论文部分内容阅读
[摘 要] 在大数据的时代，越来越多的企业集团注重数据的收集，分析，挖掘使之成为有用的决策信息。那么如何利用ERP系统来完成这一目标显得额外重要。本文讨论了数据挖掘的内涵和功能，分析了基于面向企业集团的ERP系统的数据挖掘的主要研究内容和关键分析技术，并指出数据挖掘是解决集团管控问题的重要方法。
[关键词] ERP；数据挖掘；集团管控
由于日益复杂且高速变化的环境给企业带来的机遇和挑战都是前所未有的，这就使得单个企业有了建立企业集团的欲望。然而，集团的出现也是整个竞争环境更加复杂。从而为了实现企业集团的战略目标，企业集团的规模不断壮大，业务范围不断的扩张，能否有效发挥集团化的优势，亟需采用恰当的管理模式和方法来提升企业集团的竞争力。
日前，将企业的人流、资金流、物流进行整合集成为指导思想的ERP系统，逐渐成为企业集团解决管控的问题，从供应链的角度出发，以信息化为平台，使整个企业集团资源在个子企业之间合理有效地分配，达到优化管理高效运作的目的。
如下图所示，由于企业集团具有分支机构遍布广、横跨行业多、业务流程线条长的特点。面向企业集团的ERP的应用不仅停留在成员企业的从采购到销售的供应链层面，以及吸入企业集团的核心层面，也是极其重要的层面，还需要公共的模块。由于ERP涉及的分公司越多、流程越多、模块越多其实施的难度就越大，对企业集团管理效用也就难以把握。
图1 面向企业集团的ERP系统功能组件框架
“上ERP是找死，不上ERP就等死”这样的观点，在企业界盛为流传，而且ERP失败或者效用不强的例子也屡见不鲜。这与企业集团过分放大ERP的作用，不能与子企业充分利用ERP所存储的数据，不能使子企业在总集团的带领下充分发挥自己的优势等原因有关。为了充分发挥企业集团协同效益，降低交易费用，发挥规模经济，提高整体竞争能力和抵御风险的能力，这就需要在ERP中应用数据挖掘（Data Mining）。数据挖掘技术在ERP的应用，为解决企业集团在大数据环境下的管控问题提供了新的思路，其突出的特征是使企业集团所储存的事务型数据转化为分析型知识。
1 数据挖掘
简单的说数据挖掘就是从大量的数据中提取有用的知识。在《数据挖掘和技术》中，它将数据挖掘視为知识发现的一个过程，即数据清理、数据集成、数据选择、数据交换、数据挖掘、模式评估和知识表示。如图所示数据挖掘的步骤：
数据挖掘技术早已不仅仅是一个专有名词，已经成功应用于金融数据分析、贷款还款预测、零售业和电信业的顾客分析。对集团企业而言，数据挖掘不仅能及时响应集团核心层需求分析，快速提高集团运作效率，全面掌握市场环境，同时考虑到在ERP供应链的大前提下，在集团资源优化配置的基础上，识别子企业的内部优势与劣势，外部的机会与威胁。数据挖掘的目的是帮助决策者寻找对当前决策和对未来预测十分重要，却隐藏在数据间、不易发觉的关联，发现在海量数据中被忽略的要素。
为了实现数据挖掘，需要将集团ERP中形成的储存在数据库中的分散的数据进行整体数据的抽取盒清理，然后通过归纳、汇总、分析消除不需要的数据，最后储存在数据仓库中。按照一位数据仓库系统构造方面的领头设计师William H.Inmon的说法，数据仓库是一个面向主题的、集成的、时变的和非易失的数据集合，支持管理部门的决策过程”这句话同样道出了数据仓库的主要特征：面向主题的、集成的、时变的、非易失的。
2 基于ERP系统的数据挖掘
数据作为企业集团最重要的资源之一，对企业集团来说充分利用数据比储存数据更加重要。基于ERP系统的数据挖掘就是针对不同的决策，将ERP存储的数据，经过整理、统计、分析，挖掘出数据之间的内在关联，建立支持决策的模型的过程。集团企业在管控的过程中常常遇到集团制定的战略与子公司实际营运不协调，子企业没有秩序争夺集团资源，长期目标不切实际等等问题。数据挖掘提供一种从集团企业自身微观出发，从企业集团历史数据出发，解决管控问题的方法。
