基于ERP的商务智能系统研究与应用.docx

《基于ERP的商务智能系统研究与应用.docx》由会员分享，可在线阅读，更多相关《基于ERP的商务智能系统研究与应用.docx（10页珍藏版）》请在三一文库上搜索。

1、文章编号：基于 ERP 的商务智能系统研究与应用陈立明1 李新宅2 郑永升3（中国石油集团东方地球物理公司信息技术中心 北京 100007）摘要：ERP 系统在全球范围内的成功实施，显示了它在提高企业效率，降低生产成本，提高企业竞争力方面的重要作用。但随 着 ERP 系统的深入使用，它对企业决策支持的不足也日益突出。本文在研究 ERP 系统和商业智能的基础上，探讨了基于 ERP 的商业智能系统实现的必要性和实现方法。该实现方法不仅可以满足企业关于数据汇总、分析、预测、预警等决策支持应用， 而且更大限度地支持实时信息的查询。同时，本文针对该系统的体系架构和功能模块进行了分析和设计，并对大数据量处

2、理、 系统运行效率等方面提出了可行性建议。通过中国石油基于 ERP 的商务智能系统应用案例，验证了该方法的实际效果。 关键词：石油；ERP；商务智能；数据分析；数据挖掘The Research and Application of Business Intelligence with ERP SupportedChen Liming1Li Xinzhai2Zheng Yongsheng3(Information Technology Center, Bureau of Geophysical Prospecting, China National Petroleum Corporation)A

3、bstract: With the successful implementation of ERP system around the world, it plays an important role in improving business efficiency, reducing production costs and improving the competitiveness of enterprises. However, ERP system has gradually appeared insufficient for the enterprise decision sup

4、port. This paper introduced the implementation of ERP based business intelligence system after many researches on ERP system and business intelligence. This implementation method not only meets the decision desire of enterprise such as the data collection, analysis, forecasting, early warning, but a

5、lso provides real-time information queries. This paper designed and analyzed the architecture and function modules of the system, and gives some feasible suggestions on the large amount of data processing and the system operation efficiency. The actual effect of the method is validated by the ERP ba

6、sed business intelligence system application of Petrochina.Key words: Petroleum; ERP; BI; Data Analysis; Data Mining第一作者及通讯作者：陈立明，男，1982 年 9 月生，2006 年毕业于石家庄铁道学院，主要从事商务智能系统实施及研究。E-mail：1引言企业信息化是企业可持续发展的基础。石油行业亦是如此。面对越来越激烈的商业竞争，商务智能作为可 以提供决策支持的系统，在我国石油行业中的应用越来越广泛。企业实施基于 ERP 的商务智能可以更加有效的 提高企业信息化水平，进而提高

7、企业的竞争力。在国外一些大型石油企业中，ERP 已经广泛应用，其在提高企业生产效率，降低生产成本等发面发挥着越 来越重要的作用，但随着 ERP 系统的深入应用，也逐渐显现出其对决策支持的不足，其局限性逐渐成为关注的 焦点。随着商务智能的发展及工具的成熟，基于 ERP 的商务智能的应用成为必然。商务智能系统是从企业各个信息系统中提取相关数据，把这些数据进行整合，实现信息的融合，并且通过 这些数据提供的信息做出决策。所以商务智能系统的实现取决于提取数据的准确性，而 ERP 系统可以从企业各 个信息系统中提取出大量的、真实的、准确的数据。因此把商务智能系统建立在 ERP 系统之上，不仅可以使商 务智

8、能系统的数据更加真实准确，而且还可以把在 ERP 系统中相对分散、粒度过细的信息融合、汇总起来，是 用户可以更加全面的分析数据，制定决策。目前基于 ERP 的商务智能已有大量应用，但大多数企业实际的应用效果并不十分理想。数据量庞大，不 能实时查看数据、运行效率不高等问题不断出现。本文旨在通过对系统需求、设计、开发、应用的研究，以期 探索基于 ERP 系统的商务智能应用的成功模式。商务智能的成功应用将会为企业的发展助力。2ERP 与商务智能基础理论与现状研究2.1 ERP 基础理论ERP(Enterprise Resource Planning)是 1990 年由美国的 Gartner Grou

