商業(yè)智能在財(cái)務(wù)公司的應(yīng)用初探

文│ 申能集團(tuán)有限公司 沙 健

上海寶信軟件股份有限公司 杰 波

在日常經(jīng)營(yíng)活動(dòng)中，財(cái)務(wù)公司通過(guò)管理信息系統(tǒng)快速收集和處理業(yè)務(wù)信息，實(shí)現(xiàn)對(duì)公司各方面的業(yè)務(wù)管理。這些系統(tǒng)除了本身的應(yīng)用外，還積累了大量的數(shù)據(jù)，如協(xié)議、交易賬目、客戶資料等。為把這些龐大的數(shù)據(jù)轉(zhuǎn)化為知識(shí)，進(jìn)而輔助公司經(jīng)營(yíng)決策，甚至自動(dòng)生成商業(yè)決策的能力，我們?cè)趹?yīng)用商業(yè)智能方面進(jìn)行了初步的探索。

1 商業(yè)智能簡(jiǎn)介

1.1 商業(yè)智能的概念

商業(yè)智能（Business Intelligence，簡(jiǎn)稱BI）的概念最早是Gartner Group于1996年提出來(lái)的。當(dāng)時(shí)將商業(yè)智能定義為一類由數(shù)據(jù)倉(cāng)庫(kù)（或數(shù)據(jù)集市）、查詢報(bào)表、聯(lián)機(jī)分析、數(shù)據(jù)挖掘、數(shù)據(jù)備份和恢復(fù)等部分組成，以幫助企業(yè)決策為目的的技術(shù)及其應(yīng)用。

隨著商務(wù)環(huán)境的變遷和技術(shù)的進(jìn)步，人們對(duì)于商業(yè)智能有了更多和更深的認(rèn)識(shí)。共同的認(rèn)識(shí)是：商業(yè)智能是商業(yè)數(shù)據(jù)海洋中的指南針，它從歷史數(shù)據(jù)中提取信息，搞清楚經(jīng)營(yíng)狀況，通過(guò)信息的分析獲取對(duì)經(jīng)營(yíng)決策有價(jià)值的知識(shí)，從而幫助用戶對(duì)自身的業(yè)務(wù)經(jīng)營(yíng)做出正確而明智的決定。

1.2 商業(yè)智能的功能

商業(yè)智能系統(tǒng)包括三部分的功能：信息處理、分析處理和知識(shí)發(fā)現(xiàn)。前兩個(gè)部分是商業(yè)智能的前端展現(xiàn)對(duì)象，第三部分則屬于數(shù)據(jù)挖掘?qū)哟巍?/p>

信息處理包括查詢和基本的統(tǒng)計(jì)分析，如使用交叉表、圖表或者圖進(jìn)行報(bào)表的展示。分析處理支持基本的OLAP操作，如上鉆、下鉆、旋轉(zhuǎn)、切片和切塊等，其表現(xiàn)形式也以報(bào)表為主。在BI系統(tǒng)中，報(bào)表的數(shù)據(jù)來(lái)源不是關(guān)系型數(shù)據(jù)庫(kù)，而是從許多來(lái)自不同的企業(yè)運(yùn)作系統(tǒng)的數(shù)據(jù)中提取出的有用數(shù)據(jù)，同時(shí)對(duì)這些數(shù)據(jù)進(jìn)行清理以保證數(shù)據(jù)的正確性，然后經(jīng)過(guò)抽取、轉(zhuǎn)換和裝載（即ETL過(guò)程），合并到一個(gè)企業(yè)級(jí)的數(shù)據(jù)倉(cāng)庫(kù)里，再經(jīng)過(guò)聯(lián)機(jī)分析處理（OLAP）而獲得的企業(yè)數(shù)據(jù)的一個(gè)全局視圖。BI系統(tǒng)中的報(bào)表往往有很強(qiáng)的自定義功能（如可以針對(duì)某一個(gè)維度隨意上鉆和下鉆）和很強(qiáng)的表現(xiàn)能力（如可以在不同的圖形表形式上隨意切換）。

