元年智能财务系列

 “智能化的首要条件就是建立数据化的应用平台。首先要有数据，有数据的支撑，才能进行智能化”，

——元年东方CEO井普源指出。

然而，数字化对财务工作的首要影响就是对数据需求和数据应用的影响。

在华尔街拥有圣经般地位的《互联网趋势报告》中频繁出现的眼球、页面浏览、平台、断口、流量、出货量、用户、黏性、按需服务、计算界面、数据平台、数据隐私、共享度等等分析指标，早已取代了我们传统的毛利率、利润增长率、资产增长率等财务指标。人们已经日益认识到，决策者真正需要的不是传统财务数据和结构化数据，而恰恰是一直被忽略的非财务数据和非结构化的数据。如何将海量数据、尤其是非结构化数据收集起来并加以有效处理，依托商业智能技术我们可以走得越来越远。

商业智能（BI）是一套商业方面辅助决策的解决方案。它通过组建企业级数据仓库，得到企业数据的全局视图，在此基础上，再利用合适的查询和分析工具、数据挖掘OLAP等工具对数据进行分析和处理，形成有用的信息。总体来说，商业智能拥有强大的建模能力、多维度的构架体系、专业的数据处理技术和灵活的技术特点，可以深度应用于企业管理信息系统中，推动智能财务的发展和落地。

“我们在做智能化平台的时候，首先有一个理念是把企业的数据资产化，这些数据包含了企业经营的数据、企业流程的数据、企业行动的数据等等。企业在努力建立外部数据资产的同时，需要将企业内部流程活动数据化，通过构建分析模型，结合先进的智能分析工具促使企业业务的迭代升级”，井普源表示。在这个过程中，商业智能是当仁不让的核心技术。

总体来说，商业智能在财务领域的应用主要经由三大环节得以实现。首先是通过分主题的数据建模组建一个全面的企业级数据仓库（Data Warehouse），得到企业数据的“全局视图”；在此基础上，利用数据挖掘（Data Mining）、联机分析处理（OLAP）等工具对数据进行挖掘分析和处理，从企业最核心的财务数据延伸到业务数据，从企业内部数据延伸到外部数据，形成有用信息；最后，通过数据可视化工具为管理者展现出数字化仪表盘，为决策提供智能化支撑。

商业智能的应用可分为三个层级，报表系统、数据分析和数据挖掘。随着时代的发展，传统报表系统早已无法满足企业日益增长的管理需求，数据分析和数据挖掘的需求日益旺盛，这推动商业智能在2007年之后就由关系数据库进入了以多维数据库为主流的时代。