模具企业商业智能系统的设计与实现

《模具企业商业智能系统的设计与实现》由会员分享，可在线阅读，更多相关《模具企业商业智能系统的设计与实现（70页珍藏版）》请在金锄头文库上搜索。

1、分类号：U D C ：密级：学校代号：1 1 8 4 5学号：2 1 1 0 9 0 1 0 8 9广东工业大学硕士学位论文( 工学硕士)模具企业商业智能系统的设计与实现朱建辉指导教师姓名、职称：隧堑( 熬援2学科( 专业) 或领域名称：扭越电王王程学生所属学院：扭电工程堂院论文答辩日期：窒Q ! 至生互旦f I I I l lIr l I II l lI I l I I t l l lII IfY 2 0 9 7 4 7 8AD i s s e r t a t i o nS u b m i t t e dt oG u a n g d o n gU n i v e r s i t yo fT

2、e c h n o l o g yf o rt h eD e g r e eo fM a s t e r( M a s t e ro fE n g i n e e r i n gS c i e n c e )T h eD e s i g na n dl m p I e m e n t a t i O no ft h eB u s i n e s sI n t e l l i g e n c eS y s t e mf o rM o u l dE n t e r p r i s eC a n d i d a t e ：Z h uJ i a n h u iS u p e r v i s o r ：

3、P r o f C h e nX i n e r V l S 0 rr o te nnM a y2 0 1 2S c h o o lo fE l e c t r o m e c h a n i c a lE n g i n e e r i n gG u a n g d o n gU n i v e r s i t yo fT e c h n o l o g yG u a n g z h o u ，G u a n g d o n g ，P R C h i n a ，5 10 0 0 6摘要摘要机械制造业是国民经济最重要的支柱产业，而模具工业是机械工业很重要的组成部分。目前我国模具企业已普遍认识到

4、信息技术对企业管理与运行的促进作用，实施了E R P 、S C M 、M E S 等信息化系统。这些业务系统经过多年的运行，积累了大量的历史数据。模具企业迫切需要一种方式来将原来事务处理的数据转变为决策支持的数据，来增强企业的决策能力，从而提升企业的竞争力。因而模具企业提出了更高层次的信息化需求而实施商业智能系统。本文的定位是为模具企业建立一个以管理驾驶舱系统所具有的丰富指标分析为基础的商业智能系统。且为用户提供灵活多样的展现方式，包括报表、图表、即席查询、O L A P 分析、指标监视等。本文以模具企业为背景，根据商业智能的相关理论，对建立模具企业商业智能的关键技术展开研究。首先对设计模具企

5、业的K P I 体系进行了探讨。在分析了原料采购对模具企业的重要性后，提出了包含财务、客户、供应商、内部运作流程、学习与成长等5 个维度的平衡计分卡方法，并用来设计模具企业的K P I 体系。讨论了该方法的设计过程，并介绍了运用该方法设计企业级K P I 体系的实例。然后讨论了模具企业数据仓库的建立。数据仓库的建立主要包含两大部分的内容，数据模型设计以及数据E T L 设计。为了建立数据模型，首先进行了主题需求分析，本文根据各部门业务活动的不同而将主题分成1 0 个大主题，并明确定义了各主题的具体的指标分析需求。然后分析了建立数据模型方法，以销售主题为例详细介绍了建立维表、事实表以至逻辑模型的

6、过程，接着也进行了物理模型的设计。最后主要研究了进行数据E T L 的策略，包括完全刷新、简单增量、对比增量三种策略，并全面地介绍了运用S S I SI 具实现维表E T L 与事实表E T L 的方法。最后介绍了将前面章节所设计的商业智能系统的解决方案运用于某模具企业商业智能系统建立的实现情况。可以将系统功能分为两部分，K P I 监视与指标分析，而指标分析又根据主题的不同而分为1 0 个模块。该章节用示例图片展示并介绍了系统的主要功能。关键词：商业智能；K P I ；数据仓库；E T L广东工业大学硕士学位论文A BS T R A C TM a c h i n e r ym a n u f

7、 a c t u r ei n d u s t r yi st h em o s ti m p o r t a n tp i l l a ri n d u s t r yi nt h en a t i o n a le c o n o m y , a n dt h em o u l di n d u s t r yi st h ei m p o r t a n tc o m p o n e n to fm a c h i n e r yi n d u s t r y A tp r e s e n tt h em o u l de n t e r p r i s ei no u rc o u n

8、 t r yr e c o g n i z e sw i d e l yt h a ti n f o r m a t i o nt e c h n o l o g yh a ss t i m u l a t i v ee f f e c to ne n t e r p r i s em a n a g e m e n ta n do p e r a t i o n ，a n di m p l e m e n t si n f o r m a t i z a t i o ns y s t e mo fE R P , S C M ，M E Sa n dS Oo n T h e s eb u s i

9、 n e s ss y s t e m sa c c u m u l a t eal a r g en u m b e ro fh i s t o r i c a ld a t aa f t e ry e a r so fo p e r a t i o n T h em o u l de n t e r p r i s en e e d saw a yu r g e n t l yt ot r a n s f o r mo r i g i n a lt r a n s a c t i o nd a t ai n t od e c i s i o ns u p p o r td a t a ,

10、a n dt oe n h a n c et h ee n t e r p r i s e Sd e c i s i o n - m a k i n gc a p a c i t y , t h e r e b ye n h a n c i n gt h ec o m p e t i t i v e n e s so ft h ee n t e r p r i s e T h u st h em o u l de n t e r p r i s ep u t sf o r w a r di n f o r m a t i z a t i o nd e m a n do fh i g h e r

11、l e v e l sa n di m p l e m e n t a t i o no fb u s i n e s si n t e l l i g e n c es y s t e m T h i sd i s s e r t a t i o ni st oe s t a b l i s hab u s i n e s si n t e l l i g e n c es y s t e mf o rt h em o u l de n t e r p r i s et h a th a sr i c hi n d i c a t o ra n a l y s i sl i k em a n

12、 a g e m e n tc o c k p i t A n dt h es y s t e mp r o v i d e st h eu s e r sw i t hf l e x i b l ea n dv a r i o u sm o d e so fr e p r e s e n t a t i o n ，i n c l u d i n gr e p o r t i n g ，c h a r t s ，a dh o cq u e r i e s ，O L A Pa n a l y s i s ，i n d i c a t o rm o n i t o r i n ga n dS Of

13、 o r t h I nt h ed i s s e r t a t i o n ，b a s e do nt h eb a c k g r o u n do fm o u l de n t e r p r i s e ，a n da c c o r d i n gt ot h er e l e v a n tt h e o r yo fb u s i n e s si n t e l l i g e n c e ，t h ek e yt e c h n o l o g i e sw e r es t u d i e dt oe s t a b l i s hb u s i n e s si

14、n t e l l i g e n c es y s t e mf o rt h em o u l de n t e r p r i s e F i r s t l yt h ed e s i g no fK P I so fm o u l de n t e r p r i s ew a ss t u d i e d A f t e ra n a l y z i n gt h es i g n i f i c a n c eo ft h ep u r c h a s eo fr a wm a t e r i a l si nt h em o u l de n t e r p r i s e ，

15、t h ed i s s e r t a t i o np r o p o s e dt h em e t h o do fB a l a n c e dS c o r eC a r dw h i c hi n c l u d e sf i v ed i m e n s i o n so ff i n a n c i f l ，c u s t o m e r s ，s u p p l i e r s ，i n t e r n a lb u s i n e s sp r o c e s s e s ，l e a r n i n ga n dg r o w t h A n dt h em e t

16、h o dw a su s e dt od e s i g nK P l so fm o u l de n t e r p r i s e T h ed e s i g ns t e p so ft h em e t h o dw e r ee x p l a i n e d ，a n dt h ee x a m p l eo fd e s i g no fK P I so fe n t e r p r i s el e v e lw a sd e m o n s t r a t e d T h e ne s t a b l i s h m e n to fd a t aw a r e h o

17、 u s ei nt h em o u l de n t e r p r i s ew a sd i s c u s s e dw h i c hm a i n l yc o n t a i nt w op a r t so fc o n t e n t ：d e s i g no fd a t am o d e la n dd e s i g no fd a t aE T L A tf i r s tt h es u b j e c tr e q u i r e m e n t sw e r ea n a l y z e di no r d e rt oe s t a b l i s ht

18、h ed a t am o d e l s A c c o r d i n gt ot h ed i s t i n c t i o no fb u s i n e s sa c t i v i t i e sa m o n gd e p a r t m e n t s ，t h es u b j e c tw e r eI IA B S T R A C 下d i v i d e di n t ot e nm a j o rs u b j e c t s ，a n dt h es p e c i f i ci n d i c a t o r so fa n a l y s i sd e m a

19、 n do fa l ls u b j e c t sw e r ed e f i n e de x p l i c i t l y S e c o n d l yt h ee s t a b l i s h m e n to fd a t am o d e lw a sd i s c u s s e d ，a n dd e t a i l e dd e s i g np r o c e s so fd i m e n s i o nt a b l e ，f a c tt a b l ea n dl o g i cm o d e lw i t ha ne x a m p l eo fs a l

20、 es u b je c t ，a n da l s od e s i g no fp h y s i c a lm o d e l A tt h ee n dt h es t r a t e g i e so fE T Ld a t aw e r ei l l u s t r a t e dt h a tc o n t a i n st h r e ek i n d so fs t r a t e g i e so ff u l lr e f r e s h ，s i m p l ei n c r e m e ma n dc o n t r a s ti n c r e m e n t A

21、n dr e a l i z a t i o no fE T Lm e t h o d so fd i m e n s i o nt a b l ea n df a c tt a b l ew i t hSS I St o o l sW r i t sc o m p r e h e n s i v e l yi m r o d u c e d F i n a l l yi m p l e m e n t a t i o no fb u s i n e s si n t e l l i g e n c es y s t e mi nam o u l de n t e r p r i s eW a

22、 Si n t r o d u c e dw h i c hu s e ds o l u t i o n so fb u s i n e s si n t e l l i g e n c es y s t e md e s i g n e di nt h ef r o ms e c t i o n s T h ef u n c t i o no ft h es y s t e mc a l lb ed i v i d e di m ot w op a r t s ，K P Im o n i t o r i n ga n di n d i c a t o ra n a l y s i s A n

23、 di n d i c a t o ra n a l y s i sw a sd i v i d e di n t ot e nm o d u l e sa c c o r d i n gt ot h es u b j e c t s T h em a i nf u n c t i o no ft h es y s t e mW a sd e m o n s t r a t e da n de x p l a i n e dw i t hs a m p l ep i c t u r e si nt h es e c t i o n K e yW o r d s B u s i n e s si

24、 n t e l l i g e n c e ；K P I ；D a t aw a r e h o u s e ；E T LI I I广东工业大学硕士学位论文目录摘要IA B S T R A C T I I目录I VC O N T E N T S V I I第一章绪论11 1 研究背景及意义11 2 国内外研究现状11 2 1 国外现状21 2 2 国内现状21 2 3 发展趋势41 3 课题来源41 4 主要研究内容41 5 论文结构51 6 本章小结5第二章系统总体设计62 1 系统概述62 2 体系结构72 3 本章小结9第三章模具企业K P I 体系设计1 03 1K P I 体系设计

25、方法1 03 2K P I 体系设计步骤1 13 3 企业级K P I 体系设计1 23 3 1 明确公司战略目标1 23 3 2 分析关键成功因素1 33 3 3 提取与筛选企业级K P I 1 33 3 4 分配指标权重153 3 5 设定指标值15I V目录3 4 本章小结1 5第四章模具企业数据仓库建立1 64 1 主题需求分析1 64 2 数据仓库设计方法194 3 数据模型建立方法l94 3 1 多维模型实现方式2 04 3 2 多维模型基本结构2 04 4 逻辑模型设计2 14 4 1 需求汇总2 14 4 2 数据源分析2l4 4 3 维表建立。2 24 4 4 事实表建立2

26、64 4 5 逻辑模型建立2 84 4 6 其它逻辑模型2 84 4 7 粒度划分3 04 5 物理模型设计314 5 1 存储分配314 5 2 索引构建314 5 3 分区设计3 24 6 数据E T L 3 24 6 1E T L 框架3 24 6 2 数据清洗。3 34 6 3E T L 策田各3 44 6 4 维表E T L 3 64 6 5 事实表E T L 3 94 7 本章小结4 2第五章模具企业商业智能实现4 35 1 公司背景4 35 2 开发环境4 35 3 数据展现4 4V广东工业大学硕士学位论文5 3 1 数据展现框架4 45 3 2K P I 监视4 55 3 3

27、指标分析4 55 4 本章小结4 8结论与展望4 9参考文献5 1攻读学位期间发表论文5 4学位论文独创性声明5 5弱! 谢一5 6V IC O N T E N T SA B S T R A C T ( C h i n e s e ) IA B S T R A C T ( E n g l i s h ) I IC O N T E N T S ( C h i n e s e ) I VC O N T E N T S ( E n g l i s h ) V I IC h a p t e r1I n t r o d u c t i o n ：11 1R e s e a r c hb a c k g

28、r o u n da n ds i g n i f i c a n c e ；11 2R e s e a r c hs i t u a t i o no fo v e r s e a sa n dd o m e s t i c 11 2 1O v e r s e a ss i t u a t i o n 一21 2 2D o m e s t i cs i t u a t i o n 21 2 3D e v e l o p m e n tt r e n d 41 3S o u r c eo fr e s e a r c h 41 4M a i nc o n t e n t so fr e s e

29、 a r c h 41 5S t n l c n l r eo ft h ed i s s e r t a t i o n 51 6S u m m a r y 5C h a p t e r2O v e r a l ld e s i g no fB Is y s t e m O2 1S u m m a r i z a t i o no f B Is y s t e m 62 2A r c h i t e c t u r eo fB Is y s t e m 72 3S u m m a r y 9C h a p t e r3K P I sd e s i g no fm o u l de n t e

30、 r p r i s e 103 1D e s i g nm e t h o do f K P I s 1 03 2D e s i g ns t e p so fK P I s 113 3D e s i g no f K P I so f e n t e r p r i s el e v e l 1 23 3 1D e f i n i n gs t r a t e g yo b j e c to f t h ec o m p a n y 1 23 3 2A n a l y z i n gc r i t i c a lS u c c e s sf a c t o r s 133 3 3E x t

31、 r a c t i n ga n ds e l e c t i n gK P Io fe n t e r p r i s el e v e l 1 33 3 4D i s t r i b u t i n gw e i g h t so fi n d i c a t o r s 153 3 5S e t t i n gu pv a l u e so fi n d i c a t o r s 153 4S u m m a r y 15V I I广东工业大学硕士学位论文C h a p t e r4E s t a b l i s h m e n to fd a t aw a r e h o u s