數(shù)據(jù)挖掘（DM，Data Mining）是商業(yè)智能過(guò)程的第二個(gè)層次的應(yīng)用，通過(guò)它可以找出隱藏的模式和關(guān)聯(lián)，進(jìn)行分類和預(yù)測(cè)。

1.3 商業(yè)智能的體系結(jié)構(gòu)

商業(yè)智能的體系結(jié)構(gòu)分為源數(shù)據(jù)層、數(shù)據(jù)轉(zhuǎn)換層、數(shù)據(jù)倉(cāng)庫(kù)（數(shù)據(jù)集市）層、OLAP及數(shù)據(jù)挖掘?qū)雍陀脩粽宫F(xiàn)層。這幾層通過(guò)密切的協(xié)作完成商業(yè)智能的功能，它們的相互依賴關(guān)系如圖1所示。

圖1 商業(yè)智能體系結(jié)構(gòu)圖

數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)的數(shù)據(jù)來(lái)源主要是外部的操作性應(yīng)用系統(tǒng)，這些數(shù)據(jù)源包括數(shù)據(jù)的業(yè)務(wù)含義和業(yè)務(wù)規(guī)則，表達(dá)業(yè)務(wù)數(shù)據(jù)的表、字段、視圖、列和索引等。

ETL過(guò)程即抽取（Extraction）、轉(zhuǎn)換（Transformation）和裝載（Load）。ETL過(guò)程負(fù)責(zé)將業(yè)務(wù)系統(tǒng)中各種關(guān)系型數(shù)據(jù)、外部數(shù)據(jù)、遺留數(shù)據(jù)和其他相關(guān)數(shù)據(jù)經(jīng)過(guò)清洗、轉(zhuǎn)化和整理后放進(jìn)中心數(shù)據(jù)倉(cāng)庫(kù)。

數(shù)據(jù)倉(cāng)庫(kù)是商業(yè)智能系統(tǒng)的基礎(chǔ)，是面向主題的、集成的、穩(wěn)定的和隨時(shí)間不斷變化的數(shù)據(jù)集合。數(shù)據(jù)倉(cāng)庫(kù)的應(yīng)用包括聯(lián)機(jī)在線分析處理（OLAP）和數(shù)據(jù)挖掘（DM）。通過(guò)對(duì)數(shù)據(jù)倉(cāng)庫(kù)中多維數(shù)據(jù)的鉆取、切片及旋轉(zhuǎn)等分析動(dòng)作，可以完成決策支持需要的查詢及報(bào)表。通過(guò)數(shù)據(jù)挖掘，可以發(fā)現(xiàn)隱藏在數(shù)據(jù)中的潛在規(guī)則。

前端展現(xiàn)可以提供各種能幫助人們快速理解數(shù)據(jù)內(nèi)涵的可視化手段。它是數(shù)據(jù)倉(cāng)庫(kù)的門面，包括各種報(bào)表工具、查詢工具和數(shù)據(jù)分析工具以表格或圖形化的手段對(duì)數(shù)據(jù)的展現(xiàn)。

1.4 數(shù)據(jù)倉(cāng)庫(kù)的特征

數(shù)據(jù)倉(cāng)庫(kù)是一個(gè)面向主題的、集成的、相對(duì)穩(wěn)定的且隨時(shí)間變化的數(shù)據(jù)集合，用于支持管理決策。

（1）面向主題：數(shù)據(jù)倉(cāng)庫(kù)中數(shù)據(jù)是按照一定的主題域進(jìn)行組織，主題是一個(gè)抽象的概念，是指用戶使用數(shù)據(jù)倉(cāng)庫(kù)進(jìn)行決策時(shí)所關(guān)心的重點(diǎn)方面，一個(gè)主題通常與多個(gè)操作型信息系統(tǒng)相關(guān)。對(duì)于商務(wù)分析來(lái)說(shuō)，典型的主題域有客戶、產(chǎn)品、交易（銷售）和收益等。數(shù)據(jù)倉(cāng)庫(kù)將這些數(shù)據(jù)集中于一個(gè)地方，在這種結(jié)構(gòu)中，對(duì)應(yīng)某個(gè)主題的全部數(shù)據(jù)被存放在同一數(shù)據(jù)表中，這樣決策者可以非常方便地在數(shù)據(jù)倉(cāng)庫(kù)中的一個(gè)位置檢索包含某個(gè)主題的所有數(shù)據(jù)。按主題的數(shù)據(jù)組織方法，極大地方便了數(shù)據(jù)分析的過(guò)程。

