1 引言

    大部分企業(yè)都有積累大量數(shù)據(jù)的財(cái)務(wù)管理信息系統(tǒng)，企業(yè)需要從數(shù)據(jù)中獲得信息、從信息中獲得知識，再運(yùn)用知識進(jìn)行正確的決策。在財(cái)務(wù)管理領(lǐng)域運(yùn)用商業(yè)智能技術(shù)，尋求和發(fā)現(xiàn)更多的企業(yè)顧客、供應(yīng)商、市場以及內(nèi)部流程優(yōu)化的信息，將為企業(yè)決策者提供更為廣泛而有效的決策依據(jù)，提高企業(yè)戰(zhàn)略競爭能力。

2 企業(yè)財(cái)務(wù)管理現(xiàn)狀

    2.1 財(cái)務(wù)數(shù)據(jù)管理的存儲現(xiàn)狀

    企業(yè)實(shí)施了會計(jì)電算化之后，在企業(yè)的內(nèi)部，其會計(jì)憑證、賬簿、報(bào)表這些反映企業(yè)生產(chǎn)經(jīng)營成果和財(cái)務(wù)活動的數(shù)據(jù)全部以電子形式存儲在賬套文件中，這些數(shù)據(jù)不但可以進(jìn)行數(shù)據(jù)之間的運(yùn)算處理，而且解決了數(shù)據(jù)的統(tǒng)一性，完整性，安全性等問題。對上市公司而言，其外部數(shù)據(jù)是以報(bào)表為主的，許多企業(yè)都已經(jīng)披露了多年的財(cái)務(wù)報(bào)表數(shù)據(jù)，獲得這些數(shù)據(jù)是比較容易的，而且目前許多證券網(wǎng)站都可以方便地查詢到這些數(shù)據(jù)，甚至是以表的形式得到這些數(shù)據(jù)。因此無論從企業(yè)內(nèi)部還是外部都可以方便地獲得財(cái)務(wù)數(shù)據(jù)，對數(shù)據(jù)進(jìn)行分析處理。

    2.2 財(cái)務(wù)數(shù)據(jù)的使用現(xiàn)狀

    企業(yè)中實(shí)施的會計(jì)信息系統(tǒng)多是為會計(jì)核算服務(wù)的，只是在原來的會計(jì)核算方面由手工轉(zhuǎn)成了計(jì)算機(jī)來處理。其中包含財(cái)務(wù)管理的部分內(nèi)容也僅是對財(cái)務(wù)管理數(shù)據(jù)淺層次的描述，是簡單的指標(biāo)分析，并沒有對財(cái)務(wù)數(shù)據(jù)進(jìn)行深層次的分析和處理。

    另一方面，目前會計(jì)信息系統(tǒng)中所用的工具和方法，如簡單的數(shù)據(jù)運(yùn)算，簡單的統(tǒng)計(jì)方法等并不能夠挖掘出財(cái)務(wù)數(shù)據(jù)中深層次的信息或者發(fā)現(xiàn)企業(yè)所存在的問題，要有效地分析這些越來越多的數(shù)據(jù)需要更多的知識和精力。因此對于企業(yè)現(xiàn)有財(cái)務(wù)數(shù)據(jù)，其分析的方法均較簡單，數(shù)據(jù)僅停留在淺層次的描述，沒有得到很有效的利用。

    2.3 傳統(tǒng)的財(cái)務(wù)管理存在的問題

    (1)不能根據(jù)各級決策層的需要而靈活展現(xiàn)財(cái)務(wù)分析的結(jié)果；

    (2)財(cái)務(wù)分析缺乏連續(xù)性，不能動態(tài)地反映某個問題；

    (3)由于工作量巨大，響應(yīng)速度慢、時(shí)效性差；

    (4)分析范圍狹窄，不能與企業(yè)其他部門聯(lián)合起來進(jìn)行綜合分析。

3 商業(yè)智能技術(shù)的基本概況

    3.1 商業(yè)智能的概念及功能特點(diǎn)

    我們認(rèn)為商業(yè)智能是一種能夠通過智能的使用擁有的數(shù)據(jù)來制定更好的商務(wù)決策能力。其關(guān)鍵是通過數(shù)據(jù)預(yù)處理(數(shù)據(jù)提取、轉(zhuǎn)換、裝載)建立數(shù)據(jù)倉庫，從許多來自不同的企業(yè)運(yùn)作系統(tǒng)的數(shù)據(jù)倉庫中提取出有用的數(shù)據(jù)，經(jīng)由各式各樣的查詢分析工具(Query/Report Tools)、聯(lián)機(jī)分析處理(Online Analytical Processing簡稱OLAP)工具、或是數(shù)據(jù)挖掘(Data Mining)工具加上決策規(guī)劃人員的行業(yè)知識(Industry Knowledge)進(jìn)行數(shù)據(jù)分析，將原始業(yè)務(wù)數(shù)據(jù)轉(zhuǎn)換為企業(yè)決議的信息，并預(yù)測企業(yè)未來發(fā)展趨勢和將要面臨的問題，進(jìn)而幫助企業(yè)提高獲利，增加生產(chǎn)力與競爭力。

