结构化的商务数据和信息，创造和累计商务知识和见解，改善商务决策水平，采取有效的商务行动，完善各种商务流程，提升各方面商务绩效，增强综合竞争力的智慧和能力。”

　　其实确切地讲，商业智能并不是一项新技术，它是将数据仓库(DW)、联机分析处理(OLAP)、数据挖掘(DM)等技术与客户关系管理(CRM)结合起来应用于商业活动实际过程当中，实现了技术服务于决策的目的。商业智能可以为企业提供外部和内部两方面的信息分析。外部信息包括竞争者、供应商、原材料、需求、顾客购买模式等信息;内部信息包括产品和服务的成本、质量，进入市场的时间，全员劳动生产率等等。商业智能通过将信息转换为知识，帮助企业了解新的趋势、抓住新的市场机会、发现潜在的威胁，从而更好的优化资源、改进财务绩效、引导产品潮流、提高服务水平，保持企业的竞争优势。

　　3 制造业将是商业智能的重要市场

　　Manufacturing Insights(IDC公司附属公司)的最新报告显示，2004年亚太区(不含日本)制造业IT市场规模为137亿美元，预计该市场将以11.4%的年复合增长率平稳增长，到2008年市场规模将达210亿美元。2004年底，亚太区(不含日本)制造业IT支出共137亿美元，其中离散制造占78.6%，流程制造占22.4%。由于市场全球化和自由化带来了更加激烈的竞争和复杂性，亚太区(不含日本)的许多制造商继续对IT进行投资，以提高运营效率，更好地控制不断增长的业务成本。随着越来越多的制造商在华建立了生产基地，降低成本并占领巨大的国内市场，这些制造商需要对主要的IT基础架构、应用和服务进行投资以使其运营能够健康平稳地发展，并获得领先优势。这将继续促进中国和海外制造商的制造业IT投资。在对基础架构投入大量资金的同时，在中国和印度这样的新兴大型市场的许多制造商将继续对企业资源管理(ERM)和商务智能(BI)解决方案进行投资，从而为更好的内部协作和决策制定提供基础平台。

　　IDC的最新报告也显示，2004年亚太区(不含日本)商务智能(BI)工具软件市场规模为2.332亿美元，预计该市场将以12.3%的年复合增长率迅猛增长，到2009年市场规模将达4.173亿美元，增长来源预计主要源于中国和印度日益发展的经济。这两国近几年更加健康的经济环境和不断增多的应用系统部署为未来5年BI工具的采用打下了基础。有关专家指出，随着互联网的普及，在制造企业的现有应用系统基础上发展商业智能已成为必然。

      4 市场商业智能产品比较

　　全球各大软件厂商在充分认识到企业对商业智能的迫切需求，纷纷加入到从事商业智能的研究与开发上来。IBM建立了专门从事BI方案设计的研究中心，ORACLE、微软等公司纷纷推出了支持BI开发和应用的软件系统，有的直接进入了BI的开发领域。但目前有成熟产品的多为国外企业(如：QlikTech国际公司的OlikView系统在整合服务方面起到了双重作用，能够从公司的微软SQL Server数据库、Pervasive数据库、PmvideX数据库和Sybase数据库中攫取数据。

　　其中Business Objects公司、IBM公司、NCR公司、SAS公司等在国内拥有分公司，相对于仅靠代理商直接的销售模式，在市场开拓、渠道支持、品牌等方面的优势比较大。国内厂商在BI领域的产品主要有清华同方ezBI产品、明基逐鹿公司(中国台湾)的Analyzer BI、上海博科公司的“财务智能仓”、北京金道佳业公司的数据整合工具GamutDI等产品。另外有些公司的ERP、CRM、SCM等产品已经集成了部分商业智能的功能。比如国外的SAP公司，国内用友、金蝶、博科等公司的产品都集成了部分多维分析的功能，使得ERP系统具有较灵活的报表功能。

