商業智能在財務指標展示及損益預測的實現

鄒宇雄

摘要：本文分析介紹一套通過對財務報表、指標數據、決策數據等信息的整合，并將整理好的信息及時推送給用戶，以實現公司財務報表及時便捷有效地呈現給用戶，同時為用戶建立損益預測以提高決策能力的解決方案。此智能報表驗證了不同系統間實現數據整合的可能性，解決了不同系統間數據不規范、不一致的問題，可直觀地監測儲量、產量、投資、油價、匯率、費用預算等因素發生變動時對利潤的影響。

關鍵詞：商業智能? ETL? 數據倉庫? 財務指標

為了提高生產財務報表的實時有效性，并為決策層提供定制化的信息數據，幫助決策者預測經營情況。本文采用全球領先的商務智能（BI）軟件公司的產品套件Business Objects 提供的解決方案，實現了財務報表分析、損益預測等功能。

1商業智能技術簡介

IBM對商業智能的定義如下：“商業智能是指利用已有的數據資源做出更好的商業決策。它包括數據訪問、數據和業務分析，以及發現新的商業機會[1]。”

商業智能是在正確的時間將準確的信息交給合適的用戶，從而支持決策過程。商業智能系統將信息轉換為知識。因此，商業智能系統需要大量有用的、精確的數據，以及合適的分析工具。商業智能系統通常包括數據倉庫、倉庫管理和分析工具三部分[2]。

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

通過Business Objects提供的數據抽取功能，實現對跨系統分布的數據有效地整合到本地數據平臺中。再通過數據查詢分析平臺，對數據進行有效整合、算法處理生成目標數據。再通過水晶報表等展示工具，推送到用戶電腦桌面上。

2智能財務報表系統的實現

2.1系統邏輯架構

財務智能報表開發服務平臺（以下簡稱“平臺”）是一個對數據進行采集、整理、匯總、存儲、查詢、展現和交付的集成項目，平臺整體架構采用以數據倉庫（DW）為中心的技術架構，集成ETL技術、OLAP技術、語義層技術、報表設計展現技術、數據挖掘技術和門戶技術，有效地保障了數據的時效性、準確性和易用性[3-4]。平臺從邏輯上主要包括4個數據處理層次：數據整合層、數據存儲層、數據展現層、信息交付層。具體如圖2所示。

2.1.1原始數據層

設計涵蓋SAP ECC、SAP BCS、Hyperion、生產動態庫等系統的底層數據，不過考慮到平臺的擴展性和靈活性，平臺在架構設計上，原則上對于數據源不做任何限定，數據可以來源于任何操作系統平臺和數據庫，數據也可以來源于任何數據存儲方式。比如：財務損益預測報表的關鍵指標和相關屬性數據分別來源于財務SAP系統及手工數據。

2.1.2數據整合層

數據獲取和整合層主要實現不同來源的數據進行檢索和接收，將不同來源的數據進行格式轉換，統一數據格式并去除錯誤的操作，最終標準統一的數據載到企業數據中心數據倉庫中，以防止后續在應用中出現漏洞。整合層的目標是對完成數據質量的清洗和主數據的規范管理[5]。

本項目使用SAP DataService作為ETL工具，將數據倉庫DW和集市作為數據中心的綜合數據存儲策略，長期歷史數據積累在數據倉庫，主題分析數據積累在數據集市。該工具可以實現將數據進行清洗及按照最終的分析目的進行模型轉換。對于不同的數據源和數據目標，支持主流的關系型數據環境，包括數據庫、數據倉庫和ERP等業務系統。

（1）ETL過程管理。

本項目充分利用總公司和有限公司的信息化成果，ETL工具將采用現有的SAP DataService分別對總公司IAI數據源和非SAP數據源進行抽取、轉換和加載，并集中統一存儲到湛江分公司BI系統數據倉庫DW中。將各個系統的數據統一存儲在DW中，并不斷完善及豐富DW中的數據及模型，而立足于數據庫技術的SAP DataService在跨系統、跨平臺進行數據交換方面有著成熟的解決方案。因此，財務智能報表開發服務平臺的架構設計，一方面有利于各個系統間具有良好的兼容性并減少集成開發工作量，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據的基礎[6]。

（2）模型開發。

結合項目實踐，損益預測報表的ETL過程操作可以對T繼續細分為4步，最終ETL模型可分解為：E-數據抽取;T-數據驗證、數據清洗、數據集成、數據聚集;L-數據裝載。

損益預測報表的源系統數據主要有兩類：一是將SAP IAI數據及手工數據運行至“當前”的現有數據;二是對于財務智能報表開發服務平臺來說前兩部分的即時更新數據。針對以上兩類數據分別采取兩種不同的捕獲數據的方法，即完全刷新和增量更新。

第一，數據驗證過程設計。

數據分析驗證階段，業務歸屬人員和技術歸屬人員將合作校對ETL過程抽取數據的有效性和準確性。

核對抽取過程的有效性包括：數據恢復、數據轉換、數據增強。

驗證數據準確性包括：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、數據的關系在所在表和其他引用表中是否有效。

第二，數據清洗過程設計。

數據清洗是獲得高質量數據必須經歷的過程，是保證數據精準反映經營狀況的必須手段。數據清洗至少包括下列任務：數據類型和格式的轉換、不同來源和作用的數據合并或邏輯簡化、用于不同用途的數據分離。

