SAP ERP的數據挖掘與分析
發表于：2017/6/9 11:19:03??閱讀量：?[關閉]
在日積月累的賬務處理過程中，企業SAP ERP系統的信息集成功能優化了企業的運作流程，使企業在后臺數據庫中形成了比較準確、及時、完整的基本業務數據，并能夠提供相關的決策支持功能。但目前SAP ERP現有的決策支持功能大多限于各個模塊(如財務、銷售模塊的戰略制定)，對于半結構化、結構化、需要集成數據支撐的年度經營決策來說，SAP ERP的處理效率仍較低。根據IBM的調查，一般企業對SAP ERP中集成數據的利用率只有2%～4%。
如何開發利用SAP ERP系統中豐富的數據資源，發揮信息資源的效用來支持決策，是SAP ERP后續發展的重點。要充分利用SAP ERP的數據優勢，首先要明晰SAP ERP中數據分析的缺陷，主要包括以下幾個方面：
1.SAP ERP系統本身是面向事務處理型的系統，而非數據分析型。SAP ERP系統是基于MPRII發展起來的，其設計的主要思想是對供應鏈進行管理，由多個模塊實時記錄企業的業務數據，對數據處理的及時性要求其所獲取的數據是獨立的，盡可能避免冗余。而決策制定關乎的是企業發展的命脈，其須依賴充分的數據分析，更傾向于SAP ERP系統和企業其余事務系統數據之間的關系以及變化趨勢。
2.SAP ERP系統所采用的是數據庫技術，用于存儲在線交易數據，而數據挖掘主要依賴的是存儲歷史數據。企業在日常經營過程中需要處理多筆交易，這就要求SAP ERP具有事務處理的時效性，因此采用了符合范式規則的數據庫技術。而數據分析是事后的，需要在歷史數據的基礎上進行，其強調的是數據積累的完整程度。
3.傳統SAP ERP系統中的決策(如生產決策)是以模擬為基礎的，通過比較多種不同的方案，做出好的決策。然而在這種方法基礎上做出的決策，不能對市場需求變化做出及時響應。要滿足企業對市場變化做出及時響應的需求，就須在傳統SAP ERP的基礎上增強其數據挖掘和分析的能力。
【基于數據倉庫技術的數據挖掘】
數據挖掘是按照企業的既定目標，從數據倉庫中通過數據抽取、轉換、分析和模型化處理，提取隱含在其中的有用信息和知識的過程。它是一類深層次的數據分析方法，主要利用人工智能、統計學、模式識別等技術，高度自動化地分析企業已有的歷史數據，通過歸納推理，預測市場和客戶的變化，以構建企業的決策支持系統。數據挖掘重視數據之間的關聯性、完整性，因此強調數據處理速度的數據庫技術已經不能滿足數據關聯性的要求，這就要求使用數據倉庫技術。
數據倉庫技術，是一種面向主題的、集成的、與時間相關且不可修改的數據集合，其將歷史數據、現有數據庫中的數據、外部數據源的數據清理后，消除數據冗余和不一致性。現在，數據倉庫技術已經得到各領域專家的重視，其在數據分析和決策支持中的優勢表現為：
1.面向主題存儲，實現數據的區分和特征化處理。數據倉庫將數據按照同一主題進行存儲，而非按照傳統的系統模塊存儲，因此只需要根據企業的決策目標，選擇合適的數據主題，就可以方便地實現數據的查詢和趨勢分析。
2.支持關聯分析。關聯分析的目的是找出在各種數據之間隱含的關聯網，其使用支持度和可信度兩個閥值來度量相關性的大小。數據挖掘技術著重于數據間的關聯規則，通過規定一組特定的條件，就可以查找決策相關的數據;通過找出不同數據組的描述和區分條件，可以形成模型進行預測。
3.數據具有時間屬性，為演變分析提供可能。出于決策需要，數據倉庫中的數據都標明了時間屬性。因此，通過企業數據信息隨時間變化的規律或趨勢，可以進行建模、預測。
基于數據倉庫技術的數據挖據，既可以充分利用企業生產過程中積累的海量數據，也能對數據的迅速變化做出快速響應，隨著新數據的不斷增加，不斷完善原有的數據搜尋規則。
數據挖掘和數據倉庫技術的實施要充分結合企業的信息化建設規劃進行。重視對供應鏈系統的整合，實現供應物流數據的透明化，為經營決策等提供了科學的依據，在此基礎上，企業自然而然需要重視數據挖掘的重要性。
因此，選擇數據挖掘合適的實施點也是企業在信息化進程中不可忽視的。
本文鏈接:SAP ERP的數據挖掘與分析