　　5 商业智能实施风险

　　当然，商业智能如ERP，CRM等应用系统一样，在实施中存在着一定的风险，制造企业首先要认清自身的需求情况，在选择合作伙伴的同时也要进行充分的了解。各主流厂商都有各自的优势，比如SAS的数据挖掘、Hyperion的预算与报表合并、BO的数据分析与报告等。而商业智能产品的发展趋势必将是整合平台基础上的集成化应用。如何切实了解自身需求、选择具有优势的厂商产品，将是企业实施商业智能成功的关键。

　　现将制造企业实施商业智能需要避免的七个方面总结如下：

　　(1)信息系统结构复杂，操作过于繁琐，管理人员又没有太多的时间来研究这些系统的使用方法;(2)信息系统提供的数据太过于明细，很难对企业宏观决策起到帮助作用;(3)信息系统提供的汇总报表只能反应某一方面的信息，而不能形成对整个业务过程的全面了解，管理人员要分析一个问题时必须同时在手上拿5，6张汇总报表或明细报表，不能进行动态的数据透视;(4)信息系统的数据通常用列表的形式出来而缺少各类图表的直观表现，缺乏数据之间的对照关系，数据表现力不够;(5)信息系统由于设计结构限制，数据量大时查询极其缓慢，让管理人员无法花时间等待;(6)一个企业中通常同时运行着几套不同的信息系统，这些系统相互独立，数据互不联系，但从整个企业的角度来看这些信息又是相互联系的，管理者在进行决策时也必须同时使用到来源于各系统的综合数据，但各管理信息系统的相互独立造成了使用复杂，决策效率低下;(7)管理者在查看信息的时候通常需要将原始的数据通过某种数据模型运算， 以计算出某种指标，如：库存周转率，资金周转率等，并以次来衡量企业的运行状况。但很多信息系统的数据无法直接应用到商业模型或数学模型上，有的信息系统即使有提供一部分数据模型，但无法进行扩展，必须要应用一种信息的算法或新的模型。

　　6 实施商业智能的步骤

　　实施商业智能系统是一项复杂的系统工程，整个项目涉及企业管理、运作管理、信息系统、数据仓库、数据挖掘、统计分析等众多门类的知识。因此用户除了要选择合适的商业智能软件工具外还必须按照正确的实施方法才能保证项目得以成功。商业智能项目的实旋步骤可分为：

　　(1)需求分析。需求分析是商业智能实施的第一步，在其它活动开展之前必须明确地定义企业对商业智能的期望和需求，包括需要分析的主题，各主题可能查看的角度(维度)。需要发现企业那些方面的规律。用户的需求必须明确;(2)数据仓库建模。通过对企业需求的分析，建立企业数据仓库的逻辑模型和物理模型，并规划好系统的应用架构，将企业各类数据按照分析主题进行组织和归类;(3)数据抽取。数据仓库建立后必须将数据从业务系统中抽取到数据仓库中，在抽取的过程中还必须将数据进行转换，清洗，以适应分析的需要;(4)建立商业智能分析报表。商业智能分析报表需要专业人员按照用户制订的格式进行开发，用户也可自行开发(开发方式简单，快捷);(5)用户培训和数据模拟测试。对于开发使用分离型的商业智能系统，最终用户的使用是相当简单的，只需要点——击操作就可针对特定的商业问题进行分析;(6)系统改进和完善。任何系统的实施都必须是不断完善的。商业智能系统更是如此，在用户使用一段时间后可能会提出更多的，更具体的要求，这时需要再按照上述步骤对系统进行重构或完善。

　　7 总 结

　　综上所述，制造企业要正确的引入商业智能技术，提升企业在市场的竞争力，除了对商业智能有全面，客观的认识外，更重要的是了解已有的数据情况、系统的现状和软硬件环境。通过充分调研，引导用户提出对应用点的需求，统筹BI的系统规划，包括技术架构的分析、数据清洗规则的建立、应用模型的构建、前端应用的展现等，选择具有优势的厂商产品，将是企业实施商业智能成功的关键。让我们拭目以待，将有更多制造企业走上BI实施的成功之路。

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。