元点|智能财务的数据捕手+ 查看更多
元年智能财务系列
无论是基础层的智能财务共享平台,还是核心层的管理会计平台,数据都是核心资源。“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。