1 引言
大部分企業都有積累大量數據的財務管理信息系統，企業需要從數據中獲得信息、從信息中獲得知識，再運用知識進行正確的決策。在財務管理領域運用商業智能技術，尋求和發現更多的企業顧客、供應商、市場以及內部流程優化的信息，將為企業決策者提供更為廣泛而有效的決策依據，提高企業戰略競爭能力。
2 企業財務管理現狀
2.1 財務數據管理的存儲現狀
企業實施了會計電算化之后，在企業的內部，其會計憑證、賬簿、報表這些反映企業生產經營成果和財務活動的數據全部以電子形式存儲在賬套文件中，這些數據不但可以進行數據之間的運算處理，而且解決了數據的統一性，完整性，安全性等問題。對上市公司而言，其外部數據是以報表為主的，許多企業都已經披露了多年的財務報表數據，獲得這些數據是比較容易的，而且目前許多證券網站都可以方便地查詢到這些數據，甚至是以表的形式得到這些數據。因此無論從企業內部還是外部都可以方便地獲得財務數據，對數據進行分析處理。
2.2 財務數據的使用現狀
企業中實施的會計信息系統多是為會計核算服務的，只是在原來的會計核算方面由手工轉成了計算機來處理。其中包含財務管理的部分內容也僅是對財務管理數據淺層次的描述，是簡單的指標分析，并沒有對財務數據進行深層次的分析和處理。
另一方面，目前會計信息系統中所用的工具和方法，如簡單的數據運算，簡單的統計方法等并不能夠挖掘出財務數據中深層次的信息或者發現企業所存在的問題，要有效地分析這些越來越多的數據需要更多的知識和精力。因此對于企業現有財務數據，其分析的方法均較簡單，數據僅停留在淺層次的描述，沒有得到很有效的利用。
2.3 傳統的財務管理存在的問題
(1)不能根據各級決策層的需要而靈活展現財務分析的結果；
(2)財務分析缺乏連續性，不能動態地反映某個問題；
(3)由于工作量巨大，響應速度慢、時效性差；
(4)分析范圍狹窄，不能與企業其他部門聯合起來進行綜合分析。
3 商業智能技術的基本概況
3.1 商業智能的概念及功能特點
我們認為商業智能是一種能夠通過智能的使用擁有的數據來制定更好的商務決策能力。其關鍵是通過數據預處理(數據提取、轉換、裝載)建立數據倉庫，從許多來自不同的企業運作系統的數據倉庫中提取出有用的數據，經由各式各樣的查詢分析工具(Query/Report Tools)、聯機分析處理(Online Analytical Processing簡稱OLAP)工具、或是數據挖掘(Data Mining)工具加上決策規劃人員的行業知識(Industry Knowledge)進行數據分析，將原始業務數據轉換為企業決議的信息，并預測企業未來發展趨勢和將要面臨的問題，進而幫助企業提高獲利，增加生產力與競爭力。
因此基于以上定義的商業智能應具有數據管理功能、數據分析功能、知識發現功能和企業優化功能。
3.2 商業智能的三大技術支持
商業智能作為一個跨學科新興領域，必須借鑒兩方面的先進成果，一是計算機技術的前沿技術，二是企業管理方面的新理論、新觀點。在技術方面，一般認為數據倉庫、OLAP和數據挖掘技術是商業智能的三大組成部分。
(1)數據倉庫(Data Warehouse)：是面向主題的、集成的、隨時間變化的極穩定的數據集，用于支持管理決策過程。它能夠幫助企業以一種有效的方式逐步整理各個業務處理系統中積累下來的歷史數據，并在整個企業內實現真正的信息共享。
(2)聯機分析處理(Online Analytical Processing簡稱OLAP)是一種數據分析技術，側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據進行瀏覽分析。
(3)數據挖掘(Data Mining，DM)是指應用一系列技術從大型數據庫或數據倉庫的數據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據潛在的關系，發現經營者被忽略的要素。
3.3 商業智能的研究現狀及發展趨勢
商業智能是利用當今計算機前沿技術作支撐、運用現代管理技術進行指導的應用系統，它的研究熱點集中在三個方面：支撐技術的研究、體系結構的研究和應用系統的研究。商業智能的發展趨勢可以歸納為以下幾點：
(1)功能上具有可配置性、靈活性、可變化性。
BI系統的范圍從為部門的特定用戶服務擴展到為整個企業所有用戶服務；從簡單的數據獲取，擴展到利用WEB和局域網、廣域網進行豐富的交互、決策信息和知識的分析和使用。
(2)解決方案更開放、可擴展、可按用戶定制。
對不同企業的獨特的需求，BI系統在提供核心技術的同時，使系統又具個性化，增強客戶化的接口和擴展特性；可為企業提供基于商業智能平臺的定制的工具，使系統具有更大的靈活性和使用范圍。
(3)從單獨的商業智能向嵌入式商業智能發展。
即在企業現有的應用系統中，如財務、人力、銷售等系統中嵌入商業智能組件，使普遍意義上的事務處理系統具有商業智能的特性。
4 商業智能技術在企業財務管理中的應用
