商業(yè)智能在財(cái)務(wù)指標(biāo)展示及損益預(yù)測的實(shí)現(xiàn)

鄒宇雄

摘要：本文分析介紹一套通過對財(cái)務(wù)報(bào)表、指標(biāo)數(shù)據(jù)、決策數(shù)據(jù)等信息的整合，并將整理好的信息及時推送給用戶，以實(shí)現(xiàn)公司財(cái)務(wù)報(bào)表及時便捷有效地呈現(xiàn)給用戶，同時為用戶建立損益預(yù)測以提高決策能力的解決方案。此智能報(bào)表驗(yàn)證了不同系統(tǒng)間實(shí)現(xiàn)數(shù)據(jù)整合的可能性，解決了不同系統(tǒng)間數(shù)據(jù)不規(guī)范、不一致的問題，可直觀地監(jiān)測儲量、產(chǎn)量、投資、油價、匯率、費(fèi)用預(yù)算等因素發(fā)生變動時對利潤的影響。

關(guān)鍵詞：商業(yè)智能? ETL? 數(shù)據(jù)倉庫? 財(cái)務(wù)指標(biāo)

為了提高生產(chǎn)財(cái)務(wù)報(bào)表的實(shí)時有效性，并為決策層提供定制化的信息數(shù)據(jù)，幫助決策者預(yù)測經(jīng)營情況。本文采用全球領(lǐng)先的商務(wù)智能（BI）軟件公司的產(chǎn)品套件Business Objects 提供的解決方案，實(shí)現(xiàn)了財(cái)務(wù)報(bào)表分析、損益預(yù)測等功能。

1商業(yè)智能技術(shù)簡介

IBM對商業(yè)智能的定義如下：“商業(yè)智能是指利用已有的數(shù)據(jù)資源做出更好的商業(yè)決策。它包括數(shù)據(jù)訪問、數(shù)據(jù)和業(yè)務(wù)分析，以及發(fā)現(xiàn)新的商業(yè)機(jī)會[1]?！?/p>

商業(yè)智能是在正確的時間將準(zhǔn)確的信息交給合適的用戶，從而支持決策過程。商業(yè)智能系統(tǒng)將信息轉(zhuǎn)換為知識。因此，商業(yè)智能系統(tǒng)需要大量有用的、精確的數(shù)據(jù)，以及合適的分析工具。商業(yè)智能系統(tǒng)通常包括數(shù)據(jù)倉庫、倉庫管理和分析工具三部分[2]。

本案例使用的是全球領(lǐng)先的商務(wù)智能（BI）軟件公司的產(chǎn)品套件Business Objects 提供的解決方案，方案架構(gòu)原理如圖1示。

通過Business Objects提供的數(shù)據(jù)抽取功能，實(shí)現(xiàn)對跨系統(tǒng)分布的數(shù)據(jù)有效地整合到本地?cái)?shù)據(jù)平臺中。再通過數(shù)據(jù)查詢分析平臺，對數(shù)據(jù)進(jìn)行有效整合、算法處理生成目標(biāo)數(shù)據(jù)。再通過水晶報(bào)表等展示工具，推送到用戶電腦桌面上。

2智能財(cái)務(wù)報(bào)表系統(tǒng)的實(shí)現(xiàn)

2.1系統(tǒng)邏輯架構(gòu)

財(cái)務(wù)智能報(bào)表開發(fā)服務(wù)平臺（以下簡稱“平臺”）是一個對數(shù)據(jù)進(jìn)行采集、整理、匯總、存儲、查詢、展現(xiàn)和交付的集成項(xiàng)目，平臺整體架構(gòu)采用以數(shù)據(jù)倉庫（DW）為中心的技術(shù)架構(gòu)，集成ETL技術(shù)、OLAP技術(shù)、語義層技術(shù)、報(bào)表設(shè)計(jì)展現(xiàn)技術(shù)、數(shù)據(jù)挖掘技術(shù)和門戶技術(shù)，有效地保障了數(shù)據(jù)的時效性、準(zhǔn)確性和易用性[3-4]。平臺從邏輯上主要包括4個數(shù)據(jù)處理層次：數(shù)據(jù)整合層、數(shù)據(jù)存儲層、數(shù)據(jù)展現(xiàn)層、信息交付層。具體如圖2所示。

2.1.1原始數(shù)據(jù)層

設(shè)計(jì)涵蓋SAP ECC、SAP BCS、Hyperion、生產(chǎn)動態(tài)庫等系統(tǒng)的底層數(shù)據(jù)，不過考慮到平臺的擴(kuò)展性和靈活性，平臺在架構(gòu)設(shè)計(jì)上，原則上對于數(shù)據(jù)源不做任何限定，數(shù)據(jù)可以來源于任何操作系統(tǒng)平臺和數(shù)據(jù)庫，數(shù)據(jù)也可以來源于任何數(shù)據(jù)存儲方式。比如：財(cái)務(wù)損益預(yù)測報(bào)表的關(guān)鍵指標(biāo)和相關(guān)屬性數(shù)據(jù)分別來源于財(cái)務(wù)SAP系統(tǒng)及手工數(shù)據(jù)。

