SAP商務智能系統(tǒng)在電力企業(yè)信息化建設中的應用

2013-12-20 10:55:06 電力信息化　點擊量：評論 (0)

SAP商務智能系統(tǒng)在電力企業(yè)信息化建設中的應用企業(yè)級ERP系統(tǒng)的實施統(tǒng)一了企業(yè)內部的信息流，理順了各業(yè)務的流程，提高了企業(yè)的運行效率，但ERP系統(tǒng)中歷史性的數據開始出現，對大量歷史數據的管理已迫在眉睫；

企業(yè)級ERP系統(tǒng)的實施統(tǒng)一了企業(yè)內部的信息流，理順了各業(yè)務的流程，提高了企業(yè)的運行效率，但ERP系統(tǒng)中歷史性的數據開始出現，對大量歷史數據的管理已迫在眉睫；同時，企業(yè)需要利用ERP系統(tǒng)提供的信息反饋，來控制、指揮企業(yè)的各種活動，如何將信息展現已成當務之急。近幾年，SAP商務智能技術的發(fā)展，為此問題的解決提供了良好的方案。

1 SAP商務智能系統(tǒng)簡介

SAP商務智能系統(tǒng)由多個功能模塊組成，體系結構一般為：數據源層、數據轉換層、數據倉庫層、智能分析層、用戶展現層。數據倉庫(Data Warehouse，DW)、聯(lián)機分析處理(Online Analytical Processing，OLAP)、數據挖掘(Data Mining，DM)為商務智能系統(tǒng)的核心技術。數據倉庫是一個面向主題的、集成的、時變的、非易失的數據集合，支持管理決策制定。數據倉庫的典型處理流程包括數據建模、抽取以及對數據倉庫流程的管理等，因此數據倉庫是商務智能系統(tǒng)的基礎。OLAP是用于從多角度對信息進行快速、一致、交互存取，從而獲得對數據更深了解的軟件技術。

OLAP的目標是滿足決策支持或者滿足在多維環(huán)境下特定的查詢和報表需求。數據挖掘是從大量的數據中分析出潛在的、不為人知的有用信息、模式和趨勢的過程，企業(yè)決策者可根據這些信息做出科學決策。

2 SAP商務智能系統(tǒng)的設計與應用

2．1 設計中的核心技術

2．1．1數據倉庫

電力企業(yè)中的ERP系統(tǒng)涉及人力資源、財務、物資、設備、項目五大模塊，每個模塊都有千萬條數據，因此只有建立結構化的數據倉庫，從不同的維度來組織這些數據，從多方面進行深入分析，才能挖掘出有價值的經驗和規(guī)則。企業(yè)數據倉庫對來自任何數據源(ERP和非ERP源)、任何時期的數據進行集成、轉換、合并、清理、存儲及加工，將數據轉化成有價值的信息，為SAP商務智能系統(tǒng)構建提供數據基礎。數據倉庫還提供了管理平臺(數據倉庫工作臺)，集成了數據建模、數據獲取、流程管理和數據倉庫管理等工具，從業(yè)務流程的角度，可以將企業(yè)數據倉庫分成建模和運行兩大部分，如圖1所示。

a．數據倉庫建模。首先是數據建模，數據建模支持具有高度靈活性和綜合性的信息模型并使建模容易化；其次是數據獲取，數據獲取是將SAP商務智能系統(tǒng)接入到不同的源系統(tǒng)中，同時也支持到源系統(tǒng)的遠程連接，實現實時查詢；數據轉換是數據合并、清理和集成的主要流程，從可能的異構源系統(tǒng)過來的數據通過這個流程實現語義上的一致性；除對數據倉庫中的數據進行查詢以外，數據也可以發(fā)布到其他的數據倉庫系統(tǒng)中。元數據和文檔必須得到管理并支持搜索功能，應該能與其他系統(tǒng)進行開發(fā)式的交互。

b．數據倉庫運行。首先要對數據流進行控制，數據流能幫助創(chuàng)建數據傳輸進程和信息包，數據傳輸進程和信息包中設置了企業(yè)數據倉庫數據獲取時需要的各種參數，這個流程可以定義處理鏈，用來自動完成數據獲取工作；其次是管理及監(jiān)控流程，用于計劃及監(jiān)控企業(yè)數據倉庫日常工作的各種活動，包括對數據質量方面的控制；企業(yè)數據倉庫的性能優(yōu)化集中體現在查詢性能方面的優(yōu)化，查詢性能的提高有利于保持用戶的滿意度；信息生命周期管理有利于減少數據倉庫中管理的數據量，從而減少信息維護成本，提高系統(tǒng)性能。用戶管理實現了公司在數據安全方面的指導方針，并根據企業(yè)的業(yè)務需要以高度靈活的方式授予最終用戶權限。

