随着中国加入WTO，药品行业对外开放迫在眉睫，我国医药商业企业将面临美国等先进国家同行的严峻挑战。企业的经营模式必须从以产品为中心，以销售为中心转变为以客户为中心的模式，产品的购进、生产、销售以客户需求为导向。因此，如何吸引新的用户群、维系老用户，提高企业的赢利能力，就成为摆在各运营商面前的一个新课题。
医药商务智能系统建设的目标就是要为企业提供一个统一的分析平台，充分利用医药运营系统中积累的宝贵数据，对其进行深层次的发掘，从不同的角度去分析企业的各种业务指标并构建业务知识模型。本文在讨论了系统关键技术后，具体分析了商务智能及构件技术在医药系统中的应用。
2 系统关键技术
2.1 商务智能技术
商务智能是指将企业的各种数据及时地转换为企业管理者感兴趣的信息(或者知识)，并以各种方式展示出分析的过程。
就医药行业而言，由于它的业务流程、组织部门比较复杂，因此，在系统实施过程中，首要问题是企业管理层必须给予足够的重视，对实施过程中遇到的问题及时进行沟通、协调各方快速解决。其次，就是要注意系统构架的开放性、灵活性和可扩展性，既要与现有系统保持良好的兼容性，又要考虑到将来的扩展。最后，领导者最终关心的问题就是哪种药品销售趋势最好，哪种药品最赚钱，所以，如何建立一个收支平衡点，挖掘企业最大的潜力，是最关键的问题。
一般来说，数据仓库、联机分析处理和数据挖掘技术是商务智能系统的三大技术支柱。
2.1.1 数据仓库(DW)技术
数据仓库就是面向主题的、集成的、不可更新的(稳定性)、随时间(不同时间)不断变化的数据集合，用以支持经营管理中的决策制定过程。一般的，数据挖掘和OLAP是建立在DW基础之上的。
对于医药数据仓库，由于它的信息化较晚，不可能像银行电信行业那样具有长期的、大量的、真实的历史数据积累，所以它的规模、建设周期、数据一致性的问题是应该最先考虑的。
2.1.2 数据挖掘(DM)技术
数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的数据中提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。
对原有的医药企业来说，他们大部分都是以产品和销售为中心，着眼于哪种药品卖的最好。而随着市场形势的变化，他们不得不转变观念，以客户为中心，根据客户的需求来进行药品的购进、生产和销售。数据挖掘在这里起着关键的作用。
2.1.3 联机分析处理(OLAP)技术
OLAP是使管理人员能从多种角度对从原始数据中转化出来的信息进行快速、一致、交互地存取.从而获得对数据的更深入的了解。它的技术核心是“维”这个概念。
医药系统的联机分析处理主要是针对销售和采购等部门的报表结果进行多“维”处理，以便专家进行分析。
2.2 构件技术
构件是一个带有契约化接口和显式上下文依赖的组装单元，它能被独立发布并且可以被第三方组装。它的宗旨在于提高软件的生产效率和产品质量、减少软件开发人员频繁流动造成的负面影响、缩短产品的交付时间、增加产品的灵活性和适应能力。
目前，有多个组织和公司制定了构件基础设施的标准或开发了相关产品，也为构件、构件框架和接口建立了模型和技术规范。其中OMG CORBA CCM，Mcrmsoft COM/DCOM(或.NET)以及Sun JavaBean/EJB占主导地位。
CORBA CCM是一种集成技术，而不是编程技术。它提供了对各种功能模块进行构件化处理并将它们捆绑在一起的粘合剂。COM通过底层的远程支持使得构件技术延伸到了分布应用领域。EJB提供了一个概念清晰、结构紧凑的分布计算模型和构件互操作的方法，为构件应用开发提供了相当的灵活性。
相比较而言，EJB和CORBA的跨平台能力、安全服务和可扩展性要比DOOM强，而REE的四层体系结构又把显示(客户层)和控制(WEB层和业务逻辑层)相分离，这样既清晰易懂，又易于维护。正是由于这些特点，我们选择了J2EE作为设计实现平台。
3 系统体系结构
基于构件技术的医药商务智能系统的体系结构由四层组成：客户层、web层、业务逻辑层和数据库层，其中业务逻辑层功能由商务智能和构件技术的应用程序共同实现，如图1所示。
图1系统体系结构