数据挖掘的所运用的技术有很多种，每一种都有自己的适用范围和特点，接下来介绍几种在企业管理中常用的数据挖掘技术。
2.1 关联规则
从概率角度理解，关联规则就是，根据一事物发生的同时，另一事物也发生的概率的多少，来挖掘这两者之间的内在关联。该算法已经在金融行，零售以及物流等行业的客户关系、库存安排上广泛运用。例如，购买健身产品也趋向于购买粗粮的顾客信息可以用以下关联规则表示：
支持度（suppor）表明同时购买的概率为5%置信度（confidence）表示有70%的购买了健身产品的顾客会购买粗粮。
2.2 决策树算法
决策树是一种流程图的树结构，其内部每个节点都表示一个属性上的测试，每个分支代表一个测试输出，每个树叶节点存放一个类标号。决策树主要用来对高维数据通过结构化处理来进行分类和预测。不需要任何参数设置的决策树具有简单快速的特点，因而被广泛应用于制造生产、金融分析和医学等领域成为很多商业规则归纳系统的基础。
2.3 聚类分析
聚类分析是将输入的一组未分类记录，根据数据的相似性进行组合划分成祖，是组内对象相似，组间对象相异的分类过程。典型的聚类分析方法是神经网路法。
3 数据挖掘在集团管控中运用
根据交易费用理论和规模经济理论，集团管控的核心作用是扩大组织规模，节约交易费用，提高经济效益。但在现实经济生活中，并非所有企业集团都能实现其理想的经济目的和效率，实质上很多的企业集团处于集而不团、管而不控的状态。出现这种情况的实质根源在于核心企业对集团内部缺乏有效地管理和控制。
在大数据时代，数据对企业的影响日益突出，企业决策行为已有过去凭借历史经验和高层管理者的经验向基于数据分析转变。集团基于数据分析和信息处理，通过识别、整理、清洗、转化和主题域的确定等程序挖掘将ERP的事务型数据挖掘具有决策支持功能的分析型知识，对子企业进行管控不将适宜的多。 3.1 ERP的数据挖掘应用于财务控制
企业集团在不断提升、发展之际，财务管控问题也日益突出。如预算管理体系无力、财务系统与业务系统无法协同、资金管理失控、审计稽核能力不足、税收统筹无方、财务风险管控差等问题时常出现，给企业集团的运营带来了巨大的损失。
为了在过去的财务信息中全面分析企业集团内外部的经营发展状况和趋势，向信息使用者充分透露企业集团未来的发展前景，未来现金流量信息。基于ERP的数据挖掘，还可以利用数据聚类、关联分析、分类、预测时序模式和偏差分析，对企业集团的账簿报表中的大量财务数据进行深层次的分析和研究，揭示其内在价值为集团财务管理、经营管理以及其他各种决策所用，以满足使用者多层次，广范围的要求。
3.1.1 成本分析。在成本管理中利用数据挖掘中的聚类算法将生产BOM进行归类，如根据材料的储存特点，使用频率进行归类，不仅可以节约成本，提高效率还可以统一标准，方便集团内部管理；用回归分析技术确定影响产品成本的变量，找到关键变量进行控制。
3.1.2 预算分析。企业集团总部对未来的预算直接影响所有子企业未来的发展目标。数据挖掘可以帮助集团管理者在大量历史数据中，利用分类预测、时间序列等分析方法建立对销售、费用、现金流等的预测模型，给出更加准确的预算数据。
3.1.3 财务风险预警。财务风险包括债务风险、信贷风险、担保风险、利率风险和收益分配风险等。利用决策树、遗传算法、神经网络等方法建立财务风险模型，帮助企业集团实时监控集团总体以及各子企业财务状况，避免财务漏洞，感知风险信号，采取风险防范措施。
3.2 ERP的数据挖掘促使集团内外供应链高效作业。
采用ERP信息系统，使企业集团采购中心、储存中心、生产中心、销售中心以及财务中心集中于一个平台，无疑加快获取信息速度，提高处理信息的能力，对最新市场变化做出及时反应，实现集团与客户、供应商、合作伙伴的营销计划、交易信息的协同，从而使供应链做到实时回馈，以配合顾客变化的需求。数据挖掘可以将在ERP系统数据，通过数据交换和数据集成技术，依靠确定的业务准则，有效地解决供应链成员之间的合作关系和经营策略，使供应链上的历史数据成为信息的前端，成为预测分析和决策支持的基础。
