企业级ERP系统的实施统一了企业内部的信息流，理顺了各业务的流程，提高了企业的运行效率，但ERP系统中历史性的数据开始出现，对大量历史数据的管理已迫在眉睫；同时，企业需要利用ERP系统提供的信息反馈，来控制、指挥企业的各种活动，如何将信息展现已成当务之急。近几年，SAP商务智能技术的发展，为此问题的解决提供了良好的方案。
1 SAP商务智能系统简介
SAP商务智能系统由多个功能模块组成，体系结构一般为：数据源层、数据转换层、数据仓库层、智能分析层、用户展现层。数据仓库(Data Warehouse，DW)、联机分析处理(Online Analytical Processing，OLAP)、数据挖掘(Data Mining，DM)为商务智能系统的核心技术。数据仓库是一个面向主题的、集成的、时变的、非易失的数据集合，支持管理决策制定。数据仓库的典型处理流程包括数据建模、抽取以及对数据仓库流程的管理等，因此数据仓库是商务智能系统的基础。OLAP是用于从多角度对信息进行快速、一致、交互存取，从而获得对数据更深了解的软件技术。
OLAP的目标是满足决策支持或者满足在多维环境下特定的查询和报表需求。数据挖掘是从大量的数据中分析出潜在的、不为人知的有用信息、模式和趋势的过程，企业决策者可根据这些信息做出科学决策。
2 SAP商务智能系统的设计与应用
2．1 设计中的核心技术
2．1．1数据仓库
电力企业中的ERP系统涉及人力资源、财务、物资、设备、项目五大模块，每个模块都有千万条数据，因此只有建立结构化的数据仓库，从不同的维度来组织这些数据，从多方面进行深入分析，才能挖掘出有价值的经验和规则。企业数据仓库对来自任何数据源(ERP和非ERP源)、任何时期的数据进行集成、转换、合并、清理、存储及加工，将数据转化成有价值的信息，为SAP商务智能系统构建提供数据基础。数据仓库还提供了管理平台(数据仓库工作台)，集成了数据建模、数据获取、流程管理和数据仓库管理等工具，从业务流程的角度，可以将企业数据仓库分成建模和运行两大部分，如图1所示。
a．数据仓库建模。首先是数据建模，数据建模支持具有高度灵活性和综合性的信息模型并使建模容易化；其次是数据获取，数据获取是将SAP商务智能系统接入到不同的源系统中，同时也支持到源系统的远程连接，实现实时查询；数据转换是数据合并、清理和集成的主要流程，从可能的异构源系统过来的数据通过这个流程实现语义上的一致性；除对数据仓库中的数据进行查询以外，数据也可以发布到其他的数据仓库系统中。元数据和文档必须得到管理并支持搜索功能，应该能与其他系统进行开发式的交互。
图1企业数据仓库主要流程示意
b．数据仓库运行。首先要对数据流进行控制，数据流能帮助创建数据传输进程和信息包，数据传输进程和信息包中设置了企业数据仓库数据获 取时需要的各种参数，这个流程可以定义处理链，用来自动完成数据获取工作；其次是管理及监控流程，用于计划及监控企业数据仓库日常工作的各种活动，包括对数据质量方面的控制；企业数据仓库的性能优化集中体现在查询性能方面的优化，查询性能的提高有利于保持用户的满意度；信息生命周期管理有利于减少数据仓库中管理的数据量，从而减少信息维护成本，提高系统性能。用户管理实现了公司在数据安全方面的指导方针，并根据企业的业务需要以高度灵活的方式授予最终用户权限。
