51CTO下载-ERP系统中的BI应用案例.doc

《51CTO下载-ERP系统中的BI应用案例.doc》由会员分享，可在线阅读，更多相关《51CTO下载-ERP系统中的BI应用案例.doc（8页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、ERP系统中的BI应用案例 商业智能的一大重要应用是在数据量庞大而嘈杂的制造业中，可以说，制造业是非常需要商业智能的行业。因此，本期我们就将目光转向制造业，讨论一下商业智能在ERP业务中的应用。在文中，我们以一家鞋服制造企业为例，描述其ERP相关的BI系统项目特点，让大家对制造业BI在ERP业务的应用有一个直观的印象和清晰的理解。 商业智能的一大重要应用是在数据量庞大而嘈杂的制造业中，可以说，制造业是非常需要商业智能的行业。因此，本期，我们就将目光转向制造业，讨论一下商业智能在ERP业务中的应用。一、ERP业务数据的特点1、数据量庞大。制造业的数据量非常大，动辄以百万、千万为单位计，甚至上亿条

2、，可以说是海量的，会对企业的业务数据库造成极大的负荷，因此，制造业是非常适合做BI项目的。2、数据整齐程度差，随意性较大。大量数据采集是人工归集的，数据准确性很差，且很不规整，数据格式很不统一，数据类型混乱而嘈杂。3、信息分散、不及时、不共享。和其他行业不同，制造业产、供、销、人、财、物是一个有机的整体，它们之间存在大量信息交换。而人工管理信息分散，缺乏完善的基础数据，大大影响管理决策的科学性和准确性。二、ERP业务BI项目特点 下面，我们就以一家鞋服制造企业为例，描述其ERP相关的BI系统项目特点，让大家对制造业BI在ERP业务的应用有一个直观的印象和清晰的理解。我们都知道，一个完整的BI项

3、目流程包括三个基本步骤：第一步，通过ETL流程，利用WINDOWS SQL SERVER 2005中的组件INTEGRATION SERVICES工具，将数据从业务数据库源系统中抽取、转换、清洗和加载到数据仓库中；第二步，通过OLAP流程，利用WINDOWS SQL SERVER 2005中的组件ANALYSIS SERVICES工具，将数据仓库中的数据，按照分析的模式进行聚合和计算，并把计算结果以某种特定的结果存储起来，搭建起多维分析模型，以便客户端快速查询和使用。第三步，通过报表流程，利用WINDOWS SQL SERVER 2005中的组件REPORTING SERVICES报表工具，将

4、客户端需要的信息完整、迅速而灵活地展现出来，完成数据前端展现任务。在本例中，源数据来自于企业的ERP系统，8个事实表记录以每天几万条的数量级增加，目前均已累计达到百余万行。针对这样的系统特性，为了提高查询效率，我们在设计数据仓库的时候，需要注意如下几点：1）为了加快数据查询的速度，提高数据仓库的执行性能，在每张维度表的主键列上建立聚集索引，在每张事实表的ID列上建立聚集索引，并在每个关联列上建立非聚集索引。2）尽量将常用的计算固化成数据表中的字段列，并通过ETL过程进行处理。虽然这样会使数据仓库变得更加庞大，但是，却提升了前端查询、汇总和分析的效率。对于辅助领导决策的企业级BI系统来说，对于分

5、析效率的需求远高于数据仓库的空间占有需求。3）制造业的数据最大特点就是数据量极其庞大，会致Cube处理变慢，占用很多的系统资源。因此，在搭建数据仓库时，就必须提前采用一定的设计策略和调整办法。办法就是将维度表尽量制作的薄一点，同时，将事实表尽量制作的窄一点。这样，在Cube处理时，就会大大提高效率。在数据仓库建模完成后，我们通过ETL过程将源系统中的数据导入到数据仓库。那么，在应用SSIS的过程中，我们需要注意如下几点：1）数据格式不统一、不规整问题。本例中，在字段中含有“”、“”等全角字符，SSIS在处理时就会报错，必须进行处理。解决方法就是在列名后加上collate Chinese_PRC

6、_CI_AS_WS关键字，即可找到含有全角的字符，然后用Replace即可替换掉。2）ETL的增量抽取问题。由于制造业数据量极大，更新速度快，且对数据更新的实时性要求极高，不可能每次都将全部数据进行抽取加载，因此，增量抽取问题就显的尤为重要了。解决方法为：1、在时间戳字段添加聚集索引； 2、设置变量获取最大值。3）ETL包调度远程连接报错问题。在ETL包中，如果连接管理器连接的是远程服务器的数据库，手动运行ETL包没有问题，可是，如果在调度中运行该包，就会报错。解决方法为，在本地服务器和远程服务器使用同一用户名和密码。之后，我们就可以为OLAP维度建模了。我们以数据仓库中的维度表为基础，建立维

