融入大数据技术的ERP数据新价值分析与研究

刘青

[摘 要] ERP系统经过几年的运行在后台数据库中积累了大量的数据信息，同时因为系统具有严格的管控手段，所有的业务操作都可追溯，但ERP本身是面向事务处理型的系统，传统的数据分析也无法快速有效的挖掘这些数据的价值。因此，亟待利用大数据分析技术进行ERP数据价值挖掘，以实现业务流程监控、薄弱环节管理、预测企业未来，从而进一步提升管理水平。

[关键词] ERP系统；大数据；数据挖掘

doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2017. 11. 028

[中图分类号] F270.7 [文献标识码] A [文章编号] 1673 - 0194（2017）11- 0061- 02

0 引 言

ERP系统是公司主要的经营管理系统，目前财务、物资、设备、销售等业务全部纳入系统运行，实现了业务与财务的无缝集成，是公司智慧管理的重要组成部分。系统上线运行以来，结合公司自身的业务管理需要不断进行深化应用，目前正着手开展ERP系统数据价值挖掘的相关工作。

大数据技术就是从各类数据中快速获得有价值信息的技术，适用于大数据的技术包括大规模并行处理（MPP）数据库、数据挖掘、分布式文件系统、分布式数据库、云计算平台、互联网和可扩展的存储系统。

1 ERP系统应用概况

1.1 建设成效

ERP的实施规范了业务流程，统一了数据标准，强化了业务管控，推动油田管理理念的提升，给精细管理注入新鲜血液，进一步提高了勘探开发整体效率和整体效益。实现各部门在同一平台上协同工作；实现成本控制与计划执行的实时监控；实现物流、资金流和信息流“三流合一” ；实现全油田各经营管理流程规范统一；实现公司基础数据规范、唯一，经营管理数据来源统一。

2 大数据与ERP的契合

2.1 存在问题

ERP系统经过几年的运行，在后台数据库中积累了大量的数据信息，同时因为系统具有严格的管控手段，所有的业务操作都可追溯。但ERP本身是面向事务处理型的系统，满足不了企业对数据挖掘分析的需求。传统的数据分析也无法快速有效的挖掘这些数据的价值。因此，亟待利用大数据分析技术进行ERP数据价值挖掘，以实现业务流程监控、薄弱环节管理、预测企业未来，从而进一步提升管理水平。

2.2 ERP数据挖掘流程

ERP数据通过FTP接口推送到本地服务器，针对推送过来的数据进行解析，并存储到本地数据资源池中。利用ETL技术对数据资源池中的数据进行抽取、转换、加载，清洗过的数据放置数据仓库，再通过大数据分析平台对其进行分析建模，最终以图文形式展现分析结果。

2.3 ERP数据分析

ERP系统中即累积了大量的业务数据，也记录了用户操作行为的日志数据，对ERP数据的分析，主要从两个方面入手，即用户行为分析和相关业务分析。

2.4 ERP用户分析的取数方案

用户行为分析，是指对获得的用户数据进行统计、分析，从中发现用户的活动规律。用户行为分析涉及的数据包括用户登录日志、操作日志和权限配置等相关数据，通过对这些数据的组合分析，让管理者能够直观地了解本单位用户的工作状态，找出工作中的薄弱环节，掌握工作链条中各岗位的工作情况，有针对性地开展岗位培训和管理，合理安排工作计划。

2.5 优质用户分析

ERP系统涉及业务多，用户量大，挖掘优质用户将会带动系统整体应用水平的提高。本次分析选取用户量大、业务处理相对集中的供应处为例进行。从ERP服务器中抽取供应处80多名业务人员2014年系统中处理的采购申请、采供订单等10万多条凭证，从业务处理量、准确性两个指标综合考虑进行优质用户的选取。

2.6 用户登录习惯分析

抽取系统中2012-2014年三年的100余万条，对所有业务凭证的处理时间进行提取汇总，以此来反映出用户登录系统处理业务的时间，可以直观的反映出在每年的四季度尤其是年底，及每月的15-25日为业务处理集中的时段，给系统的运行带来很大压力。

针对这种集中做业务导致的系统负载均衡高、速度慢的情况，提出了业务处理的理想化状态曲线，为达成这种状态，建议从管理层面和系统层面控制两方面进行优化。 在管理层面：分批次提报计划，加强考核管理，以此实现合理调峰；在系统层面：对系统做增强控制，分流管控业务操作时段，需求计划的提报放在每月的中上旬进行处理。

3 ERP数据深度挖掘

在前期ERP数据分析的基础上，根据业务管理的需要，配合集团公司应用集成项目及决策支持平台、用户访问平台的开展，并与公司管理一体化平台以及其他经营管理系统相结合，充分挖掘数据新价值，对数据进行主题分析、绩效分析、战略分析。

3.1 主题分析

主题分析是指对历史数据进行价值挖掘，分析出改善的空间和手段，付诸到业务管理中，以提高管理效益，可以从投资管理分析、项目效益评价、设备维修成本分析、物资计划分析、质量检验分析等方面入手进行。这些需要与业务部门进行充分的沟通，根据业务部门的真正需求开展。

3.2 绩效分析

绩效分析指对执行时间长、时效性要求高的业务流程进行监控，分析出影响执行效率的短板岗位或流程节点，进而优化流程，提升业务运行效率。

3.3 战略分析

战略分析是根据用户需求的不同，将其最关注的业务指标，以图文并茂的方式呈现出来，使决策者实时掌握经营管理全貌，并根据指标预警信息来判断是否需要干预业务。

4 结 语

随着云计算、物联网、移动互联网、大数据等新技术的发展，企业的管理需求不断深化，不再局限于传统优化内部业务流程、提升运营效率的层面上，转而着眼企业管理系统能否提供有价值的商业信息，供管理层进行科学决策。

运转多年的EPR系统积累了大量的行业数据，这些数据对于企业的经营管理和决策分析来说意义重大。如何确保这些数据安全存储和及时运用，将影响到企业能否最大化地发挥ERP的价值。可以说，后ERP时代，数据的深度挖掘和应用分析将是企业管理的焦点，而大数据与ERP的融合给这一切带来了无限可能。

主要参考文献

[1]周英，卓金武，卞月青.大數据挖掘：系统方法与实例分析[M].北京：机械工业出版社，2016.