32、eo fm o u l de n t e r p r i s e 164 1S u b j e c tr e q u i r e m e n t sa n a l y s i s 164 2D e s i g nm e t h o do fd a t aw a r e h o u s e 194 3D e s i g nm e t h o do fd a t am o d e l 194 3 1R e a l i z a t i o nm o d eo f m u l t i d i m e n s i o n a lm o d e l 。2 04 3 2B a s i cs t r u c

33、t u r eo fm u l t i d i m e n s i o n a lm o d e l 2 04 4D e s i g no fl o g i c a lm o d e l 21z I 4 1S u m m a r yo fr e q u i r e m e n t s 2 14 4 2A n a l y s i so fd a t as o u r c e 214 4 3D i m e n s i o nt a b l ee s t a b l i s h m e n t 2 24 4 4F a c tt a b l ee s t a b l i s h m e n t 2 6

34、4 4 5L o g i c a lm o d e le s t a b l i s h m e n t 2 84 4 6O t h e rl o g i c a lm o d e l s 2 84 4 7G r a n u l a r i t yd i v i s i o n 3 04 5D e s i g no fp h y s i c a lm o d e l 314 5 。1S t o r a g ea l l o c a t i o n 314 5 2I n d e xd e s i g n 314 5 3P a r t i t i o nd e s i g n 3 24 6D a

35、t aE T L 3 24 6 1E T Lf r a m e w o r k 3 24 6 2D a t ac l e a n i n g 3 34 6 3E T Ls t r a t e g y 3 44 6 4E T Lo fd i m e n s i o nt a b l e ：；64 6 5E T Lo ff a c tt a b l e ：；94 7S u m m a r y 4 2C h a p t e r5I m p l e m e n t a t i o no fB Is y s t e mf o rt h em o u l de n t e r p r i s e 4 35

36、 1B a c k g r o u n do fc o m p a n y 4 35 2D e v e l o p m e n te n v i r o n m e n t 4 35 3D a t ar e p r e s e n t a t i o n 4 45 3 1F r a m e w o r ko fd a t ar e p r e s e n t a t i o n 4 4V T T TC O N T E N T S5 3 2K P Im o n i t o r i n g 4 55 3 3I n d i c a t o ra n a l y s i s 4 51 ；4S u m

37、m a r y 4 8C o n c l u s i o na n dp r o s p e c t 4 9R e f e r e n c e s j ：! ；1P u b l i s h e dp a p e r sd u r i n gg r a u d a t e 5 4S t a t e m e n to fo r i g i n a l i t y 5 5A c k n o w l e d g e m e n t 5 6I X第一章绪论1 1 研究背景及意义第一章绪论弟一早三百了匕机械制造业是国民经济最重要的支柱产业，而模具行业是机械工业很重要的组成部分。目前我国模具企业已普遍认识到

38、信息技术对企业管理、运行的促进作用，很多企业实施了E R P 、S C M 、M E S 等管理信息化或者生产制造信息化系统。但是这些信息化系统主要目的是进行日常的事务处理。随着经济全球化和知识经济时代的到来，市场竞争日趋激烈，如何把握瞬息万变的市场情况和企业经营情况从而及时地正确地做出商业决策是摆在所有公司高层的一个重要课题。因此模具企业提出了更高层次的信息化需求。同时，企业的各种业务系统经过多年的运行，积累了大量的历史数据。使大部分企业出现了“数据监狱”现象，既不利于企业的管理，也不利于信息的有效利用。模具企业迫切需要一种方式来从企业浩瀚的数据中筛选出对企业有用的信息，将原来事务处理的数据

39、转变为决策支持的数据，来增强企业的决策能力。在这样的背景之下，加之大容量数据存储、并行处理、数据集成、人工智能以及数据挖掘等相关信息技术的飞速发展，商业智能系统应运而生。商业智能就是这样一种基于数据管理和利用的综合性技术和解决方案，将在制造业信息化领域大有可为。商业智能为支持管理决策提供一个信息平台，从业务处理系统获得和组织数据，通过对数据进行提取、整理、分析，可以发现那些潜在的知识和规律，最终通过分析结果快速准确地制定有关策略，从而不断提高企业的管理水平，优化资源配置，节约成本以提高效益，最终提升企业的竞争力。1 2 国内外研究现状对于什么是商业智能，不管是学术界还是企业界面都没有统一的定义

40、4 1 。商业智能一词最早是由H a n sP e t e rL u h n 于1 9 5 8 年提出的M 1 。但是目前普遍认为商业智能这一术语最早由G a r t n e rG r o u p 的H o w a r dD r e s n e r 于19 8 9 年首次提出，他认为商业智能描述了一系列的概念和方法，应用基于事实的支持系统来辅助商业决策的制定。商业智能技术为企业提供了迅速收集、管理和分析数据的技术和方法，将这些数据广东工业大学硕士学位论文转化为有用的信息，提高企业决策的质量p 1 。综合各种对商业智能的定义，商业智能是融合了先进信息与创新管理理念的结合体，集成了企业内外的数据，

41、进行加工并从中提取能够创造商业价值的信息，面向企业战略并服务于管理层、业务层，指导企业经营决策，提升企业竞争力，涉及企业战略、管理思想、业务整合和技术体系等层面，促进信息到知识再到利润的转变，从而实现更好的绩刻叼。商业智能技术日趋成熟，越来越多的企业决策者意识到商业智能能够增强竞争力，为企业带来价值。目前商业智能己被广泛地应用于各个领域，几乎涉及到各个行业，主要包括银行、电信、医疗、零售、政府、保险、电力、零售等领域，尤其是金融、通信和制造业等信息化比较成熟的行业p 1 。这些应用的需求就更进一步地推动了理论研究的发展。1 2 1 国外现状在国外，商业智能已是非常普及，并不是只针对企业高层，管

42、理者才能使用，对于每个业务部门都被广泛使用。国外企业市场化发展较成熟，企业管理模式和具体操作也比较理性，更习惯通过实例和明确的数据通过归纳的方法进行文体的分析，并进行经营的决策。商业智能早在十年以前的欧美地区就成为关注的焦点。在北美，商业智能更是已经应用于社会生活的方方面面，如政府管理决策、商业经营、科学研究和企业决策支持等领域。在美国，5 0 0 强企业中9 0 以上的企业利用商业智能软件帮助管理者做出决策。在国外不同地区的企业对商业智能的应用也有所不同，主要是在使用战略上。美国企业侧重于用商业智能做O L A P ，而欧洲企业则侧重于用商业智能进行高级分析哆1 。商业智能在国外发展十几年来

43、。伴随着商业智能市场的不断扩大，商业智能服务提供商间也存在着巨大的竞争，越来越多的企业开始瞄准商业智能，出现了大批的收购热潮。例如O r a c l e 收购H y p e r i o n ，S A P 收购B u s i n e s sO b j e c t s ，I B M 收购C o g n o s 。1 2 2 国内现状在国内，不管是商业智能应用的程度还是实际效果都与国外有着很大差距。因为创建商业智能必须要有大规模的数据为基础，而国内却缺乏大量的、大规模的数据积累。并且国内商业智能的建设和应用起步较晚，从事B I 的企业也非常少，应用第一章绪论处于起步阶段，缺乏足够的专业人力资源等。根

44、据C h i n a B I 掌握的需求情况，各行业的商业智能发展水平参差不齐。金融、保险领域的国有企业，大部分企业将逐步建立商业智能系统。但在中小型企业，业务发展比较迅速，数据基础却比较薄弱，大部分企业未建设商业智能系统。制造、零售行业有些公司的业务系统非常成熟，数据基础比较好，具有实施商业智能项目的条件和实力。有些公司的基础条件薄弱，无法大范围应用商业智能系统。随着传统软件厂商商业智能技术力量的提成，以及新兴商业智能公司项目积累将会引导制造业逐渐开展商业智能项目，使制造业成为商业智能领域的增长点p 1 。近几年来随着中国市场竞争的加剧和企业信息化的需要，商业智能发展迅速，有着巨大的需求潜力

45、。早在商业智能发展之初，就有国外的企业迸驻我国，共同分享着市场份额。目前世界著名的B I 厂商大都已进入中国，如B u s i n e s sO b j e c t s 、C o g n o s 、S A S 等。国内B I 市场规模的扩大和发展刺激了国外B I 企业大规模入驻的同时，也激励了国内B I 企业的发展。国内的软件厂商也纷纷推出B I 产品，或者一些企业管理软件厂商在其E R P 、C R M 、S C M 等产品中集成了商业智能的部分功能，例如用友、金蝶、明基逐鹿、上海唯智以及博科等知名厂商。0 7 年7 月，重庆宏光公司开发的具有自主知识产权的商业智能软件“极光商智”出口美国，

46、标志着我国商业智能发展登上了一个新的台阶。但是与国外的B 1 产品相比，国内B I 还处于初级阶段，在系统的二次开发、系统功能设计以及客户认知度等方面都有较大的差距，当然国产软件也有一些不可替代的优势，如国产软件更适合中国国情、在产品价格上也要便宜等p 1 。商业智能是一门新兴的交叉学科，不管是在国内还是国外都引起了学术界和产业界的广泛关注。近年来国内外商业智能供应商和高等院校都开展了广泛的商业智能的基础研究和应用研究。国外商业智能的基础研究和应用研究都比较成熟。中国科研工作者也积极开展了对商业智能的研究，并取得了一定的成绩。但是与国外相比仍有很大的差距，国内关于商业智能的专著屈指可数，对商业

47、智能的系统研究还有大量工作要做1 。而在研究内容上，主要分为两类：一类是企业中商业智能的实现，一般以案例为导向，构思全篇。另一类是关键技术的研究。涉及的行业主要有电信2 13 1 、金融4 1 、保险1 、烟草6 1 、制造业1 7 2 们、零售1 和医疗担2 1 等行业。关于技术研究的论文中，以实现商业智能应用的技术作为研究内容。大体又可分为两类，一类关于商业智能的广东工业大学硕士学位论文关键技术，如数据仓储、数据挖掘等。另一类是与E R P 、C R M 、供应链管理等其他管理信息系统相结合的研究，重点突出商业智能辅助决策的功能犯3 1 。1 2 3 发展趋势商业智能已经成为国内外企业界和

48、软件开发界广泛关注的热点研究方向。未来商业智能将呈以下发展趋势8 1 ：实时商业智能系统的研究和应用。随着竞争的激化，企业需要对面临的问题和机遇做出快速反应。商业智能产品的标准化。不同的商业智能产品之间的不统一带来的成本是很高的，解决这些问题要求商业智能工具和技术的标准化。从单独的商业智能向嵌入式商业智能发展。在企业现有的业务处理系统中嵌入商业智能组件，使之集成商业智能的功能。商业智能大众化趋势。商业智能不再是公司高管的使用工具，也可以帮助一线人员解决业务中出现的各种问题。商业智能系统的易用性。良好的适用性要求在合适的时间提供所需要的产品，而不是追求产品功能，或者过于强调产品特性。移动商业智能

49、。它是指利用活动的设备、移动网络系统和客户的移动终端等软硬件构成的系统。综前所述，就目前查阅的相关文献来讲，商业智能已经广泛应用。并且在制造业的应用研究是比较多的，但是主要集中在服装、服饰、医药、建材等领域，对于在模具行业的研究应用很少。因而建立模具企业的商业智能系统，为模具企业的管理人员决策提供数据支持，具有很大的实用价值。1 3 课题来源本课题来源于广东省教育厅产学研结合示范基地项目( 2 0 1 0 8 0 9 1 1 0 1 0 0 7 ) 。1 4 主要研究内容本文以模具企业为背景，根据商业智能的相关理论知识，对建立模具企业商业智能系统的关键技术展开研究。主要研究内容如下：4第一章绪

50、论( 1 ) 设计模具企业的K P I ( K e yP e r f o r m a n c eI n d i c a t o r ) 体系。( 2 ) 建立模具企业数据仓库，即建立数据仓库的数据模型。( 3 ) 数据仓库数据的抽取、转换和装载( E x t r a c t T r a n s f o r m L o a d ，E T L ) 。1 5 论文结构本文共分为六个章节，章节结构如下：第一章绪论。主要介绍了本文的研究背景与研究意义，讨论了目前国内外的研究状况，并概括了本文主要的研究内容。第二章系统总体设计。介绍了所要设计的模具企业商业智能系统的构思，分析了建立该系统所要解决的关键技术

51、，并给出了系统的架构设计。第三章模具企业K P I 体系设计。在分析了原料采购对模具企业的重要性后，提出了扩展增加“供应商”维度的B S C 方法，并用来设计模具企业的K P I 体系。讨论了该方法的设计过程，且介绍了运用该方法设计企业级K P I 体系的实例。第四章模具企业数据仓库建立。首先对各主题全面地进行了需求分析，然后讨论了建立数据模型方法，以销售主题为例详细介绍了建立逻辑模型的过程，接着也讨论了物理模型的设计。最后分析了进行数据E T L 的策略，并介绍了运用S S I S工具实现维表E T L 与事实表E T L 的方法。第五章模具企业商业智能实现。介绍了将前面章节设计的商业智能系

52、统的解决方案运用于某模具企业商业智能系统建立的实现情况。主要以示例概括地介绍了系统的两大主要功能。结论与展望。对本文所做的研究工作做了一个全面的总结，并指出了本文的不足之处以及下一步工作。1 6 本章小结本章主要介绍了本文的研究背景与研究意义，讨论了目前国内外的研究状况，并概括了本文主要的研究内容。广东工业大学硕士学住论文2 1 系统概述第二章系统总体设计商业智能包括数据报表、数据分析、数据挖掘三个层面。早年出现的报表系统已经可以称为商业智能了，但只是商业智能的低端实现。现在国外的企业，大部分已经进入了中端商业智能，叫做数据分析。而具有数据挖掘功能的称为高端商业智能。从技术层面上讲，高端商业智

53、能也不是什么新技术，它只是数据仓库( D W ) 、在线分析处理( O L A P ) 和数据挖掘( D M ) 等技术的综合运用。数据仓库是商业智能的数据基础，为O L A P 和数据挖掘等应用提供所需要的、整齐一致的数据。0 L A P技术则帮助分析人员、管理人员从多种角度地把原始数据转化为能够真正为用户所理解的、并真实反映数据维特性的信息。数据挖掘高度自动化地分析企业原有的数据，做出归纳性的推理，从中挖掘出潜在的模式昭4 1 。O L A P 与数据挖掘在功能上是互补的，在实际应用中应根据实际的需求来设计商业智能系统所具有的决策支持功能。目前商业智能已经发展成为多种形式。有学者认为一个商