（2）集成：數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)是對(duì)原有分散的數(shù)據(jù)庫(kù)數(shù)據(jù)抽取、清理的基礎(chǔ)上，經(jīng)過(guò)系統(tǒng)加工、匯總和整理得到的，保證了數(shù)據(jù)倉(cāng)庫(kù)內(nèi)的信息是關(guān)于整個(gè)企業(yè)的一致的全局信息，全面而正確的數(shù)據(jù)是有效地進(jìn)行分析和決策的首要前提。在某一個(gè)主題的統(tǒng)帥下，將數(shù)據(jù)進(jìn)行提取、凈化、轉(zhuǎn)換和裝載等集成操作。

（3）相對(duì)穩(wěn)定：對(duì)于決策分析而言，歷史數(shù)據(jù)是相當(dāng)重要的，許多分析方法必須以大量的歷史數(shù)據(jù)為依托。因此，數(shù)據(jù)倉(cāng)庫(kù)對(duì)數(shù)據(jù)在空間和時(shí)間的廣度上都有了更高的要求。數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)主要供企業(yè)決策分析之用，一般有大量的查詢操作，但修改和刪除操作很少，通常只需要定期加載、刷新。

（4）隨時(shí)間變化逐時(shí)增加：數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)通常包含歷史信息，記錄了企業(yè)從過(guò)去某一時(shí)點(diǎn)到目前的各個(gè)階段的信息。數(shù)據(jù)倉(cāng)庫(kù)實(shí)際上就是記錄系統(tǒng)的各個(gè)瞬態(tài)，并通過(guò)將各個(gè)瞬態(tài)連接起來(lái)形成動(dòng)畫(huà)，從而在數(shù)據(jù)分析時(shí)再現(xiàn)系統(tǒng)運(yùn)動(dòng)的全過(guò)程。

數(shù)據(jù)倉(cāng)庫(kù)能夠反映歷史的變化，主要表現(xiàn)在：數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)時(shí)間期限遠(yuǎn)遠(yuǎn)長(zhǎng)于傳統(tǒng)操作型數(shù)據(jù)系統(tǒng)中的數(shù)據(jù)時(shí)間期限；數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)僅僅是一系列某一時(shí)刻生成的復(fù)雜的快照；數(shù)據(jù)倉(cāng)庫(kù)中一定包含時(shí)間元素。

數(shù)據(jù)倉(cāng)庫(kù)是商業(yè)智能分析的最基本環(huán)境，其分析與設(shè)計(jì)是十分重要的。我們將通過(guò)對(duì)財(cái)務(wù)公司業(yè)務(wù)分析，給出財(cái)務(wù)公司數(shù)據(jù)倉(cāng)庫(kù)的設(shè)計(jì)藍(lán)圖，并對(duì)其中“協(xié)議”主題域的細(xì)化設(shè)計(jì)進(jìn)行說(shuō)明。

2 財(cái)務(wù)公司業(yè)務(wù)模型

2.1 財(cái)務(wù)公司的特點(diǎn)

財(cái)務(wù)公司作為非銀行金融機(jī)構(gòu)，具有產(chǎn)融結(jié)合的特征，致力于提高集團(tuán)公司的資金利用效率，降低集團(tuán)公司的資金成本，支持集團(tuán)的業(yè)務(wù)擴(kuò)張。

財(cái)務(wù)公司主要具有以下特點(diǎn)：

（1）財(cái)務(wù)公司主要為所屬集團(tuán)服務(wù)，財(cái)務(wù)公司的資金運(yùn)用主要在所屬集團(tuán)內(nèi)部，或是有關(guān)資金雖然投向別的企業(yè)或居民，但目的仍是為了所屬集團(tuán)的業(yè)務(wù)拓展，如消費(fèi)信貸業(yè)務(wù)、買方信貸業(yè)務(wù)等。