第三，數據集成過程設計。

數據集成設計階段完成根據業務規則對數據進行邏輯和算法轉換并通過各種關聯性操作，實現兩個或更多數據源集成到一個統一的數據表并存儲于數據倉庫中。

第四，數據聚集過程設計。

數據聚集階段按照轉換規則收集數據并以總結為 “新”的數據表或視圖。損益預測報表分析相關指標將統一到湛江分公司數據倉庫DW中。

第五，數據裝載過程設計。

將從不同來源的數據遷移到中心數據倉庫中定義的目標表完成數據裝載完成 ETL全過程。

（3）作業運行。

ETL過程是通過“處理鏈”或“JOB管理工具”對不同來源的數據進行調用，“處理鏈”或“JOB管理工具”可以定義執行調用的時間、周期及指定指令，同時所有執行過程都將記錄在日志中，以方便檢查作業的準確性和時效性。

2.1.2.4預警監控

當ETL運行過程中出現異常時，事件管理組件將自動觸發異常事件，并運行異常事件流程，以此來通知相關責任人。

2.1.3數據存儲層

數據存儲層對來自不同系統、數據庫和手工錄入的數據進行集中存儲與管理，根據企業自身管理的指標要求，建立面向不同目標用戶、不同主題的數據集市和多維數據庫。

相對于數據集市基于數據倉庫的多維匯總分析，在日常業務中也需要基于運營操作明細數據查詢、統計、分析乃至作為其他生產系統的數據同步源為其他系統提供高質量的業務數據，這類報表需求往往對信息有一定的實時性或準實時性的要求。因此，在系統架構上也設計支持基于源系統、數據倉庫明細數據的在線分析。

2.1.4數據展現層

通過圖表、數據可視化看板、數據大屏等多樣化的前端分析展示方式，實現對數據倉庫中數據定制化的處理和展示，最終形成符合用戶預期的，可體現生產經營狀況的重要信息，為決策工作提供重要依據。

前端展現工具使用SAP BO，SAP BO產品是多個數據查詢分析工具的組合，可實現儀表盤、統計圖表、靈活查詢、格式報表等分析形式。

本項目前端展示部分采用了B/S的體系結構。采用一臺服務器作為分析服務器。其上運行SAP BO的服務器產品BusinessObjects Enterprise以及制作分析報表的產品組件Web Intelligence，決策層用戶使用的關鍵業務指標分析組件Crystal Xcelsius進行指標分析。目標用戶使用主流瀏覽器瀏覽用戶關心的采用定制展示方式的報表、圖表、指標等數據。

2.1.5信息交付層

通過統一的信息門戶實現信息的發布和展現。即利用成熟的組件構建報表門戶。

（1）利用BO SDK將圖表、報表、分析工具集成到自定義門戶中。

（2）增加訪問審計、報表批量計劃下載、定制參數、外部數據維護、圖表分析結果反饋等功能，讓系統更具可用性。

（3）可根據用戶的使用習慣及要求，設計幾種頁面布局以及顏色配置，由客戶進行個性化的選擇。

3項目成果及價值

通過數據挖掘技術設計相應的模型來模擬公司的生產經營活動，并預測指標和利潤。用戶預測數據并結合關鍵指標，可快速、準確地作出決策。

3.1項目成果

3.1.1數據平臺

該項目通過ETL工具（DataService）實現了不同系統（SAP，生產動態庫，手工數據）間的數據整合，建立了一個統一的數據平臺。

3.1.2指標建立

基于預算數據、實際數據、參數型數據，系統可自動預測利潤表中的各項指標及桶油相關指標。

3.1.3報表展示

采用智能分析軟件（Web Intelligence），在門戶網站上實現了智能報表的展示。

3.1.4分析視角

可從兩種不同的視角來預測利潤（當年度未來月份的利潤預測及基于實際數據變化的全年度利潤預測），同時，可調整油價匯率來實現利潤的模擬。

3.2項目價值

（1）實現了不同系統間的數據集成，加強了數據的完整性。

（2）數據自動化更新，減少部門間信息交換工作，提高了工作效率，確保了數據的準確性及時效性。

（3）可視化的數據展示，為財務預算提供了有力的數據支撐及決策支持。

4結語

商業智能系統的應用，能有效提高財務部門制作各類反映企業經營情況報表的效率;通過數據建模，可有效模擬企業運營情況，使得企業能夠快速應對市場形勢的變化，快速判斷和識別經營風險，并做出合理的反應和決策。

參考文獻

[1] 李升.論人工智能倫理準則的細化與完善[D].浙江：浙江大學，2020.

[2]李新鳳.與人工智能相關的發明專利授權條件研究[D].湘潭：湘潭大學，2019.

[3]孫一鏡.基于ERP的地產行業商業智能報表系統的設計與實現[D].鄭州：鄭州大學，2020.

[4]姬書堂.大數據在企業財務決策中的應用研究[D].鄭州：河南財經政法大學，2020.

[5]高涵.基于Web Service的全球空間格網統一檢索服務研究與實現[D].徐州：中國礦業大學，2020.

[6]李玉瑤.財務共享服務模式下的業務流程再造研究[D].成都：西南財經大學，2019.