面向中小企業的商業智能SAAS系統構建

黃艷玲

摘 要：該文針對中小企業在實施商業智能系統時所面臨的困難，提出構建商業智能SAAS系統的建議。該系統可以為不同中小企業提供共享的和定制的商業智能服務。該文在分析中小企業對商業智能SAAS系統需求的基礎上，提出該系統的整體架構，并進行了主要功能模塊設計，同時分析了系統實現過程中所用到的關鍵技術。該文所提出的系統構建方法能為構建面向中小企業的商業智能SAAS系統提供參考。

關鍵詞：中小企業 商務智能 SAAS 系統構建

中圖分類號：F270 文獻標識碼：A 文章編號：1674-098X（2014）12（c）-0039-02

商業智能是計算機技術中的數據庫、數據倉庫、數據挖掘等技術在商業決策支持中的應用，目的是從大量數據和信息中發掘有用的知識以輔助決策，增強商業利潤 [1]。在國外，商業智能已取得各行各業的廣泛認同，SAP、ORACLE、SAS等大公司的產品基本上占據商業智能軟件的大部分市場，其功能也整合進ERP、CRM等模塊。在國內，大型企業也開始享受到商業智能帶來的巨大利益[2]。例如，通過商業智能軟件，聯想集團成功地將平均庫存從72天減到22天，海爾集團每年采購成本也節省了8000萬人民幣[3]。

而對于中小企業來說，商業智能卻是可望而不可即的，其原因如下[4]。第一，當前商業智能軟件一般價格偏高，令中小企業難以承受。例如，SAP的商業智能項目最少需500萬～1000萬，大部分都在1000萬以上。第二，易用性較差。目前，一些商業智能軟件較為復雜，不經過專門的培訓學習，工作人員很難在短期內熟悉并使用。第三，配置、維護費用較高。資金方面他們不單要考慮購買軟件的費用，還要預算相應的配置和維護費用。第四，通用性較差。目前，一些商業智能軟件處于各自為政的階段，只針對特定的平臺，不能兼容其他的應用。這樣中小企業購買的軟件及資源得不到充分利用。以上原因導致大部分中小企業對商業智能軟件采取一種觀望的態度。

針對這種困境，筆者設計出一種平臺化、模塊化、共享化的商業智能SAAS系統。商業智能SAAS系統由“平臺+模塊”構成，即由系統提供基礎運行平臺，企業無須單獨搭建服務器和安裝軟件，只需使用平臺所提供的共享服務即可。同時，系統內包含多個功能模塊，企業可根據自身需求，定制所需要的功能模塊。商業智能SAAS系統的通用性平臺，為中小企業提供定制的商業智能服務，減輕了中小企業的成本，幫助中小企業走上商業智能之路。

1 商業智能SAAS系統架構設計

1.1 商業智能SAAS系統需求

商業智能SAAS系統應嚴格遵循數據倉庫、多維模型、前端展現等業界標準，并根據國內中小企業的需求，做出針對性的開發。面向中小企業的商業智能SAAS系統應滿足如下需求。

（1）單一架構的平臺系統。

當前商業智能軟件都具有多架構、多組件的特點，將設計與界面呈現進行隔離。對于大型項目而言這樣的架構具備良好的可擴展性，但學習和管理維護具有復雜性。面向中小企業的商業智能SAAS系統應規避這樣的復雜性，設計一個高度集成化的產品，采用統一的元數據管理、統一的應用框架、統一的用戶管理。無論是BI定義還是信息訪問，用戶無需在多個應用間切換，都在單一的系統內完成。單一架構平臺的系統能夠降低BI系統的學習曲線，適應中小企業整體IT水平不強的現狀。

（2）實施簡便，易于使用。

面向中小企業的商業智能SAAS系統應易于實施、使用及維護。系統可采用統一的元數據語義層，將系統對象抽象為元數據，針對具體的數據分析設計提供拖拽式的操作界面，極大地簡化獲取數據難度，使普通用戶也能進行自助式分析。

（3）面向服務架構（SOA）。

作為面向服務的體系架構，SOA成為一種功能組件化的設計模型。它能夠屏蔽不同平臺、編程語言、操作系統和硬件架構之間的差異，實現應用程序的簡單集成。這意味著IT系統的靈活性得到前所未有的提升，同時應用程序的重復利用成為可能，開發成本也得到降低。選擇面向服務的架構后，能使得商業智能SAAS系統更易于與中小企業已有的ERP系統整合關聯，構建出個性化的企業信息門戶。

1.2 商業智能SAAS系統整體架構

商業智能SAAS系統基于數據倉庫技術，既可以使用基于多維模型建模好的數據倉庫、數據集市進行分析，也可以直接連接 ERP/CRM等業務系統的數據源，擴展現有系統的功能，通過統一的BI引擎屏蔽各種模型的差異，提供統一的接口供應用層制作各種數據分析展現。筆者認為商業智能SAAS系統整體架構如圖1所示。

1.3 商業智能SAAS系統模塊設計

商業智能SAAS系統是一個包含數據收集、數據建模、分析展現、數據挖掘、績效監控、團隊協同、分析流程定義、信息發布等的閉環有機系統[5]。商業智能SAAS系統是由基礎元數據平臺模塊和一系列可插拔的功能性模塊組成，各個模塊的總體設計如下

