以決策支持為核心的企業信息化研究

溫炎耿　王保民

摘要決策能力是現代企業的核心競爭力。我國企業在數據信息化和流程信息化建設方面發展迅速，但在決策支持層面上則相對滯后。本文從決策需求變化和信息資源利用兩方面進行分析，提出構建決策支持平臺的企業信息化建設新思路。

關鍵詞決策企業信息化數據SSIS

從管理角度看，企業信息化是對企業中的信息進行自動化、系統化、集成化以及深度挖掘的過程，是對企業信息系統的規劃、實施、運行和管理的過程。

我國企業信息化現狀

根據企業不同的發展階段，企業信息化主要集中在以下三個層面：數據信息化、流程信息化和管理決策信息化。數據信息化即把客戶信息、產品庫存、銷售金額等各種固定數據以一定的數據庫格式錄入到計算機里，以數字的形式保存管理，這是企業信息化的初級階段。流程信息化是利用信息技術將企業的運營流程規范化和科學化，這是在數據信息化的基礎上對企業更深層次的信息化改造。通過流程改造，去掉企業運行中的不合理環節，把更加科學、高效的運營流程以信息系統的方式固化下來，進一步提升企業的整體運行狀況。管理決策信息化是通過對已有信息資源的搜集、整理，以及通過一定的算法或工具對其進行深層次加工處理，從而得到有效數據，能夠對管理決策起到重要的支持作用。

由于信息技術的日漸成熟和企業對信息化建設觀念的轉變及投入的增加，當前我國大多數企業已實現第一層面和第二層面的信息化應用，即面向事務的信息化建設，但在管理決策層的應用上，則還有很長的路要走。

影響決策信息化的問題分析

我國企業整體決策能力不強，決策支持信息化發展緩慢，究其原因，主要有以下幾點：

首先，企業外部環境變化致使決策需求發生變化。在現代網絡環境下，企業需要的是更加全面、及時、完整的數據情報。隨著企業信息化的建設，信息獲取、傳遞、存儲已不再成為問題，影響企業決策的不再是信息的匱乏，而是信息的過于龐雜，如何在海量信息中提取有效數據成為支持決策的關鍵。

其次，企業信息化建設的階段性致使信息資源的利用率不高。在企業發展的不同階段，各種信息系統得以實現和應用。例如最初可能使用的庫存管理系統，而后增加了財務管理，后面又有了CRM、ERP等，由于企業在不同階段其經濟、人員、技術等情況并不相同，使得這些系統的數據內容、定義、結構、質量互不相同。現代企業需要的是準確、全面、完整的數據支持，包括各部門以及外部環境甚至競爭對手的相關資料，以及對這些數據內在聯系的進一步挖掘分析。

構建企業決策支持平臺

由于企業的數據和流程相對固定，因此我國企業在實現這兩個層次的信息化方面發展較快。而決策行為本身具有不確定性，故而圍繞決策支持的信息化建設的難度也較大。企業信息化建設無法替代人類做出決策，但可以幫助企業提高決策效率。科學決策的基礎是數據，企業應該建立一個結構統一、數據完整的數據平臺，決策者可以依據此平臺快捷、方便地得到自己所需要的資料，做出最準確的判斷。

通用數據平臺建設的關鍵問題不是信息資源匱乏，而是怎樣解決“信息孤島”，怎樣對大量分布、異構的數據源中的數據進行抽取、清洗、轉換，最終整合在一起構成企業通用的數據倉庫，即決策支持平臺。該平臺是根據各種需求進行分析處理和數據挖掘的基礎，是為管理者提供決策支持的數據保障，是企業信息化發展的需要，也是企業增強自身競爭力的需要。

決策支持平臺的具體實現

許多公司提供了實現數據抽取、清洗轉換、集成裝載，即ETL的商業智能工具，例如IBM的Warehouse Manag-er、Oracle的Oracle ETL Server等。微軟公司的SOL Server 2005提供了完整的數據整合服務Integration Set-vices(SSIS)，使構建企業的決策支持平臺變得簡單高效。基于SSIS的完備高效，企業可以通過SSIS將企業的各種異構數據轉換、整合、裝載，構建決策支持平臺，為企業決策提供服務。

一、SSIS的工作原理。SSIS基于工作流環境，提供了數據流和控制流兩種工作流，“包”是SSIS項目中最基本的部署和執行單位，其裝載了SSIS工作流，一個SSIS項目能夠包含多個包，每個包只能有一個控制流，但可以包含多個數據流。SSIS通過控制流、數據流、事件處理程序等組件來處理數據整合任務。控制流也叫任務流，由容器、任務和優先約束等控制流元素構造而成。容器提供包中的結構并給任務提供服務，任務在包中提供功能，優先約束將容器和任務連接成一個控制流。控制流中每個節點就是一個任務，這些任務按照事先定義的順序執行，可以根據執行結果的不同而有不同的分支。數據流由提取數據的源、修改和聚合數據的轉換、加載數據的目標、將數據流組件的輸出和輸入連接為數據流的路徑等元素組成，是專門針對數據操作的工作流，數據的提取、轉換和加載主要通過數據流完成。

