面向中小企业的商业智能SAAS系统构建

黄艳玲

摘 要：该文针对中小企业在实施商业智能系统时所面临的困难，提出构建商业智能SAAS系统的建议。该系统可以为不同中小企业提供共享的和定制的商业智能服务。该文在分析中小企业对商业智能SAAS系统需求的基础上，提出该系统的整体架构，并进行了主要功能模块设计，同时分析了系统实现过程中所用到的关键技术。该文所提出的系统构建方法能为构建面向中小企业的商业智能SAAS系统提供参考。

关键词：中小企业 商务智能 SAAS 系统构建

中图分类号：F270 文献标识码：A 文章编号：1674-098X（2014）12（c）-0039-02

商业智能是计算机技术中的数据库、数据仓库、数据挖掘等技术在商业决策支持中的应用，目的是从大量数据和信息中发掘有用的知识以辅助决策，增强商业利润 [1]。在国外，商业智能已取得各行各业的广泛认同，SAP、ORACLE、SAS等大公司的产品基本上占据商业智能软件的大部分市场，其功能也整合进ERP、CRM等模块。在国内，大型企业也开始享受到商业智能带来的巨大利益[2]。例如，通过商业智能软件，联想集团成功地将平均库存从72天减到22天，海尔集团每年采购成本也节省了8000万人民币[3]。

而对于中小企业来说，商业智能却是可望而不可即的，其原因如下[4]。第一，当前商业智能软件一般价格偏高，令中小企业难以承受。例如，SAP的商业智能项目最少需500万～1000万，大部分都在1000万以上。第二，易用性较差。目前，一些商业智能软件较为复杂，不经过专门的培训学习，工作人员很难在短期内熟悉并使用。第三，配置、维护费用较高。资金方面他们不单要考虑购买软件的费用，还要预算相应的配置和维护费用。第四，通用性较差。目前，一些商业智能软件处于各自为政的阶段，只针对特定的平台，不能兼容其他的应用。这样中小企业购买的软件及资源得不到充分利用。以上原因导致大部分中小企业对商业智能软件采取一种观望的态度。

针对这种困境，笔者设计出一种平台化、模块化、共享化的商业智能SAAS系统。商业智能SAAS系统由“平台+模块”构成，即由系统提供基础运行平台，企业无须单独搭建服务器和安装软件，只需使用平台所提供的共享服务即可。同时，系统内包含多个功能模块，企业可根据自身需求，定制所需要的功能模块。商业智能SAAS系统的通用性平台，为中小企业提供定制的商业智能服务，减轻了中小企业的成本，帮助中小企业走上商业智能之路。

1 商业智能SAAS系统架构设计

1.1 商业智能SAAS系统需求

商业智能SAAS系统应严格遵循数据仓库、多维模型、前端展现等业界标准，并根据国内中小企业的需求，做出针对性的开发。面向中小企业的商业智能SAAS系统应满足如下需求。

（1）单一架构的平台系统。

当前商业智能软件都具有多架构、多组件的特点，将设计与界面呈现进行隔离。对于大型项目而言这样的架构具备良好的可扩展性，但学习和管理维护具有复杂性。面向中小企业的商业智能SAAS系统应规避这样的复杂性，设计一个高度集成化的产品，采用统一的元数据管理、统一的应用框架、统一的用户管理。无论是BI定义还是信息访问，用户无需在多个应用间切换，都在单一的系统内完成。单一架构平台的系统能够降低BI系统的学习曲线，适应中小企业整体IT水平不强的现状。

（2）实施简便，易于使用。

面向中小企业的商业智能SAAS系统应易于实施、使用及维护。系统可采用统一的元数据语义层，将系统对象抽象为元数据，针对具体的数据分析设计提供拖拽式的操作界面，极大地简化获取数据难度，使普通用户也能进行自助式分析。

（3）面向服务架构（SOA）。

作为面向服务的体系架构，SOA成为一种功能组件化的设计模型。它能够屏蔽不同平台、编程语言、操作系统和硬件架构之间的差异，实现应用程序的简单集成。这意味着IT系统的灵活性得到前所未有的提升，同时应用程序的重复利用成为可能，开发成本也得到降低。选择面向服务的架构后，能使得商业智能SAAS系统更易于与中小企业已有的ERP系统整合关联，构建出个性化的企业信息门户。

1.2 商业智能SAAS系统整体架构

商业智能SAAS系统基于数据仓库技术，既可以使用基于多维模型建模好的数据仓库、数据集市进行分析，也可以直接连接 ERP/CRM等业务系统的数据源，扩展现有系统的功能，通过统一的BI引擎屏蔽各种模型的差异，提供统一的接口供应用层制作各种数据分析展现。笔者认为商业智能SAAS系统整体架构如图1所示。

1.3 商业智能SAAS系统模块设计

商业智能SAAS系统是一个包含数据收集、数据建模、分析展现、数据挖掘、绩效监控、团队协同、分析流程定义、信息发布等的闭环有机系统[5]。商业智能SAAS系统是由基础元数据平台模块和一系列可插拔的功能性模块组成，各个模块的总体设计如下

（1）元数据模块。

作为BI系统的基础性平台模块，元数据模块提供元模型构建自身的体系架构，并由此扩展外围模块，使外围模块能可插拔地在系统中添加或移除。

元数据模块还应为整个系统提供一些基础的服务。如提供统一的资源标识体系和树形结构，这样系统内资源总是能够通过资源ID或者树路径标识；提供基础的缓存功能以提升访问性能；元数据缓存提供树形结构修改时的默认缓存刷新机制与业务对象自定义的缓存刷新机制相结合的处理逻辑，以便为外围可插拔模块提供灵活易用的基础服务。