54、业智能系统是管理驾驶舱、O L A P 以及数据挖掘三者的全部胆弱。其实管理驾驶舱就已经具有0 L A P 分析功能了，因此一个具有数据挖掘技术的管理驾驶舱系统就可以构成一个高端商业智能系统。管理驾驶舱( M a n a g e m e n tC o c k p i t ，M C ) 是以驾驶舱的形式，通过一系列详尽量化的指标体系形象化、直观化、具体化地实时反映企业的运行状态，让企业高层管理人员能及时、准确地把握和调整企业的发展方向。当然也包括监视企业运行的关键绩效指标( K P I ) ，并可以对异常K P I 预警和挖掘分析口6 1 。由于时间有限，本文尚未对数据挖掘进行研究。本文目前的定

55、位是为模具企业建立一个以管理驾驶舱系统所具有的丰富指标分析为基础的商业智能系统。且为用户提供灵活多样的展现方式，包括报表、图表、即席查询、O L A P 分析、指标( K P I )监视等。根据前面的分析，建立模具企业商业智能系统所要解决的关键技术可以提炼成以下几点：6第二章系统总体设计( 1 ) 需求分析。需求分析是明确企业对商业智能的期望和需求，也就是建立关键绩效指标体系以及进行主题分析，即明确定义分析指标。( 2 ) 建立模具企业数据仓库。根据主题分析需求进行逻辑模型以及物理模型的设计。( 3 ) 数据仓库数据E T L 。数据E T L 包括数据的抽取、转换和装载。本文将在后续的章节中

56、针对这几个问题分别进行探讨。首先是设计模具企业的K P I 体系，而在主题分析中定义指标分析需求。然后介绍数据仓库的数据模型建立以及数据的E T L 。2 2 体系结构商业智能是将企业运行过程中产生的各种业务操作数据进行采集、清洗、分析和展示，使数据转换成有用信息和知识，以辅助企业决策支持的过程。关于商业智能体系的结构设计在理论上并没有固定的、严格的规定，而是随着企业规模、企业类型、数据特点等的不同而改变。一个商业智能系统的体系结构，大家在设计的层次上有所不同，说法上也可能不同。但包含的基本内容是一致的，都至少应包括数据源层、数据存储层与数据展现层。文献 2 7 将商业智能系统从上到下划分为前

57、端分析应用层、逻辑模型层、物理层、E T L 层、数据源层。文献 2 8 】将基于W e bS e r v i c e s 的商业智能平台结构分为数据源层、数据E T L 层、物理层、语义层、逻辑应用层、表示层等6 个层次。文献 2 9 】将商业智能框架图分为战略层、组织层、功能层、技术层、业务层5 层。而文献 3 0 】商业智能系统设计成数据层、分析层和应用层3 个层次。本文从逻辑功能上来分析，将商业智能系统分为成5 个层次，即数据源、E T L 、数据集成、数据分析与挖掘、前端展示，如2 1 所示。图2 - 1 商业智能体系结构F I G 2 - IT h ea r c h i t e c

58、 t u r eo fb u s i n e s si n t e l l i g e n c es y s t e m各层次的功能如下：( 1 ) 数据源：顾名思义，数据源就是数据仓库中数据的来源之处。数据仓库的数据来自各种数据源，包括公司的各个业务系统的数据库中的数据，如E R P 、M E S 、P P C 、H R 系统等，也包括未进入业务系统的其他数据文件，如市场信息、法律法规在盘守o( 2 ) E T L ：不同数据源数据的数据结构是不一样的，数据文件的存储格式也多种多样，因此来自不同数据源的数据进入数据仓库时，就必须对这些数据进行E T L ，将这些数据处理成统一的模式。( 3

59、) 数据集成：数据源来自于不同的地方，经过E T L 后所有数据都集成在一起，即存储于数据仓库中。如果有需要，还可以建立数据集市。( 4 ) 数据分析与挖掘：对分析需要的数据按多维模型予以组织，以便进行O L A P 操作，进行多角度、多层次的分析，如向上汇总、向下钻取、切片、切块等。并建立所需要的数据挖掘模型。8第二章系统总体设计( 5 ) 前端展示：前端展示层面向的是系统的用户。数据分析的结果可以通过前端展示工具灵活直观地显示出来，一般包括报表、即席查询、O L A P 分析、指标监视等展现方式。2 3 本章小结本章介绍了所要设计的模具企业商业智能系统的构思，分析了建立该系统所要解决的关键

60、技术，并给出了系统的架构设计。9广东工业大学硕士学位论文第三章模具企业K P I 体系设计K P I 监视是商业智能系统的重要应用之一，其作用是不可替代的。K P I 形象直观化地反映了企业的运行状态，让企业高层管理人员能正确把握和调整企业的发展方向。要进行K P I 监视则首先需要设计公司的K P I 体系，其实设计K P I 也是需求分析的部分工作，本章将单独对模具企业K P I 体系的设计进行探讨。K P I 思想起源于建筑业，现在已广泛应用。文献 3 1 】用K P I 方法构建了医院药剂科绩效考核体系。文献【3 2 根据K P I 理论从物流业务流程的角度设计了物流关键绩效指标体系。

61、文献【3 3 】建立了高校的经费考核K P I 。文献 3 4 】为了评价电子政务的效果，设计了反映政府战略目标的电子政务K P I 。文献【3 5 】将K P I 技术应用于电信行业。但是尚未见到将K P I 思想在模具行业推广应用的文献。3 1K P I 体系设计方法K P I ( K e yP e r f o i T n a n c eI n d i c a t o r ) 是通过对组织内部某一流程的输入端、输出端的关键参数进行设置、取样、计算、分析，衡量流程绩效的一种目标式量化管理指标，是把企业的战略目标分解为可运作的远景目标的工具，是企业绩效管理系统的基础p 酬。K P I 是为了更

62、加科学地全面地评估企业整体经营状况，它通过合理地选取反映企业各个方面经营状况的关键绩效指标，并对各个指标进行明确地定义，计算各个指标的目标值和实际值，从而达到对公司各项任务完成状况进行跟踪和监控。K P I 是指标而不是目标，但能够借此确定目标或者行为标准；K P I 是关键绩效指标，而不是普通绩效指标。在设计K P I 体系时，我们需要遵守的重要原则有S M A R T M 以及“8 0 2 0 奶鄙原则。其中S M A R T 是五个具体设计原则相应英文单词的首字母，即S p e c i f i c ( 具体的) 、M e a s u r a b l e ( 可衡量的) 、A t t a

63、i n a b l e ( 可实现的) 、R e a l i s t i c ( 现实的) 、T i m e - b o u n d ( 有时限的) 。而“8 0 2 0 ”原则是指员工8 0 的工作任务是由2 0 的关键行为完成的，在指标设计中要用2 0 来反映员工所从事的8 0 以上的工作，所以对公司不太重要的指标应剔除。平衡计分卡( B S C ，B a l a n c e dS c o r eC a r d ) 是一种建立K P I 体系的新型方法，与主要依赖财务指标的传统方法不同，分析了财务、客户、内部运作流程、学习与成1 0第三章模具企业K P I 体系设计长4 个相互影响的方面，

64、实现了非财务与财务、短期利益与长期利益、局部利益与整体利益的平衡。模具企业是离散型制造企业，模具制造属于典型的单件小批量生产，模具加工工艺不同、加工周期不定，原料也是按订单采购，因而原料采购的时间、质量及成本都直接影响到模具企业的生产运作，对企业具有举足轻重的地位。因此，在设计模具企业K P I 体系时，有必要在B S C 原有的4 个维度基础上，增加“供应商”维度。包含财务、客户、供应商、内部运作流程、学习与成长等5 个维度的修正的B S C 框架如图3 1 所示。3 2K P I 体系设计步骤图3 1B S C 框架图F I G 3 1T h eF r a m e w o r ko f B

65、 S C基于修正B S C 方法设计K P I 体系的主要步骤如下( 如图3 2 所示) ：( 1 ) 明确企业战略目标。根据企业自身所面临的内外环境，梳理和明确企业战略目标。( 2 ) 分析关键成功因素。分析与企业战略目标紧密相关的业务重点，从平衡计分卡的财务、客户、供应商、内部运作流程、学习与成长5 个维度识别关键成功因素。( 3 ) 提取企业级K Pl 。将关键成功因素在企业层面进行量化可得到若干衡量指标，并根据公司实际情况，移除重复的或者不适合公司的指标，剩下的即为企业级K P I 。( 4 ) 分解部门级K P I 。将关键成功因素与部门进行相关分析得到部门目标，然后直接从部门目标中

66、提炼指标。同时分析业务流程，找出与部门目标相关联的绩效指标，部门级K P I 即由这两部分组成。( 5 ) 分解岗位级K P I 。参照岗位说明书，兼顾业务流程，各个岗位依据岗位职广东工业大学硕士学位论文责对部f - jK P I 进行分解而得到岗位级K P I 。( 6 ) 筛选指标。依据S M A R T 原则以及“8 0 2 0 ”原则筛选指标，每个层级的K P I总数应不超过2 0 个p9 1 。如果根据前面两个原则移除不符的指标后数量仍大于2 0 个，则选择对企业经营和经济效益等影响较大的指标作为K P I 。( 7 ) 分配指标权重。权重的确定方法比较多，常见的方法有经验法、等级序

67、列法、倍数加权法等。不管用什么方法，主观因素是不可避免的，并且要需要充分考虑实施成本。( 8 ) 设置指标值。指标值分为目标值和挑战值。设定指标值的方法也比较多，对于不同类型的指标，设置指标值的方法也可能不同。一种常用的方法是历史数据法，是根据K P I 定义的公式统计最近一段时间内的历史数据，求平均值则可作为目标值，在平均值基础上增加1 0 2 0 即可作为挑战值。圈t 圈；圈l 明确企业l ，1 分解关键l ；l 提取企业ll 战略目标l l 成功因索l I级K P Il- _ - _ - _ _ - _ _ _ - _ - ，、- _ _ _ _ _ _ - _ - _ _ _ 一，-

68、_ _ - _ - - _ _ _ _ _ _ ，囤圆圆圈i 囝；圈图3 2K P I 体系设计步骤F I G 3 - 2T h es t e p so fK P I sd e s i g n3 3 企业级K P I 体系设计K P I 体系分为企业级、部门级、岗位级三个层级，各个层级的设计原理是一样的，下面讨论为某模具公司( 以下简称A 公司) 设计企业级K P I 体系。3 3 1 明确公司战略目标目前A 公司的战略目标重点是：扩大市场占有率，提高销售收入；降低公司运营成本，提升公司整体盈利能力；加快企业信息化进度，提高企业管理水平；加大人才培养力度，鼓励科技创新，增强企业竞争力；建立健康

69、向上的企业文化体系。第三章模具企业I ( P I 体系设计3 3 2 分析关键成功因素根据既定的战略目标，通过与公司高层的沟通与研讨，运用鱼骨分析法，得出A 公司在平衡计分卡5 个维度的关键成功因素，如图3 3 所示。财务维度客户维度供应商维度内鄯运作渣程维度学习与成长维度目标图3 3 关键成功因素鱼骨图F I G 3 - 3F i s h b o n ed i a g r a mo fc r i t i c a lS U C C E S Sf a c t o r s3 3 3 提取与筛选企业级K P I第一，由关键成功因素提炼企业级K P I 。每个关键成功因素都可以提炼若干衡量指标，也就是

70、量化成功因素。根据公司的实际情况，选择其中最恰当的一个( 可能多个) 作为企业级K P I 。以内部运作流程维度为例，各关键成功因素都可以有相应的指标来反映。( 1 ) 提高技术创新：科技投入产出比、科技项目评优率、科技进步贡献率( 2 ) 提高产品质量：废品数、不一致品数、质量事故率( 3 ) 降低生产成本：生产效率、设备利用率、设备故障率( 4 ) 提高生产效率：生产效率、产值完成率。其中的“生产效率”指标重复地出现在两个成功因素中，只需保留一个。另一方面，公司一直都注重“产值完成率”，这个指标是首选的，而它在一定程序上反映了生产效率，所以“生产效率”指标是不需要的。此外，A 公司的模具产

71、品一般不会报废，只会经常返修，因此把“不一致品数”作为公司的K P I ，而不需要“废品数”。其余的指标都可入选为K P I 。第二，进行指标筛选。在前面得到的指标中，移除不满足S M A R T 原则以及“8 0 2 0 ”原则的指标。继续讨论内部运作流程维度，目前A 公司不能提供计算“科技项目评优率”、“科技进步贡献率”指标的相关数据，则它们不满足S M A R T 原则；A 公司一般不会发生产品质量事故，设备故障对公司的影响也很小，故“质量事故率”、“设备故障率”不满足“8 0 2 0 ”原则。这些不符合的指标移除后，剩下的“不一致品数”、“产值完成率”、“设备利用率”和“科技投入产出比

72、”4 个指标则作为内部运作流程维度的企业级K P I 。经过对所有维度的企业级K P I 进行提取与筛选，最后得到的1 8 个指标构成了A公司的企业级K P I 体系，如表3 1 所示。表3 1 企业级K P I 体系T a b l e3 1T h eK P I so fe n t e r p r i s el e v e l指标权重指标维度关键绩效指标指标定义( )财务销售收入销售金额合计2 0应收账款周转率收入净额与应收账款平均余额的比率1 0资产负债比率流动负债和长期负债与总资产的比率1 0货款回笼率已回收货款与应收货款比率l O客户客户投诉率客户投诉的次数与销售产品数之比3市场占有率销

73、售区域的销售量占总销售的比重2价格波动比率产品销售价格变化率2订单准时交货率应交货中准时交货数与应交货总数的比值3供应商供货及时率采购及时交货数量与应交采购数量之比3采购价格指数采购平均价格增长百分比4供货质量不合格供货有质量问题的数量与供货总数之比3室内部运作不一致品数与客户要求不一致产品的数量4流程产值完成率已完成的产值与计划产值之比5科技投入产出比科技收益与科技投入的比率4学习与成员工满意度员工对工作各方面的满意程度5长员工培训比率参与过培训的员工数占员工总数的比例51 4第三章模具企业K P I 体系设计3 3 4 分配指标权重本文结合经验法与倍数加权法确定指标的权重。首先，根据实践经

74、验得出的一般结论及模具企业的特点，将各维度所占权重设置为：财务5 0 、客户1 0 、供应商1 0 、内部运作流程2 0 、学习与成长1 0 H 们。然后，用倍数加权法计算各个K P I 的权重，以内部运作流程维度指标为例：( 1 ) 选择“不一致品数”作为基准指标，其倍数为1 。( 2 ) 将其他指标与该指标的重要性进行比较，得出重要性倍数关系。则内部运作流程维度4 个指标的合计倍数为4 5 ，各个指标的权重分别为1 4 5 * 2 0 = 4 4 、1 4 5 * 2 0 = 4 4 、1 5 4 5 * 2 0 = 6 7 、1 4 5 * 2 0 = 4 4 ，如表3 2 所示。同法可

