
1b. 西南油气田分公司 通信与信息技术中心,四川 成都 610051;
2. 西南油气田分公司川西北气矿营销科,四川 江油 621709;
3. 西南油气田分公司重庆气矿销售公司,重庆市 401147
1b. Southwest Oil and Gas Field Company PetroChina Information Center,Chengdu,Sichuan 610051,China;
2. Marketing Department,Northwestern Sichuan Gas District,SWOG,Jiangyou,Sichuan 621709,China;
3. Sales Company,Chongqing Natural Gas Purification Plant General,SWOG,Chongqing,401147,China
目前国内主要油田企业 ERP(Enterprise re- source planning)系统建设与应用已经初具规模,系统中积累了大量的基础数据,如何将 ERP 系统中的业务数据提取、过滤,如何诠释这些业务数据的信息价值和管理价值,这就需要结合商务智能(Business Intelligence,简称 BI),将 ERP 系统的业务数据真实、动态的挖掘、分析和展现在各级管理者面前,为管理者提供决策支持,为企业带来更多价值,是 BI 数据管理技术在油田 ERP 系统运行中的研究与示范应用的主要方向。
1 BI 应用原理与技术特点商务智能是基于企业业务数据信息挖掘、分析、发布与展现的商务智能技术、方法和软件。它能帮助企业快速、准确、高效地决策,迅速地发现企业日常管理活动中存在的问题,提示企业管理人员做出快速的商务反应和对策,减少企业管理损失和实现管理的效益最大化[1]。BI 技术实质体现在两个方面:一是绩效指标平台技术与应用,二是经营分析功能技术与应用。其中,绩效指标平台主要是基于 ERP 系统中业务数据生成相应的绩效指标,并通过对 ERP 系统海量的数据进行计算与分析,运用速度表、音量柱、预警雷达、雷达球等图表形象地展现经营关键指标(KPI),形象化、直观化和具体化地实时反映监控企业运营情况。经营分析功能则主要是通过设定警戒线值,对异常指标预警,并对关键指标进行深度挖掘分析,为企业决策层迅速掌握企业全局性、趋势性的信息提供依据,以实现快速反应和快速决策的目的。
2 油田 BI 建设需求油田 ERP 系统能为 BI 商务智能系统提供丰富的数据源,将商务智能系统和油田 ERP 系统结合,使分散、孤立的业务数据相互联系。并能以高效、 易于查询的系统结构方式进行存储、查询和快速分析,快速地得出企业需要的管理数据与信息。同时,油田 ERP 系统也需要利用商务智能工具对海量的原数据进行整合,便于业务数据与管理信息相互转化,形成对企业有益的信息和知识,大大提高油田业务信息化管理与决策水平。
3 油田 BI 建设意义基于油田 ERP 系统中收集和生成的数据与信息,在 BI 系统中进行数据挖掘和整合,对油田生产经营活动作出及时、准确的对比与分析,实时、快速地为油田管理者提供经营管理决策辅助信息;同时,建立油田 BI 系统则可以通过数据分析确保数据质量,以对 ERP 系统中所提供的销售、设备、财务、物资、项目等数据共享来确保相关业务数据与信息的统一性和准确性,为油田管理者做出正确的企业决策服务。
4 油田 BI 设计 4.1 运用的核心技术 4.1.1 数据仓库技术对商务智能来说,数据仓库能够为它提供集中的、丰富的数据源,增强数据的完整性和安全。数据仓库对 ERP 系统来说,可以容纳长期的、大量的数据,并对这些数据进行有效地组织。数据仓库包括了一个中央事实表 Fact Table,允许多个维度外键和多个可以分析的指标以及多个可以分析的维度表 Dimension Tables[2]。
4.1.2 数据 ETL 技术数据ETL(Extraction-Transformation-Loading)技术是构建 BI 系统数据仓库的基础,它是将 ERP 系统中已有的异构数据进行灵活抽取到临时中间层,再运用分解、转换、集成等数据技术加载到数据仓库中,为联机分析处理和数据挖掘提供分析的数据基础。当前越来越多的企业将 ETL 技术应用于相关业务信息系统中进行业务数据的迁移、交换和同步处理。
