در پروژههای استقرار و پیادهسازی هر نرم افزار ERP، هر مرحله از پروژه باید طوری طراحی شود که اطمینان حاصل شود یک مجموعه از خروجیهای مرتبط برای تأیید و تصویب مدیران و تصمیم گیران ارائه میگردد. که این خروجیها پیشنیاز ادامه و ورود به مرحله بعد پروژه ERP خواهد بود. راهحل شرکت سامیکس برایپیاده سازی ERP خود، مدیریت پروژه پیادهسازی NAV Microsoft dynamics بر اساس متدولوژی Phased approach است که به عنوان راهکار استاندارد پیادهسازی این ERP توسط شرکت مایکروسافت ارائه گردیده است. قبل از ورود به بحث مدل پیادهسازی ای آر پی باید در نظر داشت که پروژه ERP با هر مدلی که انجام پذیرد، نتایج زیر در پایان استقرار ERP باید محقق گردد:
ما در پیاده سازی ERP از مدل Phased approach برای پیادهسازی Microsoft dynamics NAV استفاده میکنیم. در این مدل هدف بجای پیادهسازی کل پروژه ERP، بر ماژولها و اجزایی از این سیستمها متمرکز است. ابتدا تیم راهاندازی سامیکس با مدیران ارشد باید برای اینکه چه ماژولهایی پیاده شوند به توافق برسند و در نهایت اقدام به راهاندازی کنند.
از آنجا که در عمل چنین اجزایی با سیستمهای حسابداری و مالی بوده و در این بخشها معمولاً تعداد محدودی از پرسنل کل سازمان فعالیت دارند، موفقیت پروژه در این بخشها دلیلی قاطع بر موفقیت پروژه در سطح کل سازمان نخواهد بود. نهایتاً پس از تکمیل و نهایی شدن این بخشها سایر اجزای ERP نیز به ترتیب اولویت در سازمان پیادهسازی خواهند شد. از آن جا که سیستم یکپارچه سازی ERP دارای ویژگیهای اصلی و اساسی یکپارچگی در سطح دیتابیس میباشند، در اکثر موارد اجرای مرحلهای میتواند مشکلاتی را برای تیم راهاندازی ایجاد نماید.
پیشنهاد شرکت سامیکس جهت ایجاد تغییرات اساسی در عملکرد و رویکرد به منظور تطبیق با نیازهای متغیر و در حال توسعه و حفظ موقعیت رقابتی مبتنی بر رویکردی یکپارچه و چهار جانبه است:
تعیین استراتژی مناسب برای پیادهسازی و استقرار نرمافزار ERP و پیشبینی مراحل گذار به سیستم جدید باعث اطمینان صاحبان و مدیران ارشد شرکت از اینکه استراتژی لحاظ شده میتواند نیازهای سازمان را بر اساس ملاحظات موجود، استاندارهای مد نظر، خروجیهای مطلوب و سایر نیازهای عملیاتی و اطلاعاتی سازمان تأمین نماید میشود. در زیر به طور خلاصه الزامات تأثیرات این 4 عامل را بر میشماریم:
سیسـتم هـای ERP، مجموعـه ای از ماژولهـای یکپارچـه ی آمـاده راه انـدازی کـه از پـیش طراحـی و مهندسـی شـده اسـت کـه تمـام فرایندهای تجاری سازمان را پوشش می دهد. سیستم هـایERP،به سازمان برای فعالیت در محیطی یکپارچه از نظر اطلاعاتی و فرایند گرا و اطلاعـــات محـــور، بصـــورت بلاد رنگ کمـــک بســـیار زیـــادی می کنند. زمانی که نقـش و عملکـرد نرم افزارهای ERP را در نظـر بگیرید بدیهی است که چنین سیستم هایی فقط قادر به حـل مسـائل مرتبط با مدیریت سطح میانی است. فرایند کامل تجزیه و تحلیـل کـه اجازه ی ذخیره سازی حجم زیادی از داده ها را در داخل سیسـتم بـه منظور معنادار شدن اطلاعات می دهد، در سیستم هـای ERP کنونی به صورت کامل قابل اجرا نیستند. علاوه بر این، سیسـتم هـای ERP قادر به ارضا نیازهای پرسنل مدیریتی سطح بـالا در سیاسـت هـای تصمیم گیری جهت سرعت بخشیدن به استراتژی های جدید نیستند. با توجه به نقشی که سیسـتم هـایERPدر تجـارت الکترونیـک بـازی می کنند،این سیستم ها به عنوان سیستم های اطلاعات بنیـادی کـه مسئول یکپارچه سازی داده های مرتبط با فرایندهای پایه ای تجـارت الکترونیک می باشند عمل کرده است.