75、得到其他维度指标的权重。最后还需要对权重进行适当调整使权值为整数并保证所有权重之和为1 0 0 ，整个企业级K P I 体系的权重设置结果见表3 1 。表3 2 内部运作流程维度指标权重计算T a b l e3 - 2W e i g h tc a l c u l a t i o no fi n d i c a t o r so fi n t e r n a lb u s i n e s sp r o c e s s e sd i m e n s i o n s关键绩效指标与基准指标的倍数计算权重( )调整权重( )不一致品数14 44产值完成率14 45设备利用率1 56 77科技投入产出比1

76、4 44合计4 51 9 92 03 3 5 设定指标值本文不详细讨论每个指标值的设定，大部分指标都可以用历史数据法得到指标值。例如，A 公司过去一段时间的订单准时交货率一般维持在1 0 至3 0 之间，可以适当地取这个的指标的目标值为2 5 ，而挑战值可设为3 0 或者更高。3 4 本章小结本章在分析了原料采购对模具企业的重要性后，提出了扩展增加“供应商”维度的B S C 方法，并用来设计模具企业的K P I 体系。讨论了该方法的设计过程，且介绍了运用该方法设计企业级K P I 体系的实例。1 5广东工业大学硕士学位论文第四章模具企业数据仓库建立数据仓库是商业智能的数据基础，商业智能的各种应

77、用所需要的数据并不一定全部来自于数据仓库，但是数据仓库的数据一定是为商业智能的应用服务的，因而数据仓库不是凭空而建的，而是要根据商业智能应用对数据的需求来建立，故首先需要进行主题需求分析工作。对于数据仓库的具体设计，不同的设计者考虑的重点因素会有所不同。本文主要考虑两部分的内容，数据仓库设计以及与数据源系统的接口设计。数据仓库的设计包括逻辑模型与物理模型的设计，而接口设计主要是指数据的E T L 。4 1 主题需求分析数据仓库中的数据是面向主题进行组织的，在建立数据模型之前需要先对主题进行分析。主题是在较高层次上对分析对象的数据进行综合、归类等处理，以完整统一地刻画各个分析对象所涉及的各项数据

78、，以及数据之间的联系。不同类型的公司，其主题也是不同的。如果一个主题比较大，还可以将大主题分成多个子主题。模具企业是生产制造企业，企业内部业务流程复杂，包括一般企业都具有的财务部、业务部、采购部等部f - J 多 b ，还有生产部、质管部、技术部等部门。本文主要是根据各部门业务活动类型的不同而将主题分成l O 个大主题，即财务、销售、库存、采购、生产、质量、设备、人力资源、薪酬、技术创新。其中部分大主题还有小主题。下面是通过与公司的有关管理人员或业务人员进行需求调研得出的具体分析对象与分析指标。( 1 ) 财务需求分析。财务需求包括三部分内容：财务总况分析、应收应付账款分析、产品成本分析。财务

79、总况分析。主要分析对象有偿债能力分析、盈利能力分析、营运能力分析、发展能力分析以及产品成本分析等。相应的分析指标：主要是从日期的角度分析销售收入、销售毛利、销售毛利率、经营利润、净利润、应收账款周转率、固定资产、总资产、总负债、资产负债比率等。应收应付账款分析。主要分析应收账款、应付账款的当前状况。相应的分析指标有：从日期、客户的角度分析应付账款、应收账款、员工欠款、货款回笼率等。第四章模具企业数据仓库建立产品成本分析。分析各产品的实际成本，将实际成本与历史成本进行对比，分析影响成本的因素，寻求降低产品成本的方向和途径，促进产品生产成本不断降低。产品成本分为生产成本与非生产成本，生产成本包括直

80、接材料、直接人工、燃料与动力、制造费用，非生产成本包括管理费用、财务费用、销售费用。相应的分析指标有：从日期、部门、订单类型、材料类型等角度分析成本核算、毛利率、主要原材料采购均价、直接人工等。( 2 ) 销售需求分析。分析对象包括客户订货情况、产品历史销售价格情况、产品市场分布情况、客户订货准时完成情况、销售目标完成情况等。相应的分析指标有：从日期、产品类型、客户、销售区域的角度分析客户订货数量与金额、产品销售价格趋势、产品市场分布、订单履约率( 订单应交数、订单准时交货数、订单超期交货数) 等情况，从日期、产品类型、客户经理的角度分析年度销售目标、订货完成率情况。( 3 ) 采购需求分析。

81、分析对象包括原材料的供货数量与金额、及时状况、供货周期、供货质量等情况。相应的分析指标有：从日期、材料类型、供应商角度分析主要材料的供应商供货比例、供应商供货金额数量、供应商供货周期比较、平均采购周期、供货及时率、供应商供货质量不合格率等。( 4 ) 库存需求分析。需要分析主要物料库存、积压及短缺、消耗情况，物料库存种类、数量及其库存金额，主要物料的库存周转率分析、呆滞分析、短缺库存分析等。相应的分析指标有从日期、材料类型、库房角度分析库存周转率、呆滞库存率、库存短缺率、月度物料采购数量与金额、月度物料消耗数量与金额等。( 5 ) 生产需求分析。生产需求也包括三部分内容：产值产量分析、交货期分

82、析、加工成本分析。产值产量分析。主要分析内容包括计划完成产值及产量、实际完成产值及产量、在制品产值及产量状况等。相应的分析指标有：从日期、部门、客户、产品类型、部件类型等角度分析年度产值与产量目标完成率、月度计划与实际完成产值产量率、当前在制品产值与产量。交货期分析。需要分析按照计划的计划准时完成率、技术准备、物料准备准时完成率、按照订单交货期的准时完成率以及生产效率等。相应的分析指标有：从日期、部门、客户、产品类型、部件类型等角度分析订单准时交货率、计划准时交货率、部件准时交货率、物料准备准时完成率、技术准备准时完成率、平均生产周期、广东工业大学硕士学位论文生产效率等。加工成本分析。主要分析

83、操作工的劳动力成本、每个项目部I d , 组的人均产值及其平衡率、投入产出率。相应的分析指标有：从日期、部门、客户、产品类型、部件类型等角度分析平均实际完工工时与计划完工工时比例、有效加工时间比率、定额工资与产值的比率、人均产值、投入产出率等。( 6 ) 质量需求分析。需要分析客户投诉情况、原材料不合格情况、不一致品数、废品数、质量事故率等情况。不一致品单的质量问题主要是合格率、返修率、报废率及其原因等，客户投诉的质量问题主要是投诉率、处理情况、投诉原因等。相应的分析指标有：从日期、客户、客户类型、质量问题类型角度分析客户投诉次数，从日期、供应商、材料类型、不合格原因类型角度分析原材料不合格数

84、、供货质量不合格率，从日期、合同类型、部件类型、不一致原因类型、处理意见类型角度分析不一致品数、质量事故率等，从日期、合同类型、部件类型角度分析废品数在盘寸o( 7 ) 设备需求分析。设备需求包括两部分内容：设备采购分析、设备运行分析。设备采购分析。分析需求包含设备供应商信息、设备的采购计划、采购准备工作、验收安装培训试运行、保质期跟踪。相应的分析指标有：从日期、设备类型、供应商类型角度分析设备采购完成率、设备质保期合格率、设备供应商等级、供应商、技术支持能力指标、设备验收结果、设备采购准备、设备安装培训。设备运行分析。需要分析设备基本信息，设备利用率、停机率、故障率、有效产出率，设备维修保养

85、状况等。相应的分析指标有：从日期、设备类型、供应商类型角度分析设备数量及变动情况、设备折旧、设备利用率、设备完好率、设备故障停机率、设备事故率、设备维护保养计划、设备停机率、设备有效产出率等。( 8 ) 人力资源需求分析。分析需求包含人员基本信息、人员结构、人员流动情况、关键员工的流动情况、聘用合同即将到期统计预警、人员培训情况。相应的分析指标有：从日期、部门、人员类型角度分析人员数量及构成、人员流动率、关键员工流动率、合同到期人数、人员培训比率等。( 9 ) 薪酬需求分析。分析各类员工的薪酬统计、占总成本的比例、各部门的平均薪酬、部门问或人员类型间的均衡率等。相应的分析指标有：从日期、部门、

86、人员类型角度分析薪酬构成情况、人力资源成本比例、各部门的平均薪酬、薪资均1 8第四章模具企业数据仓库建立衡率等。( 1 0 ) 技术创新需求分析。主要是分析产品的创新程度、科技项目的进展、科技项目完成质量评估等。相应的分析指标有：从日期、项目类型等角度分析科技项目完成率、科技项目评优率、科技进步贡献率、科技投入产出比等。4 2 数据仓库设计方法数据仓库的设计方法有自顶向下以及自底而上两种方法：( 1 ) 自顶向下( t o p - d o w n ) 。自顶向下方法需要分析全局业务需求、计划如何开发设计整个数据仓库，将数据仓库作为一个整体实现。然后应各个部门对数据的需求，建立数据集市。这种方法

87、的优点是，数据来源固定，可以确保数据仓库数据的完整性与一致性。缺点是，首先就要建立一个全局级的大规模数据仓库，会面临周期长、投资大、风险高的问题。此方法一般用于决策者非常熟悉数据仓库的预定目标的情况。( 2 ) 自底而上( b o t t o m - u p ) 。自底而上方法与自顶向下正好相反，数据仓库以渐增方式构建，以迭代方式建立数据集市，然后由数据集市组成数据仓库。这种方法最大的优点是初期投资少、见效快。缺点是，难以协调各个数据集市的建设，对于数据源有多个的情况，可能造成对业务系统的冲击和数据的不一致。由上面的分析比较可知，自顶向下以及自底而上两种方法是各有所长的。其实商业智能系统的实现

88、过程是一个循环的螺旋式上升的过程H 1 1 。因而可以先建立若干主题的数据仓库，然后不断完善、不断扩充。4 3 数据模型建立方法数据仓库的建立实质上就是建立数据仓库的数据模型。要成功地建立一个数据仓库，就要有一个合适的数据模型。目前主流的数据仓库模型有两种，一种是企业级数据仓库模型，是由“数据仓库之父”I n m o n 提出的；另一种是多维模型，是由K i m b a l l 提出的。I n m o n 提出的企业级数据仓库模型采用第三范式( 3 N F ) ，首先建立企业级数据仓库，然后开发具体的应用。这种模型的最大缺点是需要足够的技术力量和数据仓库建设经验，否则系统的建设容易失败。这种模

89、型的优点是信息全面、系统灵活。对于K i m b a l l 提出的多维模型，它降低了范式化，并以分析主题为基本框架来广东工业大学硕士学位论文组织数据。以维模型开发分析主题，采用总线型结构先建立数据集市，使所有的数据集市具有统一的维定义和一致的业务事实，融合了自顶向下以及自底而上两种设计方法的思想。这种模型由于存在大量的预处理，其建模过程相对来说比较慢。且信息不够全面、系统欠灵活、数据冗余多。这种模型的最大好处是在经验不足的情况下，也能够逐步积累经验，循序渐进地建成企业级数据仓库。目前大部分开发人员都倾向于运用多维模型来建立数据仓库。下面介绍多维模型的实现方式。4 3 1 多维模型实现方式多维

90、模型有两种实现方式：关系型数据库和多维型数据库。关系型数据库以关系型结构进行多维数据的表示和存储，多维结构分为两类表：一类是维表，对每个维至少使用一个表来存放维的层次、成员类别等维的描述信息。另一类是事实表，用来存储数据和维关键字。维表和事实表通过主关键字和外关键字联系在一起。这种多维数据的表示方式易于对数据的理解，增加查询效率，并对海量数据的存储空间有较少要求。多维型数据库以多维数据组织方式为核心，即使用多维数组方式存储数据。它不需要将多维数据模型的维度、层划分以及立方体等概念转换成其他的物理模型，因为多维数组能够很好体现多维数据模型特点。利用多维数组实现多维数据模型，可以实现对数据的快速访

91、问，但同时也会带来存储空间的冗余，进而导致对存储空间的极大需求H 2 1 。我们无法使用关系型数据库去实现多维型的全部方面，因为能存储在关系型数据库中的元数据是有限的。关系型的维度表没有关于属性应该如何组织成层次结构的元数据。维度和事实数据存储在独立的表中，当查询时必须用查询指令去将维度表和事实表进行连接H 3 1 。多维型数据库的实现方式千差万别，其原因是尚不存在多维逻辑模型标准。因此，目前主流都是采用关系型多维模型来建立数据仓库，并可用开发工具将关系型数据库生成多维数据集。4 3 2 多维模型基本结构对于关系型多维模型有三种基本的结构，星型模型、雪花模型和星座模型。星型模型是关系型多维模型

92、最常见的形式。在星型模型中，事实表居中，多个维表呈辐射状分布于事实表的周围，并与事实表连接。雪花模型是星型模型的变种，不同第四章模具企业数据仑库建立之处在于某些维表是规范化的，因而把数据进一步分解到附加的表中。在雪花模型中，雪花模型对星型模型的维表进一步层次化和规范化，从而在一定程度上减少了冗余。而星座模型是指这样一种模型，当数据模型比较复杂的时候，出现了多个事实表共享个或多个维表的情况。这种模式可以看作是星型模式的汇集，也叫星系模式( g a l a x ys c h e m a ) 或事实星座型模式1 。雪花模型减少了冗余，但增加了维表数量，从而增加了查询的复杂性，使得查询性能下降。模具企

93、业的产品销售不同于一般的零售行业，所要建立的数据仓库在数量级上是比较小的，因而为了提高查询性能，适量的数据冗余是可以接受的。下面介绍模具企业数据仓库的星型模型的建立，但由于有的主题需求比较复杂，相应的数据模型也就复杂，因而往往会建成星座模型。4 4 逻辑模型设计数据仓库的建立是一个循环反复、迭代开发的过程，本文以销售主题为例详细介绍数据模型的建立过程，其他主题的数据模型的建立过程是类似的。需要注意的是，在前面进行主题分析时对需求指标进行了全面的分析，而K P I 是关键指标，一般情况下是包含在主题分析的指标之中的。如果没有包括，则在建立数据模型时要注意不能遗漏了为这些K P I 建立相应的数据

