目前为止，ERP系统对企业未来的战略策划也仅限于分布的各个模块中，譬如人员管理、财务收支、生产情况等等；况且对于利用半结构化、结构化以及需要集成数据制定战略决策的企业来讲，绝大多数使用的EPR处理效率仍然非常低。

最大限度地开发利用ERP系统提供出的丰富数据资源，充分发挥出数据资源对企业战略策划的作用，是提高企业ERP处理效率的方法之一。

凡事必有利弊，学会利用ERP系统的数据之前，我们需要知道ERP系统所挖掘出的数据有哪些不足之处，之后再分析优势所在。

首先，我们知道ERP系统是用于实时记录企业各部门业务的数据，而不是用于挖掘数据进行分析的。ERP系统是从MRP（物料需求计划）发展而来的新一代集成化管理信息系统，它扩展了MRP的功能，其核心思想是供应链管理，也就是从企业多个分布的模块中及时获取单独的业务数据。但ERP系统提供的大量数据资源如果得到充分利用，那将对企业下一步的战略决策起到至关重要的作用。

其次，ERP系统通过数据库的技术，将在线交易的数据进行存储，挖掘分析的数据主要是历史存储数据。企业在日常运营中会进行多笔交易，每笔业务都需要时间记录，这就需要相对符合规则的数据库范式。在业务完成后，读取后台的历史存储数据分析进一步的策略，当然要保证记录的数据完整性。

对比传统的ERP系统，大多是把各部门的战略规划方案进行多种模拟，再对比选出最优的方案。但是这种方式在数据时代存在很大的弊端，它无法根据市场的变化迅速做出响应。企业需要对整个市场的需求程度利用ERP的数据得到及时的反馈，这也就需要对数据具有相对的掌控能力，也就不得不进行数据的挖掘分析。

数据的挖掘就是根据企业指定的目标，从数据仓库中通过算法搜索隐藏于其中目标信息的过程。它可以通过数据分析历史存储的数据，再归纳整理进而预测市场和客户的趋势，为企业的下一步决策提供支持。

数据的挖掘分析侧重于数据的关联和完整，所以数据仓库技术满足了这个要求。

在数据的挖掘分析方面，数据仓库技术可基于同一目标存储。这样就避免了传统的业务模块存储数据的分散性，只需要确立企业的战略目标就可以实现数据的存储查询和市场趋势分析。

数据仓库技术可通过分析关联的数据，这样可以分析数据间隐藏的关系网，在特定的规则条件下找出与市场情况相对应策划的处理数据，再利用不同的数据组描述和区分条件形成模型预测趋势。

另外，对历史存储数据而言，时效性格外重要。它可以通过历史数据变化规则与趋势对企业下一步战略决策做出分析预测。

数据的挖掘分析可以充分利用企业运作过程中积累的大量历史数据，并根据市场变化做出反馈，为企业进一步的决策提供参考，逐渐推动企业信息化，这就是充分利用ERP系统的数据进行挖掘分析的结果。

读过这篇文章的人还读过：

更智能更强大 | 金蝶云星空V7.2隆重发布

财务管理软件 物流行业选型指导

偏重技术 CIO如何看清OA的挑战？