3.2.1 供应链合作伙伴评估。相互關联的企业形成供应链网络的目的，在于通过信息共享，降低库存成本和提高整个供应链的运作绩效。对供应链伙伴按照生产与质量水平、成本、财务状况、管理文化与企业环境等评价指标对供应链上伙伴运用数据挖掘的聚类、分类算法进行分析选择合适的合作伙伴，采用关联序列分析和分类的方法確定供应链伙伴的战略，还可以借助聚类和关联分析对供应商绩效进行评价等等，尽可能削弱不确定性的市场环境下合作各方不良影响和风险。
3.2.2 顾客市场评估。了解顾客并引导顾客需求是企业营运的主要手法，恰好数据挖掘为深入了解顾客提供更全面准确的决策信息。如数据挖掘的帮助下，用聚类算法按客户价值度的大小对划分不同的客户群，使服务更有争对性；从客户反馈信息数据中运用决策树，把握客户的满意度，增加客户的忠诚度。
4 结束语
本文分析了数据挖掘含义，尝试在ERP系统基础上引入数据挖掘，为企业集团提供一种利用信息化解决管控的一些问题。数据挖掘技术作为决策支持和数据分析的有利武器，实现基于ERP系统数据挖掘不仅为企业集团提供快速有效地决策信息，也必然提高企业集团的竞争力，同时对ERP服务商扩充ERP系统功能有一定的指导意义。
参考文献：
[1]王迪，李师贤.数据仓库和数据挖掘技术在ERP中的应用[J].计算机工程与应用， 2001.
[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]齐中华.数据挖掘在财务分析中的应用_基于模糊聚类的上市公司财务状况分析[J].中国证券期货，2010（7）.
[4]Jiawei Han Micheline kamber.数据挖掘概念与技术[M].北京：机械工业出版社，2007.
[5]王吉鹏.集团管控[M].北京：经济管理出版社，2012.
[6]张知.企业集团母公司对子公司财务风险控制研究[M].北京：企业管理出版社，2012
[7]罗鸿.ERP原理 设计 实施[M].北京：电子工业出版社，2009.
作者简介：
何芳（1990.03-）女，汉，安徽省池州市，长沙理工大学，企业管理 。
[关键词] ERP；数据挖掘；集团管控
由于日益复杂且高速变化的环境给企业带来的机遇和挑战都是前所未有的，这就使得单个企业有了建立企业集团的欲望。然而，集团的出现也是整个竞争环境更加复杂。从而为了实现企业集团的战略目标，企业集团的规模不断壮大，业务范围不断的扩张，能否有效发挥集团化的优势，亟需采用恰当的管理模式和方法来提升企业集团的竞争力。
日前，将企业的人流、资金流、物流进行整合集成为指导思想的ERP系统，逐渐成为企业集团解决管控的问题，从供应链的角度出发，以信息化为平台，使整个企业集团资源在个子企业之间合理有效地分配，达到优化管理高效运作的目的。
如下图所示，由于企业集团具有分支机构遍布广、横跨行业多、业务流程线条长的特点。面向企业集团的ERP的应用不仅停留在成员企业的从采购到销售的供应链层面，以及吸入企业集团的核心层面，也是极其重要的层面，还需要公共的模块。由于ERP涉及的分公司越多、流程越多、模块越多其实施的难度就越大，对企业集团管理效用也就难以把握。
图1 面向企业集团的ERP系统功能组件框架
“上ERP是找死，不上ERP就等死”这样的观点，在企业界盛为流传，而且ERP失败或者效用不强的例子也屡见不鲜。这与企业集团过分放大ERP的作用，不能与子企业充分利用ERP所存储的数据，不能使子企业在总集团的带领下充分发挥自己的优势等原因有关。为了充分发挥企业集团协同效益，降低交易费用，发挥规模经济，提高整体竞争能力和抵御风险的能力，这就需要在ERP中应用数据挖掘（Data Mining）。数据挖掘技术在ERP的应用，为解决企业集团在大数据环境下的管控问题提供了新的思路，其突出的特征是使企业集团所储存的事务型数据转化为分析型知识。
1 数据挖掘