9、p 咨询评估公司提出的。中文名称为企 业资源计划系统。ERP 是一个为企业管理者提供决策指导，并在决策运行时提供支持的技术平台。它的建立 是以现代信息技术为理论基础，以企业管理者的思想为指导方向，并在对企业资源合理规划利用的基础上实现 其价值。在 ERP 系统建立之初，主要面向制造业市场。这时的 ERP 系统主要是根据企业的核心计划制定和实施企 业的管理政策。随着 ERP 系统的发展和商业系统智能化需求的增多，ERP 系统也越来越多的被运用在其它行 业中，实现更多的价值。ERP 系统是伴随着激烈的市场竞争和企业自身更高发展要求而产生的，所以 ERP 系统在加强企业管理、 提高企业综合竞争力方面

10、有着重要的作用。ERP 系统是对企业中链的管理（譬如像对供应链的管理，生产链 的管理等），强调的是生产和销售过程中人、财、物等资源的合理结合、全面利用、动态调节和实时反馈，以 实现用最少的资源获得最大化的收益。2.2 商务智能基础理论（1） 商务智能的概念商务智能即Business Intelligence，简称BI，最早是由Gartner Group的Howard Dresner于 1996 年提出来的1。 商务智能是融合了先进信息技术与创新管理理念的结合体，集成了企业内外的数据，进行加工并从中提取能够 创造商业价值的信息，面向企业战略并服务于管理层、业务层，指导企业经营决策，提升企业核心竞

11、争力，涉 及企业战略、管理思想、业务整合和技术体系等层面，促进信息到知识再到利润的转变，从而实现更好的绩效 2。从技术角度讲，商务智能是数据获取（Extraction-Transformation-Loading ,ETL）工具、数据仓库（Data Warehouse ,DW）软件、在线分析处理（On-Line Analytical Processing ,OLAP）工具、数据挖掘（Data Mining ,DM） 软件、前端展现工具的集合，是数据库技术、OLAP 技术、数据采集和迁移技术、网络技术、GUI 技术、查询 与报表技术、统计学、人工智能、知识发现技术等理论和技术的综合运用。随着信息

12、化的发展，商务智能成为企业充分利用数据资产的重要方法3。（2） 相关概念 ETL：是将数据经过一系列的抽取、转换、清洗后加载到数据仓库中的过程，是构建数据仓库的重要环节，对数据仓库的后续环节影响较大。数据仓库（DW）：是面向主题的（Subject-Oriented）、集成的(Integrated)、非易失的(Non-Volatile)、时变的(Time-Variant)数据集合，用以支持管理决策4。在线分析处理（OLAP）：最早是由 E.F.Codd 提出的，他同时提出了在线分析处理的准则。目前存在很多 在线分析处理的定义，OLAP 委员会（OLAP Council）则给出了较为正式和严格的定

13、义，他们认为在线分析处 理是使管理人员能够从多种角度对从原数据中转化过来的、能够真正为用户所理解的、并真实反映业务维特性 的信息进行快速、一致和交互的存取，从而获得对数据更深入的理解。数据挖掘(DM)：是从存放在数据库、数据仓库或其他信息库中的大量数据中发现有趣知识的过程，从数据 仓库的观点来看，数据挖掘可以看作在线分析处理（OLAP）的高级阶段。数据挖掘涉及多学科技术的集成， 包括数据库和数据仓库技术、统计学、机器学习、高性能计算、模式识别、神经网络、数据可视化、信息检索、 图像与信号处理以及空间或时间数据分析5。（3） 商务智能体系结构系统前端 展现企业 信息 系统 数据数据抽取、转换、加