4.1 企業財務管理與商業智能結合的必要性和可行性
現代企業生存于一個“信息爆炸”的時代，企業要從激烈的市場競爭中勝出，決策速度與反應效率的重要性已經毋庸置疑。而要高效地做出正確的決策，管理者需要對企業內外的信息有一個正確及時的把握。然而根據CTO Magazine調查，75%的企業高層管理人員在面臨決策時，通常無法獲得及時且完整的參考數據及資料，潛藏在企業各部門、各流程中的大量的數據沒有得到很好的利用。
在企業信息化管理中，財務作為其核心模塊直接反映企業的經營狀態，而商業智能技術正是通過數據訪問、數據和業務分析，以及發現新的商業機會。為企業的決策和戰略發展提供服務。因此在財務領域應用商業智能技術，通過一定的方法將財務數據快速及時地轉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內部的變化情況和根據市場的變化迅速調整優化企業的產品結構和市場策略”的企業財務管理智能系統就非常重要，企業財務管理與商業智能的結合便應運而生了。
4.2 商業智能在企業財務管理智能系統中的應用
隨著企業信息化的不斷推進，企業積累的大量原始數據等待著充分的挖掘，從企業用戶來看，在使用了多年的財務管理軟件后，深刻感受到現有的財務管理軟件中有很多管理功能無法實現。如當企業的資產負債率達到90%，流動比率為0.5。速動比率為0.4時，一般來說這家企業就危險了，銀行不能再給這家企業借款，企業也不能再增加負債。但經過智能分析遍歷所有可能情況后發現，只要企業的流動資產周轉率一年在3次以上、毛利率在30%以上，則這家企業不但沒有還債的風險，而且其負債率在一年后會降低到60%以下。有了這些數據作支持，企業領導就能為企業的發展作進一步的決策。
利用商業智能技術進行財務的分析與管理能得出上述結論并預知危險的發生，這也正是企業所需要的、全面的信息化解決方案具有重要的意義，那么我們如何把商業智能應用到企業財務管理是企業財務管理系統的中重中之重。
4.3 財務管理智能系統
(1)在財務分析方面。
財務分析系統可以運用數據挖掘分類技術、預測等技術，根據企業過去、現在的財務數據做進一步的加工、整理、分析和評價，對籌資活動、投資活動、經營活動、分配活動等的財務狀況進行放映和預測，從中取得有用的信息供決策者使用。
(2)在財務預測方面。
財務預測的主要內容應包括銷售預測、利潤預測、成本預測、財務指標等方面。可以運用商業智能中的回歸，神經網絡等技術根據已有的財務數據預測企業未來的財務狀況，從而判斷企業未來發生財務危機的可能性。
(3)在財務決策支持方面。
商業智能技術在財務決策支持系統中的應用包括：籌資決策、投資決策、成本決策、股利分配決策和存貨決策，通過對財務數據的數據倉庫中提取出的有用的數據進行聯機分析處理，進而對分析人員和高層管理人員的決策支持。
(4)商業智能在財務實時控制中的應用。
財務實時控制是指企業利用現代信息技術對大量的財務和非財務數據進行分析、處理，得出有價值的信息，并根據此信息及做出相應決策的活動，以實現保證和優化企業經營的目的。
現建立一種基于商業智能的普遍的財務管理信息系統模型如圖所示。
圖1 基于商業智能的企業財務管理智能系統模型
由以上的模型框架，我們可以看出企業財務管理智能系統的核心問題在于解決如何通過數據預處理(數據提取、轉換、裝載)，將各個來自不同運作系統的業務數據庫的數據倉庫中提取有用的數據，建立與財務有關的數據倉庫。要解決這個問題的關鍵在于理清各個子數據庫數據間與企業財務管理最終目標的關系，分清哪類數據對那種決策有什么樣的作用，需要建立怎樣的數據關系整合到數據倉庫中。
5 結論與展望
總之，隨著數據庫技術和網絡技術的迅速發展，傳統的核算層及管理層會計信息系統在逐步完善，人們獲取數據的能力越來越強，將海量的數據存儲在數據庫和數據倉庫中。將數據倉庫(DW)、數據挖掘(DM)和聯機分析(OLAP)等信息技術應用于財務管理智能系統，更能將數據倉庫里的海量數據從執行系統中篩選出來，減少冗余，完成一系列轉換處理，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中分辨、析取、整理、挖掘對財務決策有用的信息，無論從宏觀還是微觀上都能對企業整個盈利狀況有全面而快速的把握。極大提高企業管理信息系統的工作效率。
核心關注：拓步ERP系統平臺是覆蓋了眾多的業務領域、行業應用，蘊涵了豐富的ERP管理思想，集成了ERP軟件業務管理理念，功能涉及供應鏈、成本、制造、CRM、HR等眾多業務領域的管理，全面涵蓋了企業關注ERP管理系統的核心領域，是眾多中小企業信息化建設首選的ERP管理軟件信賴品牌。
轉載請注明出處：拓步ERP資訊網http://www.guhuozai8.cn/
本文標題：論商業智能技術在企業財務管理中的應用
本文網址：http://www.guhuozai8.cn/html/consultation/1082066974.html
相關文章