简单的说数据挖掘就是从大量的数据中提取有用的知识。在《数据挖掘和技术》中，它将数据挖掘視为知识发现的一个过程，即数据清理、数据集成、数据选择、数据交换、数据挖掘、模式评估和知识表示。如图所示数据挖掘的步骤：
数据挖掘技术早已不仅仅是一个专有名词，已经成功应用于金融数据分析、贷款还款预测、零售业和电信业的顾客分析。对集团企业而言，数据挖掘不仅能及时响应集团核心层需求分析，快速提高集团运作效率，全面掌握市场环境，同时考虑到在ERP供应链的大前提下，在集团资源优化配置的基础上，识别子企业的内部优势与劣势，外部的机会与威胁。数据挖掘的目的是帮助决策者寻找对当前决策和对未来预测十分重要，却隐藏在数据间、不易发觉的关联，发现在海量数据中被忽略的要素。
为了实现数据挖掘，需要将集团ERP中形成的储存在数据库中的分散的数据进行整体数据的抽取盒清理，然后通过归纳、汇总、分析消除不需要的数据，最后储存在数据仓库中。按照一位数据仓库系统构造方面的领头设计师William H.Inmon的说法，数据仓库是一个面向主题的、集成的、时变的和非易失的数据集合，支持管理部门的决策过程”这句话同样道出了数据仓库的主要特征：面向主题的、集成的、时变的、非易失的。
2 基于ERP系统的数据挖掘
数据作为企业集团最重要的资源之一，对企业集团来说充分利用数据比储存数据更加重要。基于ERP系统的数据挖掘就是针对不同的决策，将ERP存储的数据，经过整理、统计、分析，挖掘出数据之间的内在关联，建立支持决策的模型的过程。集团企业在管控的过程中常常遇到集团制定的战略与子公司实际营运不协调，子企业没有秩序争夺集团资源，长期目标不切实际等等问题。数据挖掘提供一种从集团企业自身微观出发，从企业集团历史数据出发，解决管控问题的方法。
数据挖掘的所运用的技术有很多种，每一种都有自己的适用范围和特点，接下来介绍几种在企业管理中常用的数据挖掘技术。
2.1 关联规则
从概率角度理解，关联规则就是，根据一事物发生的同时，另一事物也发生的概率的多少，来挖掘这两者之间的内在关联。该算法已经在金融行，零售以及物流等行业的客户关系、库存安排上广泛运用。例如，购买健身产品也趋向于购买粗粮的顾客信息可以用以下关联规则表示：
支持度（suppor）表明同时购买的概率为5%置信度（confidence）表示有70%的购买了健身产品的顾客会购买粗粮。
2.2 决策树算法
决策树是一种流程图的树结构，其内部每个节点都表示一个属性上的测试，每个分支代表一个测试输出，每个树叶节点存放一个类标号。决策树主要用来对高维数据通过结构化处理来进行分类和预测。不需要任何参数设置的决策树具有简单快速的特点，因而被广泛应用于制造生产、金融分析和医学等领域成为很多商业规则归纳系统的基础。
2.3 聚类分析
聚类分析是将输入的一组未分类记录，根据数据的相似性进行组合划分成祖，是组内对象相似，组间对象相异的分类过程。典型的聚类分析方法是神经网路法。
3 数据挖掘在集团管控中运用
根据交易费用理论和规模经济理论，集团管控的核心作用是扩大组织规模，节约交易费用，提高经济效益。但在现实经济生活中，并非所有企业集团都能实现其理想的经济目的和效率，实质上很多的企业集团处于集而不团、管而不控的状态。出现这种情况的实质根源在于核心企业对集团内部缺乏有效地管理和控制。
在大数据时代，数据对企业的影响日益突出，企业决策行为已有过去凭借历史经验和高层管理者的经验向基于数据分析转变。集团基于数据分析和信息处理，通过识别、整理、清洗、转化和主题域的确定等程序挖掘将ERP的事务型数据挖掘具有决策支持功能的分析型知识，对子企业进行管控不将适宜的多。 3.1 ERP的数据挖掘应用于财务控制
企业集团在不断提升、发展之际，财务管控问题也日益突出。如预算管理体系无力、财务系统与业务系统无法协同、资金管理失控、审计稽核能力不足、税收统筹无方、财务风险管控差等问题时常出现，给企业集团的运营带来了巨大的损失。