（2）財(cái)務(wù)公司作為企業(yè)集團(tuán)的一部分，在企業(yè)內(nèi)部的金融業(yè)務(wù)中，一方面遵循市場(chǎng)規(guī)則，另一方面則按照企業(yè)內(nèi)部的行政管理體制行事，即根據(jù)下級(jí)服從上級(jí)的方式從事企業(yè)集團(tuán)內(nèi)部的金融業(yè)務(wù)。也就是說(shuō)，財(cái)務(wù)公司是用管理成本代替交易成本。要使企業(yè)集團(tuán)內(nèi)部的金融業(yè)務(wù)管理成本小于企業(yè)與其他金融機(jī)構(gòu)從事金融業(yè)務(wù)的交易成本，需要一定的條件，主要有以下幾點(diǎn)：一是所屬企業(yè)集團(tuán)的規(guī)模較大，由于開(kāi)展企業(yè)內(nèi)部金融業(yè)務(wù)需要一定的固定成本，企業(yè)集團(tuán)規(guī)模越大，單位業(yè)務(wù)的固定管理成本越低；二是企業(yè)集團(tuán)內(nèi)部各企業(yè)具有一定的差異性，差異性的存在將使企業(yè)集團(tuán)內(nèi)部各企業(yè)在現(xiàn)金流方面實(shí)現(xiàn)互補(bǔ)，否則，如果各個(gè)企業(yè)的現(xiàn)金流基本相同，企業(yè)集團(tuán)只能通過(guò)與外部進(jìn)行金融交易獲得資金；三是財(cái)務(wù)公司所屬企業(yè)集團(tuán)的內(nèi)部管理應(yīng)該偏向于集權(quán)，而不是分權(quán)，否則財(cái)務(wù)公司的管理成本會(huì)比較高。

（3）財(cái)務(wù)公司作為企業(yè)集團(tuán)的一部分，并且其主要業(yè)務(wù)是為企業(yè)集團(tuán)服務(wù)，因而財(cái)務(wù)公司的發(fā)展受所屬企業(yè)集團(tuán)的經(jīng)營(yíng)狀況的影響較大，也易受企業(yè)集團(tuán)所屬行業(yè)的波動(dòng)的影響。

（4）財(cái)務(wù)公司不可能成為主流的金融企業(yè)形式，一是財(cái)務(wù)公司的發(fā)展受制于所屬企業(yè)集團(tuán)的發(fā)展；二是企業(yè)集團(tuán)作為一個(gè)整體，不可能只靠?jī)?nèi)部的資金融通解決資金需求的問(wèn)題，企業(yè)要發(fā)展，必須要有外部資金的參與；三是如果各個(gè)企業(yè)集團(tuán)都在內(nèi)部進(jìn)行融資，金融市場(chǎng)的效率將會(huì)受到極大影響。

2.2 財(cái)務(wù)公司的主要業(yè)務(wù)

財(cái)務(wù)公司可以開(kāi)展的業(yè)務(wù)范圍較寬，既有銀行業(yè)務(wù)，也有投資業(yè)務(wù)。

存款業(yè)務(wù)是財(cái)務(wù)公司的基本業(yè)務(wù)之一，財(cái)務(wù)公司被看作是準(zhǔn)銀行組織，財(cái)務(wù)公司吸收的存款也要向中國(guó)人民銀行上交存款準(zhǔn)備金。財(cái)務(wù)公司的資金來(lái)源主要是集團(tuán)內(nèi)部存款，包括定期存款和性質(zhì)為活期存款的結(jié)算存款；小部分資金來(lái)自銀行同業(yè)拆借市場(chǎng)，主要用作資金調(diào)劑。

貸款業(yè)務(wù)是財(cái)務(wù)公司主要的資金運(yùn)用業(yè)務(wù)，財(cái)務(wù)公司的貸款業(yè)務(wù)可以是自營(yíng)貸款，也可以是委托貸款或者信托貸款。