（1）元數據模塊。

作為BI系統的基礎性平臺模塊，元數據模塊提供元模型構建自身的體系架構，并由此擴展外圍模塊，使外圍模塊能可插拔地在系統中添加或移除。

元數據模塊還應為整個系統提供一些基礎的服務。如提供統一的資源標識體系和樹形結構，這樣系統內資源總是能夠通過資源ID或者樹路徑標識；提供基礎的緩存功能以提升訪問性能；元數據緩存提供樹形結構修改時的默認緩存刷新機制與業務對象自定義的緩存刷新機制相結合的處理邏輯，以便為外圍可插拔模塊提供靈活易用的基礎服務。

（2）數據模型模塊。

數據模型模塊基于元數據構建，提供多維模型建模相關功能。多維模型建模過程的最主要任務是在充分理解用戶的業務數據和業務需求的前提下規劃數據倉庫的結構、層次、集市，細化到葉子節點便是各式各樣的事實表和維表等。endprint

中小企業的IT環境中往往部署有成熟的關系型數據庫。這些關系型數據庫中的業務數據經過ETL抽取到數據倉庫后，數據庫表可以分成事實表和維表兩大類。表間的關系可以理解成星形模型和雪花模型，數據模型模塊提供一些工具和方法，來定義、修改和使用數據倉庫。數據倉庫模塊的實現將依托元數據模塊，事實表、維表、度量、維鍵等內容將都作為元數據存儲。數據倉庫模塊還可以提供API接口給內部其他模塊（例如報表模塊等）來進行訪問，這個接口的實現也將依托元數據的API接口提供。

（3）報表模塊設計。

報表模塊的設計需具備充分的易用性，以平緩的學習曲線引導用戶完成數據分析工作。在設計報表模塊的用戶體驗時可以Excel軟件為參考范例，并兼顧用戶使用Excel軟件的操作習慣，這樣能夠降低財務會計領域用戶的學習難度。

相比普通BI軟件，面向中小企業的商業智能SAAS系統中報表模塊的設計實現應該基于控件的思想，控件就是可以拖放入報表的可視元素，如文字表頭、表格、編輯框、按鈕、統計圖、地圖、布局控件等。將報表中的元素當控件來規劃，可以提高系統的易用性，對于水平較低的用戶，也可以快速生成報表。

（4）Office交互模塊。

中小企業的用戶除了使用通常意義的報表進行數據分析外，還會希望BI系統具備與Office交互的能力。Office交互模塊能夠大大提升產品對用戶的吸引力。該模塊應基于最新的瀏覽器技術，提供在線的Word編輯器，允許用戶在類似Office的環境中編輯文本，并靈活地引入報表數據，統計圖等，形成數據分析報告，并設置導出功能確保用戶編輯的格式能夠無失真地導出為Office格式。

（5）其他模塊。

通過元數據平臺模塊提供的基礎服務和可插拔能力，使BI系統具備良好的擴展能力，這樣便能夠高效快速地擴展各種業務需要的外圍模塊，例如工作流、數據填報、大數據分析等。

2 商業智能SAAS系統實現的關鍵技術

商業智能SAAS系統實現過程中，包括的主要技術有報表工具、Ad Hoc查詢工具、聯機分析處理、提示預警、統計分析、數據預測、建模和優化分析等等，其中最為核心的技術是元數據管理技術、數據倉庫技術、OLAP引擎技術等。

2.1 元數據管理技術

元數據通常被稱作”關于數據的數據”，即用于描述其他數據的數據。商業智能SAAS系統應提供統一的元數據管理服務，使各種業務概念、系統對象的表示、組織、管理變得簡單，能方便集成不同數據庫、數據模型、數據源、數據顆粒、技術配置、訪問控制及OLAP。元數據也應包括業務規則、業務口徑、數據用途、報表、分析模型等業務元數據。商業智能SAAS系統的元數據會利用關系型數據庫、UUID、動態緩存等技術構建。

2.2 數據倉庫技術

商業智能SAAS系統數據倉庫管理模塊的設計應嚴格遵循標準的數據倉庫理論和框架，并基于統一的元數據管理的框架實現。商業智能SAAS系統應支持各種多維模型，如星型模型、雪花模型、多星模型等，支持關系數據庫的ROLAP模型、基于立方體的MOLAP模型和混合模型HOLAP等等。

2.3 OLAP引擎技術

商業智能SAAS系統的 OLAP（多維分析）是基于BI多維分析技術，使企業內外部的決策者和高級用戶能對業務數據進行自助式、探查式的查詢分析。用戶可以從任意角度探察和分析以任何形式組合的數據，并且數據中的趨勢和業務價值。

除核心技術外，仍需用到統計圖技術、GIS地圖技術、Dashboard技術和基于HTML5的嵌入式開發技術等，從而增強用戶的可視化功能，使得系統簡單、易用、美觀，從而增強系統的用戶滿意度[6]。

3 結語

該文通過介紹商業智能的發展現狀，分析了中小企業在實現商業智能過程中面臨的主要問題，提出以業務為導向、價格低廉、易用性及通用性強的面向中小企業的商業智能SAAS系統，并詳細介紹了該系統的架構設計、功能模型，并指出實現過程中的關鍵技術，以期為中小企業構建商業智能SAAS系統提供可供參考的方案。

參考文獻

[1] 丁強.商業智能系統在企業管理中的實現[J].科技創業家，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.淺談中小企業的商業智能之路[J].中小企業管理與科技：下旬刊，2009（4）：93.

[4] 王俊.基于商業智能的A公司全面預算系統研究[D].北京交通大學，2013.

[5] 魏娟，梁靜國.基于數據挖掘技術的企業客戶關系管理（CRM）[J].商業研究，2005（7）：53-56.

[6] 方芳，萬波，謝忠.商業智能在現代企業中的應用研究[J].科技管理研究，2009（6）：412-414.endprint