14、载分析结果查询请 求企业数 据仓库运用数据挖掘、在线分析等工具进行数据建模 与分析，提取有用信息2.3 ERP 与商务智能发展现状图 1 商务智能体系结构图ERP 系统在短短的十几年内，已经在全球企业范围内得到了广泛的推广和使用，并取得了巨大的成功。 随着企业信息化和全球化的发展，商务智能的出现为 ERP 的发展提供了新的机遇。ERP 与商务智能的融合， 首先保证了数据的一致性、有效性和真实性，同时可以通过对数据仓库、数据挖掘和 OLAP 等技术的综合运 用，将这些数据转换成有价值的信息和知识，为企业决策提供可靠的支持。商务智能系统与其它的信息化系统相比较而言，引入中国的时间比较短，在中国的发

15、展起步比较晚。但目 前商务智能技术及其它们为各行业带来的管理水平和生产利润的提高，使商务智能这一商业理念得到了国内很 多企业得到认可，商务智能的重要性越来越被企业管理者所重视。但是目前商务智能的应用并不十分成熟，尤 其是国内，特别针对大型企业，数据量的庞大，系统执行效率的差强人意，成为了主要难点；且技术上要完全 实现企业决策支持功能还需要做很多的努力。商务智能的获得是一项长期、艰巨的任务6-8。3ERP 与商务智能融合的必要性分析3.1 ERP 系统的优势与局限性ERP 系统是把企业中各个部门和职能集成到一个系统中，以便满足各个不同职能部门的信息需求，实现 不同部门之间的信息共享。其优点主要有

16、以下几个方面：第一， ERP 系统实施后可以协调各个业务部门，提高业务流程的整体效率，降低业务成本。例如：可以 通过减少库存量来减少库存成本；可以加快订单出理速度，提高订单处理质量，降低订单处理过程成本等。第二， ERP 系统实施后可以促进企业的实时管理。ERP 系统提供了对数据的有效访问，管理人员可以实 时访问系统中的信息，极大提高了管理人员及时发现和解决问题的能力。第三， ERP 系统实施后可以促进企业的流程的自动化，降低企业人力成本。 十几年来，ERP系统在全球企业里推广实施并取得了巨大成功，提高了企业的竞争力并获得巨大的经济和社会效益9-12，但是随着ERP系统的广泛实施，ERP系统也

17、暴露出一定的局限性。首先，ERP 系统是联机事务处理（OLTP）系统，对企业的决策支持不足。目前 ERP 系统的目标主要在于 加快业务发展速度，降低成本，使企业流程自动化。ERP 系统处理时对系统的响应速度要求比较高。而如果 为了企业决策需要从 ERP 系统中提取大量查询数据会严重影响 ERP 系统的性能，从而对正常的 ERP 系统事务 造成影响。其次，ERP 系统商务智能化的研究及应用分散在多个孤立的模块中，并没有整合成一个整体，不利于企 业整体范围的业务决策分析。对于那些需要对企业的整个业务范围进行分析决策的应用来说，必须先通过专门 的编程人员进行数据集成后，才能完成。这种处理方法会导致决

18、策处理的效率低下，并且不利于系统的维护。 况且系统的数据集成也是一个复杂的工作，完全由编程人员处理也会增加他们的负担。再次，由于 ERP 系统中的数据大多是细节数据，只能提供一些简单的查询归类，对数据统计和决策支持 的作用十分有限，很难满足企业日益增长的决策需要。对于 ERP 系统中存在的大量历史数据，也很难从中去 “提炼”知识，无法有效地利用历史资源，进而造成资源的浪费。从上面分析可以看出，ERP 系统的成功实施，对提高企业的生产效率，降低生产成本，提升企业竞争力 发挥了重要作用。但是由于 ERP 系统在企业决策支持方面存在着不足，使企业面临面对 ERP 系统产生的大量 数据而无法提取有用信

