一旦将ERP和BI（商务信息）联合起来，用户就能得到丰厚的性能回报。它可以使用户具有空前的响应能力和纠错能力。下面我们就看看如何才能将这两种技术结合起来。 
    从经济上考虑，我们可以在一个企业资源计划（ERP）环境中安装数据仓库，因为商务信息（BI）仓库和ERP的基础架构有很多类似的地方：
    ·两者都用于在分布式架构中存储大量数据，并可以提供高度的集成。

    ·两者对于大范围用户都提供很好的可访问性。

    ·两者都适用于高度分布和扩展的应用（不过在BI中并不能做到立竿见影）

    ·两者都是基于共同的前提，即数据的直接性（immediacy）和颗粒性（granularity）是影响信息预测质量的主要因素。

    此外，在过去十年间，ERP和BI的发展可谓齐头并进，而两者功能和特点上的差异使得他们可以适用于商务智能和性能跟踪的各个方面。
    换句话说，BI和ERP既不是同一个事物，也不是同一个事物的两个方面，而是具有互补关系的系统，它们最大的共同点就是都可以推动企业效率、反应能力以及企业的集成化能力的提高。至于需求方面，在一个ERP企业中实现BI可以说轻而易举。那么具体怎么做才能帮助你的客户在ERP环境中实现BI呢？

    改变用户预期

    当你给客户实现了一个ERP系统，可以说就是给这个客户（也许还有这个客户的合作伙伴）创立了一个全新的事务处理模式。在ERP大伞下的各种事务处理系统都会相互集成，并且各个部门的独立系统也会跨过部门的界线相互关联，在整个企业内部形成一个完整的互联系统，从而在内部加强企业处理能力，减少了处理过程的薄弱环节并增强了企业各部门的响应能力。
    这种改变所带来的优势是显而易见的。首先，报表系统或者说是数据传递有了很大改进，客户的数据可以快速准确的被收集和整理，并从中提取出有用的数据。其次，事务处理更加实时化，缩短了处理周期。最后，在处理过程中出现的错误会很快被发现，因此对错误的修正和排错工作将会变得更顺利。
    在BI系统中，你会看到很多分散的信息孤岛，它们是高粒度数据以及高度集成的历史数据，它们都存储在可访问的高效架构中，这种架构令最终用户可以快速的从各个角度对系统性能进行分析。不同于事务数据，仓库中的信息（集中在一起被成为数据超市）一旦被存入仓库就不会被改变。这些数据具有可分析性，因此用户对这些数据的操作决不是像对事务数据那样，只是简单的提取而已，系统可以对数据进行各种级别的跟踪。而数据仓库的架构可以对内部信息进行快速灵活的重新配置。因此，这种空前的易访问性（用户不需要借助任何程序来访问数据，数据的获得就像从书架上拿书一样方便）使得用户可以轻易的获得数据，他们不再需要事务处理程序来帮助他们获取所需的数据。这一理念是任何刚接触BI系统的用户必须了解的。

    数据和业务对象（business objects）

    你的下一步工作就是要重新定义信息和它的用途。老的分级结构、记录和文件都已经消失了，而直到你将用户的准ERP系统都升级为真正的ERP系统，他们才会真正体会到高度集成的ERP数据库环境是什么样子。
    现在，你已经进入了一个勇敢的新世界，一个业务对象的世界。这个业务对象的力量在于它独立于时间和层级结构。业务对象和现有的以及过去的事务处理有着相同的应用能力，并且从基本事务处理级别到部门级、企业级、以至行业领域，都能找到业务对象的例子。
    业务对象实际上是一个信息包，它的能力受限于它是如何被定义和规划的。你可以将业务对象想象成一个虚拟雇员，它有能力处理特殊的工作并可以执行多种应用。
    为了更好的理解业务对象，你必须先知道什么是元数据（metadata）。元数据是描述真实数据的信息，被用在程序和分析过程间数据传送。它可以说是构建数据仓库的转头瓦块。大多数BI的数据模型都要依靠元数据来建立。
    而业务对象更像是一个信息模板。它定义了各种业务任务，而这些业务任务则是依靠详细的信息和执行这些任务的程序得以完成。（在这种情况下，业务对象就像是一个"虚拟雇员"）。这种方式定义的数据模型具有空前的灵活性，更重要的是，这种业务对象不但对数据仓库的所有用户都是有效的，它还冲破了部门间的界线，将灵活的数据分析能力代给了所有用户。就算是一个低级别的仓库会计，也可以使用和CIO一样的"成本清算"对象来处理仓库的货物运输成本的分析工作。
    现在，也许你最关心的是如何实现BI的问题。不过，我认为你应该将重点放在教导你的用户团队使用新方法进行思考，并让他们实施信息建模，这样才能真正建立客户的BI元数据和业务对象。同时，你也要对他们强调BI所带来的种种好处。

    如何运作

    BI的魅力在于它的平台就藏在高度集成的ERP环境之下。用最简单的话来说就是，你的ERP数据库环境就是最主要的BI资源。这种说法的前提是假定你的数据库环境是具有良好集成度的表格驱动的系统。ERP数据库环境通过一个分级区域与存有元数据的ERP系统进行连接，而所需的信息也会从你的业务系统中被提取出来，注入面向业务的数据仓库的架构中（同样使用API进行操作）。
    上面这一切都是在BI的引擎工作之前完成的。BI的引擎是由资源管理系统（跟踪信息内容，查看其来源，以及定义所有的传输过程）和转换和载入机制（执行相应的操作将数据处理为BI可以使用的内容）组成的。
    到这里，元数据开始出现并对信息进行定义。并且，高级功能对信息进行全面接管：信息现在已经存在数据仓库中，并可以被用来进行建模、分析以及其它用户定义的工作。要记住，数据仓库中的信息主要是用来进行分析的，它们不能被BI用户的应用程序更新或修改。
    对于你的客户，他们完全不必知道上面这些信息的处理过程。你只需要让他们认识到，你正在建立一个分散性的，按需建立并不断成长的环境。你可以从一个很小的起点开始不断发展，而不用怕日后会把这些已经建立的环境都推翻。因为BI需要的是不断的累加，而不是重建。

    将BI延伸到决策支持

    未来的BI开发又会是什么样子呢？虽然BI是位于ERP核心架构之上的，但一旦建立好BI，你也可以在BI之上再搭建一个层。你可以在数据仓库上建立一个"虚拟"企业，它同样也是凌驾于现实企业系统之上的。那么这又意味着什么呢？
    简单来说，你可以将所有客户的数据仓库资源通过网络连接在一起，并置于一个商业智能网中。这个商业智能网可以实现大多数ERP的功能，从外表看来，这就是一个大的分布式应用环境。它将在你的客户公司中大大加强BI潜在的管理能力，还可以帮助你的客户公司创建实时的、企业范围内的效用统计，并对企业价值链进行监控。

   如果要用几句话总结本文的要点，那就是：BI和ERP是相辅相成的，它可以实现很多ERP不能实现的功能。技术本身并不是难题，你所要做的是如何让管理者和用户都采用新方法来思考问题。