论文部分内容阅读
作者简介：郭幸（1987-），女，汉族，四川成都人，硕士研究生，四川大学商学院会计学专业，研究方向为：财务管理。
摘要：随着ERP系统普及程度的提高，如何通过充分有效的利用ERP系统中积累的众多数据来帮助企业做出较为准确的财务和管理决策、预测成为了一个需要迫切解决的大问题。作者尝试对此问题进行分析。
关键词：数据挖掘；ERP系统；数据分析
一、ERP系统
ERP即企业资源计划的概念产生于20世纪90年代初，其核心是将企业整个生产流程视为一条密不可分的供应链，手段是利用先进的计算机和网络技术整合信息资源，以达到优化企业生产资源和步骤，增强市场竞争力，提高客户满意度，形成共赢局面的目的。
要想提高企业的核心竞争力，除了要求管理者具有丰富的管理知识和经验，充分利用ERP系统提供的信息作出决策也是必不可少的，但ERP系统的数据信息庞大繁琐，如何利用成为一个广为关注的问题。
二、ERP成功所依赖的技术路径——数据挖掘
ERP系统要在企业的实际应用中达到其所设计的目标，很大程度上依赖信息的收集和处理的有效性，而信息处理的有效性则大多依赖于信息处理技术，其中起重要作用就是数据挖掘技术。
数据挖掘的程序通常是通过搜集、抽取和净化数据，然后调动算法引擎运行数据挖掘算法，接着对结果进行评估，因为可能存在没有被净化干净的数据或者经过计算以后得出不符合要求的数据，因此再次对数据进行净化和评估，最后得出结果用于使用者做出决策。
数据挖掘具有较为明显的优势，能够自动处理数量庞大的数据信息，大大减轻员工的工作负担，同时，利用先进的计算机技术，它能够对数据背后隐藏的信息进行深入分析，即所谓的挖掘，而不仅仅停留在表面。
三、两种数据挖掘的模式
数据挖掘技术有两种存在形式，一种是基于数据仓库的数据挖掘，而另一种是基于ERP系统数据库的数据挖掘。
1.基于数据仓库的数据挖掘
数据仓库作为单独设立的专业的分析性数据库，专门为支持决策服务，数据在初步处理过后在统一的模式下长期储存。基于该仓库技术的数据挖掘，可以储存和处理庞大的数据信息，而且数据仓库的规模可以不断扩展延伸，对不同数据进行重新整合。
主要优势：
（1）数据仓库可以根据不同用户的不同需求灵活设计，因而使得数据挖掘更具针对性；
（2）数据仓库的独立于ERP系统，两者互不干扰，不会发生因为一方的问题而影响另一方的实施的情况；
（3）数据仓库不仅适用于ERP系统，还可以对其他类型的数据进行分析挖掘。
主要问题：
（1）数据库储存的是过去的数据，不能及时分析最新数据，分析结果通常会延迟；
（2）数据挖掘的成本较高，为了更好的分析数据，需要专门为此建立数据仓库。
2.基于ERP系统数据库的数据挖掘
基于ERP系统数据库的数据挖掘是作为ERP系统的一个高级模块存在，它可以分析现存于ERP系统中的业务数据，满足日益增加的在线实时数据分析的要求。
主要优势：
（1）不建立单独数据仓库，直接利用ERP系统数据库，操作方便，成本低；
（2）作为ERP系统的一部分，可以及时分析系统最新数据，缩短系统的优化时间。
主要问题：
（1）作为ERP系统的模块，其运行操作可能会对系统其他功能产生一定的影响；
（2）可扩展性相对低，仅能对ERP数据的分析。
综上，基于数据仓库的数据挖掘适合于财力雄厚，信息化水平较高，数据量庞大的成熟大型企业或有特殊要求的企业，通过数据挖掘和分析，为企业决策提供帮助。而对于那些规模较小，财力较弱，但又想要通过作出更加正确决策改变现状的企业而言，短时间内利用基于ERP系统数据库的数据挖掘再合适不过了。等到企业的规模扩大，有了雄厚的资金积累，可以再转换成基于数据仓库的数据挖掘模式。
四、数据挖掘的程序
