商业智能与中药企业QSMES的集成应用探索

 

    随着中药企业GMP（Good Manufacturing Practice）认证的推进，为了保证中药饮片的生产质量，越来越多的中药企业引入了质量标准制造执行系统（Quality Standard Manufacturing Execution System，QSMES）。QSMES与上层MIS、ERP等业务系统和底层的PCS等过程控制系统一起构成企业的综合信息系统。QSMES是处于MIS、ERP和PCS之间的执行层，通过控制原料药、设备、人员、流程指令和设施等在内的所有企业资源来保证饮片的生产质量，提高企业的经营效率，但不能向企业管理人员提供强大的分析功能以辅助决策。QSMES在运行过程中存在下面一些问题：数据丰富而信息贫乏；难以交互分析；难以挖掘出潜在的规则；难以追溯历史，数据形成孤岛等。商业智能系统中的数据仓库、联机分析处理和数据挖掘为上述问题的解决提供了非常适合的技术路径。

 

 

    1 商业智能

 

 

    1.1 商业智能

 

 

    介绍商业智能（Business Intelllgelice，BI）这一术语1996年由Gartner Group的Howard Dresner首次提出，它描述了一系列的概念和方法，通过应用基于事实的支持系统来辅助商业决策的制定。商业智能提供使企业迅速分析数据的技术和方法，包括收集、管理和分析数据，将这些数据转化为有用的信息，然后分发到企业各处。商业智能系统从企业运作的日常数据中开发出结论性的、基于事实的和具有可实施性的信息，使企业能够更快更容易的做出更好的商业决策。从技术层面上讲，商业智能不是一种新技术，它只是数据仓库、OLAP和数据挖掘等技术的综合运用。

 

 

    数据仓库（Data Warehouse，DW）是面向主题的、集成的、稳定的、不同时间的数据集合，用以支持经营管理中的决策制定过程。简单来说数据仓库就是有关数据库的数据库。

 

 

    联机分析处理（Oneline Analysis Process，OLAP）是使分析人员、管理人员或执行人员能够从多个角度对原始数据中转化出来的、能够真正为用户所理解的、并真实反映企业维特性的信息进行快速、一致、交互的提取，从而获得对数据更深入了解的一类软件技术。数据挖掘（Data Mining，DM）是指从大量的、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、事先不知道的、但又是潜在有用的信息和知识的过程。

 

 

    1.2 商业智能与QSMES的结合对商业智能与中药企业

 

 

    QSMES结合后的功能层次进行分析，可以把QSMES划分为5个层次（如图1所示），从底层到上层分别为：①控制层：控制生产车间的智能制药设备如炒药机、蒸药机、微波干燥机、包装机；②监控层：对制药过程的批记录数据进行现场采集，并对设备运行数据进行采集与监控；③调度层：对生产任务进行协调，保证生产的有序的进行：④管理层下达并管理生产任务，制定药品生产的工艺规程（SOP）：⑤决策支持层：通过联机分析处理和数据挖掘，为企业提供辅助决策支持。

 

    图1 QSMES整体功能架构图

 

    图1 QSMES整体功能架构图

 

 

    在QSMES中，下面四个层次主要负责生产过程数据的采集和管理，进行即时信息的处理并对数据进行抽取（Extraction）、转换（Transformation），然后加载（Loading）到数据仓库中。最上面的决策支持层主要功能是：将数据仓库中的数据通过联机分析处理和数据挖掘转化成有效的辅助决策信息，并通过报表服务及其它方式展现给管理人员。

 

 

[page]    2 商业智能与中药企业QSMES集成的体系结构

 

 

    在BI与中药企业QSMES的集成过程中，中药企业可以根据自己的条件选择不同的BI应用软件、工具和技术平台。图2所示的是以Mierosoft SQL Server 2008企业BI平台技术为例的一个BI与中药企业QSMES集成的体系架构。主要由QSMES业务子系统、业务数据库、数据转换工具、数据仓库、OLAP分析工具、数据挖掘工具和决策支持系统组成。QSMES业务数据库中的海量数据经过抽取、转换、加载（ETL）等过程，转换为分析型数据，加载入数据仓库。利用OLAP和数据挖掘技术对数据仓库中的数据进行分析和处理。分析和处理的结果，通过决策支持系统的报表服务或Excel中的数据透视表动态视图提供给企业管理决策人员。

 

 

 