    因此基于以上定義的商業(yè)智能應(yīng)具有數(shù)據(jù)管理功能、數(shù)據(jù)分析功能、知識發(fā)現(xiàn)功能和企業(yè)優(yōu)化功能。

    3.2 商業(yè)智能的三大技術(shù)支持

    商業(yè)智能作為一個跨學(xué)科新興領(lǐng)域，必須借鑒兩方面的先進(jìn)成果，一是計(jì)算機(jī)技術(shù)的前沿技術(shù)，二是企業(yè)管理方面的新理論、新觀點(diǎn)。在技術(shù)方面，一般認(rèn)為數(shù)據(jù)倉庫、OLAP和數(shù)據(jù)挖掘技術(shù)是商業(yè)智能的三大組成部分。

    (1)數(shù)據(jù)倉庫(Data Warehouse)：是面向主題的、集成的、隨時(shí)間變化的極穩(wěn)定的數(shù)據(jù)集，用于支持管理決策過程。它能夠幫助企業(yè)以一種有效的方式逐步整理各個業(yè)務(wù)處理系統(tǒng)中積累下來的歷史數(shù)據(jù)，并在整個企業(yè)內(nèi)實(shí)現(xiàn)真正的信息共享。

    (2)聯(lián)機(jī)分析處理(Online Analytical Processing簡稱OLAP)是一種數(shù)據(jù)分析技術(shù)，側(cè)重對分析人員和高層管理人員的決策支持。它可以讓管理者靈活地對海量數(shù)據(jù)進(jìn)行瀏覽分析。

    (3)數(shù)據(jù)挖掘(Data Mining，DM)是指應(yīng)用一系列技術(shù)從大型數(shù)據(jù)庫或數(shù)據(jù)倉庫的數(shù)據(jù)中提取人們感興趣的信息和知識。其目的是幫助決策者尋找數(shù)據(jù)潛在的關(guān)系，發(fā)現(xiàn)經(jīng)營者被忽略的要素。

    3.3 商業(yè)智能的研究現(xiàn)狀及發(fā)展趨勢

    商業(yè)智能是利用當(dāng)今計(jì)算機(jī)前沿技術(shù)作支撐、運(yùn)用現(xiàn)代管理技術(shù)進(jìn)行指導(dǎo)的應(yīng)用系統(tǒng)，它的研究熱點(diǎn)集中在三個方面：支撐技術(shù)的研究、體系結(jié)構(gòu)的研究和應(yīng)用系統(tǒng)的研究。商業(yè)智能的發(fā)展趨勢可以歸納為以下幾點(diǎn)：

    (1)功能上具有可配置性、靈活性、可變化性。

    BI系統(tǒng)的范圍從為部門的特定用戶服務(wù)擴(kuò)展到為整個企業(yè)所有用戶服務(wù)；從簡單的數(shù)據(jù)獲取，擴(kuò)展到利用WEB和局域網(wǎng)、廣域網(wǎng)進(jìn)行豐富的交互、決策信息和知識的分析和使用。

    (2)解決方案更開放、可擴(kuò)展、可按用戶定制。

    對不同企業(yè)的獨(dú)特的需求，BI系統(tǒng)在提供核心技術(shù)的同時(shí)，使系統(tǒng)又具個性化，增強(qiáng)客戶化的接口和擴(kuò)展特性；可為企業(yè)提供基于商業(yè)智能平臺的定制的工具，使系統(tǒng)具有更大的靈活性和使用范圍。

    (3)從單獨(dú)的商業(yè)智能向嵌入式商業(yè)智能發(fā)展。

    即在企業(yè)現(xiàn)有的應(yīng)用系統(tǒng)中，如財(cái)務(wù)、人力、銷售等系統(tǒng)中嵌入商業(yè)智能組件，使普遍意義上的事務(wù)處理系統(tǒng)具有商業(yè)智能的特性。

