B|系统vS决策盲点 某大型国有企业老总当他查看近十年企业的生产和运营数据时, 手边得到了各种各样不同的数据报表。这些数据报表大致可以 分成两种类型:一种是两年前、即ERP上线之前的,这是一些 简单、杂乱而又枯燥的数字;另一种是有了ERP以后的,数据 变得清楚而有条理起来,同时还有来自ERP、CRM、SCM以 及计费业务等不同应用的数据和各种分析报告。在仔细查看这 些报表之后,这位国企老总惊讶地发现,不同的系统可以得出 截然相反的两种结论。例如某一产品,它的动态成本反映在 ERP系统和CRM、SCM系统里面相差很大,如果引用ERP和 CRM里面的数据,它就是一款很成功、销量很好的产品,但 在SCM里面来看,它的采购和物流成本过高,导致了这款看 起来很成功的产品实际上是一笔赔钱的买卖。 16
16 BI系统VS决策盲点 n 某大型国有企业老总当他查看近十年企业的生产和运营数据时， 手边得到了各种各样不同的数据报表。这些数据报表大致可以 分成两种类型：一种是两年前、即ERP上线之前的，这是一些 简单、杂乱而又枯燥的数字；另一种是有了ERP以后的，数据 变得清楚而有条理起来，同时还有来自ERP、CRM、SCM以 及计费业务等不同应用的数据和各种分析报告。在仔细查看这 些报表之后，这位国企老总惊讶地发现，不同的系统可以得出 截然相反的两种结论。例如某一产品，它的动态成本反映在 ERP系统和CRM、SCM系统里面相差很大，如果引用ERP和 CRM里面的数据，它就是一款很成功、销量很好的产品，但 在SCM里面来看，它的采购和物流成本过高，导致了这款看 起来很成功的产品实际上是一笔赔钱的买卖
B|系统VS决策盲点(续) n其实从这些来自不同系统的数据基础产生不同的判断很正常, 因为这些系统并不会去周密地“思考”在自己“职责”之外的 事情。这样就给企业的领导提交了相当多顾此失彼的分析报告, 结果就是导致了许多市场决策上的混乱和失误。 把企业的内部数据和外部数据(企业内部数据就是指上述 通过业务系统SCM、ERP、CRM等收集到的数据,这 些数据可能在不同的硬件、数据库、网络环境中,为不 同的业务部门服务。外部数据是市场信息和外部竞争对 手的信息)。进行有效的集成,形成直观的、易于理解的 信息,再进行分析和思考,为企业的各层决策及分析人 员使用。 17
17 BI系统VS决策盲点(续) n 其实从这些来自不同系统的数据基础产生不同的判断很正常， 因为这些系统并不会去周密地“思考”在自己“职责”之外的 事情。这样就给企业的领导提交了相当多顾此失彼的分析报告， 结果就是导致了许多市场决策上的混乱和失误。 n 把企业的内部数据和外部数据(企业内部数据就是指上述 通过业务系统SCM、ERP、CRM等收集到的数据，这 些数据可能在不同的硬件、数据库、网络环境中，为不 同的业务部门服务。外部数据是市场信息和外部竞争对 手的信息)。进行有效的集成，形成直观的、易于理解的 信息，再进行分析和思考，为企业的各层决策及分析人 员使用
数据仓库的技术要求 复杂分析的高性能体现:涉及大量数据的聚集、综合等, 在进行复杂査询时经常会使用多表的联接、累计、分类、 排序等操作 对提取出来的数据进行集成:数据仓库中的数据是从多个 应用领域中提取出来的,在不同的应用领域和不同的数据 库系统中都有不同的结构和形式,所以如何对数据进行集 成也是构建数据仓库的一个重要方面。 对进行高层决策的最终用户的界面支持:提供各种分析应 用工具。 18
18 数据仓库的技术要求 n 复杂分析的高性能体现：涉及大量数据的聚集、综合等， 在进行复杂查询时经常会使用多表的联接、累计、分类、 排序等操作。 n 对提取出来的数据进行集成：数据仓库中的数据是从多个 应用领域中提取出来的，在不同的应用领域和不同的数据 库系统中都有不同的结构和形式，所以如何对数据进行集 成也是构建数据仓库的一个重要方面。 n 对进行高层决策的最终用户的界面支持：提供各种分析应 用工具
数据仓库系统的结构 元数据管理(业务元数据、技术元数据等) 数据获取 数据管理 数据分析 数据展现 数据源 ETL 数据存储管理 业务模型 数据展现 数据迁移 数据清洗 数据仓库 元数据管理 数据集市管理 安全性、 分析管理 最终用户 ↓个 数据仓库 决策人员 销售系统 数 县加 报表 InterneTs 抽ETL 生产系统 数晶加 D W 随即查询 产品报告 分析人员 例外分析 采购系统 企业信息集 0LAP分 成(E1) ODS 财务系统 e 匚数据拉报 挖掘 解决的业务问题 访问工具 利润成本分析 资产分析 营销分析 投资组合分析 平衡计分卡
19 数据仓库系统的结构 数 据 质 量 控 制 数 据 重 新 组 织 E II 解 决 方 案 数 据 质 量 控 制 数 据 重 新 组 织 E II 解 决 方 案 数 据 质 量 控 制 数 据 重 新 组 织 E II 解 决 方 案 企 业 信 息 集 成 （ E II） 数 据 获 取 数 据 管 理 数 据 展 现 数 据 迁 移 数 据 清 洗 数 据 仓 库 元 数 据 管 理 数 据 集 市 管 理 安 全 性 、 分 析 管 理 最 终 用 户 数 据 质 量 控 制 数 据 重 新 组 织 E T L 数 解 决 方 案 据 抽 取 、 迁 移 、 加 载 周 数 据 加 载 日 常 数 据 增 加 日 周 期 E T L 周 日 周 期 数 据 源 E T L 数 据 存 储 管 理 业 务 模 型 数 据 展 现 利 润 成 本 分 析 资 产 分 析 营 销 分 析 投 资 组 合 分 析 平 衡 记 分 卡/K P I 解 决 的 业 务 问 题 利 润 成 本 分 析 资 产 分 析 营 销 分 析 投 资 组 合 分 析 平 衡 计 分 卡 数 据 分 析 采 购 系 统 生 产 系 统 销 售 系 统 财 务 系 统 采 购 系 统 生 产 系 统 销 售 系 统 财 务 系 统 数 据 仓 库 企 业 数 据模 型 R DD WM D D B 即 席 查 询 In tr a n e t/ In te r n e t 产 品 报 告 数 据 挖 掘 O L A P 分 析 随 即 查 询 报 表 例 外 分 析 数 据 挖 掘 决 策 人 员 管 理 人 员 分 析 人 员 实 时 业 务 人 员 增 量 虚 拟 数 据 仓 库 实 时 增 量 虚 拟 数 据 仓 库 实 时 增 量 实 时 增 量 虚 拟 数 据 仓 库 访 问 工 具 O D S 元 数 据 管 理 （ 业 务 元 数 据 、 技 术 元 数 据 等 ）
数据仓库系统的结构(2) Decision Support Data Warehouse Environment Layer Processing Layer Warehouse Management Subsystem DDW y D OLT Central Departmental lery Dat Data Manipulation ouse Subsystem Subsystem Warehouse (CDW) Analysis Visualization Data Departmental DDW sources Subsystem Warehouse (DDW) Warehouse catalog e Copyright IBM Corporation 20
20 数据仓库系统的结构(2)