虽然基于数据仓库的数据挖掘将增加企业的成本，但它凭借定制性和与ERP系统互相独立运作的优势仍然博得了广大用户的青睐。企业的财务状况和财务数据对企业的未来发展和信息使用者的决策制定有重大影响，通过数据挖掘技术对财务数据和财务报表进行详尽的分析，找出其中有用的信息为使用者决策服务是非常关键的一环。ERP系统中财务决策的数据挖掘流程主要由五个阶段组成：
1.确定目标。准确定义财务分析目标，找准数据挖掘对象，建立数据仓库。
2.数据搜集。将ERP系统中搜集到的数据结合系统外搜集到的关于竞争对手的信息进行诸如筛选、净化等步骤的处理，提炼出有用的、高质量的数据信息。
3.数据挖掘。可采用的方法有很多，根据企业自身经营业务和规模等情况，选择适当的方法、模型，将处理好的数据代入，进行计算，挖掘。
4.决策分析。将计算得出的数据交由辅助决策模型进行分析，根据使用者的要求进行评估和解释，如果不符合使用者要求，可重复上述步骤再次进行数据挖掘。
5.结果展示。将最终结果直观形象的展示给使用者，同时将结果反馈到ERP系统中，让其他子系统使用者了解情况。
利用数据挖掘，报表使用者可以从庞大的数据中筛选出隐藏的、未知的、有企业经营状况有重要影响的信息，正确的了解企业的经营状况，有助于他们做出正确的决策，同时节省了大量的时间和精力。
五、结论
在配合数据挖掘技术的情况下，ERP系统的使用者能更好的利用系统来为企业生产经营服务。随着科学技术的持续发展，相信数据挖掘技术会获得更进一步的发展，为ERP系统使用者提供更加便利、更加准确的数据分析，对使用者做出的经营决策起到更好的指导和参考作用。
参考文献：
[1]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.
[2]于翠等.数据挖掘技术在ERP财务分析中的应用[J].计算机与数字工程，2008，6.
[3]吴发容.ERP与数据挖掘技术的结合使用[J].经济视角，2012，2.
摘要：随着ERP系统普及程度的提高，如何通过充分有效的利用ERP系统中积累的众多数据来帮助企业做出较为准确的财务和管理决策、预测成为了一个需要迫切解决的大问题。作者尝试对此问题进行分析。
关键词：数据挖掘；ERP系统；数据分析
一、ERP系统
ERP即企业资源计划的概念产生于20世纪90年代初，其核心是将企业整个生产流程视为一条密不可分的供应链，手段是利用先进的计算机和网络技术整合信息资源，以达到优化企业生产资源和步骤，增强市场竞争力，提高客户满意度，形成共赢局面的目的。
要想提高企业的核心竞争力，除了要求管理者具有丰富的管理知识和经验，充分利用ERP系统提供的信息作出决策也是必不可少的，但ERP系统的数据信息庞大繁琐，如何利用成为一个广为关注的问题。
二、ERP成功所依赖的技术路径——数据挖掘
ERP系统要在企业的实际应用中达到其所设计的目标，很大程度上依赖信息的收集和处理的有效性，而信息处理的有效性则大多依赖于信息处理技术，其中起重要作用就是数据挖掘技术。
数据挖掘的程序通常是通过搜集、抽取和净化数据，然后调动算法引擎运行数据挖掘算法，接着对结果进行评估，因为可能存在没有被净化干净的数据或者经过计算以后得出不符合要求的数据，因此再次对数据进行净化和评估，最后得出结果用于使用者做出决策。
数据挖掘具有较为明显的优势，能够自动处理数量庞大的数据信息，大大减轻员工的工作负担，同时，利用先进的计算机技术，它能够对数据背后隐藏的信息进行深入分析，即所谓的挖掘，而不仅仅停留在表面。
三、两种数据挖掘的模式
数据挖掘技术有两种存在形式，一种是基于数据仓库的数据挖掘，而另一种是基于ERP系统数据库的数据挖掘。
1.基于数据仓库的数据挖掘