4.1.3 数据 OLAP 技术数据 OLAP(On-Line Analytical Processing)技术是在线分析处理或联机分析处理的数据仓库使用技术,可以在 ERP 系统中应用其在线性(On-Line)和多维分析(Multi-Analysis)两个技术特点,针对特定问题进行联机数据查询和在线分析,并对原始数据按照使用者的观点进行转换和处理。
4.1.4 数据挖掘技术在 ERP 系统中应用数据挖掘技术(Data Min- ing)可以对相关业务数据信息进行查询、挖掘、分析和展现。因为油田 ERP 系统中大量的、不完全的、模糊的、随机的需要利用数据挖掘信息技术来提取隐含在其中的、事先不知道的,但又是潜在的、有用的信息和知识,从而为油田决策层找出相关数据之间的潜在联系,以促进决策信息的共享与传递。
4.2 油田 BI 商务智能系统设计方案 4.2.1 方案设计目标油田商务智能系统的设计主要面向已有的业务系统和数据库,利用现代数据抽取、转换和加载等信息化管理技术手段整合与管理海量业务数据,并对数据进行集中存储后,依据系统中的历史数据与信息,挖掘与分析数据间的内在联系,应用多种维度方式对数据进行钻取、查询与展现[3]。
一是可以按油田管理者的需求将 ERP 系统中的原数据进行图、表的混合分析与展示。
二是可以对关键性指标进行动态显示、监控、预警,并以多视角、多层次、多层面的分析与展现方式为油田中高层领导在财务成本管理、物资管理、 市场营销、项目管理以及设备管理等方面提供及时、准确、完整的决策信息。
三是充分运用商务智能系统管理的优点,对企业管理全面监控,保证油田能够有效地适应市场需求,及时调整生产经营策略,增强油田的核心竞争力。
4.2.2 油田商务智能系统总体结构设计根据油田 ERP 系统数据库的特点和 BI 软件开发的数据要求,以切实可行、易于维护、方便灵活的系统结构设计思路将油田 BI 系统划分为三个方面: 第一个方面是确定 BI 系统的数据源。在分析油田用户业务管理功能需求的基础上,结合 ERP 系统所能提供的数据源,确定需要实现的管理功能;第二个方面是数据管理。在确定数据源的基础上,利用数据仓库原理设计相关系统表格结构,组织相应数据,完成数据整合,整合后的数据存储在 Oracle9i 的 BI 系统中;第三个方面是分析与展现数据。采用 Analysis 信息分析处理技术构建多维立体分析数学模型,基于系统中的关系数据库或多维立体技术来创建相关静态、动态的报表,最后部署到 WEB 服务器来直观展现需要的数据图表(如图 1 所示)。
4.2.3 油田商务智能系统数据模型设计数据模型是对客观事物及其联系的数据描述,在油田 BI 系统中设计和运用层次、网络、关系、逻辑、多维等各类数据模型设计来满足油田管理者对各类业务数据的整理、挖掘、分析、展现等管理与共享需求(见图 2)。
![]() |
图1 总体架构设计图 |
![]() |
图2 智能系统数据模型图 |
数据字典(Data dictionary)是一种用户可以访问的记录数据库和应用程序源数据的目录。数据字典不仅是每个数据库的中心,而且对每个用户也是非常重要的信息[4]。在油田 BI 系统中,用户可以用 SQL(Structure Query Language)语句访问数据库数据字典,数据字典设计是在需求分析后做出的,首先根据业务建立概念模型,然后在概念模型的基础上完善逻辑模型,最终根据逻辑模型做出物理模型,包括表的所有定义,包括索引,分区及存储相关,即开发所需的数据字典。
4.2.5 油田商务智能系统功能设计油田商务智能系统功能模块是根据油田企业的实际业务和管理需求具体分层与分模块设计,具体功能模块设计如图 3 所示。
![]() |
图3 系统功能模块设计图 |
总体功能模块可以设计为:一是综合分析功能模块,即主要基于油田 ERP 系统中实现管理功能的投资、原材料投入、人力资源、资产利用、设备耗用、 商品量产出、销售收入、财务成本等业务发生数据与信息,对油田企业的人、财、物等投入与产出做出功能性对比分析,总体上展示油田生产经营活动年份内的绩效是否合理,展示油田企业是否具有可持续性发展潜力;二是结合油田在主要生产经营管理等方面的实际业务在 ERP 的管理单据和报表信息,按业务对商务智能的需求来设计各业务端系统功能模块,可以包括项目与投资计划模块、生产计划与运行模块、企业设备运营模块、财务与成本分析模块、销售与收入分析模块、物资供应分析模块、效率与效益分析模块等;三是在具体业务模块下就单个业务指标的时间维度和管理维度设计多维度商务智能模块功能[5]。
