（3）协同管理
协同管理能为企业间的合作关系提供战略、流程和系统基础设施，包括获取知识产权，或通过合同设计服务和合同制造来得到知识产权。这包括采购和供应链管理人员要对合作伙伴进行资格审查；与合作伙伴进行谈判；将合作伙伴的投入整合到生命周期中，包括端到端的设计和流程运作，能以最少的差错和耽搁来完成不同组织间的知识产权转移；管理合作伙伴关系的运行、风险和收益。
基本CPC将提供核心连接、产品数据和工作流程共享的透明度、支持有效的合作伙伴投入产品生命周期中、有效地管理合作伙伴的运转等。
（4）创新管理
这是最容易被忽略的实现产品核心竞争力的方法，因为它最难量化。创新管理中很重要的内容是构想、发现和评估新产品和新工艺将为企业带来的成果。有些业务难以捕捉到想法；有些捕捉到了，但是由于受到过多的审查或障碍而被扼杀，尽管它很可能是有价值的。有些人总是对失败责备不已，也不鼓励冒险行为；而另一些人则截然相反，他们不去充分地验证和过滤，太过追求领先，因而失去了动力或连贯性，浪费投资。
创新不只是产品创新，设计过程、供应链、元器件和供应商管理的创新同样对新产品的成功起着非常关键的作用。在创新管理中，采购和供应链专业人员应该像产品工程师一样，作为核心参与人员。
基本CPC有助于支持创新过程，使其具备搜索知识产权和管理功能，它还有利于评估和过滤产品创新思维所需的流程。
7.5商务智能
7.5.1商务智能的概念
商务智能（Business Intelligence，BI），是目前在国外企业界和软件开发界受到广泛关注的一个研究方向。商务智能这一术语是1989年由Gartner Group的Howard Dresner首次提出。它描述了一系列的概念和方法，通过应用基于事实的支持系统来帮助商业决策的制定。到目前为止，关于商务智能还没有统一的定义，不同的人只是从不同的方面表达了对商务智能的理解。商务智能在IBM官方网站上定义为：“商务智能是指利用已有的数据资源做出更好的商业决策。”它包括数据访问、数据和业务分析以及发现新的商业机会。商务智能的实质是从数据中有效地提取信息，从信息中及时地发现知识，为人类的思维决策和战略发展服务。本文从企业的角度来定义商务智能：商务智能是企业利用现代信息技术收集、管理和分析结构化和非结构化的商务数据和信息，创造和累积商务知识和见解，改善商务决策水平，采取有效的商务行动，完善各种商务流程，提升各方面绩效，增强综合竞争力的智慧和能力。
在以知识经济和信息技术为代表的新时代，商业活动正以不同寻常的速度改变。
企业资源计划、销售终端、市场调查、供应商、客户、网络、政府部门等都在不断地往企业添加信息。企业不知道该关注、分析哪些数据，不知道怎样才能把大量的数据转换成可靠的、商用的信息以增加利润和市场份额，这些成为商业IT界关注的问题。于是，商务智能应运而生。商务智能把数据转化为知识，致力于知识的发现和挖掘，使企业的数据资产能带来明显的经济效益，减少不确定性因素的影响，使企业获得新的竞争优势。从技术角度看，商务智能的过程是企业的决策人员以企业中的数据库为基础，经由联机分析处理工具、数据挖掘工具加上决策规划人员的专业知识，从数据中获得有用的信息和知识，帮助企业获取利润。商务智能的核心技术主要有：数据仓库技术、联机分析处理技术、数据挖掘技术和数据可视化技术。数据仓库是实现商务智能的数据基础，是企业长期事务数据的准确汇总。商务智能要充分发挥潜力，就必须与数据仓库结合起来。联机分析处理技术属于数据仓库应用，以数据仓库为基础，针对某个特定的主题进行联机数据访问、处理和分析，通过直观的方式从多个维度、多种数据综合程度将系统的运营情况展现给使用者，具有快速性、可分析性、多维性、信息性等特点。该技术可用于商务智能的多个领域，例如市场利润分析、后勤分析、经济预算和预测、税收计划、成本、会计等。