数据仓库作为单独设立的专业的分析性数据库，专门为支持决策服务，数据在初步处理过后在统一的模式下长期储存。基于该仓库技术的数据挖掘，可以储存和处理庞大的数据信息，而且数据仓库的规模可以不断扩展延伸，对不同数据进行重新整合。
主要优势：
（1）数据仓库可以根据不同用户的不同需求灵活设计，因而使得数据挖掘更具针对性；
（2）数据仓库的独立于ERP系统，两者互不干扰，不会发生因为一方的问题而影响另一方的实施的情况；
（3）数据仓库不仅适用于ERP系统，还可以对其他类型的数据进行分析挖掘。
主要问题：
（1）数据库储存的是过去的数据，不能及时分析最新数据，分析结果通常会延迟；
（2）数据挖掘的成本较高，为了更好的分析数据，需要专门为此建立数据仓库。
2.基于ERP系统数据库的数据挖掘
基于ERP系统数据库的数据挖掘是作为ERP系统的一个高级模块存在，它可以分析现存于ERP系统中的业务数据，满足日益增加的在线实时数据分析的要求。
主要优势：
（1）不建立单独数据仓库，直接利用ERP系统数据库，操作方便，成本低；
（2）作为ERP系统的一部分，可以及时分析系统最新数据，缩短系统的优化时间。
主要问题：
（1）作为ERP系统的模块，其运行操作可能会对系统其他功能产生一定的影响；
（2）可扩展性相对低，仅能对ERP数据的分析。
综上，基于数据仓库的数据挖掘适合于财力雄厚，信息化水平较高，数据量庞大的成熟大型企业或有特殊要求的企业，通过数据挖掘和分析，为企业决策提供帮助。而对于那些规模较小，财力较弱，但又想要通过作出更加正确决策改变现状的企业而言，短时间内利用基于ERP系统数据库的数据挖掘再合适不过了。等到企业的规模扩大，有了雄厚的资金积累，可以再转换成基于数据仓库的数据挖掘模式。
四、数据挖掘的程序
虽然基于数据仓库的数据挖掘将增加企业的成本，但它凭借定制性和与ERP系统互相独立运作的优势仍然博得了广大用户的青睐。企业的财务状况和财务数据对企业的未来发展和信息使用者的决策制定有重大影响，通过数据挖掘技术对财务数据和财务报表进行详尽的分析，找出其中有用的信息为使用者决策服务是非常关键的一环。ERP系统中财务决策的数据挖掘流程主要由五个阶段组成：
1.确定目标。准确定义财务分析目标，找准数据挖掘对象，建立数据仓库。
2.数据搜集。将ERP系统中搜集到的数据结合系统外搜集到的关于竞争对手的信息进行诸如筛选、净化等步骤的处理，提炼出有用的、高质量的数据信息。
3.数据挖掘。可采用的方法有很多，根据企业自身经营业务和规模等情况，选择适当的方法、模型，将处理好的数据代入，进行计算，挖掘。
4.决策分析。将计算得出的数据交由辅助决策模型进行分析，根据使用者的要求进行评估和解释，如果不符合使用者要求，可重复上述步骤再次进行数据挖掘。
5.结果展示。将最终结果直观形象的展示给使用者，同时将结果反馈到ERP系统中，让其他子系统使用者了解情况。
利用数据挖掘，报表使用者可以从庞大的数据中筛选出隐藏的、未知的、有企业经营状况有重要影响的信息，正确的了解企业的经营状况，有助于他们做出正确的决策，同时节省了大量的时间和精力。
五、结论
在配合数据挖掘技术的情况下，ERP系统的使用者能更好的利用系统来为企业生产经营服务。随着科学技术的持续发展，相信数据挖掘技术会获得更进一步的发展，为ERP系统使用者提供更加便利、更加准确的数据分析，对使用者做出的经营决策起到更好的指导和参考作用。
参考文献：
[1]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.
[2]于翠等.数据挖掘技术在ERP财务分析中的应用[J].计算机与数字工程，2008，6.
[3]吴发容.ERP与数据挖掘技术的结合使用[J].经济视角，2012，2.