一、ERP

首先，我们来分析一下企业上ERP的价值吧。在企业上ERP之前，所有的业务数据记录与整理都依赖于手工，每个岗位不管能力高低，都是这样子的：

这手工记账，要是在20年前，还是比较常见的，但近些年基本上已经不存在了。

用了ERP（暂且将企业基础的业务系统笼称为ERP吧）之后呢？有一套系统可以帮助每个岗位处理表单、跟进流程与整理数据，于是乎，就好像下图中的这匹斑马一样，有一个工具，让自己跑的更快。

N多年过去了，当我们的ERP系统运行了一段时间后，我们会发现，上ERP是给我们带来了信息的共享，效率的提升，但总是感觉缺些什么，我们来梳理一下：

报表分析方面需要优化

ERP是一个事务处理系统，它的重点在于进行业务的过程记录与控制，在报表分析处理方面有着先天的缺陷：

1.无法实现不同管理角色的分析要求

ERP中虽然有着大量的报表，却无法按不同管理角色来个性化设置分析平台，同时，繁琐的查询操作使管理者望而却步。

2.报表计算速度慢

在ERP技术中，报表需要在查询过程中重新计算，当数据量较大时，报表的计算速度非常慢，并且会严重影响网络中其他用户的使用效率。

3.需要大量的手工处理

因为ERP中的报表过于死板，所以，当管理决策者需要某一个特定报表时，需要通过手工在EXCEL电子表格中进行处理才能得到，也就失去了及时为决策提供科学准确的数据的意义。

4.无法实现多维度的分析

因为ERP中的报表是静态报表，如果需要一张统计产品在各区域的销售报表，或者是各区域所有产品的销售报表，则需要通过多张报表经过多次的手工组合才能做到。

5.无法灵活实现跨年度分析

当需要分析某一产品的本期销售与上年同期对比以及本年累计销售时，ERP系统也同样困难重重。

6.报表二次开发难度大

如果管理者需要的报表需要通过二次开发来实现，会投入较大的时间与货币成本，同时，一旦报表要求稍有变化，就需要重新设计。

7.无法按照决策思维方式去了解信息

当管理决策者通过报表发现某一项事实存在着异常或疑问时，通常希望立刻得到相关答案，如：为什么会出现这种问题？与之关联的数据有哪些？例如，发现某一类产品销售同期为负增长，那么，到底是哪几种产品出现了大的负增长呢？而这些产品又主要是因为哪些客户的原因造成了负增长呢？这些客户是哪些业务员经手的？是不是退货率很高？…..此时，在ERP系统中，根本无法按照这样的思维模式得到数据，这需要大量的手工处理才能在最后得到，并且，当某一个条件发生变化时，又需要重复的工作以获得信息。

8.无法直观地以图表方式呈现

虽然ERP中有着一定的图表分析功能，但其功能是非常弱的，对于管理决策者来说，对一些关键信息，通常更愿意通过图表的形式来分析，如销售的走势，库存的构成，同一产品在不同客户的销售对比等。如果想在一个分析报告中，综合各项数据，实现图文并茂，更需要大量的手工处理。

管理应用方面需要补充

目前国内主流的ERP基本上都是从财务软件演化而来，并且因为实施的众多因素，使ERP在许多企业的应用变成了一个简单的电子记账工具，而在真正帮助决策者提高决策水平上，却显得非常无力。可是，越来越多的企业管理决策者，不但希望信息化能夯实基础管理，同时还希望提高管理决策水平：

1.哪些客户为潜在流失客户？这些客户是核心客户吗？为什么会出现客户流失?

2.哪些产品为潜在淘汰产品？哪些员工的销售业绩持续下降？

3.有哪些物料有着呆滞的风险？库龄分布情况是怎么样的？这些物料是何时、因何事何人经手入库?

4.主要物料的价格波动情况是怎样的？又有哪些物料的价格波动较大？

5.如何在现有财务软件的基础上快速部署预算管理与分析？

6.如何有效监控每个分支机构的赢利情况以及费用明细？

7.如何进行常用财务指标的分析？如何利用杜邦分析模型来进行模拟决策？

8.如何进行资金占用的分析？如何快速预测未来资金的流入与流出情况？

9.今年的收入同比增长10%，销量与价格哪个因素影响更大？分解到不同的产品线呢？

10.未来成本预计上涨10%，如果要保证利润仍然增长10%，销量需要上升多少？

.....