19、息的局面。为了解决“数据丰富，信息匮乏”的状况，本文采取了在 ERP 系统基础上 扩展商务智能系统的方法，使企业通过商务智能系统，利用 ERP 系统中产生的有效信息实现对企业生产经营 决策的支持。3.2 ERP 与商务智能系统结合的必要性分析在企业规模较小的时候，企业的很多决策常常是来自决策者的经验和感觉。随着企业的规模增大，信息增 多，紧紧依靠经验和感觉很难做出正确的决策且这种决策有时缺乏事实论据，很难使人信服。商务智能系统的 优势是帮助企业决策者得到准确、及时的决策信息，增进决策效率，改善决策品质，从而赢得竞争优势。这些 功能的实现主要依靠数据仓库、联机分析处理(OLAP)和数据挖掘这三大

20、技术。借助商务智能的技术，决策人 员能够得到三个有利条件:一是对不同数据源中的不同数据类型进行集成。二是通过数据挖掘分析等手段，从 中找出未知的逻辑和知识，三是为企业决策行为提供准确的判断依据。基于 ERP 系统建立商务智能有其天然的优势：（1）ERP 系统的成功实施为商务智能的实现提供了海量的数据。在长期的业务处理过程中，ERP 系统产 生了大量实时的、面向应用的数据，为商务智能分析提供了数据来源。商业智能系统通过对这些数据的清洗、 转换和存储，使之形成有效的可分析结构，从数据中提取能够辅助决策的知识，进而提高企业的竞争力。（2）ERP 系统和商务智能系统可实现资源互补。虽然可以利用 ERP

21、 数据库中现有的数据进行一定的决策 分析，但这将影响 ERP 系统的效率，对 ERP 系统的正常事务运行造成影响。商务智能面向主题的数据存储方 式极大的提高了数据分析和查询的效率。可以在 ERP 系统业务数据不繁忙的时候比如午夜，将 ERP 中的数据导入到商业智能系统中。将 ERP 与商务智能整合应用，这样既能以较合理的代价取得有效的决策支持，又充 分利用了数据资源。（3）ERP 系统和商务智能系统整合具有了技术可行性。数据仓库、数据挖掘和 0LAP 技术的发展为 ERP 与商务智能的整合应用带来了机会。对 ERP 系统来说，数据仓库可以容纳其长期的、大量的数据，并对这些 数据进行有效的组织；

22、对商务智能来说，数据仓库能够为它提供集中的、丰富的数据源，增强数据的完整性和 安全性；OLAP、数据挖掘等分析技术能够验证、发掘大量的来自企业 ERP 的数据之间的关联，并发现潜在商 机，预测未来趋势，为企业决策提供支持。综上所述，在 ERP 系统的基础上建立商务智能系统不仅是可行的，而且必要的。商务智能系统处于高度 整合的 ERP 环境下，数据仓库和 ERP 应用系统通过接口紧密结合，业务数据在它们之间流动。ETL 工具从 ERP 系统中提取合适的数据，然后将其放入面向主题的数据仓库中，再利用 OLAP 工具和数据挖掘算法对数 据进行分析，最终将可视化的结果展示给决策分析人员，为企业的发展提

23、供支持。4基于 ERP 的商务智能系统需求分析近年来，商务智能系统从服务于企业总部高级管理人员逐渐扩展应用到企业基层管理人员。实践中发现， 高层管理人员对企业业务的管理粒度较粗，他们更加注重企业业务发展的方向和战略制定，不会特别在意业务 在短时间内的变化；对于企业基层管理人员来说，他们对业务的管理粒度较细，注重的是本部门业务运行的实 时状况与运行趋势，职责要求他们对这类问题要做出实时的响应和决策。为了满足不同层次管理人员决策需求，商务智能系统应该满足以下功能：（1）灵活的报表和分析功能。不同的管理者对系统中的数据关心程度不同，报表应该能满足不同管理者 的管理要求。（2）满足业务活动预警要求。通

24、过系统中关键性指标(KPI) 的监控，向管理人员发出预警，使其更好地 发现业务问题或者抓住业务机会。（3）数据多维分析功能。让用户能够从不同的角度分析数据，从而是用户明白为什么会发生这种状况。（4）预测分析。根据符合业务要求的方法及规律，对销售、运营状况进行测算，预先了解事情发展结果。（5）数据挖掘功能。从海量数据中找到有价值的信息，将信息转变成知识，为决策提供非常有效的支持（6）能够处理超大数据量，满足企业对信息获取效率的要求。5基于 ERP 的商务智能系统设计由上文可知：ERP 的应用实现了企业内部核心业务流程的信息集成以及企业外部供应链的信息集成，为企 业运营带来巨大的帮助，但由于 ER