利用数据挖掘技术的商务智能的智能化程度最高，在海量数据和文档中发现以前未知的、可以理解的信息，以预测未来的企业行为。
数据可视化技术指的是选用计算机图形学和图像处理技术，将数据转换为图形或图像在屏幕上显示出来，并进行交互处理的理论、方法和技术。数据挖掘技术可与数据可视化技术结合，使分析人员对数据有更深刻、更直观的理解。
商务智能软件框架体系：支持数据分析的商务智能系统体系结构在逻辑上分为源数据、数据仓库、多维数据库和客户端工具四层结构。
源数据，是客户传统的业务运营系统的数据，可能是数据库、Excel表格，或者是日志文件等。
数据仓库，是数据集中存放的地方。其突出的特点是对海量数据的支持以及规范化的结构（星型或者雪花型结构）。
数据集市，是指为了特定的应用目的或应用范围，而从数据仓库中独立出来的一部分数据，也可称为部门数据或主题数据。在数据仓库的实施过程中往往可以从一个部门的数据集市着手，以后再用几个数据集市组成一个完整的数据仓库。
多维数据库。在数据仓库中，往往具有海量的原子级历史记录。那么，在分析的过程中，如何提高分析效率呢？同时，数据仓库中往往有上百张表，业务人员如何能理解呢？多维数据库就是最好的解决方案。多维数据库利用聚合技术，保障了高效性；同时，针对每一种独立的业务流程的多维模型，大大简化了关系型数据库的概念，使得业务人员能够充分理解，独立进行数据分析。
客户端工具，是指为用户访问多维数据库使用的工具。它包括数据查询和报表工具、应用开发工具、在线分析工具、数据挖掘工具。客户端工具最主要的目的就是，使得业务人员摆脱技术细节，可以充分发挥自己的优势，面向业务需求进行分析。
按照上述通用的商务智能体系结构，经营分析系统通常从原有的业务系统中将相关业务数据进行抽取、清洗、加工、整理，将其加载到数据仓库或数据集市中，形成基础的分析数据存储。然后企业可以根据自身管理、业务的需要建立一个或多个多维数据库。多维数据库中蕴含的信息可以通过报表、OLAP分析、即席查询、数据挖掘形式向经营分析系统使用人员展现。最终用户通过Web浏览器访问门户，在登录门户后，将按照用户的授权、角色向最终用户展现集成的信息。门户中集成的不仅有经营分析系统的各种信息表现形式，如报表、OLAP工具、即席查询、数据挖掘等结构化信息，还有URL链接、电子邮件、文档等非结构化信息。
伴随着以电子商务为特征的新经济逐步走向成熟，企业需要处理的数据量越来越多，数据库应用的规模、范围和深度不断扩大，企业信息化程度不断提高，企业希望从ERP、CRM、SCM和遗留各种系统中发掘数据背后所蕴藏的信息和知识，因此商务智能应用与日俱增。
7.5.2商务智能在供应链管理中的应用
企业的各个部门都应该认识到商务智能的重要作用，商务智能可以说是使企业“从数字上进行管理”。商务智能系统能够为供应链提供以下基本的效益：改善数据的可见度，使库存水平降低；分析客户服务水平，识别供应链管理中的关键问题；更好地理解客户需求，提高预测的准确性；分析运输绩效，利用高效的运输服务来减少运输成本；改善供应链关系，加强与供应链伙伴的合作，提高供应链的竞争力。
1.流程分析
供应链管理可以分为计划、采购、制造、配送等流程。商务智能对供应链管理中的各个流程进行分析，达到优化供应链，提高供应链管理效率的目的。将商务智能用于计划分析，如分析供应链中的供应链周期、销售时间和供应链成本等，可改进整个供应链的绩效，提高供应链的效率，有效配置资源，降低供应链的总成本。将商务智能用于采购分析，可以帮助企业选择合适的供应商，整合供应链上游资源。将商务智能应用于制造分析，可以检测生产进度和生产效率，加强产品质量控制，减少不必要的库存。配送分析主要是进行库存流动和损失分析、运输时间和配送成本监测，为产品选择和管理交通工具，优化配送绩效。
2.决策支持