財(cái)務(wù)公司經(jīng)批準(zhǔn)可以開(kāi)展有價(jià)證券投資業(yè)務(wù)，財(cái)務(wù)公司可以購(gòu)買的證券類資產(chǎn)有國(guó)債、企業(yè)債、股票、基金、金融債券等。

財(cái)務(wù)公司的資產(chǎn)主要是集團(tuán)內(nèi)部的貸款，另有一定量的股權(quán)投資與證券投資。

財(cái)務(wù)公司的中間業(yè)務(wù)包括結(jié)算業(yè)務(wù)、發(fā)行和代理發(fā)行債券、以及一些表外業(yè)務(wù)（如擔(dān)保業(yè)務(wù)、票據(jù)承兌業(yè)務(wù)）。

2.3 數(shù)據(jù)倉(cāng)庫(kù)概念模型

在對(duì)財(cái)務(wù)公司的業(yè)務(wù)進(jìn)行邏輯分析和理解的基礎(chǔ)上，結(jié)合Teradata FS-LDM，建立財(cái)務(wù)公司數(shù)據(jù)倉(cāng)庫(kù)的概念模型，用來(lái)體現(xiàn)主題中關(guān)鍵實(shí)體的聯(lián)系，提供高層次、粗線條的設(shè)計(jì)藍(lán)圖，是對(duì)數(shù)據(jù)倉(cāng)庫(kù)在戰(zhàn)略上和總體架構(gòu)上的指導(dǎo)和原則。如圖2所示。

從概念模型可以看出，包括以下8個(gè)主題域，如圖3所示。

（1）團(tuán)體：是指財(cái)務(wù)公司所服務(wù)的任意對(duì)象和感興趣進(jìn)行分析的各種對(duì)象。如公司客戶、潛在客戶、合作伙伴、雇員、部門等。一個(gè)團(tuán)體可以同時(shí)是這當(dāng)中許多種角色。借助團(tuán)體主題的建立可以實(shí)現(xiàn)基于客戶基本信息的分析，是實(shí)現(xiàn)以客戶為中心的各種分析應(yīng)用的重要基礎(chǔ)。

（2）資產(chǎn)：用于描述團(tuán)體的資產(chǎn)，資產(chǎn)主題包含兩大類的資產(chǎn)，客戶資產(chǎn)和財(cái)務(wù)公司自有資產(chǎn)。一個(gè)資產(chǎn)可以被多個(gè)團(tuán)體所擁有，一個(gè)團(tuán)體可以與多個(gè)資產(chǎn)有關(guān)。資產(chǎn)可分為實(shí)物資產(chǎn)、金融資產(chǎn)與無(wú)形資產(chǎn)?？蛻糍Y產(chǎn)信息的來(lái)源很多情況下是在客戶申請(qǐng)貸款時(shí)所提供的各種擔(dān)保品信息、抵質(zhì)押品信息等。本主題可以存放從業(yè)務(wù)系統(tǒng)能夠得到所有的客戶資產(chǎn)或財(cái)務(wù)公司自有資產(chǎn)，可以房地產(chǎn)、存貨、機(jī)動(dòng)車輛以及其他金融機(jī)構(gòu)的存款。

（3）地域：信息存儲(chǔ)了希望觀察和分析的任何區(qū)域，既包括傳統(tǒng)類型的地址信息（如區(qū)縣、街道），又包括如電話、電子郵箱等電子地址信息。