25、P 系统设计理念的限制，其无法向企业管理者提供有效的决策支持服务，对 于 ERP 中大量的历史数据，也很难从中去“提炼”知识，无法有效地利用历史资源。而商务智能技术的出现和 应用恰恰能够很好的弥补 ERP 系统的不足。随着信息技术的发展，特别是硬件技术的发展和价格的降低，伴随 着云计算、内存计算、移动应用等，商务智能越来越重要，但目前大部分企业的商务智能主要还是停留在报表 体系层面，且应用的过程中也存在着一些上文提到的典型的问题。论文在此章节中将对基于 ERP 的商务智能系 统设计方案进行详细描述，包括系统总体架构，功能模块，以及系统实现所涉及到的相关技术和工具5.1 总体架构根据以上对基于

26、ERP 的商务智能系统需求的分析，结合目前商务智能系统应用过程中存在的数据量超大 等典型问题，本文设计了基于 ERP 的商务智能系统总体架构，如图 2 所示。图 2 基于 ERP 的商务智能系统总体架构源系统:即指 ERP 系统,其包含各业务模块,是数据的来源系统。 数据处理层:为保证数据的集成性、一致性，从源系统获取的数据需要经过 ETL 工具的清洗、转换和加载 数据存储与管理层：该层可细分为操作数据层（ODS）、数据仓库层（DW）和数据集市层(DM)，操作数据层也可称为协调数据层，可近实时存储短期数据，以满足实时数据查询和提高近期明细数据查询的效率，同时分 担数据仓库数据读取的压力；数据仓

27、库层存储明细的历史数据；数据集市根据实际的业务需求以主题的方式对 数据进行整合，以满足不同的分析需求。数据集市增加了数据冗余，但合理的运用可以极大提升查询的效率。 数据存储与管理层的体系结构可根据企业的实际需求进行调整，如企业规模小，数据量小，可以忽略数据仓库 层，以提高其抽取效率和开发及维护成本，具体内容本文不做讨论，可参考数据仓库典型体系结构。分析展现层：结合实际需求，选择合适的 BI 分析和前端展示工具，以达到友好、快速访问的目的。5.2 功能模块（1） 数据处理（ETL）ETL 过程负责将 ERP 系统中各种关系型数据、外部数据、遗留数据和其他相关数据经过清洗、转化和整理 后放进中心数

28、据仓库。ETL 极大的影响着后续功能的实现。目前主流的 ETL 工具有：OWB(Oracle Warehouse Builder)、ODI(Oracle Data Integrator)、Informatic PowerCenter、AICloudETL、DataStage 等。（2） 数据组织与管理 数据的组织与管理包括主数据、业务数据及元数据的管理，以便于控制数据的加载过程、处理数据加载错误、查看转换规则等技术信息；对数据库进行备份、对日志进行管理，确保数据库发生错误时能快速恢复；对 历史数据进行管理，保证数据的准确性和高可用率。（3） 数据分析与决策支持 数据分析与决策支持建立依据分析主

29、题建立的数据模型的基础上，包括报表、即席查询、多维分析、数据挖掘、预警等功能。用户通过报表、即席查询方便的获取需要的数据并按一定的方式显示；多维分析可以支持 用户多角度、多层次的分析；数据挖掘可以使用户从大量的业务数据中提取隐含的、有用的、正确的知识并用 于决策过程。目前主流的数据挖掘工具有：GDM（Geni-Sage Data Mining Analysis System,博通数据挖掘 分 析系统） ,SAS Enterprise Miner, Markway Analysis System ( 马 克威分析 系统 ),KXEN( 凯森 ),IBM Intelligent Miner, Un