با این حال نرم افزار ERP قادر به برداشت اطلاعات ارزشـمند ازحجــم زیــادی از داده هــای ذخیــره شــده در داخــل B2C و B2B نیستند. علاوه بر این، چنین سیستم هایی قـادر بـه تحلیـل صـحیح و دقیق اطلاعات مفیـد عملیـات شغلی نمی باشد. مسـلم اسـت کـه یکپارچه سازی انبار داده ها با سیستم های ERP، مشکلات مـرتبط با سیستم های ERP مرسوم را بهبود می بخشد به عنوان مثال،می توان قابلیت یکپارچه سازی جهت تجزیه و تحلیل اطلاعات را مطرح کرد.با این حال، یکی از مسائل عمده که سیستم های ERP باید با آن دست وپنجه نرم کنند تا روزی بدان غلبـه کنند، افـزایش اتوماسـیون سـازی تحلیل ها و کاربرد های هوشمند در تصمیم گیری های سازمان ها می باشد.
در یکپارچه سازی راهکار جامع برنامه ریزی منابع سازمانی و انبار داده ها با مجموعه ای ازداده های متفاوتی سروکار داریم که این امر باعث ایجاد ناسازگاری و تکراری بودن داده ها می شود. بنابراین این داده ها پس از طبقه بندی تحت فرایندهایی اعم از پاکسازی، نقـص سـازی ، ترکیـب و حـذف داده هـای تکـراری قـرارمـی گیرنـد. سـپس ،داده هـا در یـک سـرور جهـت ارائـه ذخیـره می شود
در ایـــن نقطـــه،کـــاربران فقـــط وظـــایف جســـتجو را انجـام میدهند. رویه ها برای یکپارچه سازی سیستم هایERP و انبار داده ها شامل 8 گام مجزا می باشد:
این پژوهش، از مدل ستاره ای در طراحی مدل برای انبار داده ها استفاده می کند. این مدل بنا به جدول واقعی تولید که از یک جدول با بعد زمانی و یک جدول با بعد مکانی، یک جدول ابعاد محصول و یک جدول کیفیت محصول، تشکیل شده است. زمانی که یک جدول واقعی تولید را طراح میکنیم ،چندین فاکتور باید مدنظر قرار گیرد:
جدول بُعد، به صورت تصادفی ایجاد گردد. برای مثال زمانی که کیفیت محصولات کارخانه ای تحلیل میشود،یک جدول یُعد جدیدی را می توان طراحی و استفاده کرد تا ملاحظات کیفی مربوطه را مورد بررسی قراردهد. چنین ملاحظاتی ممکن است شامل افزایش شیب گرما دهی برای افزایش دما،کاهش شیب سرد سازی برای کاهش دما، انتقال سرعت به حامل ها، وغیره باشد. زمانی که داده هارا تحلیل میکنیم ، چندین بُعد به عنوان یک ملاحظه،در کنار یک دیگر قرار می گیرند. این فرآیند، یک مدل داده ای چند بعدی نام دارد. سیستم های انبار داده ها ممکن است شامل مکعب های داده ای زیادی باشند. هر مکعب داده ای شامل فراوردهایی از بُعد متفاوتی از جداول واقعی است. یک مکعب داده ای ممکن است یک مدل داده ای N بعدی باشد. در اینجا ما از 4بعد زمان، مکان، محصول وکیفیت برای ایجاد یک مدل داده ای 4یعدی جهت فراهم ساختن قابلیت های وسیعتری از جستجو استفاده می کنیم.
