摘要：针对地产企业重视生产经营效率、信息化建设、管理精细化特点，本文运用商业智能、数据仓库和报表展现等技术，通过详细的需求分析，合理的系统设计，实现了基于ERP的地产行业商业智能报表系统的设计与实现。通过对该企业现有ERP等信息系统数据的整合运用，为管理者提供了科学、准确的辅助决策信息，对地产企业信息化建设具有借鉴作用。
1.商业智能报表及其关键技术
1.1 商业智能概述
商业智能（BI，Business Intelligence）最早由Gartner Group的Howard Dresner在1989年首次提出，是对商业数据的搜集、管理和分析过程，使企业各级决策者获得更多知识，做出更加合理的决策。
商业智能将联机分析处理（OLAP）、数据仓库和数据挖掘等结合起来应用于商业活动中，从由不同的数据源收集的数据中提取有用的数据，对数据进行清洗以保证数据的正确性，将数据转换、重构后载入数据仓库或数据集市；然后利用合适的工具对数据进行处理，这时信息变为辅助决策的知识；最后将知识呈现于用户面前，为管理决策提供参考。可见，商业智能并不是基础技术或者产品技术，而是一种解决方案[1]。
1.2 数据仓库技术
数据仓库是一个面向主题的、集成的、稳定的、包含历史数据的数据集合，用于支持管理决策的制定数据库是实现商业智能的数据基础，是企业长期事务数据的准确汇总。数据仓库完成了数据的收集、集成、存储、管理等工作，商业智能面对的是经过加工的数据，使得商业智能能更专注于信息的提取和知识的发现。数据仓库为商业智能撷取或载入大量原始信息，归并各种数据源的数据，用于支持企业管理和商业决策。[11]
2.商业智能报表系统需求分析
自2016年以来，某地产企业正陆续引进或开发了众多的信息系统，这些系统的上线运行使企业的经营效率得到了大幅度的提高。但这些系统仍然有许多不足之处。例如这些业务管理系统各成体系，各自独立，横向却缺少沟通，形成了大量的信息孤岛，企业管理决策者只能得到针对具体业务的简单分散的数据和报表，不能对长期积累的海量历史数据进行较好的利用，挖掘发现地产企业所存在问题等。为了保障公司业务管理及管理提升需要，同时为管理者提供科学、准确的辅助决策信息，该企业亟需建设一套完善的商业智能报表系统，通过对现有系统数据的分析和利用，实现企业信息资源的共享和利用，提升经营决策效率，规避经营决策风险。
2.1 系统需求概述
本系统需整合财务核算系统、资金系统、人力资源系统、项目管理系统、OA系统等4个单位的8个系统以及4个外部导入系统的关键数据，分别建立相应的业务数据抽取，转换清洗和加载方案，并根据处理得到的业务数据建立数据模型，整理和抽取其中必要的关键分析指标，最终以直观，生动，多样的展示方式将基于不同维度的分析结果呈现给企业管理层。系统需分为数据源、数据仓库、应用层和展示层四个层次，分别完成数据的抽取、转换、加载、建模、整理、分析、提取、展示等功能。为管理层提供数据查询，统计等功能，并能够以多种形式的展现。
3.商业智能报表系统设计
3.1 系统总体设计
商业智能报表系统从原有的业务系统中将相关业务数据进行抽取、清洗、加工、整理、加载到数据仓库中，在数据仓库中形成基础的分析数据的存储。然后根据业务及管理等实际的需要在数据仓库上建立适合各种应用的数据集市。数据仓库、数据集市中蕴含的信息可以通过报表、OLAP 分析、即席查询、数据挖掘及预测等形式向业务分析系统使用人员展现。
3.2 数据源设计
根据某地产企业的业务需求和现状分析，数据源主要来自以下系统：财务管理系统、人力资源管理系统、工程项目管理系统、OA系统、企业管理信息、项目计划信息及外部导入等。
期刊文章分类查询,尽在期刊图书馆
能够从现有系统自动抽取数据的是：财务管理系统、人力资源管理系统、工程项目管理系统、OA系统。其他数据采用Excel模板填报的形式采集。
项目依据需求-范围的建模过程，具体实现流程为：需求分解，元数据扩展，模型建立。
从最初的客户业务需求的收集到业务需求分解，分为维度表、事实表与填报三块，在此基础上，进行元数据扩展，分析表字段的可用性以及关联性，进而进行模型建立，此处采用kimball模式进行建模。
3.3 ETL设计
一、ETL 抽取策略
（一）针对不同的数据，ETL 程序采取不同的抽取策略
1.全量加载，保留历史数据
此种数据加载方式主要针对需要记录历史变化信息的维表信息，如组织机构维度信息，权限维度信息等。
2.增量加载
此种加载方式主要针对事实数据的加载。根据数据更新周期的不同，ETL程序将会在本周期之内每天定时抽取上一个周期的数据，在每次加载之前，ETL程序将会先删除该周期内的数据，再加新的数据加载进数据仓库。
（二）针对不同类型的采集数据，ETL 程序采取不同的抽取策略：
1.在规定的数据抽取时间前
规定的时间点抽取，保证数据采集时间的一致性。
2.在规定的数据抽取时间后
最后期限结束后，如要修改数据，则需提交申请单，由系统管理员手工运行ETL 程序。
3.4 应用层设计
本次项目前端主体软件为FineReport，主要用于数据采集和数据呈现。
FineReport: 基于J2EE技术，MVC框架，B/S架构；跨OS平台。
针对各个阶段的性能开发保持持续的优化过程，各个模块按照需求迭代开发，充分满足系统反应时间与用户负载量要求。
4.商业智能报表系统应用成效
自基于ERP的商业智能报表系统上线使用后，反响良好，实现了对该企业数据资源的充分利用，起到了辅助决策作用。
本文的应用价值主要体现在：
1.为企业的决策提供了科学、直观的数据支持。某地产企业的相关管理人员可以随时按照指标体系中的各项内容查看到实时数据，从而提升企业的管控水平，提高决策的科学性，从而提高企业科研生产的效益。
2.数据资源得到较好利用。该商业智能报表系统中指标的数据从不同应用系统中抽取、清洗，通过计算得出，从而可以全面帮助管理部门了解企业总体发展情况与存在的问题，对宏观指导企业的发展具有重要意义。
参考文献
[1]李东、梁定澎：决策支持系统与商务智能，中国人民大学出版社，2010
[2]张洁、陈德祥：数据仓库通用数据定制方法的研究，吉林省教育学院学报，2007（06）.
作者简介：孙一镜（1993.09-），男，河南省郑州市人，学历：硕士，研究方向：软件工程。
论文作者:孙一镜 王黎明
论文发表刊物:《信息技术时代》2018年9期
论文发表时间:2019/5/14
标签：数据论文; 系统论文; 商业论文; 智能论文; 报表论文; 数据仓库论文; 业务论文; 《信息技术时代》2018年9期论文;