94、模型。4 4 1 需求汇总从前面的主题分析可知，销售主题的指标分析需求有：从日期、产品类型、客户、销售区域的角度分析客户订货数量与金额、产品销售价格趋势、产品市场分布、订单履约率等情况，从日期、产品类型、客户经理的角度分析年度销售目标、订货完成率情况。与销售相关的K P I 有销售收入、市场占有率、价格波动比率。4 4 2 数据源分析显然销售主题指标所需的数据存在于E R P 系统和H R 系统中。对于E R P 系统，主要用到了基础数据模块以及销售模块的数据。基础数据模块中维护了客户的基本信息，包括客户名称、客户地址、客户类型、客户所在销售区域、客户所在的行政区域等。产品类型的维护也在E R

95、 P 的基础数据模块中，主要维护了产品名称、产品的各级类别、模具的产品结构等基本信息。对于H R 系统，主要是用到了人员的信广东工业大学硕士学位论文息，因为客户经理也是公司员工中的一员。H R 系统详细地维护了一个员工的基本信息，包括名称、性别、籍贯、家庭地址、职位、文化程度、所学专业、是否结婚等。销售主题指标的数据主要来自于E R P 系统的销售模块，下面单独介绍销售模块。E R P 系统销售模块的大致流程是，当业务部门产生新订单时，首先签订加工合同，然后在系统中下单。此时需要特别注意的是，下单时在系统中会生成内部合同号，这个内部合同号与前面的合同不是同一回事，是公司内部使用的一种流水号，是

96、用来标识一张订单中的同一类产品的，即一张订单可能有多类产品，那就会对应多个内部合同号，一个内部合同对应的一个或多个产品数量，并且在后面的流程中都是以内部合同为基本单位来走的。在订单审核之后订单下达到生产部门。当生产部门完成订单中产品的加工时，生产部门提交成品入库申请，申请经多个部门的审核后将成品入成品仓。最后订单从成品仓发货、出库。从这个流程分析可知，销售模块提供了订单基本信息、订单入库、订单发货等数据。E R P 系统的销售模块还有其他附加功能，如维护各个客户经理在各年度需要完成的销售目标。系统还有各种综合查询功能，订单履约率就是其中一种。订单履约率是这样计算的，销售订单中有客户要求的交货日

97、期，系统发货单中有实际交货日期。首先根据客户要求的交货日期可以统计某一时间段的应交货数量。然后在这些应交货的合同中，通过比较其客户要求的交货日期与实际交货日期来统计该时间段的准时交货数量以及超期交货数量，如果客户所要求的交货日期大于或等于实际交货日期，则算入准时交货数上，否则算是超期交货。最后履约率由准时交货数与应交货数量相除而求得。另外，系统在录入各种单据数据时也做了许多控制，以保证重要的数据不会因用户的疏忽而出现遗漏或者错误等。例如，内部合同号是由系统按生成规则自动生成的，这样就不会导致出现重复的情况。订单中的数量与金额都控制了录入的格式并且不能是空值，否则系统都会报错提示。在成品入库表、

98、发货表中的内部合同号都是根据订单中的内部合同号生成的并建立了主外键约束，这样可以保证内部合同号在系统中是一致存在的。系统中的这些种种控制保证了源数据的正确性，大大减轻了后面的从数据源抽取数据至数据仓库的工作。4 4 3 维表建立由前面的分析需求汇总可知，本来一共需要建立包括日期、产品类型、客户、第四章模具企业数据仓库建立销售区域、客户经理等5 个维表。但由于数据源系统数据库的客户表中维护了销售区域的信息，因此把销售区域当作客户维的属性合成到客户维中。此外，由于在数据源系统销售模块中，是使用内部合同为基本单位来建立销售订单的，并且订单在整个的业务流程( 即从下单到生产再到入库最后到出库、发货)

99、都是使用的内部合同号来标识的，因此需要增加一个“内部合同”维度。而客户经理也属于公司员工，因此建立一个员工维表。这样以来需要建立的维表总共有5 个，即日期、产品类型、内部合同、客户以及员工。( 1 ) 日期维( D i m _ D a t e ) 。事实表的量值都是基于时间的，每个事实表都与时间关联。不同的指标对需要分析的时间聚合度不同，在日期维中尽可能多的考虑了可能用到的时间属性。根据需求可建立时间的层次结构，如年一月一日、年一季度一月等。日期维的属性如表4 1 所示。表4 1 日期维表T a b l e4 - 1D i m D a t et a b l e字段名称描述类型备注D a t e

100、 _ K e y主键i n tD a t e日期d a t e t i m eY e a r年f l o a tM o n t h月份f l o a tM o n t h E N月份n v a r c h a r ( 5 0 )英文M o n t h S h o r t E N月份n v a r c h a r ( 5 0 )英文简写M o n t h C N月份n v a r c h a r ( 5 0 )中文D a y日f l o a tQ u a r t e r季度f l O a tQ u a r t e r E N季度n v a r c h a r ( 5 0 )英文Q u a r t

101、 e r C N季度n v a r c h a r ( 5 0 )中文W e e k d a y星期f l o a tW e e k d a y _ C N星期n v a r c h a r ( 5 0 )中文W e e k d a y S h o r t _ E N星期n v a r c h a r ( 5 0 )英文简写W e e k o f Y e a r第几周f i o a t2 3续表4 1D a y _ o f _ Y e a r第几天f l o a tS e m i Y e a r l y上下半年n v a r c h a r ( 5 0 )P e r i o d o f T e

102、 nD a y s上中下旬n v a r c h a r ( 10 1P e r i o d o f I n d e x旬n v a r c h a r ( 2 )W e e k e n d周末n v a r c h a r ( 5 )( 2 ) 产品类型维( D i m _ l t e m ) 。产品类型维主要包括了产品类型的编码与描述以及产品类型的各个级别，此维只需要建立一个的层次结构，即模具大类一模具中类一模具小类。产品类型维的属性如表4 2 所示。表4 2 产品类型维表T a b l e4 - 2D i m I t e mt a b l e字段名称描述类型备注I t e mK e y主

103、键i n tI t e mN O产品编码v a r c h a r ( 2 5 )I t e m D e s c r i b l e产品描述v a r c h a r ( 2 0 0 )I t e m C l a s s产品大类v a r c h a r ( 5 0 )I t e m C l a s sl产品中类v a r c h a r ( 5 0 )I t e m C l a s s 2产品小类v a r c h a r ( 5 0 )M a t e r i a l _ P r o p e r t i e s材质v a r c h a r ( 3 0 )P r o d u c t S t

104、r u c t u r e产品结构v a r c h a r ( 2 0 )( 3 ) 内部合同维( D i m _ l n n e r C o n t r a c t ) 。内部合同维记录了合同类型、下单日期等信息。内部合同维的属性如表4 3 所示。表4 3 内部合同维表T a b l e4 - 3D i m I n n e r C o n t r a c tt a b l e字段名称描述类型备注I n n e r C o n t r a c t _ K e y主键i n tI n n e r C o n t r a c t - N O内部合同号v a r c h a r ( 2 5 )O

105、r d e r D a t e下单日期d a t e t i m e2 4第四章模具企业数据仓库建立续表4 3O r d e r S t a t u s订单状态v a r c h a r ( 2 0 )O r d e r _ T y p e订单类型v a r c h a r ( 10 )境内境外C o n t r a c t _ T y p e合同类型v a r c h a r ( 5 0 )C o n t r a c t _ T y p e _ C o d e合同类型编码v a r c h a r ( 10 )( 4 ) 客户维( Dim _ C u s t o m e r ) 。客户维主要

106、包含了客户的一些基本信息，需要建立的层次结构有：区域类别一一级销售区域一二级销售区域，区域类别一一级行政区域一二级行政区域。客户维的属性如表4 4 所示。表4 4 客户维表T a b l e4 4D i mC u s t o m e rt a b l e字段名称描述类型备注C u s t o m e r K e y主键i n tC u s t o m e r C o d e客户代码v a r c h a r ( 2 0 )C u s t o m e r N a m e客户名称v a r c h a r ( 2 0 0 )S h o r t N a m e客户简称v a r c h a r (

107、5 0 )C r e d i t R a n k信誉等级v a r c h a r ( 3 )C u r r e n c y货币v a r c h a r ( 3 )D e p 州a m e主管部门v a r c h a r ( 4 0 )S a l e s m a n客户经理v a r c h a r ( 3 0 )C u s t o m e rB e l o n g上级客户v a r c h a r ( 2 0 0 )L e v e lN 0客户级别d e c i m a l ( 8 )C u s t o m e r _ P r i o r i t y客户优先级v a r e h a r

108、( 10 1C u s t o m e r _ I m p o r t a n c e客户重要程度d e c i m a l ( 4 )O 1 0 0A r e a C l a s s i f i c a t i o n区域类别v a r c h a r ( 5 0 )境内境外A r e a1一级销售区域v a r c h a r ( 5 0 )A r e a2二级销售区域v a r c h a r ( 5 0 )D i s t r i c t1一级行政区域v a r c h a r ( 5 0 )D i s t r i c t 2二级行政区域v a r c h a r ( 5 0 )广东工业

109、大学硕士学位论丈( 5 ) 员工维( D i m _ E m p I o y e e ) 。内部合同维比较详细地记录了员工的基本信息，以备其他主题分析需要用到。内部合同维的属性如表4 5 所示。表4 5 员工维表T a b l e4 - 5D i m E m p l o y e et a b l e字段名称描述类型备注E m p l o y e e _ K e y主键i n tE m p l o y e e _ N O员工编号v a r c h a r ( 15 、E m p i o y e e _ N a m e姓名v a r c h a r ( 3 0 )G e n d e r性别v a

110、r c h a r ( 4 )N a t i o n民族v a r c h a r ( 10 1N a t i v e ，l a c e籍贯v a r c h a r ( 4 0 )P o l i t y _ F a c e政治面貌v a r c h a r ( 2 0 )M a r r i a g e _ S t a t u s婚姻状态v a r c h a r ( 10 、B i r t h d a t e出生日期d a t e t i m eD e p a r t m e n t部门v a r c h a r ( 4 0 )W o r k C l a s s班组v a r c h a r

111、 ( 4 0 )M i n i s t r a t i o n职务v a r c h a r ( 2 0 )W o r k _ T y p e工种v a r c h a r ( 2 0 )E d u c a t i o n _ D e g r e e文化程度v a r c h a r ( 4 0 )S p e c i a l i t y所学专业v a r c h a r ( 4 0 )E m p i o 心p a t e入厂时间d a t e t i m eS t a t u s工作状态v a r c h a r ( 1O 、4 4 4 事实表建立首先初步分析各个指标如何计算。客户订货数量与金

112、额：直接由销售订单的订货数量与金额可以统计得到。产品销售价格趋势：其实是求平均单价，可以由销售订单中的单价计算得到。产品市场分布：先计算订单的订货金额，后用计算成员计算分布情况。订单履约率：先通过比较订单实际交货日期与客户要求的交货日期来得到订单应交数、订单准时交货数、订单超期交货数，然后用计算成员计算该指标。2 6第四章模具企业数据仓库建立年度销售目标：直接从业务系统中维护的销售目标表得到。订货完成率：有了订单的金额统计与销售目标，用计算成员就能计算这个指标。销售收入：就是订单的金额的统计。市场占有率：只需用到销售订单的金额。价格波动比率：只需用到销售订单的单价。从指标计算所需要的源数据可以

113、将指标分为三类：第一类是需要用到销售订单表数据的指标，例如客户订货数量与金额。第二类是需要用到销售目标表数据的指标，例如年度销售目标。第三类是需要用到发货表数据的指标，即订单履约率。因而我们可以建立3 个事实表，分别是销售订单、销售目标、订单交货数。而事实表的属性由维表外键以及指标计算需要的量值组成( 事实表的主码通过维度信息和维表进行查找匹配得到维度的主码) 。各个事实表的详细属性如下面的表所示。( 1 ) 销售订单( F a c t S a I e _ O r d e r )表4 6 销售订单事实表T a b l e4 - 6F a c t S a l e O r d e rt a b l

114、 e字段名称描述类型备注O r d e r _ D a t e K e y下单日期j ( e yi n tI n n e r _ C o n t r a c t _ K e y内部合同号一K e yi n tC u s t o m e r K e y客户一K e yi n tI t e m K e y产品类型一K e yi n tO r d e r Q t y订货数量d e c i m a l ( 18 ，5 )付U n i t P r i c e订货单价d e c i m a l ( 18 ，5 )兀O r d e r S u m订货金额d e c i m a l ( 18 ，5 )万元(

115、2 ) 销售目标( F a c t S aIeT a r g e t )表4 7 销售目标事实表T a b l e4 - 7F a c t _ S a l e _ T a r g e tt a b l e字段名称描述类型备注D a t eK e y日期一K e yi n tS a l e s m a n K e y客户经理- K e yi n t员工I t e mK e y产品类型一K e yi n tS a l ej a r g e t S u m销售目标金额d e c i m a l ( 18 ，5 )万元2 7广东工业大学硕士学位论文( 3 ) 订单交货数( F a c t D e Ii

116、 v e r y A m o u n t )表4 8 订单交货数事实表T a b l e4 - 8F a c t _ D e l i v e r y _ A m o u n tt a b l e字段名称描述类型备注D e l i v e r y _ D a t e K e y交货日期一K e yi n tI n n e r _ C o n t r a c t _ K e y内部合同号一K e yi n tS h o u l d Q t y订单应交数量d e c i m a l ( 18 ，2 )付P u n c t u a l Q t y准时交货数量d e c i m a l ( 18 ，2

117、)付O v e r d u e _ Q t y超期交货数量d e c i m a l ( 18 ，2 )付4 4 5 逻辑模型建立由前面建立的维表与事实表，根据维表与事实表之间的关系，容易得到销售主题的逻辑模型，如图4 1 所示。图4 1 销售主题逻辑模型F I G 4 1L o g i c a lm o d e lo fs a l es u b j e c t4 4 6 其它逻辑模型由于本文涉及的主题比较多，限于篇幅，在此仅代表性地给出若干其它主题的数据模型的建立结果。第四章模具企业数据仓库建立( 1 ) 采购主题。采购主题逻辑模型包括日期、供应商、物料、仓库共3 个维度以及采购订单、采购入

118、库共2 个事实表，如图4 2 所示。图4 2 采购主题逻辑模型F I G 4 - 2L o g i c a lm o d e lo fp u r c h a s es u b j e c t( 2 ) 产值产量主题。产值产量小主题逻辑模型包括日期、生产订单共2 个维度以及计划产值、完成产值、投入产值、交货数量共4 个事实表，如图4 3 所示。图4 3 产值产量主题逻辑模型F I G 4 - 3L o g i c a lm o d e lo fp r o d u c tq u a n t i t ya n ds u ms u b j e c t( 3 ) 质量主题。质量主题逻辑模型包括日期、部门

