通往供应链整合的道路：数据仓库（二）（by AMT 姚磊）

摘要：许多同商业活动相关的数据来自于供应链中不同的数据源和一些现行系统中，这些数据源和系统是以集中、分布或者网络的形式存在着。

通往供应链整合的道路：数据仓库（二）

by AMT 姚磊

数据仓库

上世纪70年代以来，许多企业已经从自动化商业流程系统中获得了竞争优势，使得企业能够更加有效的提供高效低成本的服务。同时这也就导致了在数据库中数据的不断累积。企业现在注重于如何使用这些数据来支持决策的制定，凭借丰富的数据来获得竞争优势。然而，现行的系统并没有支持这方面活动的设计。因此，数据仓库被认为是用来支持决策支持系统的，是建立一套决策支持系统的解决方案。数据仓库用来从众多的操作数据源获取数据，然后进行数据整合。

数据仓库是信息整合的储藏室，方便于数据的查询和分析。数据和信息通过在线的方式从各种来源处提取出来，这就使得数据仓库更容易和更有效的查询来自不同数据源的数据信息。数据仓库包含了以下几个部分：

源数据库：以不同的格式存储数据，如DB2，VSAM，Oracle，关系型数据库，文件等

数据提取和传输工具：用来从数据源提取数据，清除数据和对于这些数据的确认

数据模型工具：用来为数据仓库准备信息模型，以兼容源数据库和目标数据库的数据格式

中央数据仓库：用来存储数据模型和元数据，描述源数据和目标数据的转化

目标数据库

实现信息共享

在当前的供应链中，无论是物流企业还是电子商务公司在不同程度上不愿意或难以同另一方共享自己的信息。缺乏准确的信息，同时又要应付快速变化的市场，供应链网络中必须保持大量的存货，从而无法将库存量减至最少。这就难以改变目前成本居高不下的现状。即使供应链成员之间进行数据交换，也会面临很多问题。如不同的数据库和操作平台，数据结构不一致相同的数据名表示的含义不同等问题，导致信息交换不完整，极易产生蜘蛛网现象。因而，大多数成员在进行数据交换时，往往还采用报表形式手工完成，没有实现真正意义上的电子数据交换模式。

数据仓库将企业和电子商务公司建立在共同的数据基础之上，通过数据交货和数据集成技术，依据确定的业务准则，有效地解决供应链成员之间多数据源和数据的不一致性问题。建立数据仓库利于多方的沟通达到跨行业的信息共享。

实施中的问题

现在我们已经对数据仓库有了一个初步的理解，数据仓库不是一种产品，不是一种技术，而是一个战略数据使用的环境。它是一个存储整合数据的仓库，用来支持决策的制定和对企业应用系统的分析。如果实施和使用得恰当，数据仓库将能够成为企业信息处理有效化的一块基石，它能够使得企业充分的实现数据共享。

任何先进技术的成功实施都将面对一些实施的问题，而这些问题往往来自于企业内部。这在企业实施数据仓库时也是不可避免得。下面我们将讨论一些主要的问题。

成本收益分析

评估一个企业或者组织成功的本质依赖于其总收益和总成本的比较。有关数据仓库的成本大概包括：软件、硬件、培训、管理的革新以及企业工程（Business Engineering）等方面的成本。而数据仓库的收益主要是可以解决一些问题，这也正是数据仓库存在的原因。这些问题的解决或者减轻将使得企业从中获得巨大的利益。

功能性分析

对于一个数据仓库来说，功能应该包括：领域的完整性分析、数据分析、压缩冗余字段或记录、修复数据、数据清理和数据复制、数据传输、数据审查和其他一些质量检查、元数据的创建和数据转换、以及元数据测量等。数据仓库必须能够同时的从事数据的提取、转化和数据的高速传输；它还必须能够同时处理数据的更新和接受新数据的输入；它还必须能够产生特别的元数据，如可以在特定的时候对数据进行连续的分析。

管理的革新

在数据仓库设计的过程中，管理开始承受新思想的冲击。管理者开始思考或许他能够同老系统相处的更好。所以数据仓库项目实施团队应该充分的给予管理者分析和说明老系统的缺点和带来的威胁，也要把新系统的优势以及实施的复杂性描述清楚。整个系统的实施过程将是一个混合着不定因素而又充满惊喜的过程。管理的革新是数据仓库实施的必经过程。

实施是企业工程活动的定点，它包括一下几个部分：复审、简化、整合、自动化、通讯和改进。当开始整合和自动化时，必将遇到实施的阻力，这也就是管理革新的动力。

制造行业供应链的标准

根据Ma Nozick，Turnquist和 Tew对现行制造行业提出了供应链三个标准：1.产品生产流程的可变性，2.产品计划的稳定性，3.安全库存总量。将可变性加入到成本里，越来越多的变化出现在产品生产系统中，也就导致了高额的生产成本，同样不确定的系统将导致更高的成本。如果制造系统处于混乱状态，那么企业将很快将濒临倒闭。只有稳定的价格才是良好运作的表现，只有稳定制造计划才是良好制造的反映。适当库存等级即是敏捷制造的重要环节。

总结

数据仓库是一个很广泛的概念，实施团队将考虑许多方面的东西。数据仓库的使用者将从数据市场选择需要的数据，并且对其进行审核和更新，把一些老的过时的数据信息进行压缩，把一些新的数据加入，对企业的战略决策支持提供帮助。数据仓库实施的成功将使得企业运作的成本的减少，即在一定质量的前提下达到成本的最小化。

信息供应链与物流供应链脱节不是技术上的问题，而是缺乏一种解决方案。针对如何将大量的业务数据用于预测、决策中的问题，数据仓库技术提供了一种很好的解决方案，即建立数据仓库供应链。数据仓库是一个面向主题的，集成的，非易失的且随时间变化的数据集合，它通过对历史数据的抽取、净化、集成及大量的随机查询，集成及大量的随机查询，建立联机数据立方体，并采用数据采集和数据挖掘技术开发隐性数据，生成不同粒度的汇总数据以备进行联机分析处理，辅助决策者进行决策。供应链数据仓库能解决传统信息处理系统难以解决的许多问题。

不断发展的计算机技术将使得它对企业作用越来越大，它也将使得我们处理问题思考问题的方式发生转变。数据仓库必须为具体的企业特别定制，这样才能发挥出数据仓库的真正效用。尽管要使不同数据结构的数据库管理系统统一起来是十分困难的，但是我们也必须朝着数据共享的方向不断努力。现在我们已经有了一些接口技术，如数据转换引擎、数据清理工具和数据获取技术等。因此，我们对数据仓库在供应链中的发展是持乐观态度的，数据仓库最终必将在整个供应链中扮演重要角色。

全文完

浏览：通往供应链整合的道路：数据仓库（一）

作者联系方式：unicornyl@163.net