信息系统技术的发展出现了两个新的方向：ERP和数据仓库。而这两种技术的相互融合与支持，也成为支持商务智能发展的一个基点问题。

　　商务智能BI的特点

　　商务智能一般由数据仓库、数据分析、数据挖掘、在线分析、数据备份和恢复等部分组成。商务智能的工作原理主要是两大部分：首先对源数据的抽取、转化、集合，将分布在财务、物流、生产等各个部分的数据集中存储;然后依据管理模型对存储以后的数据进行多维多点的分析，以找到各数据之间的关联提出管理的决策依据。从技术角度来说，BI是一个复杂的技术集，它包含数据仓库，分析规则，展现工具等，而其应用的基础是数据，大量的来自业务部门的基础数据，包括静态的和动态的数据。

　　企业对信息系统存在两个不同方面的需求：一是结合先进管理思想，能够完整、准确和及时的完成一系列基本数据处理，高效集成企业内外部资源为企业战略目标服务的事务处理系统;二是能够从大量基础数据中提取有用信息支持管理决策的联机分析处理系统。有需求就会有发展，到了20世纪90年代，信息系统技术的发展出现了两个新的方向：ERP和数据仓库(DataWarehousing)。而这两种技术的相互融合与支持，也成为支持商务智能发展的一个基点问题。

　　基于ERP的商务智能

　　前面提到系统要能提供事务处理和决策支持两方面的功能。当企业实施了ERP之后，企业所遇到的第一个问题就可以得到解决，剩下的问题就是如何把事务数据和其它外部数据集成转化为信息。

　　ERP是一个技术型信息系统，也是一个包含了多种先进管理思想的社会型信息系统，它强调的是管理的先进性、及时性、安全性、可靠性等。虽然，现在的系统都提供了部分的管理决策支持功能，如各种报表等，但这些并不能完全解决企业对管理决策的需要，因为毕竟ERP在系统设计时关注的是数据的入而非出，要从中实时取得有价值信息是比较困难的。

　　如果将ERP的事务数据经过清理转入数据仓库，再在数据仓库基础上建立各种分析型应用形成商务智能的话，那将是一个绝佳组合，ERP处理企业事务，商务智能辅助决策，各司其职。建立基于ERP的数据仓库，首先是分析ERP的数据模型，在其基础上建立相应的数据仓库数据模型，这时对关键数据的识别、整理、清洗、转化和主题域的确定非常重要，之后的数据抽取程序建立也不容忽视。

　　有了基于ERP的数据仓库系统，就可以建立各种商务智能应用。针对企业各部门和ERP系统模块，对外可以建立分析、客户分析。内部可以建立生产、库存、销售、人事和财务等分析系统，并且这些系统可以进行交叉分析，例如可以对某员工在某时间段对某客户的销售情况进行交叉多维分析，还可以进行一些高级的数据挖掘分析等。

　　ERP与商务智能的结合

　　ERP在二十多年的发展中越发成熟，经历了由粗放到精简的历程，尤其在中的应用，更加凸显了ERP的价值。但是随着企业业务的深入和企业业务需求的变化，传统的ERP已经不能快速的适应企业的变化。从功能上来讲，ERP实现了企业资源的共享，但是没有把信息资源进行更加有效的分析和处理，企业的信息价值没有得到更多的体现。商务智能为企业实现信息价值提供了有效的渠道，帮助企业建立了一套全面的分析系统来帮助企业进行有效的分析。

　　建立基于ERP的商务智能需要注意的问题

　　分别建立ERP和数据仓库的目的是将企业事务处理和决策支持相分离;而两者集成的目的是为了更好的把ERP中的事务处理数据和外部数据转化为管理决策所需的信息，并能够对这些数据进行多维深度挖掘。

　　但是，要真正建立一个良好的基于ERP的数据仓库却不是件容易的事。建立基于ERP的数据仓库面临的问题总的来说集中在两个方面：一是如何将事务处理逻辑模型和数据仓库模型对应起来，并将ERP事务处理和外部数据转入数据仓库中，即数据仓库的建立;二是在数据仓库基础上如何构建企业的商务智能来支持企业的管理决策活动，即数据仓库的应用。

　　ERP系统中，一股数据库的表会达到几千张，要将数据从ERP向数据仓库迁移，构建这种数据转换抽取程序也是非常困难的。在建立商务智能应用时，如报表查询、多维分析和数据挖掘等，要结合企业具体的需求和一些高级商业应用系统所提供的功能进行考虑，还有可能要针对各个部门需要建立各自相应的分析应用系统。