119、、投诉类型、不良类型共4个维度表以及客户投诉、不一致品、产品检验统计共3 个事实表，如图4 4 所示。广东工业大学硕士学位论文图4 _ 4 质量主题逻辑模型F I G 4 - 4L o g i c a lm o d e lo fq u a l i t ys u b j e c t( 4 ) 设备主题。设备主题逻辑模型包括日期、部门、设备、设备供应商共4个维度表以及设备资产、设备变动、故障设备、设备保养、设备加工共5 个事实表，如图4 4 所示。4 4 7 粒度划分图4 - 5 设备主题逻辑模型F I G 4 - 5L o g i c a lm o d e lo fe q u i p m e n

120、 ts u b j e c t粒度是指数据仓库中，数据单元的细节程度或综合程度的级别。根据粒度的不同，可以把数据划分为早期细节级、当前细节级、轻度综合级和高度综合级等1 。第四章模具企业数据仓库建立粒度问题是设计数据仓库很重要的方面。细节程度越高，粒度级别就越低，查询范围就越广泛。相反，细节程度越低，粒度级别就越高，查询越少。在粒度选择上，我们主要以时间为依据，大都采用的是小粒度级，时间维度最低粒度为天，与业务系统中数据的细节程度是一样的。例如销售订单、采购订单。但对于一些统计性、汇总性的指标，我们会对源数据进行聚集以高粒度级数据存储于表中，例如订单履约率，它最低级别只需要按月查询，因此相应的

121、订单交货数事实表中的数据是按月汇总的。同时，我们还采用多重粒度策略，对于当前的数据以低粒度保存，对于时间较久远的只保留高粒度的汇总数据。例如应收账款、应付账款等财务指标，在经过E T L 导入数据仓库时，数据精确到日，即采用日汇总数据。而随着时间的增加，数据的粒度变得越来越高，即汇总为更高的粒度层次：月汇总( 轻度综合级) 、年汇总( 高度综合级) 。4 5 物理模型设计数据仓库的物理模型是逻辑模型在数据仓库中的实现，为逻辑模型在硬件设备上选择合适的存储结构和存取方式，以获得数据仓库的最佳存取效率。数据仓库的物理模型设计主要工作内容包括数据存储分配、数据存储结构、索引建立和分区设计等。4 5

122、1 存储分配在物理设计时，常常按数据的重要程度、使用频率以及对响应速度进行分类，并把不同类的数据分别存放在不同的存储设备。重要程度高、经常存取并对响应时间要求高的数据存放在调整存储设备上。而存取频率低或对存取响应时间要求低的数据则放在低速存储设备上。对于多年以前的数据，现在几乎不需要用到了，还可以将其彻底删除，或者转移到主存储之外的存储设备中。4 5 2 索引构建索引是根据指定的- - N 或多列内容进行排序，索引是为了提高查询效率。在查询过程中使用唯一性索引可以加快检索数据的速度。在表中建立多个索引可以改善查询性能。但并不是索引越多越好。由于本文在数据模型的设计上，维度表中都有代理键，这在一

123、定程度上可以提高查询性能。因而我们只选择性地对数据量大的事广东工业大学硕士学位论文实表建立索引，例如工时工价事实表。并且考虑随着数据量的增加，按照索引使用的频率而由高到低逐步增加索引。4 5 3 分区设计对于数据仓库中数据庞大的事实表，可以考虑分区存放。数据分区没有固定的标准，分区的依据应根据数据仓库所在行业的特点来确定。常用的分区依据包括时间、地理位置、业务范围。如果问题涉及的数量非常大，又须同时满足多个分析主题的需求，可以从多个角度进行分区。按时间进行分区符合数据仓库数据随时间变化的特点，且分区后数据分布比较均匀，是最常用的分区方法。我们主要按时间对事实表进行分区，例如按年对销售订单事实表

124、进行分区。4 6 数据E T L从商业智能的系统架构可以知道，数据E T L 是数据仓库建立中非常重要的一环，起着承前启后的重要作用。E T L 在整个系统的建立工作中，是一个工作量巨大的工作之一，并且是日常运作中问题最多且最为繁琐的一个部分。它决定了加载到数据仓库数据的质量，而数据的质量又是判断数据仓库建立成功与否的最主要标准，所以E T L 部分的设计成为整个商业智能系统的设计中最重要的部分之一m 1 。4 6 1E T L 框架数据仓库的数据来自各种数据源，不同数据库的数据结构是不一样的，数据文件的类型也多种多样，因此在从不同来源抽取的数据进入数据仓库时，就必须对这些数据进行预处理。数据

125、E T L 指对来自不同数据源的数据进行抽取、转换后得到一致性的数据，最后加载到数据仓库之中。图4 - 6 简单描述了E T L 的整个过程。第四章模具企业数据仓库建立广J 、乙- l 广八。L 1 数据源数据抽取数据转换数据装载数据仓库图4 - 6E T L 框架F I G 4 6E T Lf r a m e w o r k( 1 ) 抽取( E x t r a c t ) 。抽取是指从数据源获取相关数据用于填充数据仓库。数据抽取分为静态抽取和增量抽取。静态抽取是指最初填充数据仓库。而增量抽取用于进行数据仓库的维护，仅仅获得那些从上一次获取之后源数据中所发生的变化。( 2 ) 转换( T r

126、 a n s f o r m ) 。数据转换其实包括数据清洗和数据转换两种功能。它是对根据数据仓库系统模型的要求从业务系统等数据源中抽取的数据进行清洗、转换、汇总等处理，以保证来自不同数据源数据的一致性和完整性，最后按要求装载到数据仓库之中H 刀。( 3 ) 装载( L o a d ) 。数据装载即是把从数据源抽取并经清洗转换过的清洁数据加载到目标数据仓库中。4 6 2 数据清洗在数据E T L 的三个步骤中，对于数据抽取，需要考虑的问题是抽取的频率，模具企业每日的业务数据更新量比较小，主要以日更新数据为主。对于数据装载，则是最简单的。数据转换是数据E T L 工作中最复杂、最麻烦的一步，而数

127、据转换又是以数据清洗更为复杂。下面介绍各种数据问题的处理方式，并根据处理方式的不同分为若干类。不一致数据转换。不一致数据包括两种情况，一是数据类型的转换，二是数据内容的转换。对于数据类型转换又细分成两类，一类是数据类型的不同。例如，在业务系统中，对于时间都是用d a t e t i m e 类型，而在数据仓库中，保存的是i n t 整型，因此需要将d a t e t i m e 转换成i n t 。第二类是数据类型长度或精度的不同，如果数据仓库的长度或精度大于数据源，那不需要处理。否则需要进行数据类型转换。对于数据内容的转换，也存在多种情况。例如，员工状态在业务系统中保存的是拼音，而日-i-百

128、旦广东工业大学硕士学位论文在数据仓库中保存中文。对于客户所属的区域，开始保存的是区域的编码，而后面又变成保存区域的名称，这就需要统一。空值处理。如果空值的产生属于异常现象，那需要在源系统中查找原因并在业务系统控制问题的再次发生。对于表示“没有”的空值，则转换成数值0 或者空字符。对于其他情况，则根据实际情况转换成默认值。空格处理。空格的存在对于统计结果有很大的影响。由于实事表的主键是通过业务键查找得到维表的代理键，在查找的过程中，经常由于空格的存在而造成查找的失败。因此在可能存在空格的地方需要做去空格处理，数据右边存在空格的可能性大。缺失数据、错误数据、重复数据。当出现这些情况时，都应该在业务

129、系统查询造成产生这些问题数据的原因，然后在业务系统增加控制，防止这些问题的再次出现。对于已经产生的问题数据，则可以在业务系统中先纠正再导入数据仓库。4 6 3E T L 策略数据E T L 在策略上可以分为三种方式：完全刷新、简单增量以及对比增量m 4 0 1 。维表与事实表的在模型的设计上不同，所存储的数据类型也不同。一般来说，维表的数据相对较稳定，更新量少，而事实表需要按时加载数据，更新量大。因而维表和事实表在数据E T L 时在具体的实现方式上会有所差别，下面会分别讨论。( 1 ) 完全刷新。完全刷新方式是指在每次E T L 操作时，均删除目标表数据，由E T L 全新加载数据。对于维表

130、，原则上是不允许这样操作的，因为事实表外键约束于维表，这样做就需要先删除相关事实表数据。对于事实表，一般情况下也不会使用这种方式，除非是现存事实表的数据会发生变化，则可以使用这种方式对事实表进行更新，但是在实际应用中这种情况好少或者不考虑这种情况。需要说明的是，数据仓库数据的初次装载可以认为是完全刷新的特殊情况，因而可以说是使用这种方式来处理的。( 2 ) 简单增量。简单增量方式是指直接将新增数据追加到数据仓库目标表中作为新记录，不对原有数据进行任何操作。对于维表，实际应用中常用到这种方式。在进行维表的E T L 时，将抽取的数据与现存数据进行业务键比较，将原表不存在的数据追加到目标维表中。而

131、对于事实表，几乎都是采用这种方式进行E T L ，一般是在数据抽取时读取事实表中最大时间并以此时间为基准来抽取新增数据。第四章模具企业数据仓库建立( 3 ) 对比增量。这种方式不是简单地向目标表追加数据，而是需要考虑对目标表现存数据的修改。这种方式只针对维表的E T L ，且常使用渐变维度来处理，下面详细介绍渐变维表的处理方法。根据是否保存历史记录以及具体处理方法上的不同，渐变维度方法共分为三种类型：类型一，维表中不需要保存任何属性历史版本数据。根据业务键进行判断，如果抽取的数据已经存在于目标维表中，那么用抽取的数据替换现存数据。例如，假设有个部门维表：部f - j ( 主键，部门名称) ，有

132、如表4 - 9 所示数据。表4 9 维表示例T a b l e4 - 9D i m e n s i o ns a m p l e主键部门名称1技术部2生产部3销售部现在对部门进行了调整，将销售部改成了业务部。那么运用类型一方法处理就直接修改目标表的数据，将表中销售部名称改成业务部。修改结果如表4 1 0 所示。表4 1 0 类型一示例T a b l e4 1 0T h es a m p l eo f N O 1t y p e主键部门名称1技术部2生产部3业务部类型二，需要保留某些属性的历史数据。如果抽取的数据在维表中已经存在而属性值发生了变化，则将抽取数据作为新记录追加到维表中，分配新的代理键

133、，但是需要建立新增数据与原来数据的先后关系。比如可以这样处理，给维表额外增加两个属性：时间与状态。时间属性用来记录有效日期，状态属性用来记录当前数据的前一个状态的数据的代理键值。当抽取的数据已经存在时，那么现存数据就己经“过期”了，加载数据以新记录插入到维表中，而不更新原有数据。时间属性记录当前时间，状态属性记录与之对应的原来存在的数据的代理键值。仍以表4 9 的数据为例，运用类型二方法处理的结果如表4 1l 所示。广东工业大学硕士学位论文表4 11 类型二示例T a b l e4 一l1T h es a m p l eo f N O 2t y p e主键部门名称启用状态启用时间先前部门1技术

134、部Y2 0 1 0 0 1 0 12生产部Y2 0 1 0 0 1 0 13销售部N2 0 1 0 0 1 0 14业务部Y2 0 1 2 0 1 0 13类型三，同样需要保留维表属性的历史数据，但处理方式不一样。当要加载的数据已经存在时，不为变化数据以新记录追加，即不增加维表原来数据的行数，而是在维表中增加列来保存更新值。再以表4 - 9 的数据为例，运用此方法处理的结果如表4 1 2 所示。表4 1 2 类型三示例T a b l e4 12T h es a m p l eo fN O 3t y p e主键部门名称新部门名称1技术部技术部2生产部生产部3销售部业务部当然这不是无限制地增加列，

135、应该明确需要保存的历史版本数，如果是保存N个版本，那N 版以前的历史数据将丢失。这种方法修改了表结构，维护的工作量很大，所以没有被很多数据仓库专家看好，建议不要使用。下面介绍运用S Q LS e r v e r 中的S S I S 工具来实现上述维表与事实表E T L 方法。4 6 4 维表E T L( 1 ) 完全刷新方法。前面已述，数据仓库的初始加载是使用完全刷新方法，其实初始加载数据也不是一次就能成功的，会发生反复删除加载数据的情况。下面介绍客户维表初始加载数据的过程，其控制流视图如图4 7 。3 6第四章模具企业数据仓库建立l 国熄垩纛氧妒I凹器一。图4 - 7 客户维表初始E T L

136、 控制流F I G 4 C o n t r o lf l o wo fi n i t i a lE T Lo fD i m C u s t o m e rt a b l e上图中，“执行S Q L 任务”将删除客户维表中的所有数据。注意是使用t r u n c a t e而不是d e l e t e 语句来删除。然后执行数据流任务( 填充D i m C u s t o m e r ) ，具体的数据流如下图4 8 所示。“O L ED B 源”选择“S Q L 命令”方式从数据源抽取数据，并可以在抽取数据的S Q L 代码中对数据进行一些清洗工作。“O L ED B 目标”指定了目标维表，即客户

137、维表。执行这个数据流，就可以将抽取的客户数据全部加载到客户维表中。渗哪砷源I怒罡蕊5 蕊图4 - 8 客户维表初始E T L 数据流F I G 4 - 8D a t af l o wo fi n i t i a lE T Lo fD i m C u s t o m e rt a b l e( 2 ) 简单增量方法。对于部门维表的E T L 我们就是采用简单增量方法，因为部门相对来说是比较稳定的，如果对于有的特殊情况使用这种方法处理会影响到统计查询结果，例如部门拆分，那可以人工再进行处理。部门维表E T L 控制流视图如图4 - 9 所示，只有一个“数据流任务”组件，详细的数据流如图4 1 0

138、。图4 9 部门维表E T L 控制流F I G 4 - 9C o n t r o lf l o wo fE T Lo fD i m _ D e p a r t m e n tt a b l e广东工业大学硕士学位论文图4 1 0 部门维表E T L 数据流F I G 4 - 1 0D a t af l o wo f E T Lo f D i m _ D e p a r t m e n tt a b l e在上图部门维表E T L 数据流视图中，与前面相同，“O L ED B 源”从数据源抽取数据。“数据转换”是对数据类型进行转换。“查找”是在维度表中查找业务键，如果查找不到，那说明是新增的数

139、据。“O L ED B 目标”指定了部门维表。这个数据流就可以将新增的部门加载到部门维表中。( 3 ) 渐变维度方法。下面介绍使用渐变维度方法的例子。内部合同维有订单状态、合同类型、下单日期等属性，这些属性值有的是会发生变化的。例如订单状态，它有下达、作废、完成等。这个状态会随着产品的加工进度而随着改变。而当公司接了新的订单，那就会产生新的内部合同数据。对于这个具有两种加载情况的内部合同维表就需要使用渐变维度来处理。内部合同维表控制流视图与图4 9 相同，只有一个“数据流任务”组件。图4 1 1 所示为内部合同维度E T L 数据流视图。图4 - 1 1 内部合l 司维表E T L 数据流F