此时，作为管理决策者，就会感觉到，ERP是为企业带来了规范化的基础管理，提高了各部门的运行效率，但，对你的帮助，却尤如烧水烧到了99度，还缺少最后1度达到沸腾。你需要另外一个工具，直接利用ERP的现有数据，为您及时、准确、简单、灵活地提供关键信息，以辅助你的日常决策。

这个时候，BI出现了。

二、商业智能BI

BI是什么？下面的定义，我们摘自百度百科

BI（Business Intelligence）即商业智能，它是一套完整的解决方案，用来将企业中现有的数据进行有效的整合，快速准确的提供报表并提出决策依据，帮助企业做出明智的业务经营决策。

商业智能的概念最早在1996年提出。当时将商业智能定义为一类由数据仓库（或数据集市）、查询报表、数据分析、数据挖掘、数据备份和恢复等部分组成的、以帮助企业决策为目的的技术及其应用。而这些数据可能来自企业的CRM、SCM等业务系统。

商业智能能够辅助业务经营决策，既可以是操作层的，也可以是战术层和战略层的决策。为了将数据转化为知识，需要利用数据仓库、联机分析处理（OLAP）工具和数据挖掘等技术。因此，从技术层面上讲，商业智能不是什么新技术，它只是数据仓库、OLAP和数据挖掘等技术的综合运用。

把商业智能看成一种解决方案应该比较恰当。商业智能的关键是从许多来自不同的企业运作系统的数据中提取出有用的数据并进行清理，以保证数据的正确性，然后经过抽取（Extraction）、转换（Transformation）和装载（Load），即ETL过程，合并到一个企业级的数据仓库里，从而得到企业数据的一个全局视图，在此基础上利用合适的查询和分析工具、数据挖掘工具、OLAP工具等对其进行分析和处理（这时信息变为辅助决策的知识），最后将知识呈现给管理者，为管理者的决策过程提供数据支持。

商业智能产品及解决方案大致可分为数据仓库产品、数据抽取产品、OLAP产品、展示产品、和集成以上几种产品的针对某个应用的整体解决方案等。

我们再来说一说我们的理解：我们认为，BI主要解决的是从数据到决策的这么一个过程。

首先，数据是起点，也是基础。ERP中已经积累了大量数据，但是，这些数据却是按照单据与流程的需要而存贮的，对于管理者来说，就显得有些杂乱无章：

他们期望看到的数据是这样的，简单而直观：

所以，我们就需要将数据进行抽取、与清洗，将之转换为有价值的信息。这个过程就是ETL。

那么，信息如何转变为知识呢？知识管理的一个重要工作就是将某个特定人脑中的经验，变的可复制。在这里，这个过程就是建模的过程。将不同分析主题的分析视角（维度）与分析内容（度量）固化下来，这样不管谁来用，都知道原来可以从这些角度来分析这么多的指标。

再看最后一条路径，就是最终辅助决策。在这里，决策不是少数高管的专利。管理学中有一个著名的“木桶理论”，就是说，一个木桶能装多少水，并不取决于木桶最长的木板，而取决于最短的那根。而对于企业管理来说，不管董事长、总经理的决策水平多高，都是没有意义的，关键在于各级管理人员都能理解且执行到位。

所以，通过一个数据分析平台的建立，让所有的管理者都看到统一的数据（当然是有权限控制的），都能基于数据去决策与执行，这样，才能真正提升企业的整体决策水平。 所以，上述数据链条，实际就是BI的技术实现路径。总结下来就三点：ETL、建模与平台化展现。这三项技术，一个都不能少。

ERP就好比股票交易系统，记录了每个股民的每一手股票交易，而BI就是这样一个K线图。大家炒股就希望通过这个K线图能找到何时买入，何时卖出的机会；同样的，对于管理决策者来说，就可以通过BI来快速发现当下的问题与未来的趋势。

本文由威海软件公司半岛科技转载整理2019.08.26