4 商業(yè)智能技術(shù)在企業(yè)財(cái)務(wù)管理中的應(yīng)用

    4.1 企業(yè)財(cái)務(wù)管理與商業(yè)智能結(jié)合的必要性和可行性

    現(xiàn)代企業(yè)生存于一個“信息爆炸”的時(shí)代，企業(yè)要從激烈的市場競爭中勝出，決策速度與反應(yīng)效率的重要性已經(jīng)毋庸置疑。而要高效地做出正確的決策，管理者需要對企業(yè)內(nèi)外的信息有一個正確及時(shí)的把握。然而根據(jù)CTO Magazine調(diào)查，75%的企業(yè)高層管理人員在面臨決策時(shí)，通常無法獲得及時(shí)且完整的參考數(shù)據(jù)及資料，潛藏在企業(yè)各部門、各流程中的大量的數(shù)據(jù)沒有得到很好的利用。

    在企業(yè)信息化管理中，財(cái)務(wù)作為其核心模塊直接反映企業(yè)的經(jīng)營狀態(tài)，而商業(yè)智能技術(shù)正是通過數(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。為企業(yè)的決策和戰(zhàn)略發(fā)展提供服務(wù)。因此在財(cái)務(wù)領(lǐng)域應(yīng)用商業(yè)智能技術(shù)，通過一定的方法將財(cái)務(wù)數(shù)據(jù)快速及時(shí)地轉(zhuǎn)化為可為決策提供支持的信息，建立一套用來“了解和掌握市場信息和企業(yè)內(nèi)部的變化情況和根據(jù)市場的變化迅速調(diào)整優(yōu)化企業(yè)的產(chǎn)品結(jié)構(gòu)和市場策略”的企業(yè)財(cái)務(wù)管理智能系統(tǒng)就非常重要，企業(yè)財(cái)務(wù)管理與商業(yè)智能的結(jié)合便應(yīng)運(yùn)而生了。

    4.2 商業(yè)智能在企業(yè)財(cái)務(wù)管理智能系統(tǒng)中的應(yīng)用

    隨著企業(yè)信息化的不斷推進(jìn)，企業(yè)積累的大量原始數(shù)據(jù)等待著充分的挖掘，從企業(yè)用戶來看，在使用了多年的財(cái)務(wù)管理軟件后，深刻感受到現(xiàn)有的財(cái)務(wù)管理軟件中有很多管理功能無法實(shí)現(xiàn)。如當(dāng)企業(yè)的資產(chǎn)負(fù)債率達(dá)到90%，流動比率為0.5。速動比率為0.4時(shí)，一般來說這家企業(yè)就危險(xiǎn)了，銀行不能再給這家企業(yè)借款，企業(yè)也不能再增加負(fù)債。但經(jīng)過智能分析遍歷所有可能情況后發(fā)現(xiàn)，只要企業(yè)的流動資產(chǎn)周轉(zhuǎn)率一年在3次以上、毛利率在30%以上，則這家企業(yè)不但沒有還債的風(fēng)險(xiǎn)，而且其負(fù)債率在一年后會降低到60%以下。有了這些數(shù)據(jù)作支持，企業(yè)領(lǐng)導(dǎo)就能為企業(yè)的發(fā)展作進(jìn)一步的決策。

    利用商業(yè)智能技術(shù)進(jìn)行財(cái)務(wù)的分析與管理能得出上述結(jié)論并預(yù)知危險(xiǎn)的發(fā)生，這也正是企業(yè)所需要的、全面的信息化解決方案具有重要的意義，那么我們?nèi)绾伟焉虡I(yè)智能應(yīng)用到企業(yè)財(cái)務(wù)管理是企業(yè)財(cái)務(wù)管理系統(tǒng)的中重中之重。

    4.3 財(cái)務(wù)管理智能系統(tǒng)

    (1)在財(cái)務(wù)分析方面。

    財(cái)務(wù)分析系統(tǒng)可以運(yùn)用數(shù)據(jù)挖掘分類技術(shù)、預(yù)測等技術(shù)，根據(jù)企業(yè)過去、現(xiàn)在的財(cái)務(wù)數(shù)據(jù)做進(jìn)一步的加工、整理、分析和評價(jià)，對籌資活動、投資活動、經(jīng)營活動、分配活動等的財(cái)務(wù)狀況進(jìn)行放映和預(yù)測，從中取得有用的信息供決策者使用。

    (2)在財(cái)務(wù)預(yù)測方面。

    財(cái)務(wù)預(yù)測的主要內(nèi)容應(yīng)包括銷售預(yù)測、利潤預(yù)測、成本預(yù)測、財(cái)務(wù)指標(biāo)等方面�？梢赃\(yùn)用商業(yè)智能中的回歸，神經(jīng)網(wǎng)絡(luò)等技術(shù)根據(jù)已有的財(cái)務(wù)數(shù)據(jù)預(yù)測企業(yè)未來的財(cái)務(wù)狀況，從而判斷企業(yè)未來發(fā)生財(cái)務(wù)危機(jī)的可能性。

