一、ERP

首先，我們來分析一下企業上ERP的價值吧。在企業上ERP之前，所有的業務數據記錄與整理都依賴于手工，每個崗位不管能力高低，都是這樣子的：

這手工記賬，要是在20年前，還是比較常見的，但近些年基本上已經不存在了。

用了ERP（暫且將企業基礎的業務系統籠稱為ERP吧）之后呢？有一套系統可以幫助每個崗位處理表單、跟進流程與整理數據，于是乎，就好像下圖中的這匹斑馬一樣，有一個工具，讓自己跑的更快。

N多年過去了，當我們的ERP系統運行了一段時間后，我們會發現，上ERP是給我們帶來了信息的共享，效率的提升，但總是感覺缺些什么，我們來梳理一下：

報表分析方面需要優化

ERP是一個事務處理系統，它的重點在于進行業務的過程記錄與控制，在報表分析處理方面有著先天的缺陷：

1.無法實現不同管理角色的分析要求

ERP中雖然有著大量的報表，卻無法按不同管理角色來個性化設置分析平臺，同時，繁瑣的查詢操作使管理者望而卻步。

2.報表計算速度慢

在ERP技術中，報表需要在查詢過程中重新計算，當數據量較大時，報表的計算速度非常慢，并且會嚴重影響網絡中其他用戶的使用效率。

3.需要大量的手工處理

因為ERP中的報表過于死板，所以，當管理決策者需要某一個特定報表時，需要通過手工在EXCEL電子表格中進行處理才能得到，也就失去了及時為決策提供科學準確的數據的意義。

4.無法實現多維度的分析

因為ERP中的報表是靜態報表，如果需要一張統計產品在各區域的銷售報表，或者是各區域所有產品的銷售報表，則需要通過多張報表經過多次的手工組合才能做到。

5.無法靈活實現跨年度分析

當需要分析某一產品的本期銷售與上年同期對比以及本年累計銷售時，ERP系統也同樣困難重重。

6.報表二次開發難度大

如果管理者需要的報表需要通過二次開發來實現，會投入較大的時間與貨幣成本，同時，一旦報表要求稍有變化，就需要重新設計。

7.無法按照決策思維方式去了解信息

當管理決策者通過報表發現某一項事實存在著異常或疑問時，通常希望立刻得到相關答案，如：為什么會出現這種問題？與之關聯的數據有哪些？例如，發現某一類產品銷售同期為負增長，那么，到底是哪幾種產品出現了大的負增長呢？而這些產品又主要是因為哪些客戶的原因造成了負增長呢？這些客戶是哪些業務員經手的？是不是退貨率很高？…..此時，在ERP系統中，根本無法按照這樣的思維模式得到數據，這需要大量的手工處理才能在最后得到，并且，當某一個條件發生變化時，又需要重復的工作以獲得信息。

8.無法直觀地以圖表方式呈現

雖然ERP中有著一定的圖表分析功能，但其功能是非常弱的，對于管理決策者來說，對一些關鍵信息，通常更愿意通過圖表的形式來分析，如銷售的走勢，庫存的構成，同一產品在不同客戶的銷售對比等。如果想在一個分析報告中，綜合各項數據，實現圖文并茂，更需要大量的手工處理。

管理應用方面需要補充

目前國內主流的ERP基本上都是從財務軟件演化而來，并且因為實施的眾多因素，使ERP在許多企業的應用變成了一個簡單的電子記賬工具，而在真正幫助決策者提高決策水平上，卻顯得非常無力。可是，越來越多的企業管理決策者，不但希望信息化能夯實基礎管理，同時還希望提高管理決策水平：

1.哪些客戶為潛在流失客戶？這些客戶是核心客戶嗎？為什么會出現客戶流失?

2.哪些產品為潛在淘汰產品？哪些員工的銷售業績持續下降？

3.有哪些物料有著呆滯的風險？庫齡分布情況是怎么樣的？這些物料是何時、因何事何人經手入庫?

4.主要物料的價格波動情況是怎樣的？又有哪些物料的價格波動較大？

5.如何在現有財務軟件的基礎上快速部署預算管理與分析？

6.如何有效監控每個分支機構的贏利情況以及費用明細？

7.如何進行常用財務指標的分析？如何利用杜邦分析模型來進行模擬決策？

8.如何進行資金占用的分析？如何快速預測未來資金的流入與流出情況？

9.今年的收入同比增長10%，銷量與價格哪個因素影響更大？分解到不同的產品線呢？

10.未來成本預計上漲10%，如果要保證利潤仍然增長10%，銷量需要上升多少？

.....