二、數據提取。數據提取前，首先要清楚數據來自于哪幾個信息系統，各自運行的是哪些數據庫管理系統，其數據結構是怎樣的，有沒有手工數據，是否存在非結構化的數據，數據有多少等問題，當收集完這些信息之后才可以進行數據抽取設計。

SSIS中，源是使數據流中的其它組件可以訪問來自不同外部數據源數據的數據流組件，包括Data Reader源、Excel源、平面文件源、XML源、OLE DB源、原始文件源和腳本組件，通過源組件，SSIS可以連接到各種各樣的數據源，進而從中提取數據。

三、數據的清洗轉換。在集成各數據源數據構建通用數據倉庫時，最大的困難是數據類型的轉換。數據來自不同的數據源，包括企業內部的各部門以及企業外部的一些系統，因此這些數據的格式以及使用標準各不相同。這就需要對數據進行轉換處理，然后才能夠使用。例如性別可以表示為“1”和“0”，也可以表示為“男”和“女”，這些都需要轉換統一。另外，數據的質量也會有較大差別，數據的遺漏、亂序甚至錯誤在所難免，數據清洗成為建設過程中必不可少的一個環節。

1、數據清洗。數據清洗是指將那些沒用的、不完整的和錯誤的數據過濾掉，然后才能對這些數據進一步轉換。不符合要求的數據主要是有以下四種：1)數據不完整。此情況主要指應有數據的缺失，例如主要客戶聯系方式、代理商區域信息、供應商地址等。2)數據格式錯誤。例如數據格式非法、數據值超出規定范圍等。3)數據不一致。由于考慮性能或其他方面的原因，有些數據源可能會舍棄外鍵約束,從而導致數據不一致。例如在某個庫中出現了一個客戶表中沒有的客戶編號。4)重復錯誤。由于員疏忽或其它原因，有可能出現數據重復。

2、數據轉換。數據轉換的任務主要是將各數據源的數據標準化以及統一商務規則，其主要包括以下幾個方面。1)多值數據的統一。即將不同業務系統中相同類型的數

據進行統一，例如某客戶在終端系統的編碼是AA1000，而在客戶管理系統中是BB1000，則要將其轉換成同一編碼。2)統一商務規則。不同企業其業務規則和相應的數據指標不盡相同，這些指標的轉換有時也很復雜，這就需要將這些指標轉換為統一標準，然后將其存儲在數據倉庫中供分析使用。3)字符串操作。一些特定信息如身份證號等常可以從數據源的某個字符串字段中獲得，并且，常會有數值型的值用字符串的形式來表現，因而對字符串常有字符串截取、類型轉換等操作，由于字符型字段的隨意性常會造成臟數據，因此通常要加上異常處理。4)日期轉換。在數據倉庫中日期一般都有不同于日期類型、特定的表示方式，而在數據源中，這種字段一般都是日期型的，因而要處理轉換。

3、SSIS的數據清理轉換機制。SQL Server 2005的SSIS主要提供了三種機制實現數據的清理轉換。1)SSIS包含一些內置轉換，將其添加到包中能夠實現數據清理、標準化數據、將數據的大小寫進行更改、轉換數據類型或格式以及根據表達式創建新列值。此機制適合應用于多數據源的數據不一致，從而需對數據進行不同的格式處理的情況。2)將數據集中類似的值分組在一起來進行數據清理，有可能部分記錄有重復，因而不應該未經過進一步的計算就將這些數據插入到數據庫中。此轉換適用于這種情況。例如，可以通過比對用戶記錄中的姓名信息而識別出重復的客戶。3)SSIS可以使用精確查找或模糊查找來清理數據，其查找到引用表中的值并用其替換列中的值。此情況多用于購買或租用的數據，確保其滿足業務標準。

四、數據加載。目標是將數據流中的數據寫入特定數據存儲區或創建內存中數據集的數據流組件。數據清洗轉換完成后，即可裝載到企業通用數據倉庫，構成企業決策支持平臺。但由于企業各系統的數據不斷變化，這就要求通用數據倉庫的數據也應及時更新。為確保數據的一致性，可以建立一個Job每天執行ETL包。

注釋

①郭朝彬，張天橋：“基于SQL SERVER 2005的第三代數據挖掘系統構建分析”，《電腦開發與應用》，2008，21(8)，34頁。

②王亮，葛瑋：“ETL過程的思考”，《計算機技術與發展》，2008，18(10)，131-132頁

③朱德利：《SQL Server 2005數據挖掘與商業智能》，北京：電子工業出版社，2007年。