2.1.2數(shù)據(jù)整合層

數(shù)據(jù)獲取和整合層主要實(shí)現(xiàn)不同來源的數(shù)據(jù)進(jìn)行檢索和接收，將不同來源的數(shù)據(jù)進(jìn)行格式轉(zhuǎn)換，統(tǒng)一數(shù)據(jù)格式并去除錯誤的操作，最終標(biāo)準(zhǔn)統(tǒng)一的數(shù)據(jù)載到企業(yè)數(shù)據(jù)中心數(shù)據(jù)倉庫中，以防止后續(xù)在應(yīng)用中出現(xiàn)漏洞。整合層的目標(biāo)是對完成數(shù)據(jù)質(zhì)量的清洗和主數(shù)據(jù)的規(guī)范管理[5]。

本項(xiàng)目使用SAP DataService作為ETL工具，將數(shù)據(jù)倉庫DW和集市作為數(shù)據(jù)中心的綜合數(shù)據(jù)存儲策略，長期歷史數(shù)據(jù)積累在數(shù)據(jù)倉庫，主題分析數(shù)據(jù)積累在數(shù)據(jù)集市。該工具可以實(shí)現(xiàn)將數(shù)據(jù)進(jìn)行清洗及按照最終的分析目的進(jìn)行模型轉(zhuǎn)換。對于不同的數(shù)據(jù)源和數(shù)據(jù)目標(biāo)，支持主流的關(guān)系型數(shù)據(jù)環(huán)境，包括數(shù)據(jù)庫、數(shù)據(jù)倉庫和ERP等業(yè)務(wù)系統(tǒng)。

（1）ETL過程管理。

本項(xiàng)目充分利用總公司和有限公司的信息化成果，ETL工具將采用現(xiàn)有的SAP DataService分別對總公司IAI數(shù)據(jù)源和非SAP數(shù)據(jù)源進(jìn)行抽取、轉(zhuǎn)換和加載，并集中統(tǒng)一存儲到湛江分公司BI系統(tǒng)數(shù)據(jù)倉庫DW中。將各個系統(tǒng)的數(shù)據(jù)統(tǒng)一存儲在DW中，并不斷完善及豐富DW中的數(shù)據(jù)及模型，而立足于數(shù)據(jù)庫技術(shù)的SAP DataService在跨系統(tǒng)、跨平臺進(jìn)行數(shù)據(jù)交換方面有著成熟的解決方案。因此，財(cái)務(wù)智能報(bào)表開發(fā)服務(wù)平臺的架構(gòu)設(shè)計(jì)，一方面有利于各個系統(tǒng)間具有良好的兼容性并減少集成開發(fā)工作量，另一方面將為后期的綜合分析及更高級模型的分析提供一個數(shù)據(jù)的基礎(chǔ)[6]。

（2）模型開發(fā)。

結(jié)合項(xiàng)目實(shí)踐，損益預(yù)測報(bào)表的ETL過程操作可以對T繼續(xù)細(xì)分為4步，最終ETL模型可分解為：E-數(shù)據(jù)抽取;T-數(shù)據(jù)驗(yàn)證、數(shù)據(jù)清洗、數(shù)據(jù)集成、數(shù)據(jù)聚集;L-數(shù)據(jù)裝載。

損益預(yù)測報(bào)表的源系統(tǒng)數(shù)據(jù)主要有兩類：一是將SAP IAI數(shù)據(jù)及手工數(shù)據(jù)運(yùn)行至“當(dāng)前”的現(xiàn)有數(shù)據(jù);二是對于財(cái)務(wù)智能報(bào)表開發(fā)服務(wù)平臺來說前兩部分的即時更新數(shù)據(jù)。針對以上兩類數(shù)據(jù)分別采取兩種不同的捕獲數(shù)據(jù)的方法，即完全刷新和增量更新。

第一，數(shù)據(jù)驗(yàn)證過程設(shè)計(jì)。

數(shù)據(jù)分析驗(yàn)證階段，業(yè)務(wù)歸屬人員和技術(shù)歸屬人員將合作校對ETL過程抽取數(shù)據(jù)的有效性和準(zhǔn)確性。

核對抽取過程的有效性包括：數(shù)據(jù)恢復(fù)、數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)增強(qiáng)。

驗(yàn)證數(shù)據(jù)準(zhǔn)確性包括：屬性的有效值（域檢查）、屬性在是否有效、屬性在所在表或其他引用表中是否有效、數(shù)據(jù)的關(guān)系在所在表和其他引用表中是否有效。