7、度。其中，比较值得一提的是地区维度的设计：Dim_Rigion，该维度共有3个属性，分别是Dim Region，AreaID，以及Parentrowid，其中Dim Region字段作为逻辑主键，并在此属性层次结构下，与其他2个属性层次结构分别建立了属性关系。一般项目中的地区维度会被建成标准的层次关系，但是在本例中，基于销售地区分布不平衡的特点，我们采用了父子维度关系，简练的表达了地区之间的从属关系。如图所示：Dim Region 字段和Parentrowid字段形成了父子维度关系。（图一）在将数据仓库建模和OLAP维度建模成功搭建好以后，现在，我们开始以数据仓库为基础创建多维立方体CUBE。

8、在这里，我们建立了8个度量值组，分别为Fact_SalesOrder(采购订单度量值组)，Fact_PosSales（门店销售明细度量值组），Fact_WaitOrder（销售下单度量值组），Fact_SalesContact（销售合同度量值组），Fact_PosStorageLog（门店明细度量值组），Fact_StorageLog（大仓库明细度量值组），Fact_PPODoc（订货会订单度量值组），以及Fact_SalesDetails（销售明细度量值组）。如图所示，整个多维模型成型了。（图二）为了方便对多维数据的分析和查询，我们使用多维数据库查询语言（MDX）建立了一个命名集TimeSe

9、t和多个计算成员。值得一提的是，在ERP相关的BI分析中，客户普遍需要一个“任意期间”的参数范围，比如：“我想看某一起始日到某一截止日的库存数量”，该“起始日”和“截止日”由分析员在报表展现的时候任意指定。这样的分析需求在多维分析模型中需要特定的实现方法，我们采用命名集“TimeSet”来实现。该命名集的MDX表达式如下：DESCENDANTS(Dim Time.FullHie,Dim Time.FullHie.FullTime) DESCENDANTS函数返回成员在指定级别或距离上的后代集，可以选择包括或不包括其他级别上的后代。利用该函数，我们就可以轻松而方便地在浏览多维分析模型时任意选取某

10、一时间段内的度量值进行查询和分析。之后，我们还可以通过Reporting Services的参数动态的给这两个日期赋值，从而实现客户“任意期间”的分析需求。另外，客户在ERP相关的BI分析中普遍需要的KPI指标有如下两种，我们可以通过计算成员来实现：1）期初数量/金额。MDX表达式如下：sum( Dim Time.Full.FirstChild: Dim Time.Full.CurrentMember.PrevMember, Measures.入库数量/金额)-sum( Dim Time.Full.FirstChild: Dim Time.Full.CurrentMember.Prevmemb

11、er, Measures.出库数量/金额)FirstChild函数返回成员的第一个子成员。CurrentMember函数返回迭代过程中指定的维度或层次结构的当前成员。PrevMember函数返回指定成员所在级别中的上一个成员。将当前成员的上一个成员的“总入库数量/金额”减去当前成员的上一个成员的“总出库数量/金额”，得出的结果即为“期初数量/金额”。2）期末数量/金额。MDX表达式如下：sum( null: Dim Time.Full.CurrentMember, Measures.入库数量/金额)-sum( null: Dim Time.Full.Currentmember, Measure

12、s.出库数量/金额)CurrentMember函数返回迭代过程中指定的维度或层次结构的当前成员。将当前成员的“总入库数量/金额”减去当前成员的“总出库数量/金额”，得出的结果即为“期末数量/金额”。然后，我们可以使用Analysis Services中的“浏览器”选项卡，可以将我们所关心的度量值和相关的维度信息拖拽到数据区域内，还可以在参数区域内进行SLICE操作。（图三）3、报表展现多维分析模型搭建好以后，就可以使用Reporting Services工具实施RS报表流程，实现报表的创建、发布、展示和订阅。在reporting services中的“数据”栏，将需要在报表中展现的数据，从量度

13、和维度区域拖拽到数据区域内，还可以在参数区域设置需要在报表中展现的参数。在reporting services中的“布局”栏，从左侧“工具箱”栏中选出所需要的适当的报表展现格式，拖拽到右侧“主体”区域内，并将需要展现的数据拖入格式框内。图十是reporting services中的“预览”栏，可以预览报表中将要展现的数据，并可以在参数区域选择参数，根据客户的需要任意定制报表。（图四）报表建立好以后，就可以在网络上发布。发布成功以后，在地址栏菜单内输入http:/localhost/reportserver”这个URL地址，就可以方便地在网络上查看报表。点击已经发布成功的报表名称，就可以看到具有强大格式定制功能，且用户界面友好的报表，还可以随意设置筛选参数条件，方便灵活地定制自己需要的报表。通过点击报表内的“+”号，可以轻松地实现对数据的Drill-Down。另外，还可以使用REPORTING SERVICES自带的dundas插件，对报表效果进一步进行增强和美化，如图五。或者使用第三方前端展现工具，如ProClarity等，对客户端关心的数据进行专业、深入而灵活的分析，特别是可以根据客户的独特需求定制分析。（图五）