30、ica PRW ,SPSS Clementine ,SGI MineSet, Oracle Darwin ,Angoss KnowledgeSeeker。（4） 数据展现与可视化将分析结果通过报表，图形等方式展示出来，实现对数据的可视化分析处理。目前主流的 BI 前端工具有：MSTR, BO, Cognos, Brio, SAS, CA。5.3 关键技术（1） 数据仓库技术20 世纪 80 年代中期，数据仓库提出的目的是解决在信息技术发展中存在的拥有大量数据而有用信息贫乏 (Data rich-Information poor)的问题。实际上，数据仓库系统是对数据的处理技术的集成，而商业智能系

31、统的 核心是解决商业问题，它把数据处理技术与商务规则相结合，以提高商业利润减少市场运营风险，是数据仓库 技术、决策支持技术和商业运营规则的结合13-16。（2） 数据挖掘技术数据挖掘(Data Mining) ，是从大量的、不完全的、有噪声的、模糊的及随机的实际应用数据中，挖掘出 隐含的、先前未知的、对决策有潜在价值的知识和规则的过程。挖掘的对象主要是数据库和数据仓库，其目的 是通过对数据的统计、分析、综合、归纳和推理，揭示事件间的相互关系，预测未来的发展趋势，为经营决策、 市场策划及金融预测等提供依据，帮助企业的决策者调整市场策略，减少风险，做出前摄的及基于知识的决策17-19。（3） 联机

32、分析处理技术(OLAP)OLAP是一种多维分析工具，目标是满足决策支持或多维环境下特定的查询和报表需求，使分析人员、管 理人员或执行人员能够从多个焦度对从原始数据中转化出来的、能够真正为用户所理解的并真实反应企业维特 性的信息进行快速、一致、交互地存取，从而获得对数据的更深入了解。它的技术核心是“维”这个概念，因此 它是数据仓库中大容量数据得以有效利用的重要工具20-21。6基于 ERP 的商务智能系统在中国石油的应用实践中国石油 ERP 项目是中国石油推进企业信息化和业务集成建设的关键环节，项目实施的目标在于帮助中国 石油建设一个统一、集成的管理信息平台，提高其数据分析能力，为管理层提供决策

33、支持，规范业务流程，提 高事务处理效率，提升管理理念，通过信息技术手段增强中国石油的国际竞争力。建立在中国石油 ERP 系统上的商务智能系统，是为集团公司各 ERP 系统相关业务提供数据采集、存储、分 析和管理的一个集成应用平台，智能化地管理企业海量数据，从中挖掘出最有价值的信息，提供多维度的联机 数据分析，提高中国石油的数据分析能力，向企业管理者提供强有力的决策支持。中国石油 ERP 商务智能系统体系结构包含 4 个层次，即数据源层、操作数据层（ODS 层）、数据仓库层（DW） 和分析展现层：数据源层包含涉及到公司各业务层面的 ERP 系统；ODS 层是 OLTP 系统与 OLAP 系统之间

34、的一个协调过渡层 次，清晰的分开了源数据提取和集成的问题与数据仓库填充的问题，且 ODS 层可以被直接用来更好的完成一些 操作型任务；数据仓库层包含历史数据和数据集市两部分，为用户对数据的访问提供基础分析展现层则利用主 流的 BI 工具实现数据的挖掘、呈现和可视化分析。系统实现了制度报表、灵活分析、预警预测，数据可视化等功能，使企业管理者更加快速、有效的获取有 价值的信息，为日常管理与决策提供了有力支持。如下列举了制度报表、运营分析、预测分析三个方面的应用 实例：（1） 制度报表 制度报表即格式要求精确，固定的统计类报表，满足企业中对格式要求严格的报表和上报报表的需求。（2） 经营分析图 3

