ERP系統的核心應用程序

來源:投稿網 時間:2023-08-25 10:00:07

當今社會是一個信息爆炸的時代，信息豐富、知識匱乏的現象非常普遍。用尿布賣啤酒的故事觸動了很多人的神經。信息作為現代企業的寶貴資源，占據著越來越重要的地位，已成為現代企業科學管理、正確決策、有效調控的基礎。

目前，面對激烈的市場競爭，許多大型企業已經實施了以客戶為中心，以服務求發展的經營戰略。如何優化客戶關系，增強企業競爭優勢，已成為現代企業關注的焦點。現有的應用系統往往以產品為中心，以文件(票據)處理為基礎。它是一個面向在線事務處理的系統transactionProcesing，簡稱OLTP)系統，而以客戶為中心的管理模式要求現有業務系統的數據有效集成和重組，建立面向網絡分析處理的系統(Onlineanlysisprocesing，簡稱OLAP)。通過分析客戶行為，掌握不同類型客戶的特點，為客戶提供更好的服務，特別是個性化的服務，同時全面掌握和理解，分析企業業務，充分發揮企業積累的數據，為各級管理人員提供科學的管理和決策，提高企業業績，確保利潤的持續增長。

同時，隨著企業信息化程度的不斷提高，各種應用系統同時共存并支持企業的業務應用。越來越多的企業信息主管在開發企業應用時考慮了數據集成和未來數據的整體有效利用。因此，ERP解決方案實施后，許多企業選擇實施數據倉庫產品，避免信息島，實現應用程序的內部聯系和信息共享。

什么是數據倉庫？一般認為，數據倉庫(datawarehouse)是一個面向主題的集成(Integrated)，相對穩定(Non-volatile)，反映歷史變化的數據集，用于支持管理決策。

主題:操作數據庫的數據組織面向事務處理任務，各業務系統分離，數據倉庫中的數據按一定的主題域組織。

集成：數據倉庫中的數據是在系統處理、總結和整理的基礎上提取和清理原始分散的數據庫數據，必須消除源數據中的不一致性，以確保數據倉庫中的信息是整個企業的一致整體信息。

相對穩定：數據倉庫數據主要用于企業決策分析，涉及的數據操作主要是數據查詢，一旦數據進入數據倉庫，一般會長期保留，即數據倉庫一般有大量的查詢操作，但修改和刪除操作很少，通常只需要定期加載、刷新。

反映歷史變化：數據倉庫中的數據通常包含歷史信息，系統記錄企業從過去的某個時間點（如開始應用數據倉庫的時間點）到當前階段的信息。通過這些信息，我們可以定量分析和預測企業的發展過程和未來趨勢。

典型的企業數據倉庫系統通常包括四個部分：數據源、數據存儲和管理、OLAP服務器、前端工具和應用程序。

數據源：是數據倉庫系統的基礎，是整個系統的數據源。通常包括內部信息和外部信息。

數據存儲和管理：是整個數據倉庫系統的核心。在現有業務系統的基礎上，提取、清理、有效集成數據，根據主題重組，最終確定數據倉庫的物理存儲結構，組織存儲數據倉庫元數據（包括數據倉庫數據字典、記錄系統定義、數據轉換規則、數據加載頻率和業務規則）。

OLAP服務器:根據多維數據模型重組分析所需數據，支持用戶多角度、多層次分析，發現數據趨勢。具體實現可分為ROLAP、MOLAP和HOLAP。

前端工具和應用程序：前端工具主要包括基于數據倉庫或數據市場開發的各種數據分析工具、報表工具、查詢工具、數據挖掘工具和各種應用程序。數據分析工具主要AP服務器、報表工具和數據挖掘工具，既針對數據倉庫，也針對OLAP服務器。

在傳統的ERP系統中，一般的核心應用程序是采購、銷售、庫存管理和會計管理，數據庫中的數據也密切關注產品信息、票據和賬戶詳細信息。這樣的數據層可以很好地實現OLTP，但如果你想為企業高管提供決策數據，就有必要提取、清潔原始、松散、孤立的數據，加上時間標記和合理的分類，以便進入數據倉庫并支持OLAP。

以下是ERP系統數據倉庫建立的步驟和一些應注意的問題，通過建立小型汽車維修行業的進銷存系統（以下簡稱A系統）數據倉庫。

A系統的原始數據層是一個典型的數據庫系統，其核心表是產品信息表、客戶信息表、供應商信息表、庫存表、銷售表、客戶明細表和供應商明細表。這些表很好地解決了OLTP，同時可以提供一些基本的OLAP，如庫存查詢、銷售查詢等，但這些功能遠遠不足以滿足高層決策的需求，因此有必要改造原系統的數據庫，建立合理有效的數據市場或數據倉庫，以適應企業的長期戰略目標。

數據倉庫的建立是一個復雜的過程。首先，我們應該進行規劃和分析。我們分析了原系統的數據，提取和清潔了原始孤立和分散的數據元素，并將數據分為以下類別：客戶（包括原系統中的客戶信息、客戶賬戶明細等相關客戶信息）、供應商（包括相關供應商的所有信息）、賬戶（包括采購、銷售和存儲的賬戶交換和詳細數據）、票據（包括相關賬戶票據）等。數據劃分根據使用特點有機地將原始松散和孤立的數據結合起來，可以有效地支持OLAP，為未來系統的擴展和升級奠定良好的基礎。不要因為頭發而移動全身。

清理和分類原始數據庫數據后，下一步是實現數據倉庫的物理結構和存儲。目前，IBM、Oracle、Sybase、CA、NCR、Informix、Microsoft、SAS等實力雄厚的公司紛紛推出自己的數據倉庫解決方案(通過收購或研發)，BO、Brio等專業軟件公司也在前端在線分析處理工具市場占有一席之地。在A項目數據倉庫解決方案的選擇上，我們選擇了Microsoft的SQLServer2005作為數據倉庫實現工具。SQLServer2005作為微軟新一代數據庫產品，提供了許多新功能，性能更強。同時，A系統原始數據層采用SQLServer2000，可以很好地實現SQLSer2005的提取和轉換。同時，由于它們都是微軟的產品，在未來擴展A系統時，dotnet平臺可以實現前臺的查詢和報告工具，無論是C#還是VB.NET語言，都可以實現強大的OLAP分析功能。

最后，由于詳細的設計和建模，A系統數據倉庫的實施取得了良好的效果，系統的轉換相對成功。在數據倉庫的支持下，新系統為高層決策提供了良好的支持。同時，由于數據倉庫的使用，A系統的功能和可擴展性也大大提高。為進一步操作數據存儲（ODS）和數據挖掘奠定了堅實的基礎。