پس از تکمیل ساختار مکعب داده ای، این امکان به وجود می آید تا تحلیل های تصمیم گیری را با سیستم داده کاوی، یکپارچه سازی نمود. هدف این یک پارچه سازی آن است پایگاه دانشی براساس تحلیلOLAP در درون سیستم داده کاوی ایجاد شود و به تجزیه وتحلیل اطلاعات درسیستم داده کاوی پرداخته ویک نقطه ارجاعی را برای فرایند داده کاوی ایجادکند. تکنولوژی OLAP، توانایی ترکیب مشاهده افراد و تکنیک های هوشمند سازی در سیستم داده کاوی را دارد. بنابر این داده ها با سرعت بیشتر و مفاهیم عمیق تر استخراج میشود.
پیشنهاد ما استفاده از الگوریتم درختی تصمیم برای دسته بندی و پیش بینی داده ها است. این الگوریتم به عنوان هسه موتورداده کاوی عمل کرده وداده های مخفی را در داخل پایگاه داده دسته بندی نموده و به پیش بینی اطلاعات می پردازد. مراحل این الگوریتم عبارتند از:
1.آماده سازی داده های آموزشی از قبل طبقه بندی شده
2.ایجاد یک گره ی درخت تصمیم
3. انتخاب اطلاعات مربوط به نمونه داده های طبقه بندی شده به صورت زیر:
4. انتخاب اطلاعات مربوط به صفت تست جهت محاسبه: اطلاعات مورد نیاز بر مبنای طبقه بند درون زیر مجموعه ها به وسیله صفت A به صورت زیر مشخص می شود:
5. محاسبه بهره ی اطلاعات مشخصه ی تست: رمزگذاری اطلاعات که به وسیله ی انشعاب بندی Aبه دست آمده است به صورت زیر است:
6. تکرار مراحل 2-5 تا زمانیکه اطلاعات مربوط به صفت تست به صورت کامل محاسبه میگردد.
7. انتخاب صفت تست با بالاترین بهره ی اطلاعات به عنوان گره ی پارتیشن برای درخت تصمیم.
8. به منظور تکمیل درخت تصمیم، از این الگوریتم برای پیدا کردن گره های مشخصه ی تست در هر سطح استفاده می شود.
با استفاده از زیرساختار اطلاعات سیستماتیک که به وسیله ی وب فراهم شده است، کاربران ممکن است از اینترنت برای تعاملات خود استفاده کنند. این اطلاعات سه جانبه از سیستم ERP هوشمند، به وسیله ی بنگاه تولیدی مورد استفاده قرارمیگیرد. رویه های عملیاتی سیستم ERP هوشمند، را میتوان به صورت زیر تشریح کرد:
نتایج بدست آمده از سیستم داده کاوی، معمولاً نوعی داده ی انتزاعی می باشد. در نتیجه، سیستم از روش نمایش دانش بر مبنای قانون استفاده کرده و آنرا با چارچوب بر مبنای وب مکمل ساخته تا نتایج داده کاوی را تفسیر سازد و به کاربران در درک نتایج بدست آمده کمک کند.
استفاده از سیستم ERP هوشمند به منظور بهبود کیفیت تولید، بنگاه تولیدی از داده کاوی مربـوط بـه سیسـتم هوشـمند ERP برای بهبود کیفیت محصولاتش ،کاهش هزینه های تولید، و بـروز تحـول در کل کارائی شغلی استفاده می کند.