（2）数据模型模块。

数据模型模块基于元数据构建，提供多维模型建模相关功能。多维模型建模过程的最主要任务是在充分理解用户的业务数据和业务需求的前提下规划数据仓库的结构、层次、集市，细化到叶子节点便是各式各样的事实表和维表等。endprint

中小企业的IT环境中往往部署有成熟的关系型数据库。这些关系型数据库中的业务数据经过ETL抽取到数据仓库后，数据库表可以分成事实表和维表两大类。表间的关系可以理解成星形模型和雪花模型，数据模型模块提供一些工具和方法，来定义、修改和使用数据仓库。数据仓库模块的实现将依托元数据模块，事实表、维表、度量、维键等内容将都作为元数据存储。数据仓库模块还可以提供API接口给内部其他模块（例如报表模块等）来进行访问，这个接口的实现也将依托元数据的API接口提供。

（3）报表模块设计。

报表模块的设计需具备充分的易用性，以平缓的学习曲线引导用户完成数据分析工作。在设计报表模块的用户体验时可以Excel软件为参考范例，并兼顾用户使用Excel软件的操作习惯，这样能够降低财务会计领域用户的学习难度。

相比普通BI软件，面向中小企业的商业智能SAAS系统中报表模块的设计实现应该基于控件的思想，控件就是可以拖放入报表的可视元素，如文字表头、表格、编辑框、按钮、统计图、地图、布局控件等。将报表中的元素当控件来规划，可以提高系统的易用性，对于水平较低的用户，也可以快速生成报表。

（4）Office交互模块。

中小企业的用户除了使用通常意义的报表进行数据分析外，还会希望BI系统具备与Office交互的能力。Office交互模块能够大大提升产品对用户的吸引力。该模块应基于最新的浏览器技术，提供在线的Word编辑器，允许用户在类似Office的环境中编辑文本，并灵活地引入报表数据，统计图等，形成数据分析报告，并设置导出功能确保用户编辑的格式能够无失真地导出为Office格式。

（5）其他模块。

通过元数据平台模块提供的基础服务和可插拔能力，使BI系统具备良好的扩展能力，这样便能够高效快速地扩展各种业务需要的外围模块，例如工作流、数据填报、大数据分析等。

2 商业智能SAAS系统实现的关键技术

商业智能SAAS系统实现过程中，包括的主要技术有报表工具、Ad Hoc查询工具、联机分析处理、提示预警、统计分析、数据预测、建模和优化分析等等，其中最为核心的技术是元数据管理技术、数据仓库技术、OLAP引擎技术等。

2.1 元数据管理技术

元数据通常被称作”关于数据的数据”，即用于描述其他数据的数据。商业智能SAAS系统应提供统一的元数据管理服务，使各种业务概念、系统对象的表示、组织、管理变得简单，能方便集成不同数据库、数据模型、数据源、数据颗粒、技术配置、访问控制及OLAP。元数据也应包括业务规则、业务口径、数据用途、报表、分析模型等业务元数据。商业智能SAAS系统的元数据会利用关系型数据库、UUID、动态缓存等技术构建。

2.2 数据仓库技术

商业智能SAAS系统数据仓库管理模块的设计应严格遵循标准的数据仓库理论和框架，并基于统一的元数据管理的框架实现。商业智能SAAS系统应支持各种多维模型，如星型模型、雪花模型、多星模型等，支持关系数据库的ROLAP模型、基于立方体的MOLAP模型和混合模型HOLAP等等。

2.3 OLAP引擎技术

商业智能SAAS系统的 OLAP（多维分析）是基于BI多维分析技术，使企业内外部的决策者和高级用户能对业务数据进行自助式、探查式的查询分析。用户可以从任意角度探察和分析以任何形式组合的数据，并且数据中的趋势和业务价值。

除核心技术外，仍需用到统计图技术、GIS地图技术、Dashboard技术和基于HTML5的嵌入式开发技术等，从而增强用户的可视化功能，使得系统简单、易用、美观，从而增强系统的用户满意度[6]。

3 结语

该文通过介绍商业智能的发展现状，分析了中小企业在实现商业智能过程中面临的主要问题，提出以业务为导向、价格低廉、易用性及通用性强的面向中小企业的商业智能SAAS系统，并详细介绍了该系统的架构设计、功能模型，并指出实现过程中的关键技术，以期为中小企业构建商业智能SAAS系统提供可供参考的方案。

参考文献

[1] 丁强.商业智能系统在企业管理中的实现[J].科技创业家，2013（18）：254.

[2] Rita L.Sallam，James Richardson，John Hagerty，Bill Hostmann. Magic Quadrant for Business Intelligence Platforms[R].2012-2，Gartner RAS.

[3] 包敬海.浅谈中小企业的商业智能之路[J].中小企业管理与科技：下旬刊，2009（4）：93.

[4] 王俊.基于商业智能的A公司全面预算系统研究[D].北京交通大学，2013.

[5] 魏娟，梁静国.基于数据挖掘技术的企业客户关系管理（CRM）[J].商业研究，2005（7）：53-56.

[6] 方芳，万波，谢忠.商业智能在现代企业中的应用研究[J].科技管理研究，2009（6）：412-414.endprint