此時，作為管理決策者，就會感覺到，ERP是為企業帶來了規范化的基礎管理，提高了各部門的運行效率，但，對你的幫助，卻尤如燒水燒到了99度，還缺少最后1度達到沸騰。你需要另外一個工具，直接利用ERP的現有數據，為您及時、準確、簡單、靈活地提供關鍵信息，以輔助你的日常決策。

這個時候，BI出現了。

二、商業智能BI

BI是什么？下面的定義，我們摘自百度百科

BI（Business Intelligence）即商業智能，它是一套完整的解決方案，用來將企業中現有的數據進行有效的整合，快速準確的提供報表并提出決策依據，幫助企業做出明智的業務經營決策。

商業智能的概念最早在1996年提出。當時將商業智能定義為一類由數據倉庫（或數據集市）、查詢報表、數據分析、數據挖掘、數據備份和恢復等部分組成的、以幫助企業決策為目的的技術及其應用。而這些數據可能來自企業的CRM、SCM等業務系統。

商業智能能夠輔助業務經營決策，既可以是操作層的，也可以是戰術層和戰略層的決策。為了將數據轉化為知識，需要利用數據倉庫、聯機分析處理（OLAP）工具和數據挖掘等技術。因此，從技術層面上講，商業智能不是什么新技術，它只是數據倉庫、OLAP和數據挖掘等技術的綜合運用。

把商業智能看成一種解決方案應該比較恰當。商業智能的關鍵是從許多來自不同的企業運作系統的數據中提取出有用的數據并進行清理，以保證數據的正確性，然后經過抽取（Extraction）、轉換（Transformation）和裝載（Load），即ETL過程，合并到一個企業級的數據倉庫里，從而得到企業數據的一個全局視圖，在此基礎上利用合適的查詢和分析工具、數據挖掘工具、OLAP工具等對其進行分析和處理（這時信息變為輔助決策的知識），最后將知識呈現給管理者，為管理者的決策過程提供數據支持。

商業智能產品及解決方案大致可分為數據倉庫產品、數據抽取產品、OLAP產品、展示產品、和集成以上幾種產品的針對某個應用的整體解決方案等。

我們再來說一說我們的理解：我們認為，BI主要解決的是從數據到決策的這么一個過程。

首先，數據是起點，也是基礎。ERP中已經積累了大量數據，但是，這些數據卻是按照單據與流程的需要而存貯的，對于管理者來說，就顯得有些雜亂無章：

他們期望看到的數據是這樣的，簡單而直觀：

所以，我們就需要將數據進行抽取、與清洗，將之轉換為有價值的信息。這個過程就是ETL。

那么，信息如何轉變為知識呢？知識管理的一個重要工作就是將某個特定人腦中的經驗，變的可復制。在這里，這個過程就是建模的過程。將不同分析主題的分析視角（維度）與分析內容（度量）固化下來，這樣不管誰來用，都知道原來可以從這些角度來分析這么多的指標。

再看最后一條路徑，就是最終輔助決策。在這里，決策不是少數高管的專利。管理學中有一個著名的“木桶理論”，就是說，一個木桶能裝多少水，并不取決于木桶最長的木板，而取決于最短的那根。而對于企業管理來說，不管董事長、總經理的決策水平多高，都是沒有意義的，關鍵在于各級管理人員都能理解且執行到位。

所以，通過一個數據分析平臺的建立，讓所有的管理者都看到統一的數據（當然是有權限控制的），都能基于數據去決策與執行，這樣，才能真正提升企業的整體決策水平。 所以，上述數據鏈條，實際就是BI的技術實現路徑。總結下來就三點：ETL、建模與平臺化展現。這三項技術，一個都不能少。

說了那么多的BI，那BI與ERP到底是什么關系呢？我們用下面這張圖來說明一下：

ERP就好比股票交易系統，記錄了每個股民的每一手股票交易，而BI就是這樣一個K線圖。大家炒股就希望通過這個K線圖能找到何時買入，何時賣出的機會；同樣的，對于管理決策者來說，就可以通過BI來快速發現當下的問題與未來的趨勢。