第二，數(shù)據(jù)清洗過程設(shè)計(jì)。

數(shù)據(jù)清洗是獲得高質(zhì)量數(shù)據(jù)必須經(jīng)歷的過程，是保證數(shù)據(jù)精準(zhǔn)反映經(jīng)營狀況的必須手段。數(shù)據(jù)清洗至少包括下列任務(wù)：數(shù)據(jù)類型和格式的轉(zhuǎn)換、不同來源和作用的數(shù)據(jù)合并或邏輯簡化、用于不同用途的數(shù)據(jù)分離。

第三，數(shù)據(jù)集成過程設(shè)計(jì)。

數(shù)據(jù)集成設(shè)計(jì)階段完成根據(jù)業(yè)務(wù)規(guī)則對數(shù)據(jù)進(jìn)行邏輯和算法轉(zhuǎn)換并通過各種關(guān)聯(lián)性操作，實(shí)現(xiàn)兩個或更多數(shù)據(jù)源集成到一個統(tǒng)一的數(shù)據(jù)表并存儲于數(shù)據(jù)倉庫中。

第四，數(shù)據(jù)聚集過程設(shè)計(jì)。

數(shù)據(jù)聚集階段按照轉(zhuǎn)換規(guī)則收集數(shù)據(jù)并以總結(jié)為 “新”的數(shù)據(jù)表或視圖。損益預(yù)測報(bào)表分析相關(guān)指標(biāo)將統(tǒng)一到湛江分公司數(shù)據(jù)倉庫DW中。

第五，數(shù)據(jù)裝載過程設(shè)計(jì)。

將從不同來源的數(shù)據(jù)遷移到中心數(shù)據(jù)倉庫中定義的目標(biāo)表完成數(shù)據(jù)裝載完成 ETL全過程。

（3）作業(yè)運(yùn)行。

ETL過程是通過“處理鏈”或“JOB管理工具”對不同來源的數(shù)據(jù)進(jìn)行調(diào)用，“處理鏈”或“JOB管理工具”可以定義執(zhí)行調(diào)用的時間、周期及指定指令，同時所有執(zhí)行過程都將記錄在日志中，以方便檢查作業(yè)的準(zhǔn)確性和時效性。

2.1.2.4預(yù)警監(jiān)控

當(dāng)ETL運(yùn)行過程中出現(xiàn)異常時，事件管理組件將自動觸發(fā)異常事件，并運(yùn)行異常事件流程，以此來通知相關(guān)責(zé)任人。

2.1.3數(shù)據(jù)存儲層

數(shù)據(jù)存儲層對來自不同系統(tǒng)、數(shù)據(jù)庫和手工錄入的數(shù)據(jù)進(jìn)行集中存儲與管理，根據(jù)企業(yè)自身管理的指標(biāo)要求，建立面向不同目標(biāo)用戶、不同主題的數(shù)據(jù)集市和多維數(shù)據(jù)庫。

相對于數(shù)據(jù)集市基于數(shù)據(jù)倉庫的多維匯總分析，在日常業(yè)務(wù)中也需要基于運(yùn)營操作明細(xì)數(shù)據(jù)查詢、統(tǒng)計(jì)、分析乃至作為其他生產(chǎn)系統(tǒng)的數(shù)據(jù)同步源為其他系統(tǒng)提供高質(zhì)量的業(yè)務(wù)數(shù)據(jù)，這類報(bào)表需求往往對信息有一定的實(shí)時性或準(zhǔn)實(shí)時性的要求。因此，在系統(tǒng)架構(gòu)上也設(shè)計(jì)支持基于源系統(tǒng)、數(shù)據(jù)倉庫明細(xì)數(shù)據(jù)的在線分析。

2.1.4數(shù)據(jù)展現(xiàn)層

通過圖表、數(shù)據(jù)可視化看板、數(shù)據(jù)大屏等多樣化的前端分析展示方式，實(shí)現(xiàn)對數(shù)據(jù)倉庫中數(shù)據(jù)定制化的處理和展示，最終形成符合用戶預(yù)期的，可體現(xiàn)生產(chǎn)經(jīng)營狀況的重要信息，為決策工作提供重要依據(jù)。

前端展現(xiàn)工具使用SAP BO，SAP BO產(chǎn)品是多個數(shù)據(jù)查詢分析工具的組合，可實(shí)現(xiàn)儀表盤、統(tǒng)計(jì)圖表、靈活查詢、格式報(bào)表等分析形式。