为了在过去的财务信息中全面分析企业集团内外部的经营发展状况和趋势，向信息使用者充分透露企业集团未来的发展前景，未来现金流量信息。基于ERP的数据挖掘，还可以利用数据聚类、关联分析、分类、预测时序模式和偏差分析，对企业集团的账簿报表中的大量财务数据进行深层次的分析和研究，揭示其内在价值为集团财务管理、经营管理以及其他各种决策所用，以满足使用者多层次，广范围的要求。
3.1.1 成本分析。在成本管理中利用数据挖掘中的聚类算法将生产BOM进行归类，如根据材料的储存特点，使用频率进行归类，不仅可以节约成本，提高效率还可以统一标准，方便集团内部管理；用回归分析技术确定影响产品成本的变量，找到关键变量进行控制。
3.1.2 预算分析。企业集团总部对未来的预算直接影响所有子企业未来的发展目标。数据挖掘可以帮助集团管理者在大量历史数据中，利用分类预测、时间序列等分析方法建立对销售、费用、现金流等的预测模型，给出更加准确的预算数据。
3.1.3 财务风险预警。财务风险包括债务风险、信贷风险、担保风险、利率风险和收益分配风险等。利用决策树、遗传算法、神经网络等方法建立财务风险模型，帮助企业集团实时监控集团总体以及各子企业财务状况，避免财务漏洞，感知风险信号，采取风险防范措施。
3.2 ERP的数据挖掘促使集团内外供应链高效作业。
采用ERP信息系统，使企业集团采购中心、储存中心、生产中心、销售中心以及财务中心集中于一个平台，无疑加快获取信息速度，提高处理信息的能力，对最新市场变化做出及时反应，实现集团与客户、供应商、合作伙伴的营销计划、交易信息的协同，从而使供应链做到实时回馈，以配合顾客变化的需求。数据挖掘可以将在ERP系统数据，通过数据交换和数据集成技术，依靠确定的业务准则，有效地解决供应链成员之间的合作关系和经营策略，使供应链上的历史数据成为信息的前端，成为预测分析和决策支持的基础。
3.2.1 供应链合作伙伴评估。相互關联的企业形成供应链网络的目的，在于通过信息共享，降低库存成本和提高整个供应链的运作绩效。对供应链伙伴按照生产与质量水平、成本、财务状况、管理文化与企业环境等评价指标对供应链上伙伴运用数据挖掘的聚类、分类算法进行分析选择合适的合作伙伴，采用关联序列分析和分类的方法確定供应链伙伴的战略，还可以借助聚类和关联分析对供应商绩效进行评价等等，尽可能削弱不确定性的市场环境下合作各方不良影响和风险。
3.2.2 顾客市场评估。了解顾客并引导顾客需求是企业营运的主要手法，恰好数据挖掘为深入了解顾客提供更全面准确的决策信息。如数据挖掘的帮助下，用聚类算法按客户价值度的大小对划分不同的客户群，使服务更有争对性；从客户反馈信息数据中运用决策树，把握客户的满意度，增加客户的忠诚度。
4 结束语
本文分析了数据挖掘含义，尝试在ERP系统基础上引入数据挖掘，为企业集团提供一种利用信息化解决管控的一些问题。数据挖掘技术作为决策支持和数据分析的有利武器，实现基于ERP系统数据挖掘不仅为企业集团提供快速有效地决策信息，也必然提高企业集团的竞争力，同时对ERP服务商扩充ERP系统功能有一定的指导意义。
参考文献：
[1]王迪，李师贤.数据仓库和数据挖掘技术在ERP中的应用[J].计算机工程与应用， 2001.
[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]齐中华.数据挖掘在财务分析中的应用_基于模糊聚类的上市公司财务状况分析[J].中国证券期货，2010（7）.
[4]Jiawei Han Micheline kamber.数据挖掘概念与技术[M].北京：机械工业出版社，2007.
[5]王吉鹏.集团管控[M].北京：经济管理出版社，2012.
[6]张知.企业集团母公司对子公司财务风险控制研究[M].北京：企业管理出版社，2012
[7]罗鸿.ERP原理 设计 实施[M].北京：电子工业出版社，2009.
作者简介：
何芳（1990.03-）女，汉，安徽省池州市，长沙理工大学，企业管理 。