（4）產(chǎn)品：是財(cái)務(wù)公司向客戶銷售或提供給客戶所使用的服務(wù)。

圖2 數(shù)據(jù)倉(cāng)庫(kù)的概念模型

圖3 數(shù)據(jù)倉(cāng)庫(kù)的主題域圖

（5）協(xié)議：是財(cái)務(wù)公司與團(tuán)體之間針對(duì)某種特定產(chǎn)品或服務(wù)而簽立的契約關(guān)系，它可以是多樣化的，如帳戶、合同等。當(dāng)財(cái)務(wù)公司與客戶之間針對(duì)某種產(chǎn)品或服務(wù)的條款和條件達(dá)成協(xié)議時(shí)，一個(gè)協(xié)議就會(huì)被開(kāi)立，因此協(xié)議是客戶和銀行往來(lái)的重要載體。協(xié)議主題與很多應(yīng)用有關(guān)，如風(fēng)險(xiǎn)敞口的計(jì)算、不同種類協(xié)議的評(píng)級(jí)、資產(chǎn)負(fù)債的缺口分析、客戶和銀行的往來(lái)情況（客戶貢獻(xiàn)、客戶買的什么產(chǎn)品、何時(shí)購(gòu)買的產(chǎn)品）等。

（6）事件：是一個(gè)范圍很廣義的概念，可以記錄各種與財(cái)務(wù)公司相關(guān)活動(dòng)的詳細(xì)情況。既可以與資金相關(guān)，也可以與資金無(wú)關(guān)；既可以有客戶參與，也可以沒(méi)有客戶參與；既可以與帳戶相關(guān)，也可以與帳戶無(wú)關(guān)；可以由客戶發(fā)起，也可以由財(cái)務(wù)公司銀行發(fā)起?？傊梢杂涗浀姆秶浅V泛，可以記錄各種與銀行相關(guān)活動(dòng)的詳細(xì)情況，包括交易數(shù)據(jù)，比如存款、提款、付款、計(jì)算利息和費(fèi)用、查詢產(chǎn)品、查詢地址、查詢余額、網(wǎng)上交易等。

（7）財(cái)務(wù)：主要包括財(cái)務(wù)公司銀行的總帳信息，是描述科目組織、控制、內(nèi)部核算等銀行核心科目帳務(wù)以及預(yù)算管理有關(guān)的內(nèi)容。

（8）模型：是存儲(chǔ)與模型細(xì)節(jié)相關(guān)的信息類，包括模型細(xì)節(jié)（模型名稱、創(chuàng)建時(shí)間等）、模型指標(biāo)以及團(tuán)體、渠道、產(chǎn)品的評(píng)分和細(xì)分。模型可以有多次運(yùn)行；一個(gè)模型和另一個(gè)模型可以有多種關(guān)系；模型有多個(gè)結(jié)果值。

2.4 “協(xié)議”主題域設(shè)計(jì)說(shuō)明

協(xié)議是財(cái)務(wù)與客戶之間針對(duì)某種特定產(chǎn)品或服務(wù)而簽立的契約關(guān)系，例如存款帳戶、貸款帳戶等。協(xié)議主題與團(tuán)體、事件、產(chǎn)品等主題之間有著密切的聯(lián)系。

當(dāng)財(cái)務(wù)公司金融機(jī)構(gòu)與客戶之間針對(duì)某種產(chǎn)品或服務(wù)的條款和條件達(dá)成協(xié)議時(shí)，一個(gè)協(xié)議就會(huì)被開(kāi)立。

在一個(gè)時(shí)間點(diǎn)，一個(gè)協(xié)議只能對(duì)應(yīng)一種產(chǎn)品，該產(chǎn)品可能是一個(gè)產(chǎn)品包的一部分。

一個(gè)協(xié)議除了持有人外，可能與其他的團(tuán)體有關(guān)系，如受益人、共同簽字人、擔(dān)保人等，這些也是團(tuán)體對(duì)協(xié)議的角色。

一個(gè)協(xié)議也可能與其他協(xié)議相關(guān)聯(lián)，如一個(gè)帳戶由于籌措資金的需要而被另一個(gè)帳戶所取代，或一個(gè)帳戶對(duì)另一個(gè)帳戶提供擔(dān)保。

協(xié)議的實(shí)例有活期存款賬戶、定期存款賬戶、貸款合同、投資賬戶、擔(dān)保合同等。

協(xié)議的主要實(shí)體有帳戶、帳戶分類、帳戶特性、帳戶報(bào)價(jià)、帳戶評(píng)級(jí)等。

協(xié)議的主要關(guān)系有帳戶/產(chǎn)品關(guān)系、帳戶/特性關(guān)系、帳戶/帳戶關(guān)系、團(tuán)體/帳戶關(guān)系、帳戶/資產(chǎn)關(guān)系、帳戶/地址關(guān)系等。