本項(xiàng)目前端展示部分采用了B/S的體系結(jié)構(gòu)。采用一臺服務(wù)器作為分析服務(wù)器。其上運(yùn)行SAP BO的服務(wù)器產(chǎn)品BusinessObjects Enterprise以及制作分析報(bào)表的產(chǎn)品組件Web Intelligence，決策層用戶使用的關(guān)鍵業(yè)務(wù)指標(biāo)分析組件Crystal Xcelsius進(jìn)行指標(biāo)分析。目標(biāo)用戶使用主流瀏覽器瀏覽用戶關(guān)心的采用定制展示方式的報(bào)表、圖表、指標(biāo)等數(shù)據(jù)。

2.1.5信息交付層

通過統(tǒng)一的信息門戶實(shí)現(xiàn)信息的發(fā)布和展現(xiàn)。即利用成熟的組件構(gòu)建報(bào)表門戶。

（1）利用BO SDK將圖表、報(bào)表、分析工具集成到自定義門戶中。

（2）增加訪問審計(jì)、報(bào)表批量計(jì)劃下載、定制參數(shù)、外部數(shù)據(jù)維護(hù)、圖表分析結(jié)果反饋等功能，讓系統(tǒng)更具可用性。

（3）可根據(jù)用戶的使用習(xí)慣及要求，設(shè)計(jì)幾種頁面布局以及顏色配置，由客戶進(jìn)行個性化的選擇。

3項(xiàng)目成果及價值

通過數(shù)據(jù)挖掘技術(shù)設(shè)計(jì)相應(yīng)的模型來模擬公司的生產(chǎn)經(jīng)營活動，并預(yù)測指標(biāo)和利潤。用戶預(yù)測數(shù)據(jù)并結(jié)合關(guān)鍵指標(biāo)，可快速、準(zhǔn)確地作出決策。

3.1項(xiàng)目成果

3.1.1數(shù)據(jù)平臺

該項(xiàng)目通過ETL工具（DataService）實(shí)現(xiàn)了不同系統(tǒng)（SAP，生產(chǎn)動態(tài)庫，手工數(shù)據(jù)）間的數(shù)據(jù)整合，建立了一個統(tǒng)一的數(shù)據(jù)平臺。

3.1.2指標(biāo)建立

基于預(yù)算數(shù)據(jù)、實(shí)際數(shù)據(jù)、參數(shù)型數(shù)據(jù)，系統(tǒng)可自動預(yù)測利潤表中的各項(xiàng)指標(biāo)及桶油相關(guān)指標(biāo)。

3.1.3報(bào)表展示

采用智能分析軟件（Web Intelligence），在門戶網(wǎng)站上實(shí)現(xiàn)了智能報(bào)表的展示。

3.1.4分析視角

可從兩種不同的視角來預(yù)測利潤（當(dāng)年度未來月份的利潤預(yù)測及基于實(shí)際數(shù)據(jù)變化的全年度利潤預(yù)測），同時，可調(diào)整油價匯率來實(shí)現(xiàn)利潤的模擬。

3.2項(xiàng)目價值

（1）實(shí)現(xiàn)了不同系統(tǒng)間的數(shù)據(jù)集成，加強(qiáng)了數(shù)據(jù)的完整性。

（2）數(shù)據(jù)自動化更新，減少部門間信息交換工作，提高了工作效率，確保了數(shù)據(jù)的準(zhǔn)確性及時效性。

（3）可視化的數(shù)據(jù)展示，為財(cái)務(wù)預(yù)算提供了有力的數(shù)據(jù)支撐及決策支持。

4結(jié)語

商業(yè)智能系統(tǒng)的應(yīng)用，能有效提高財(cái)務(wù)部門制作各類反映企業(yè)經(jīng)營情況報(bào)表的效率;通過數(shù)據(jù)建模，可有效模擬企業(yè)運(yùn)營情況，使得企業(yè)能夠快速應(yīng)對市場形勢的變化，快速判斷和識別經(jīng)營風(fēng)險，并做出合理的反應(yīng)和決策。

參考文獻(xiàn)

[1] 李升.論人工智能倫理準(zhǔn)則的細(xì)化與完善[D].浙江：浙江大學(xué)，2020.

[2]李新鳳.與人工智能相關(guān)的發(fā)明專利授權(quán)條件研究[D].湘潭：湘潭大學(xué)，2019.

[3]孫一鏡.基于ERP的地產(chǎn)行業(yè)商業(yè)智能報(bào)表系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].鄭州：鄭州大學(xué)，2020.

[4]姬書堂.大數(shù)據(jù)在企業(yè)財(cái)務(wù)決策中的應(yīng)用研究[D].鄭州：河南財(cái)經(jīng)政法大學(xué)，2020.

[5]高涵.基于Web Service的全球空間格網(wǎng)統(tǒng)一檢索服務(wù)研究與實(shí)現(xiàn)[D].徐州：中國礦業(yè)大學(xué)，2020.

[6]李玉瑤.財(cái)務(wù)共享服務(wù)模式下的業(yè)務(wù)流程再造研究[D].成都：西南財(cái)經(jīng)大學(xué)，2019.