【摘要】： 從2003年起,全球商業(yè)智能(BI)軟件市場(chǎng)的重量級(jí)供應(yīng)商逐一在國(guó)內(nèi)亮相,國(guó)內(nèi)的軟件廠商也紛紛推出了各自的商業(yè)智能產(chǎn)品。在隨后的幾年里,電信、金融、保險(xiǎn)這些數(shù)據(jù)集中程度高的行業(yè),商業(yè)智能得到了大量的應(yīng)用。但在制造業(yè)領(lǐng)域內(nèi),由于企業(yè)信息化水平參差不齊,商業(yè)智能的使用并未真正打開(kāi)。 本文分析了制造業(yè)企業(yè)信息系統(tǒng)對(duì)及時(shí)、有效獲取信息的強(qiáng)烈需求,結(jié)合商務(wù)智能系統(tǒng)的技術(shù)特點(diǎn)與技術(shù)工具,針對(duì)制造企業(yè)應(yīng)用提出了商務(wù)智能垂直性行業(yè)解決方案和基于制造業(yè)當(dāng)前信息系統(tǒng)的商務(wù)智能應(yīng)用模式。該模式能適應(yīng)制造業(yè)以產(chǎn)品為核心的管理方法,使各種商務(wù)智能工具能夠真正地為企業(yè)所用,做到降本增效。 在分析市場(chǎng)上各種主流商務(wù)智能軟件系統(tǒng)架構(gòu)的基礎(chǔ)上,本文根據(jù)制造企業(yè)的特色,提出了適合制造業(yè)企業(yè)的商務(wù)智能的解決方案,構(gòu)建了基于銷售、采購(gòu)、生產(chǎn)、倉(cāng)儲(chǔ)、財(cái)務(wù)這幾大模塊的分析架構(gòu),并構(gòu)造了其信息需求矩陣以及邏輯和物理模型;建立抽取異構(gòu)數(shù)據(jù)源數(shù)據(jù)的批處理方式,并按照各個(gè)模塊的需求轉(zhuǎn)換數(shù)據(jù),包括合并、分離、聚合等;建立事實(shí)表、緯度表及其關(guān)系,完成各個(gè)模塊相對(duì)應(yīng)的數(shù)據(jù)集,使用戶能夠方便快捷地從這些數(shù)據(jù)集的維度表和事實(shí)表中獲取他們想要的信息;按照最終用戶需求劃分分析粒度,并按照描述型模式做數(shù)據(jù)分析、挖掘,展示數(shù)據(jù)深層意義,用報(bào)表、多維分析、預(yù)測(cè)報(bào)警、儀表盤(pán)等多種方式前端展現(xiàn)分析結(jié)果,輔助用戶獲取所需信息。最后結(jié)合實(shí)際工程案例,說(shuō)明分析制造業(yè)企業(yè)需求并具體實(shí)施商務(wù)智能系統(tǒng)的過(guò)程,并著重說(shuō)明全面成本管理模塊的構(gòu)成。
【圖文】：

圖 2 主流商務(wù)智能產(chǎn)品對(duì)比Fig. 2 Comparison of Leading BI Products可以看出，Oracle、SAP、SAS、Microsoft 等大公司雖然進(jìn)入 BI 市場(chǎng)尚不完善，但是他們?cè)谧约簜鹘y(tǒng)的數(shù)據(jù)庫(kù)、數(shù)據(jù)倉(cāng)庫(kù)，甚至 ERP、CRM的基礎(chǔ)上開(kāi)始構(gòu)筑或加強(qiáng)數(shù)據(jù)分析和展示平臺(tái)，已經(jīng)趕上并逐漸超越比較完備的數(shù)據(jù)分析和展示工具，但要以第三方數(shù)據(jù)倉(cāng)庫(kù)為基礎(chǔ)的較I 市場(chǎng)的公司，如 Cognos、Hyperion、Business Objects、MicroStra務(wù)智能領(lǐng)域，，許多公司的業(yè)務(wù)涵蓋范圍比較廣泛，從前臺(tái)的圖像工具的數(shù)據(jù)倉(cāng)庫(kù)。目前，Oracle、SAS、Microsoft、Business Objects 等在中國(guó)有了業(yè)務(wù)，下面將分析國(guó)內(nèi)市場(chǎng)部分主流商務(wù)智能產(chǎn)品的技術(shù)點(diǎn)。1 Microsoft 的 BI 體系[25]

圖 3 微軟的 BI 體系Fig. 3 BI System of MicrosoftM 的 BI 體系[25]的 BI 體系，如圖 4 所示，底層是軟、硬件平臺(tái)、中間件、安。其上反映了 BI 中的工作流和數(shù)據(jù)流，從右到左是數(shù)據(jù)源、數(shù)接口。IBM 的 BI 體系較詳細(xì)描述數(shù)據(jù)的轉(zhuǎn)變和應(yīng)用過(guò)程，以應(yīng)用的保證過(guò)程，核心是解決數(shù)據(jù)如何用和數(shù)據(jù)準(zhǔn)確性問(wèn)題。
【學(xué)位授予單位】：上海交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2007
【分類號(hào)】：TP273.5

【引證文獻(xiàn)】

相關(guān)碩士學(xué)位論文 前6條

1 王靜;基于關(guān)聯(lián)規(guī)則的利潤(rùn)加權(quán)數(shù)據(jù)挖掘算法研究及在商業(yè)智能中的應(yīng)用[D];中國(guó)海洋大學(xué);2010年

2 劉紅偉;商業(yè)智能技術(shù)及其在配方輔助系統(tǒng)中的應(yīng)用研究[D];中國(guó)海洋大學(xué);2009年

3 李恒銳;構(gòu)建數(shù)據(jù)倉(cāng)庫(kù)的ETL系統(tǒng)研究[D];西安理工大學(xué);2009年

4 劉東坡;基于多維數(shù)據(jù)模型的制造業(yè)商務(wù)智能研究[D];蘭州理工大學(xué);2010年

5 廖化生;商務(wù)智能技術(shù)在現(xiàn)代企業(yè)營(yíng)銷決策中的應(yīng)用與研究[D];浙江理工大學(xué);2012年

6 申剛磊;基于中藥企業(yè)QSMES的商業(yè)智能研究[D];南京中醫(yī)藥大學(xué);2012年

本文編號(hào)：2592812