5 油田 BI 建设与应用的效果展示油田 BI 系统包含了多个业务功能模块,如财务模块、项目模块、物资模块、设备模块、销售模块,可访问 IE 客户端时用 IE 浏览器进行浏览[6]。主界面包括三个部分,第一部分:收入构成情况。该部分能够显示油田业务单位的宏观收入构成情况,可以通过点击相关链接直接进行访问;第二部分:经营日分析。通过滚动的方式,将主题进行展示,用户可以点击自己感兴趣的主题查看其中内容;第三部分:各主题模块展示。将需要展示的主题按照各个指标进行分类,用户点击某个模块将进入下一级目录,该目录将会列出该模块下的所有主题内容。现以物资模块为例进行简单展示。
5.1 系统界面构成油田 BI 系统主要以管理驾驶舱等多项指标结合和关联构成系统功能界面,重点采用图表形式,应用关联、钻取等功能开展业务的综合分析。通过驾驶舱界面展示业务部门重点关注的指标仪表盘、 报表及查询结果。对于战略性指标,运用指标对比分析和提示各个指标数值所在的区域,如正常、警告和危险等,并用不同的颜色区分予以展现,供管理层和决策层参考决策(如图 4 所示)。
![]() |
图4 系统功能界面 |
在油田 BI 系统中,将物资采购、库存周转与库存降低率按数据指标和时间维度作图表分析,让系统用户以时间角度为主,建立指标多维分析,支持系统用户从多维度查看、组合生成报表指标,并以多种形式的状态图展现指标的多个维度,同时给予物资采购与库存情况是否正常、积压作出指标信息对比判断,给物资业务管理部门及领导提供获取相关物资采购方面是否良性运转的信息,作出较为准确的物资采购预判与策略(如图 5 所示)。
![]() |
图5 考核指标分析 |
在主题指标分析功能架构下,系统还可以提供管理报表的采集、汇总、查询和编制功能。系统用户可以按照各种查询条件汇总、查看和生成油田决策支持系统中各类物资分析报表和定制报表,并可同步通过表格式或图形显示[7] ,更加充分、直观地了解公司状况,以支持企业进行分析和决策。
系统报表界面还支持各类报表的批注和审核功能,提高业务部门和领导对报表数据的关注与管控能力。同时,系统根据业务分析报表能够定制模板自动生成相关物资类业务分析报告;系统运用决策地图可直观地向物资相关部门和主管领导显示相关指标地区、时间维度等分析结果,供决策层点击使用,并作出决策指令(表 1 所示)。
表1 企业 60 大类物资收入发出及库存情况统计表(单位:元) |
![]() |
通过研究发现,油田 BI 商务智能系统能够充分调用各种信息资源和分析工具,为油田管理者分析问题、模拟决策和解决方案提供信息支撑,帮助油田决策者提高生产经营决策水平和质量。同时,它也是一个易操作、展现能力强、用户体验友好、可扩展性能力突出的决策支持系统,并能通过决策支持系统与 ERP 系统之间的取数接口,定期自动取出相关数据信息存入到决策支持系统对应的数据库中进行相关数据的挖掘、组合、分析和展示,最终达到提高油田的竞争优势、决策能力和运营能力。
[1] | 郑晓丽. 基于ERP 的商务智能系统实现[J]. 现代商贸工业, 2011, 21 (46) : 275 –278. |
[2] | [新西兰] Ian H Witten, Eibe Frank. 数据挖掘实用机器学习[M]. 董琳, 译. 北京: 机械工业出版社, 2006. |
[3] | 吴宏远, 姜忠辉. 大型企业ERP 实施项目组织策略研究[J]. 中国科技信息, 2007, 16 (32) : 157 –158. |
[4] | 冯亚丽, 蒋文文. XI 的SAP 系统与外围系统集成[J]. 计算机系统应用, 2012, 2 (21) : 9 –12. |
[5] | 何春蕾, 肖学兰. 中国天然气行业政策研究进展及框架构建[J]. 天然气工业, 2012, 32 (06) : 85 –88. |
[6] | 邹曦, 侯江波. 油气企业管理创新途径探索[J]. 天然气技术与经济, 2011, 06 (05) : 66 –67. |
[7] | 林碧英, 刘亮. TMI 在设计实现销售渠道报表系统的应用[J]. 计算机系统应用, 2012, 3 (21) : 46 –50. |