140、I G 4 - 11D a t af l o wo fE T Lo fD i m I n n e r C o n t r a c tt a b l e上图数据流的工作过程是，“O L ED B 源”用于从数据源抽取数据，经过“数据转换”对数据进行转换后到达“渐变维度”，在“渐变维度”中设置“维度列”的“更改类型”，对于“订单状态”等这样的需要用新值覆盖现有值的属性，将“更改类型”设置成“变化的属性”，如果不设置，则默认为“固定的属性”。设置完之后就会产成如图所示的两个输出，容易理解，“新输出”对应的是新增数据，“变化的属性更新输出”是处理“变化的属性”。执行这个数据流，就可以将新增的内部合同数

141、据追加到目标维第四章模具企业数据仓库建立表，而对于现在数据的属性值发生变化，则用新值覆盖现在存值。4 6 5 事实表E T L( 1 ) 完全刷新方法。多数情况下，现存事实表的数据不会发生变化，也不用更新。但模具企业存在特殊的情况，就像销售订单中，订单单价在下单时很多时候是待定的，可能需要等到产品交货时甚至更久的时间才能知道明确的价格。因为销售单价会发生变化，销售订单事实表的数据是需要更新的，且这种情况需要使用完全刷新的方法。接下来介绍销售订单事实表的E T L 过程。首先建立销售订单事实表的控制流，如图4 1 2 所示。“执行S Q L 任务”将事实表数据清空。数据流任务具体过程见图4 1

142、3 所示。I 醴执F a 行c t _ 吼S , 1 。雠瓣，I凹蒜蕊。图4 1 2 销售订单事实表E T L 控制流F I G 4 - 12C o n t r o lf l o wo fE T Lo fF a c t S a l e O r d e rt a b l e广东工业大学硕士学位论文图4 - 1 3 销售订单事实表E T L 数据流F I G 4 1 3D a t af l o wo f E T Lo f F a c t S a l e O r d e rt a b l e“O L ED B 源”从源数据抽取数据。接下来需要说明的是，为了能够提高查询性能，事实表是组合主键，数据类型

143、都是整型( i n t ) ，与各维表的建立主外键关系，但存储的是各维表的代理键而不是业务键。所以现在需要通过业务键查找维表的代理键。为了达到这个目的，可以使用“查找”组件来实现。在图中的“查找”组件中，增量抽取到的数据就是根据业务键关系查找到维表的代理键，并以代理键输出。数据在抽取时已经对数据进行了清洗工作，正常情况下都是可以查找成功的，但出于周全的考虑，还是对查找失败的情况作了处理。下面的“派生列”( 转换不匹配I n n e rc o n t r a c t就是用来处理查找失败的情况。“派生列”接收查找失败的数据，key)然后流向“派生列”，在“派生列”对查找失败的数据进行了处理，即将所

144、有查找失败的数据赋予统一的代理键，当然这个代理键是在维表中存在的，并且就是为了处理这种问题而设置的。然后用“联合”组件将查找成功数据与经过处理的查找失败的数据全部联合到一起，这样处理就不会丢失任何源数据。后面的查找其他维表代理键的工作原理是一样的。最后，从数据源抽取的数据加载到“O L ED B 目标”指定的目第四章模具企业数据仓库建立标事实表中，即F a c t S a l e O r d e r 。( 2 ) 简单增量方法。大部分事实表都是采用增量方式来进行数据E T L 的，下面以采购订单事实表的E T L 为例，介绍简单增量方法。下图4 1 4 为采购订单事实表E T L 控制流视图。

145、画瓣。慧嚣严I凹蝴潇任务图4 1 4 采购订单事实表E T L 控制流F I G 4 - 1 4C o n t r o lf l o wo f E T Lo f F a c t P u r c h a s e O r d e rt a b l e“执行S Q L 任务”的作用是，查找到事实表中的最大日期，然后以变量形式传到数据流任务中，以抽取新增源数据。数据流任务具体过程如下图4 1 5 所示：图4 1 5 采购订单事实表E T L 数据流F I G 4 - 15D a t af l o wo fE T Lo fF a c t P u r c h a s e O r d e rt a b l

146、e“O L ED B 源”接收控制流传来的事实表的最大时间变量，并以这个时间为基准抽取大于这个时间的源数据，这就实现了增量抽取。后面的组件的功能与前面的例子相同，这里不再赘述。“O L ED B 目标”指定了目标事实表F a c t P u r c h a s e O r d e r 。广东工业大学硕士学位论丈4 7 本章小结本章首先对各主题全面地进行了需求分析，然后讨论了建立数据模型方法，以销售主题为例详细介绍了建立逻辑模型的过程，接着也讨论了物理模型的设计。最后介绍了进行数据E T L 的策略，并介绍了运用S S I S 工具实现维表E T L 与事实表E T L的方法。第五章模具企业商业

147、智能实现第五章模具企业商业智能实现前面章节设计了模具企业商业智能系统的解决方案，本章介绍将该解决方案应用于A 公司的商业智能系统建立的结果。5 1 公司背景广东某模具公司( A 公司) 是国内规模较大、技术领先的轮胎模具专业开发制造企业。公司致力于轮胎模具、轮胎设备等装备和相关技术的开发、制造及销售，是国内轮胎模具制造技术的领航者。多年来，公司依靠技术领先、坚持质量至上，产品畅销全国。公司品牌形象日渐提升，产品远销美国、东南亚、欧洲等国家市场，成为国内外高端客户的主流供应商。公司坚持以科技创新为动力，公司十分重视技术创新，始终坚持走科技兴企之路，不断优化强化可持续发展路径，不断增强企业核心竞争

148、力，公司在模具大行业中也享有很高知名度与美誉度。公司近几年获得较快发展，创新成果累累，承担了多项国家重点新产品计划项目、国家重点产业振兴和技术改造项目、国家创新能力建设项目，省级科技术攻关、技改和创新项目等。公司自从信息化建设方案进行规划后，经过多年的信息化建设，E R P 、P P C 、M E S 以及H R 等业务系统都已经进入了正式应用阶段，公司希望进一步提高公司的信息化应用水平，即实施更高层次的商业智能决策支持系统。5 2 开发环境该公司的E R P 等业务系统使用的开发语言及开发架构等都不尽相同，但是使用的数据库产品是相同的，都是使用微软公司的S Q LS e r v e r 数据

149、库，有的业务系统之间也正是通过数据库集成在一起的。这为我们建立数据仓库提供了很大的便利。继续采用微软公司的产品来开发商业智能系统是很好的选择。因而数据仓库采用S Q LS e r v e r2 0 0 8 产品，而前端展现工具采用A n a l y z e r 。S Q LS e r v e r2 0 0 8 是一个全面的数据库平台，S Q LS e r v e r2 0 0 8 数据库引擎为关系型数据和结构化数据提供了更安全可靠的存储功能，使您可以构建和管理用于业务广东工业大学硕士学位论文的高可用和高性能的数据应用程序。它不仅可以有效地执行大规模联机事务处理，而且可以完成数据仓库和电子商务应

150、用等许多具有挑战性的工作。A n a l y z e r 是先特计公司的研发的商业智能分析工具，是一套纯W e b 的商业智能前端应用工具。A n a l y z e r 的用户接口具有易学易用、清晰美观、灵活弹性等特点，能够在数秒的时间内，呈现出图文并茂、易于理解、编排美丽的分析结果。并且它易于与现有系统进行集成，更可全面支持各种数据源，访问所有形式与来源的数据。同时，A n a l y z e r 拥有的高开放性与兼容性，让企业除可采用A n a l y z e r 作为商业智能f - j p 之外，也可将利用A n a l y z e r 创建出来的分析报表嵌入原本的企业门户，让订制的运

151、营情报与分析信息帮助每个员工的日常工作，或者集成到企业内运行中的企业资源规划、供应链管理、客户关系管理等应用系统之内，通过A n a l y z e r 的商业智能动态数据分析能力，来活用企业的数据宝库。5 3 数据展现5 3 1 数据展现框架每个用户使用权限是不相同的，因而每个用户登入的界面是有差别的，只能查看跟用户自己相关的信息。例如，主管销售的高管只能查看跟销售有关的信息。但是从整体上整个系统的数据展现可以分为两大模块：K P I 监视与普通指标分析。而对于普通指标分析部分，又可以按前面进行主题分析时所分的类别一共分为财务、销售、库存、采购、生产、质量、设备、人力资源、薪酬、技术创新等1

152、 0 个展现模块，如图5 1 所示。第五章模具企业商业智能实现图5 1 数据展现框架F I G 5 - 1T h ef r a m e w o r ko fd a t er e p r e s e n t a t i o n5 3 2K P I 监视K P I 的监视界面比较简单，显示效果见图5 2 所示。图5 - 2K P I 监视F I G 5 - 2K P Im o n i t o r i n g上图中显示了产值完成率、销售收入两个K P I 的当前状况，包括当前值是多少，目标值是什么，权重是多少。其中的目标值及权重是在前面建立K P I 体系时设定的。并用仪表盘形象地直观地展示了当前值

153、与目标值的差距，仪表盘的量程分为多个部分，各部分的颜色不同，从而能起到预警的效果。而“走向”体现的是当前时间段相比上一时间段的变化趋势。5 3 3 指标分析指标分析中包含各种查询功能，例如报表、统计查询、即席查询、O L A P 分析等。下面以订货数量与金额指标为例，介绍系统的查询分析功能。其他指标是类似4 5广东工业大学硕士学位论丈的。图5 3 为订货数量与金额按时间、产品类型角度的分析界面。图5 3 订货数量与金额综合查询F I G 5 - 3T h ei n t e g r a t eq u e r yo fo r d e rq u a n t i t ya n ds u m从上图可以看

154、到，分析界面可以分为三个部分：一是最上面的工具栏，二是中间的数据或图表展示区域，三是最底部的选项卡。下面分别介绍各部分的功能。工具栏包括了对报表的一些常用操作功能，详细功能如图5 4 所示。从图中可看到，有显示隐藏数据源、管理订阅、储存报表、另存新的报表、发送讯息、新增书签、更新书签、关闭报表、基本设定、检视附件、重新整理、订阅报表、打印报表、汇出至E X C E L 等功能。其中的“汇出至E X C E L ”功能就是将当前过滤条件下查询的结果导出到E X C E L 中，生成传统的E X C E L 报表。曼椭兰芏二：二芝! 工竺二 ：芒二二芒j j 二兰翌芗一麓玺蔗襄葸葱芏誉图5 4 工

155、具栏F I G 5 - 4T h et o o l b a r图5 3 最底部的选项卡是用来选择分析维度的。从图中可知，一共有三个选项卡，分别可以从行政区域、产品类型、客户经理三个角度( 时间是都必要的) 来分析订货数量与金额。而对于中间区域的数据查询，又有三种展示方式。左上角的仪表板形象地显示了某一年订货金额总额，并可用上面的过滤条件，选择查看其他时地产图5 5 订货数量与金额曲线图F I G 5 - 5T h ec u r v eo fo r d e rq u a n t i t ya n ds u m坊：孩。互k 虿，彩缓叛z m 毒。i 劬私，曼理谪翻。毒么兹。刍；廉纛k 藁k 貔蜘悬

156、锏l m * m m w * m 一，一m m e m 一鳓舻镥凇囊| 薯糊毒g 奠肇蝴缝鳓删帮锄鳓懒辫榭鳓榭柳鳓蝴物彬糌甥础嘞锄嘲黝嬲鳓掰鳓嬲鳓鳓嬲嗍嬲嗍帮鳓猁嗍鳓鳓物獬鳓鳓鳓鳓例蝴粥鳓鳓鳓擀掰鳓鳓燃- 年i + Ii ，月；卜睦J 升序t 物科丈葵，：物料中娄1i l 镬艟捧序j 辊且成旦秘自定义捧序规劓：9I d w5 出c 1 6 e d 成型机4 l 涪陈捧序规划= I 龟量氛釜正寡量示。1 0 0 1 0 1 O 0 0 1捧名，丘墨羹头合计年，月t；订曹舍髯【万元1宜动计篁比纠豇啦t ，夸舞环比，订管舍相( 育元 t 汀首藿l ( 付夸辆葡比夸辑环比汹一月；路阶屡汁茸= 月z 4

157、 0时闻蠼移加息f2 1 ：- !三月5 陀时阆遵移平均：一一1 4 3 一一5 8 21-；1 4 3 四月7 6 8 1时阍成长比较I 2 1 9 7 6 8 1：。l ，2 1 9 五月1 9 麓新增数值监控-7 5 1 9 0 3：。：7 s 六月1 0 1 3 0葱新增目是义量位- 4 7 1 0 2- 4 7 七月帕1 8修改目定义量值。3 8 2 帕1 89 -1躺八月：47231247234；- 2 ! 瓮!。磊睁竺蹙坠了一一写i ；萏l ：- 9 1 十月凳：蓦螽蜀署：一一-1 ，6 3 4 7 3 6 99 ；1 6 3 4 ：十一月；甜2 6 5 06：卅卜= 月4 ，筋

158、! ! 置示颤色研屡。8 摊4 每8 - ：!栅 合矿+ 13 1 8 7 7p 昱示田标集j “3 1 8 7 7的j皇计3 1 8 ，7 7。涪除所有麓刖一3 1 8 7 7帕孕设定格式冉左交换串冉右变换M - 叫 殁仃敬区域：羲产品樊墨用透i 踵远褊；量值图5 - 6 订货数量与金额透视表F I G 5 - 6T h ep e r s p e c t i v et a b l eo fo r d e rq u a n t i t ya n ds u m图5 5 中则更加详细地展示了各个月份的订货情况，并以柱状图及曲线图直观；象地展示了的订货趋势，同样可以在上面的过滤条件中选择所要分析的时

159、间、类型以及所要查看的对象。也可以直接在图中点击鼠标右键进行向下切入( 切4 7广东工业大学硕士学位论文入模具成品) 、向上汇总( 回到最上层) 等操作，即所谓的O L A P 分析。图5 6 所示的透视表则以具体的数字展示了订货情况。同样可以在过虑条件中选择所要分析的时间、产品类型，也可以层层对产品类型展开进行分析( 模具成品一成型机头一成型机头) ，还可以进行同比、环比分析( 金额同比、金额环比) ，以及汇总分析( 成型机头合计) 。如果有需要，点击量值旁边的小下三角，在显示的下拉菜单中还有很多功能可供选择，例如对数据进行排序。5 4 本章小结本章介绍了将前面章节设计的商业智能系统的解决方