35、化工产品销售制度报表经营分析提供业务主题分析和指标监控等功能，业务主题分析用于帮助企业管理者深入挖掘和分析企业价 值，其中的业务主题可按标准业务和行业业务划分，例如：供应链分析、财务分析等。指标监控用于帮助企业 提炼企业关键绩效指标（KPI）体系，实现对企业运营的实时监控、考核和分析。（3） 预测分析图 4 关键绩效指标展示预测是指在掌握现有信息的基础上，依照一定的方法与规律对未来的事情进行测算，以预先了解事情发展 的结果，可利用 BI 工具，基于预测模型，对企业未来的财务状况、运营状况做出准确的预测。如下是销售量 与价格预测分析。7结束语图 5 销售量价预测随着全球一体化竞争愈演愈烈，商务智

36、能与企业信息化系统的应用越来越受到企业组织机构的重视。 ERP 和商务智能的集成应用，让双方取长补短，形成了计划、执行、分析、决策的不断优化，促进决策和 执行的良性循环。更好的利用企业的信息资源，降低企业信息成本，提高信息的投资回报。在中国石油 ERP 商务智能系统实施后，基本达到预想的效果。减少了大量的 ERP 客户化报表开发，同时实现了 ERP 系统中 无法实现的跨模块数据分析。业务部门反映良好，特别是灵活查询和数据可视化分析类应用。但同时在系 统的运行中仍然发现有许多不足。具体表现在：（1） 报表定制问题。受限于目前 BI 前端工具的功能及国内复杂的报表格式，客户自定义报表无法随 心所欲

37、，即使功能完备，步骤却往往比较繁琐。（2） 数据挖掘的应用较少。国内对于商务智能的应用尚处在初、中级层次，高级层次的数据挖掘应 用极少，如何把数据挖掘工具与企业需求结合，真正为企业带来知识级别的价值，是我们越来越迫切要研 究的问题。在当前 ERP 系统日趋普及的环境下，商务智能系统与 ERP 系统的集成已经成为集团企业信息化建设发 展的方向。参 考 文 献1 陈永杰. SAP 商务智能完全解决方案. 北京:机械工业出版社，2008:4-7. 2 赵卫东. 商务智能. 北京:清华大学出版社，2009:4-16.3 George Lawton Making business intelligenc

38、e more useful. Computer, 2006, 39(9):14-16. 4 Inmon W H. Building the data warehouse. New York: John Wiley & Sons, 2006.5 Matteo Golfarelli, Stefano Rizzi. Data Warehouse Design: Modern Principles and Methodologies. New York: The McGraw-Hill, 2010. 6 王茁，顾洁. 三位一体的商务智能（BI）. 北京:电子工业出版社，20047 艾格. SAP业务信

39、息仓库（专业版）. 北京:东方出版社，2005 8 夏火松. 商务智能. 北京:科学出版社，20109 周玉清，刘伯莹，周强. ERP 与企业管理:理论 方法 系统M. 北京:清华大学出版社，2005 10 程国卿，吉国力. 企业资源规划（ERP）教程M. 北京:清华大学出版社，200811 田俊国. ERP 项目实施全攻略M. 北京:北京大学出版社，2007 12 林勇. ERP 理论与实践M. 合肥:中国科学技术大学出版社，2007 13 Hammergren T. 数据仓库技术. 北京:中国水利水电出版社，199814 池太尉. 数据仓库结构设计与实施建造信息系统的金字塔. 北京:电子工

40、业出版社，2005 15 王丽珍，周丽华，陈红梅，肖清. 数据仓库与数据挖掘原理与应用. 北京:科学出版社，2009.16 Inmon W H, Weleh J D. Glassey K L. Managing the data warehouse. New York: John Wiley & Sons, 1997 17 Richard Roiger, Michael Geatz. Data mining: a tutorial based primer. Addison-Wesley, 200218 陈封能，斯坦巴赫，库玛尔. 数据挖掘导论(完整版). 北京:人民邮电出版社，201119

41、Jiawei Han, Micheline Kamber. Data mining: concepts and techniques (Second Edition), Morgan Kaufmann, 200520 Alejandro A Vaisman, Albero O Mendelzon, Supporting dimension updates in an OLAP server. Information Systems, 2004. 21 Thomsen E.OLAP solutions: building multi-dimensional information systems. New York: John WILEY. 2002.