广西博联信息通信技术有限责任公司广西南宁530022
摘要：ERP是建立在信息技术的基础上，利用现代企业的先进管理思想，全面地集成了企业的所有资源信息，并为企业提供决策、计划、控制与经营业绩评估的全方位和系统化的管理平台。为了充分发挥ERP系统的作用，本文概述了数据仓库及数据挖掘，阐述了数据挖掘在ERP中应用的必要性及其方法，结合ERP中的采购管理系统，对数据挖掘在ERP中的应用进行了论述分析。
关键词：ERP；数据仓库；数据挖掘；应用；必要性；方法；采购管理系统
ERP管理系统是现代企业管理的运行模式，其是一个在全公司范围内应用的、高度集成的系统，覆盖了客户、项目、库存和采购供应等管理工作，通过优化企业资源达到资源效益最大化。数据挖掘技术比较适合基于数据仓库环境下的应用。基于此，以下就数据仓库的数据挖掘在ERP中的应用进行探讨。
一、数据仓库及数据挖掘的概述
数据仓库是在组织内部管理和决策中面向主题的、集成的、与时间相关的、不可修改的数据集合。数据仓库与数据库不同，它更像一种过程，对分布在组织内部各处的业务数据的整合、加工和分析的过程。数据挖掘是指一种数据分析和处理技术。DM技术是人工智能的一种应用，是高级的数据分析手段。
二、数据挖掘在ERP中应用的必要性及其方法
1、数据挖掘在ERP中应用的必要性。ERP系统常采用联机事务处理机制，而不具有联机分析功能。在这种情况下，ERP在实施和运行过程中凸显其局限性。具体表现为：第一、ERP系统是一种“联机事务处理系统”。ERP由多个事务应用组成，它把事务处理的细节记录在相关数据库中，从而产生大量的目标数据。事实上，这些目标数据的利用率非常低下。根据IBM的调查，一般ERP企业对存储的数据的利用率只有3％左右，决策者无法直接从海量数据中获信息。第二、ERP将数据转化成信息的能力有限。受ERP思想提出时的需求所限，ERP数据库中的数据无法上升到信息层面，而决策层所需的信息需要从ERP系统提取出来进行二次加工才能得到，这便降低了ERP的运行和使用效率。第三、ERP系统无法解决异构环境的查询问题。ERP企业中不同的业务数据存储在不同的环境中，在这种异构环境不易实现统一的查询。第四、ERP系统的开发和维护成本难以控制。由于管理与决策需求的不断变化，大大增加了ERP系统开发维护工作量。这样导致企业信息成本处于一种不可控状态。
2、数据挖掘在ERP中应用的方法分析。主要有：（1）关联分析。通过数据挖掘相关算法发现关联规则，这些规则展示了某一属性频繁的在给定数据集中一起出现的条件。（2）分类分析。通过分类能够找出描述并区分数据类或概念的模型（或函数），以便能够使用模型预测类标记未知的对象类。（3）聚类分析：对象根据最大化类内的相似性、最小化类间的相似性的原则进行聚类或分组。（4）演变分析：数据演变分析描述行为随时间变化的对象的规律或趋势，并对其建模。
三、数据仓库的数据挖掘在ERP中的应用分析
结合ERP中的采购管理系统，对数据挖掘在ERP中的应用进行分析。采购与付款循环是企业资金周转的重要环节，只有及时做好财产物资的供应与验收，才能保证生产和销售的正常运转，因此必须加强对采购循环的控制。
1、数据挖掘下的采购循环控制流程分析。主要表现为：申购员根据物料需求计划和仓库储备情况填写请购单，经主管部门领导审批后由采购员寻找供应商，经过比价协商，与供应商审核并签订采购订单。在确定了采购政策之后，材料送到仓管部门验收入库，根据上游单据生成到货单、入库单和采购发票，及时结算并传递给存货核算系统记账、制单，确认商品采购成本。另外，经采购系统结算后的发票传递到资金控制子系统中，由应付会计审核、制单，确保资金合理使用。遵循上述流程，可以将财务实时控制的方法和数据挖掘技术嵌入到ERP采购管理系统中，把存货的实际成本与计划成本比较，确定是超支还是节约，为考核采购员的工作业绩提供量化资料。通过Internet搜集和分析供应商的财务信息和经营状况，制定供应商的新政策，选择物美价廉、性价比高的材料和优质的服务，避免企业财务危机、维护企业信誉。