2．1．2聯(lián)機分析處理

商務智能平臺提供了SAP BI技術的基礎架構及基于企業(yè)數據倉庫的各種分析技術和功能，是對企業(yè)數據倉庫的應用和深化。

OLAP是針對特定問題的在線數據訪問與分析。它通過多維的方式對數據進行分析、查詢和報表。維是人們觀察數據的特定角度，例如企業(yè)在考慮物資采購時，通常從時間、物料、供應商等不同的角度深入觀察采購物資的情況，這里的時間、物料和供應商就是維。而這些維的不同組合和所考察的度量指標構成的多維數組則是OLAP分析的基礎。

多維分析是指對多維形式組織起來的數據采取鉆取、切片、旋轉等分析動作剖析數據，使用戶能從多角度、多側面觀察數據庫中的數據，從而深入理解包含在數據中的信息。鉆取是指改變維的層次，變換分析的角度；切片是在一部分維上選定值后，度量數據在剩余維上的分布；旋轉是變換維的方向，即在表格中重新安排維的位置。

2．1．3數據挖掘

數據挖掘是一種深層次的數據分析方法，按企業(yè)既定業(yè)務目標，對大量的企業(yè)數據進行探索和分析，揭示隱藏、未知或驗證已知的規(guī)律性，并將其規(guī)模化的數據處理技術。數據挖掘能夠提高企業(yè)決策者的市場決策能力，能夠幫助企業(yè)檢測到異常模式，以及在過去的經驗基礎上預測未來的趨勢等。

商務智能系統(tǒng)左側為基礎數據層(源數據)。主要包括ERP系統(tǒng)的數據和外圍系統(tǒng)的數據。系統(tǒng)的中間部分為數據倉儲，包括主數據、數據存儲對象(DSO)和信息塊(CUBE)等存儲結構。數據轉換通過對數據源層的數據抽取、清洗和轉換形成統(tǒng)一的信息層。在邏輯和存儲上，對源數據和數據倉庫進行隔離，基于多模型、按照主題分析的需要建立企業(yè)級全局數據存儲。數據挖掘、報表查詢和OI。AP等智能引擎對數據倉儲中的數據進行分析和查詢，最后通過前端工具對智能引擎的結果進行展現，為企業(yè)管理層的決策提供支持。

2．3 信息的展現

通過數據轉換，將所需的數據源轉換成多維數據模型，再通過元數據模型工具發(fā)布生成數據立方體，再通過業(yè)務瀏覽器來進行多維分析。業(yè)務瀏覽器是SAP BI為企業(yè)戰(zhàn)略分析和決策支持提供靈活報表和分析工具的組件。在多維數據源(OLAP報表)的基礎上分析數據，使在同一時間對幾個維度進行分析成為可能。數據可以用表格或圖表來展示，既能清晰展示對比情況又能解答很多明細問題。

將業(yè)務瀏覽器套件與企業(yè)門戶集成，用戶可以通過互聯(lián)網和局域網訪問數據分析中的業(yè)務數據，不同角色的用戶擁有對應的訪問權限，有利于提高企業(yè)各級人員獲取信息的速度，使信息更好的服務于企業(yè)。

3 SAP商務智能系統(tǒng)的應用效果

SAP商務智能系統(tǒng)抽取ERP人力資源、財務、物資、設備、項目五大模塊數據庫中的數據，全面實現河北省電力公司ERP系統(tǒng)的流程、數據、界面的集成與展示，為企業(yè)領導的決策提供數據支持。ERP的實施為河北省電力公司管理層提供快速、豐富的人、財、物等統(tǒng)計分析數據和決策支持，進一步規(guī)范了公司的管理流程，大幅度提升了河北省電力公司系統(tǒng)的信息化水平。

4結束語

目前，SAP商務智能技術集中體現在數據分析上，但商務智能的應用不僅限于數據分析，在業(yè)務理論和系統(tǒng)實施實踐上，基于數據倉庫的應用在不斷增加。隨著電力企業(yè)信息化的建設和商務智能技術的不斷提高，商務智能技術會更加科學、準確地幫助企業(yè)決策者模擬、分析、監(jiān)控、優(yōu)化管理企業(yè)運行狀況，為決策者提供決策依據，使企業(yè)在競爭中處于領先地位。