经过分析的数据为高级决策者进行战略决策时提供支持和依据。通过将企业内部的数据源源不断地输入，商务智能在供应链管理中的决策支持作用主要表现在以下几个方面：提高供应链的可见度，对客户需求做出准确的预测；根据产生的数据，进行实时决策，提高供应链对市场的快速反应能力；从不同的角度对供应链活动进行分析，为选择合适的供应商提供支持。
3.绩效管理
供应链绩效衡量是供应链管理中的重要组成部分，也是商务智能软件在供应链管理中的高级应用。商务智能技术能够从企业各种应用系统中提取出各种基础绩效指标与关键绩效指标。商务智能既可对内部绩效进行衡量，也可对企业外部绩效进行衡量。要对绩效衡量的关键指标进行分析，提供可视化的绩效衡量结果，全面反映供应链业务流程的绩效，而不是仅仅反映单个节点企业的运营情况。通过商务智能工具的应用，实现供应链上的信息共享，可以优化整个供应链绩效，提高供应链流程的效率，减少不必要的库存成本；分析数据，充分认知客户需求，实现供应链上的信息共享，消除“牛鞭效应”，实现双赢。
7.6企业应用集成
7.6.1企业应用集成的概念
企业应用集成（Enterprise Application Integration，EAI）是最近几年出现的一个热门术语，至今尚没有明确的、能被普遍接受的定义出现，以下是一些有代表性的表述方式。
美国Ovum咨询公司的KatyRing博士在为公司撰写的一份白皮书中把EAI定义为：“通过技术和业务过程的结合，使定制开发的或（和）套装的业务应用软件之间能够以一种各方都能够理解的格式和语义背景进行业务层的信息交换。”
美国着名的IT媒体ITtoolbox对EAI的定义是：“通过硬件、软件、标准和业务过程的结合，实现两个或多个企业系统之间的无缝集成，使它们能够统一运作。”
Marc Buyens对EAI给出了一个更具文采的定义：“EAI是一个持续地对企业信息基础设施进行完善的过程，以便创建一种合理的环境，使业务人员能够依靠它很容易地实现对新业务过程的实施和对原有业务过程的更改。”
Katy Ring的定义从应用软件的角度出发，强调不同应用软件之间能够按照业务的需要进行信息交换。ITtoolbox的定义从企业系统的角度出发，强调系统之间的无缝集成。Marc Buyens的定义则结合了企业信息基础设施和业务过程两个方面，并更多地注重于后者，强调业务过程实施在EAI中的目标地位。但以上这些概念都涉及了EAI的两个主要要素：一个是信息系统与信息技术（IT/IS）；另外一个就是业务过程。以上概念中的明显差异性，实际上就是定义者对EAI中信息系统与信息技术（IT/IS）和业务过程这两大要素哪个更重要这一认识的差异性。这种差异性是由他们的研究方向以及研究经历所决定的，很难说哪个更优秀。任何技术或者系统都是为实际的业务过程服务的，因此，对EAI的定义强调业务过程的地位，这是流行趋势。但是EAI的实施其直接作用对象是企业系统，直接工具就是信息技术，业务过程的优化是一个间接的结果，它更多的是一种理念层次的讨论，很难落实到某个具体的过程中去。
基于以上观点，并借鉴前述研究成果，我们对EAI的定义是，EAI是按照企业业务过程的要求，借助各种技术手段和辅助工具，实现企业系统之间无缝集成和统一运作，并进而实现企业业务过程一体化目标的过程。这个定义包括以下几个要点：
①EAI要素。它包括技术手段、企业系统、业务过程等多个方面，EAI的实施必须综合考虑以上各种因素的影响。
②EAI特征。EAI是一个过程，它不是对企业信息基础设施的一次性改造动作，也不是一种可以直接购买使用的产品。当然，EAI的过程性，是相对于业务的多变性而言的。EAI需要随着业务变化不断修正和完善，但企业EAI方案及支持工具应该具有较强的适用性和灵活性。
③EAI目标。直接目标就是实现企业系统之间的无缝集成和统一运作，更高的目标是实现业务过程的一体化。