2、数据挖掘技术在采购循环控制中的应用分析。分类策略的主要方法之一是决策树方法。根据材料的计划成本和实际成本属性，通过决策树将材料分类，构建材料采购成本风险控制的数据模型，在应用中反复修正，提高采购业绩考核的准确性。然后，对所有材料采购成本进行聚类分析，可以将材料分为若干类，并对不同种类的材料分别采取不同的采购管理政策。例如，对于超支严重的材料进行历次购买行为分析，识别孤立点，当采购行为发生异常时，提示警报，以便深入研究其原因，采取措施。具体过程如下：（1）问题陈述。对材料采购成本进行数据挖掘的目的是控制材料采购风险、降低采购成本，以便采取不同的材料供应战略。所以，此次数据挖掘的策略是根据材料采购超支与节约信息对材料进行分类，构建材料采购的分类模型。（2）数据收集。要尽可能搜集到所有采购材料的属性值信息，提供海量的数据，将这些数据整合，形成数据集集市，供数据挖掘使用。（3）数据预处理。如果将全部数据都拿来做数据挖掘，可能失去控制重点，还可能使错误数据影响数据挖掘，导致无法提练出有用的信息。因此，要经过以下数据预处理过程：第一、依据经验去除明显的异常点。第二、考虑材料采购风险的性质，剔除与数据挖掘主题无关的属性，确定恰当的材料采购描述属性。第三、依据挖掘的需求对数据进行相应的转换。在材料采购成本的数据挖掘中，主要的采购材料属性是供应商名称、仓库名称、材料名称、材料类别、数量、计划单价、实际单价、计划成本、实际成本、超支（节约）差异等等。（4）模型评估。建立挖掘算法的模型是数据挖掘工作的重要环节。可以使用多种方法分别操作数据集，评估各模型的效果，从而寻找出合适的分析模型。在材料采购成本的数据挖掘中，可以运用分类树方法建立分类决策树，也可以采用聚类分析方法，以材料的实际成本和超支（节约）差异为属性将材料成本分为几类。此分类结果，可用于新增材料成本的分类，实现控制的程序化和自动化。通过SPSS软件的聚类分析工具，按照设定的分类数目，从随机的初始分区开始，依据样本和类间的相似程度，将样本分配到各类，使之满足相应的收敛准则。（5）解释模型和得出结论。通过对数据挖掘构建的模型进行解释和评价，从大量的、随机的、模糊的、有噪声的实际数据中，提炼出有用的信息和知识，并以用户可理解的语言或可视化的形式呈现给用户。利用数据挖掘获取的信息，分析过去的交易和事项，也为未来的经济业务事项提供决策依据。当出现新交易和事项时，要分析和评价模型的适用性，或适当地修改模型。上述五个阶段紧密相联，相互作用。
结束语
综上所述，ERP数据库主要负责处理联机事务，负责多事务处理、数据的一致性与完整性等，它负责的重点并不是进行大数据量的查询与分析。而ERP数据仓库是分析型数据库，通常是历史数据的汇总，目的是为了支持决策，因此为了发挥ERP系统的作用，对数据挖掘在ERP中的应用进行分析具有重要意义。
参考文献：
[1]陈建伟，李丽坤.数据挖掘技术研究[J].数字技术与应用，2016（01）
[2]荆巍巍.基于ERP系统的数据挖掘应用研究[J].信息化研究，2010（8）
[3]李晶，陈骥.数据挖掘技术对ERP实施的重要性[J].福建电脑，2008（8）
[4]何芳.基于ERP系统进行数据挖掘——助力集团管控[J].中国国际财经，2016（10）