    (3)在財(cái)務(wù)決策支持方面。

    商業(yè)智能技術(shù)在財(cái)務(wù)決策支持系統(tǒng)中的應(yīng)用包括：籌資決策、投資決策、成本決策、股利分配決策和存貨決策，通過對財(cái)務(wù)數(shù)據(jù)的數(shù)據(jù)倉庫中提取出的有用的數(shù)據(jù)進(jìn)行聯(lián)機(jī)分析處理，進(jìn)而對分析人員和高層管理人員的決策支持。

    (4)商業(yè)智能在財(cái)務(wù)實(shí)時(shí)控制中的應(yīng)用。

    財(cái)務(wù)實(shí)時(shí)控制是指企業(yè)利用現(xiàn)代信息技術(shù)對大量的財(cái)務(wù)和非財(cái)務(wù)數(shù)據(jù)進(jìn)行分析、處理，得出有價(jià)值的信息，并根據(jù)此信息及做出相應(yīng)決策的活動，以實(shí)現(xiàn)保證和優(yōu)化企業(yè)經(jīng)營的目的。

    現(xiàn)建立一種基于商業(yè)智能的普遍的財(cái)務(wù)管理信息系統(tǒng)模型如圖所示。

圖1 基于商業(yè)智能的企業(yè)財(cái)務(wù)管理智能系統(tǒng)模型

    由以上的模型框架，我們可以看出企業(yè)財(cái)務(wù)管理智能系統(tǒng)的核心問題在于解決如何通過數(shù)據(jù)預(yù)處理(數(shù)據(jù)提取、轉(zhuǎn)換、裝載)，將各個來自不同運(yùn)作系統(tǒng)的業(yè)務(wù)數(shù)據(jù)庫的數(shù)據(jù)倉庫中提取有用的數(shù)據(jù)，建立與財(cái)務(wù)有關(guān)的數(shù)據(jù)倉庫。要解決這個問題的關(guān)鍵在于理清各個子數(shù)據(jù)庫數(shù)據(jù)間與企業(yè)財(cái)務(wù)管理最終目標(biāo)的關(guān)系，分清哪類數(shù)據(jù)對那種決策有什么樣的作用，需要建立怎樣的數(shù)據(jù)關(guān)系整合到數(shù)據(jù)倉庫中。

5 結(jié)論與展望

    總之，隨著數(shù)據(jù)庫技術(shù)和網(wǎng)絡(luò)技術(shù)的迅速發(fā)展，傳統(tǒng)的核算層及管理層會計(jì)信息系統(tǒng)在逐步完善，人們獲取數(shù)據(jù)的能力越來越強(qiáng)，將海量的數(shù)據(jù)存儲在數(shù)據(jù)庫和數(shù)據(jù)倉庫中。將數(shù)據(jù)倉庫(DW)、數(shù)據(jù)挖掘(DM)和聯(lián)機(jī)分析(OLAP)等信息技術(shù)應(yīng)用于財(cái)務(wù)管理智能系統(tǒng)，更能將數(shù)據(jù)倉庫里的海量數(shù)據(jù)從執(zhí)行系統(tǒng)中篩選出來，減少冗余，完成一系列轉(zhuǎn)換處理，為決策者提供更加簡明、全面的信息，便于決策者從宏大的信息系統(tǒng)中分辨、析取、整理、挖掘?qū)ω?cái)務(wù)決策有用的信息，無論從宏觀還是微觀上都能對企業(yè)整個盈利狀況有全面而快速的把握。極大提高企業(yè)管理信息系統(tǒng)的工作效率。

核心關(guān)注：拓步ERP系統(tǒng)平臺是覆蓋了眾多的業(yè)務(wù)領(lǐng)域、行業(yè)應(yīng)用，蘊(yùn)涵了豐富的ERP管理思想，集成了ERP軟件業(yè)務(wù)管理理念，功能涉及供應(yīng)鏈、成本、制造、CRM、HR等眾多業(yè)務(wù)領(lǐng)域的管理，全面涵蓋了企業(yè)關(guān)注ERP管理系統(tǒng)的核心領(lǐng)域，是眾多中小企業(yè)信息化建設(shè)首選的ERP管理軟件信賴品牌。

轉(zhuǎn)載請注明出處：拓步ERP資訊網(wǎng)http://www.ezxoed.cn/

本文標(biāo)題：論商業(yè)智能技術(shù)在企業(yè)財(cái)務(wù)管理中的應(yīng)用

本文網(wǎng)址：http://www.ezxoed.cn/html/consultation/1082066974.html