3 應(yīng)用示例

在數(shù)據(jù)倉(cāng)庫(kù)邏輯結(jié)構(gòu)設(shè)計(jì)的基礎(chǔ)上，就可以創(chuàng)建數(shù)據(jù)倉(cāng)庫(kù)；而數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)則經(jīng)過(guò)“提?。D(zhuǎn)換－加載”的過(guò)程，從原始業(yè)務(wù)數(shù)據(jù)中獲??；對(duì)數(shù)據(jù)的多維分析并不是主要針對(duì)數(shù)據(jù)倉(cāng)庫(kù)，而是針對(duì)從數(shù)據(jù)倉(cāng)庫(kù)中提取的子集，因此還需要在具體分析數(shù)據(jù)之前創(chuàng)建數(shù)據(jù)立方；通過(guò)創(chuàng)建基于多維數(shù)據(jù)集的報(bào)表可以對(duì)數(shù)據(jù)立方進(jìn)行全方位地鉆取，作為商業(yè)智能中的前端展現(xiàn)部分。

我們通過(guò)柱狀圖、數(shù)據(jù)列表、儀表盤和雷達(dá)圖等展示工具，有選擇地將財(cái)務(wù)公司日常關(guān)心的數(shù)據(jù)和指標(biāo)以圖形化的方式組織起來(lái)構(gòu)成了商業(yè)智能的導(dǎo)航倉(cāng)，給管理人員提供了便捷的引導(dǎo)服務(wù)。

通過(guò)導(dǎo)航倉(cāng)，管理人員可以根據(jù)需要從這些數(shù)據(jù)和指標(biāo)出發(fā)深入到細(xì)節(jié)數(shù)據(jù)（稱為“鉆取”），也可以對(duì)時(shí)間、客戶、產(chǎn)品等多種維度中的一部分選定值后關(guān)注數(shù)據(jù)在其他維度上的分布（稱為“切片和切塊”），也可以變換表格中維度的方向，重新安排維的放置（稱為“旋轉(zhuǎn)”），從而快速地掌握公司的運(yùn)營(yíng)情況。

4 結(jié)束語(yǔ)

上述應(yīng)用主要體現(xiàn)了商業(yè)智能在報(bào)表和數(shù)據(jù)分析方面的應(yīng)用，對(duì)于數(shù)據(jù)挖掘尚未涉及。數(shù)據(jù)挖掘的關(guān)鍵是要選擇或設(shè)計(jì)模式和關(guān)系的析別算法。常用的數(shù)據(jù)挖掘方法有決策樹(shù)方法、分類方法、粗糙集方法、神經(jīng)網(wǎng)絡(luò)、關(guān)聯(lián)規(guī)則、概念樹(shù)和遺傳算法等。我們將針對(duì)財(cái)務(wù)公司特定的數(shù)據(jù)和問(wèn)題，逐步探索數(shù)據(jù)挖掘的應(yīng)用，選擇或設(shè)計(jì)一種或者多種挖掘模式或算法，尋找規(guī)律，從而實(shí)現(xiàn)預(yù)測(cè)，更好地支持決策。

1 李程.論商業(yè)智能技術(shù)在企業(yè)財(cái)務(wù)管理中的應(yīng)用.現(xiàn)代商貿(mào)工業(yè).2011.20

2 謝世誠(chéng).商業(yè)智能走近中小企業(yè).微型機(jī)與應(yīng)用.2007.4

3 楊俊鋒.商業(yè)智能系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).大連鐵道學(xué)院.2002

4 賀曉鋒.基于Teradata的銀行數(shù)據(jù)倉(cāng)庫(kù)模型研究與優(yōu)化.廈門大學(xué).2008

5 杜勝利.基于產(chǎn)業(yè)類型的財(cái)務(wù)公司業(yè)務(wù)模式比較.中國(guó)工業(yè)經(jīng)濟(jì).2004.11