    图2 商业智能与QSMES集成的体系絮构

 

    图2 商业智能与QSMES集成的体系絮构

 

 

    3 商业智能与QSMES集成的解决方案

 

 

    对于中药企业的QSMES，将每一个子系统的数据利用数据仓库技术按主题域进行集成，通过数据挖掘形成支持管理决策分析的信息。整个系统采用SQL Server 2008的作为商业智能整体解决方案的软件平台，通过与Microsoft Visual Studio的协同工作，可以轻松构建并维护强大、安全、可伸缩的商业智能解决方案。在SQL Server 2008中Business Intelligence Development Studio提供了统一的工具，它涵盖了多种类型的商业智能解决方案，并为开发ETL、分析和报表解决方案提供了统一的开发环境，包括数据仓库、OLAP、以及数据挖掘等应用程序。

 

 

    3.1 建立数据仓库 在商业智能中，数据仓库是整个解决方案的基础也是核心，它的数据来自企业中不同的数据源，并与其同步。本方案把SQL Server 2008 Management Studio作为数据仓库的管理工具。完成多维数据库的建模。SQL Server 2008 Integration Services提供了一个全面的平台，可以从不同的数据源系统中提取数据，并对数据或其结构、格式做任意修改，然后将转换后的数据加载到数据仓库中间。

 

 

[page]    3.2 建立Analysis Services OLAP  SQL Server 2008 Analysis Services提供了用于联机分析处理（Online Analytical Processing，OLAP）的分析引擎。包括在多维度和关键业务指标（KPI）中实现商业量值聚集，并使用特定算法来辨别模式、趋势以及与商业相关的数据挖掘解决方案。使用Analysis Services完成整个模型的构建、指标的设置、维度的设计、计算指标的定义、模型分区设计、进行模型操作应用设计，设置多维数据集存储模式、定义多维数据集的聚合策略，以及多维数据集的处理、多维数据集的备份及还原等操作。

 

 

    3.3 数据挖掘 SQL Server 2008提供用于创建和使用数据挖掘模型的集成环境，称为Business Intelligence Development Studioo该环境包括数据挖掘算法和工具，使用这些算法和工具更易于生成用于各种项目的综合解决方案。创建数据挖掘解决方案后，可以使用SQL Server Management Studio维护和浏览该解决方案。在该环境中可以使用维度引擎来构建数据挖掘模型，平衡其加载数据以及快速执行基本的统计计算的能力。Business Intelligence Development Studio使用数据挖掘向导来创建新的数据挖掘结构以及最初的数据挖掘模型，并提供图像化工具，方便地调用BI Studio Analysis Services数据挖掘引擎中的算法，针对QSMES中的具体问题。进行样本集的生成、信息发掘和智能预测等应用，简化了数据挖掘的应用开发过程，使得数据挖掘工程师无需编写程序代码，即可完成数据挖掘的应用。

 

 

    3.4 前端呈现工具、报表工具 SQL Server 2008 Report Services是Microsoft公司为企业报表提供的一款产品。Reporting Services的核心是一个无状态的WEB服务，称作Report Server。它位于Interact Information Services（IIS）内部，作为一个ASP.NET应用程序，它是从底层开始构建的，建立在ASP.NET的WEB服务基础上。这就意味着它的功能可能通过指向Report Server URL的浏览器来访问。

 

 

    SQL Server 2008通过在网络上安全地发布报表，从而使你可以扩展报表服务解决方案的范围，将其传递给外部用户。

 

 

    Excel与SQL Server分析服务相结合，你可以将OLAP解决方案的优势通过Excel中的数据透视表动态视图以及Microsoft Pivot Chart动态视图方式呈现给用户。

 

 

    SQL Server 2008与SharePoint Services紧密集成，从而很容易在一个SharePoint站点中集中发布和管理报表，并建立用户指定的仪表盘，该仪表盘提供了相关报表的可定制视图。

 

 

    4 结束语

 

 

    随着中药企业信息化的推进，传统的QSMES已不能满足企业日益多样化的需要。将商业智能与QSMES集成，提供辅助决策支持功能，通过数据仓库、联机分析处理和数据挖掘等技术，对中药生产过程中积累的大量业务数据和生产数据进行挖掘和提炼，总结出通常不易发现的、具有一定指导意义的信息，从而为企业管理者提供辅助决策功能，不断挖掘企业潜力。在激烈的市场竞争中取得更大的经济效益和社会效益。