三、初步实践
  当前,营销中心在信息化方面已有一定基础，但要发挥出数据仓库技术在市场和客户分析、预测方面的作用尚需夯实大量基础工作（如：理顺业务流程，定义营销中心部门级数据仓库同业务数据库的接口；集中、优化、统一管理现有业务系统中的分散数据），为营销中心部门级数据仓库的建设创造条件。因此，我们认为企业级数据仓库建设及应用的策略是：
   

  首先,以对营销业务实施BPM（流程管理）为切入点，建立以市场为中心的业务流程；将优化后的业务流程以软件的方式固化下来；分三个阶段构建基于营销中心部门级数据仓库的多维分析型应用（达到信息资源中端开发的应用层次），最终实现商业智能（BI）,系统总体框架如图6所示。

图6营销信息系统总体框架

  1）数据收集层
  实现各销区调拨计划、销量、商业库存数据的及时收集和网上报送（日报、周报、月报），如：调拨计划信息需各区域按牌号、申请计划量、要求到货时间等进行填送。
   

  2）业务处理层
  依据购销合同,实现网上申报大区计划、审定大区计划、执行大区计划、执行状态查询、合同完成率统计，全面支撑营销业务流程中的各个环节。如：执行大区计划中的周计划平衡功能对区域计划中申报的品名、数量、要求到货时间等结合生产能力、库存量和购销合同进行调整后，转入开票、运输、到货确认业务流程各环节，并将整个执行过程中的状态信息直观地反馈给相关管理和业务人员。
  同时开发固定报表系统，以满足常规业务数据统计的需要。
   

   3）多维数据分析层
  通过BI实现对以上两部分积累的历史数据的多维统计分析，形成直观、明确的分析图表，帮助各销区管理层和决策层全方位把握市场状况并辅助决策。
   

  其次，在营销中心部门级数据仓库应用取得实效和经验的基础上,选择条件具备的其他业务领域（如：产品研发和质量控制领域等）逐一建立各部门级数据仓库和应用;
   

  最后，在各部门级数据仓库的基础上,最终形成企业级数据仓库和个人数据仓库及其应用。
   

   当前，企业BI的开发处于起步阶段，营销信息系统的数据收集层和业务处理层处于建设和完善之中，正在为下一阶段多维数据分析层的建设奠定着扎实的基础。
    
  结束语
  固定报表、多维分析和知识提炼是信息资源深度开发和利用的三个层面。随着需求的深入，越来越多的企业在固定报表的基础上，会进入多维分析和知识提炼的领域。它们的利用会给我们带来越来越明显的效益。需要指出的是：多维分析和知识提炼的目的是提供更多的决策支持价值，并不是取代固定报表。由于国内报表的样式复杂，难以进行深入的灵活定制，因此，对固定报表的查询仍占绝大多数，报表系统依然有其不可取代的优势，将会长期与多维分析和知识提炼并存。(e-works)