160、案运用于某模具企业商业智能系统建立的实现情况。主要以示例概括地介绍了系统的两个主要功能。结论与展望结论与展望本文以模具企业为背景，根据商业智能的相关理论，对建立模具企业商业智能系统的关键技术展开研究。首先对设计模具企业的K P I 体系进行了探讨。在分析了原料采购对模具企业的重要性后，提出了扩展增加“供应商”维度的平衡计分卡方法，并用来设计模具企业的K P I 体系。讨论了该方法的设计过程，并介绍了运用该方法设计企业级K P I 体系的实例。接着讨论了模具企业数据仓库的建立。数据仓库的建立主要包含两大部分的内容，数据模型设计以及与数据源系统的接口设计。数据模型是根据主题需求来建立的，本文根据各

161、部门业务活动类型的不同而将主题分成1 0个大主题，并以销售主题为例详细介绍了建立维表、事实表以至逻辑模型的过程，接着也讨论了物理模型的设计。接口设计主要是指数据的E T L ，介绍了进行数据E T L的策略，并全面地介绍了运用S S I S 工具实现维表E T L 与事实表E T L 的方法。在文章的最后章节介绍了将前面章节设计的商业智能系统的解决方案运用于实际商业智能系统建立的实现情况，主要以示例概括地介绍了系统的两大主要功能。商业智能系统对企业的影响是至关重要的。随着商业智能相关信息技术在企业应用的逐步深入，必将为企业带来更大的效益。充分利用商业智能技术可以不断改善企业管理，大大提高企业的

162、核心竞争力。进而帮助企业提高利润，增加生产力，最终提高企业竞争力。商业智能系统的应用实施是一个长期而复杂的工程，由于本人的能力和研究时间的限制，本文进行的只是一个初探。系统的建立本来也是一个不断反复、不断完善的过程( 1 )可能存在在应用的( 2 )仓库的查( 3 )据有其特行二次开广东工业大学硕士学位论文( 4 ) 高端商业智能是将来发展的必然趋势，而本文尚未对数据挖掘进行研究。数据挖掘涉及很多功能以及算法需要去研究应用，并且如何将数据挖掘技术集成到系统之中，也是后面需要解决的重要问题之一。参考文献参考文献 1 】朱晓武商业智胄邕的理论和应用研究综述【J 】计算机系统应用，2 0 0 7 (

163、 1 ) - 1 1 4 - 1 1 7 2 】O r t i zS I sb u s i n e s si n t e l l i g e n c eas m a r tm o v e J C o m p u t e r , 2 0 0 2 ，3 5 ( 7 ) ：1 l - 1 4 【3 】M i c h a e lH B B u s i n e s sI n t e l l i g e n c eV a l u eC h a i n J 】D MR e v i e w ，19 9 9 ( 1 ) ：5 0 - 5 4 【4 】L u h n ，H P AB u s i n e s sI

164、n t e l l i g e n c eS y s t e m J 】I B MJ o u r n a lo fR e s e a r c ha n dD e v e l o p m e n t ，1 9 5 8 ，2 ( 4 ) ：3 1 4 3 1 9 【5 】余长慧，潘和平商业智能及其核心技术 J 计算机应用研究，2 0 0 2 ( 9 ) ：1 4 - 1 6 【6 】赵卫东商务智能 M 】北京：清华大学出版社，2 0 0 9 ：7 3 【7 】S i x t oO r t i zJ r I sb u s i n e s si n t e l l i g e n c eas m a

165、r tm o v e J C o m p u t e r , 2 0 0 2 ，3 5 ( 7 ) ：1 1 1 4 【8 】夏火松商务智能 M 】北京：科学出版社，2 0 1 0 9 】张巧商业智能发展现状与趋势分析 J 】中国证券期货，2 0 0 9 ( 2 ) ：1 4 1 7 【l O 】胡翠华，陈登科商务智能在我国的发展现状，问题及其对策 J 】科技管理研究，2 0 0 7 ，( 1 0 ) ：5 0 - 5 2 【1 1 】周瑾我国商业智能研究现代管理科学【J 】，2 0 0 7 ( 4 ) ：4 4 4 5 1 2 】王倩倩电信商业智能系统O L A P 建模与应用 D 】北京：

166、首都经济贸易大学，2 0 0 9 【1 3 】王敏基于商业智能的电信客户流失分析 D 】四川：电子科技大学，2 0 0 6 1 4 】宋华珠商平智能在股票信息系统中的应用与研究 D 】湖北：武汉理工大学，2 0 0 9 【1 5 】高振字保险行业中商业智能系统的设计与实现 D 】天津：天津大学，2 0 1 0 【1 6 】魏超烟草行业商业智能系统设计与实现 D 】山东：山东大学，2 0 0 8 【1 7 】宗岳电梯业务中商业智能的设计与实现 D 】天津：天津大学，2 0 1 0 【1 8 】金立瑜商业智能( B I ) 在中小型服装企业的应用研究 D 】上海：东华大学，2 0 1 1 【1 9

167、 】余海钊基于P e n t a h o 的水泥企业商业智能信息系统研究与开发 D 】湖南：中南大学，2 0 1 0 2 0 】岑琴商业智能B I 在劳动密集型企业产品营销中的应用研究 D 】浙江：浙江师范大学，2 0 0 7 【21 】T o n gG a n g ，C u iK a iS o n gB e i T h eR e s e a r c h & A p p l i c a t i o no fB u s i n e s sI n t e l l i g e n c eS y s t e mi nR e t a i lI n d u s t r y C P r o c e e d

168、i n g so ft h eI E E EI n t e r n a t i o n a lC o n f e r e n c eo n5 1广东工业大学硕士学住论文A u t o m a t i o na n dL o g i s t i c s 2 0 0 8 ：8 7 9 1 2 2 】许景贤医药商务智能的研究与实现 D 】吉林：东北电力大学，2 0 0 7 【2 3 】韩清池，陈世权商业智能及其应用的研究与发展 J 】现代管理科学，2 0 0 6 ( 3 ) 6 8 6 9 【2 4 】I n d r a n i lB o s e ，R a d h aK M a h a p a t

169、r a B u s i n e s sD a t aM i n i n g aM a c h i n eL e a r n i n gP e r s p e c t i v e J I n f o r m a t i o n & M a n a g e m e n t ，2 0 0 1 ，3 9 ( 3 ) ：2 1 1 - 2 2 5 2 5 】孙焕良，马晓娟，王铮铮，窦厂会基于数据仓库的管理驾驶舱【J 】沈阳电力高等专科学校学报，2 0 0 3 ，1 ( 5 ) ：1 2 1 4 【2 6 】李良，米智伟，向新基于B S C 的高校战略管理驾驶舱系统研究 J 】计算机工程与设计，2 0 1

170、1 , 3 2 ( 9 ) ：3 0 2 2 3 0 3 0 2 7 】L i y aW u ，G i l a dB a r a s h ，C l a u d i oB a r t o l i n i AS e r v i c e o r i e n t e da r c h i t e c t u r ef o rB u s i n e s sI n t e l l i g e n c e C 】I E E EI n t e r n a t i o n a lC o n f e r e n c eo nS e r v i c e - O r i e n t e dC o m p u t i

171、n ga n dA p p l i c a t i o n s ，2 0 0 7 【2 8 】黄威，邵伟民，刘学仁基于W e bS e r v i c e s 的商业智能系统研究与设计【J 】计算机工程与设计，2 0 0 9 ，3 0 ( 11 ) ：2 7 0 2 2 7 0 6 2 9 】朱晓武商务智能的理论和应用研究综述 J 】计算机系统应用，2 0 0 7 ( 1 ) ：1 1 4 1 1 7 【3 0 】张韦，王忠民，李艳基于模式的商业智能系统设计 J 】计算机与数字工程，2 0 0 5 ，3 3 ( 5 ) ：1 11 1 1 4 3 l 】陈汝雪，周山等用K P I 方法构建医院

172、药剂科绩效考核体系 J 】中国医院，2 0 0 9 ，13 ( 7 ) ：3 7 3 9 【3 2 】滕华，宋伟零售企业的物流关键绩效指标体系设计 J 】科技管理研究，2 0 0 5 ，( 9 ) ：2 0 3 2 17 【3 3 】陈国旗基于数据仓库的高校财务绩效指标( K P I ) 的研究与实现 J 】中国管理信息化，2 0 0 9 ，1 2 ( 2 ) ：3 8 4 1 3 4 】H y u n gJ o o nM o o n ，S e u n gH y u nL e e ，e t a l A K P I - b a s e dP e r f o r m a n c eA s s e

173、s s m e n tF r a m e w o r kf o rK o r e a ne - G o v e r n m e n t 【C 】S e c o n dI n t e r n a t i o n a lC o n f e r e n c eO i lF u t u r eG e n e r a t i o nC o m m u n i c a t i o na n dN e t w o r k i n gS y m p o s i a 2 0 0 8 ：71 7 6 【3 5 】X i a o w a n K e ，W e n j i n g L i ，e t a l W C D

174、 M AK P IF r a m e w o r kD e f i n i t i o nM e t h o d sa n dA p p l i c a t i o n s C 2 0102 n dI n t e r n a t i o n a lC o n f e r e n c eo nC o m p u t e rE n g i n e e r i n ga n d5 2参考文献T e c h n o l o g y 2 0 10 ，4 ：4 7 1 - 4 7 5 【3 6 】王成强基于K P I 的高校实验技术人员绩效考核体系设计【J 】实验技术与管理，2 0 0 9 ，2 6 (

175、1 0 ) ：1 6 2 - 1 6 4 【3 7 】易开刚K P I 考核：内涵、流程及对策探究【J 】技术经济，2 0 0 5 ( 1 ) ：4 8 - 4 9 【3 8 】古银华，王会齐，张亚茜关键绩效指标( K P I ) 方法文献综述及有关问题的探讨【J 】内江科技，2 0 0 8 ，( 2 ) ：2 6 - 2 7 3 9 】【美】戴维帕门特关键绩效指标：K P I 开发、实施和应用【M 】北京：机械工业出版社，2 0 0 8 【4 0 】彭剑峰，伍婷等绩效指标体系的构建与维护 M 】上海：复旦大学出版社，2 0 0 8 【41 】R o u i b a hK ，O u l d -

176、 a l iS P u z z l e Ac o n c e p ta n dp r o t o t y p ef o rl i n k i n gb u s i n e s si n t e l l i g e n c et ob u s i n e s ss t r a t e g y J 】J o u r n a lo fS t r a t e g i cI n f o r m a t i o nS y s t e m s ，2 0 0 2 ，( 1 1 ) - 1 3 3 1 5 2 【4 2 】韩慧等数据仓库与数据挖掘 M 】北京：清华大学出版社，2 0 0 9 【4 3 】【美 S

177、 c o t tC a m e r o n S Q LS e r v e r2 0 0 8 分析服务从X f - J 至U 精通 M 】王净译北京：清华大学出版社，2 0 1 0 【4 4 】 ) b H J i a w e iH a n ，M i c h e l i n eK a m b e r 数据挖掘：概念与技术 M 】范明，孟小峰译北京：机械工业出版社，2 0 0 7 4 5 】J o a c h i mH a m m e r T h eS t a n f o r dd a t aw a r e h o u s i n gp r o j e c t J I E E ED a t aE

178、n g i n e e r i n gB u l l e t i n ，19 9 5 4 6 】尤玉林，张宪民一种可靠的数据仓库中E T L 策略与架构设计 J 】计算机工程与应用，2 0 0 5 ，1 0 ：1 7 2 1 7 5 【4 7 】R A g r a w a l ，T I m i e l i n s k i ，a n d A S w a m i D a t a b a s e m i n i n g ：Ap e r f o r m a n c ep e r s p e c t i v e I E E ET r a n s K n o w l e d g ea n dD a t a

179、E n g i n e e r i n g ，1 9 9 3 ，5 ：9 1 4 - 9 2 5 4 8 】叶朝礼保险企业数据仓库的设计和实现 D 广东：中山大学，2 0 0 9 【4 9 【美 L y n nL a n g i t 等S Q LS e r v e r2 0 0 8 商业智能完美解决方案 M 】张猛，杨越，郎亚妹等译北京：人民邮电出版社，2 0 1 0 【5 0 】张腾飞基于数据仓库据的信用信息系统的分析与设计 D 】湖北：武汉理工大学，2 0 0 9 广东工业大学硕士学位论文攻读学位期间发表论文 1 】朱建辉，洪福基于平衡计分卡的模具企业K P I 体系探讨模具工业2 0 1

180、 2 年( 已录用)学位论丈独创性声明学位论文独创性声明本人郑重声明：所呈交的学位论文是我个人在导师的指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果。与我一同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明，并表示了谢意。本人依法享有和承担由此论文所产生的权利和责任。论文储獬：粒P 嗍v 川学位论文版权使用授权声明本学位论文作者完全了解学校有关保存、使用学位论文的规定，同意授权广东工业大学保留并向国家有关部门或机构送交该论文的印刷本和电子版本，允许该论文被查阅和借阅。同意授权广东工业大学可以将本学位论文

181、的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印、扫描或数字化等其他复制手段保存和汇编本学位论文。保密论文在解密后遵守此规定。论文作者签名。球爿鬻扩日期：沙眠罗l 指导教师签名：日期：vh 、1广东工业大学硕士学位论文致谢在此毕业论文完成之际，首先感谢陈新教授、陈新度教授两位导师对本文工作的指导。三年来，导师在学习上给我精心的指导与教诲，在生活上给予我深切的关怀与帮助，对此我将永远铭记于心。两位教授以其宽阔的学术视野、深邃敏锐的洞察力、一丝不苟的治学精神、开拓性的创新意识、扎实深厚的科研功底以及孜孜不倦的工作态度使我受益终生。在此向老师表示衷心的感谢和深深的敬意。特别感谢胡常伟老师，

182、从论文的选题到论文的完成，胡老师都提出了宝贵的意见和建议。非常感谢胡老师的谆谆教诲。非常感谢毛宁老师对本文提出的宝贵意见。同时也非常感谢实验室的其他老师给予的指导与帮助。感谢实验室的所有同学们，在三年的学习与生活上给予我支持与帮助。特别感谢林汉华、周群阳、杨尚峰、丁炼、李鹏飞等师兄，他们在科研上给予了我很多指导。感谢广东巨轮模具有限公司给予了我实习的机会，感谢公司的员工陈欣、洪福、刘启煜以及杨煜俊老师在实习期间给予我巨大的帮助。感谢我的家人及所有的亲朋好友，感谢他们的一直以来的支持与鼓励，使我在求学的道路上能够持之以恒、不断进取。最后，我要感谢参与我论文评审和答辩的各位老师，感谢您们在百忙的工作中给予指导15 6朱建辉2 0 1 2 年5 月于广东工业大学