企业业财融合背景下自助式商业智能分析软件应用
作者:   发布时间:2019-01-11   已被人阅读    分享到:

  一、商业智能分析软件介绍

  传统的商业智能(BI)的概念最早在1996年提出。当时将商业智能定义为一类由数据仓库(或数据集市)、查询报表、数据分析、数据挖掘、数据备份和恢复等部分组成的、以帮助企业决策为目的技术及其应用。而这些数据可能来自企业的ERP、CRM、OA、HIS等业务系统。

  2013年前,商业智能软件如,SAP BO、 Oracle BIEE、IBM Cognos相继面向企业用户推出。这些软件可以很好的解决企业用户在商业智能分析方面需求。然而这些软件的部署成本高,其中包括采购产品以及相关的硬件、后续的维护、咨询服务、培训成本都很好。其次这些大型商业智能软件项目实施周期和人员素质要求也高。报表需要专门的信息技术人员进行开发。但在“业财融合”背景下需要的报表非常的多,而且需要的报表维度也是多方面。让信息技术部门对所有的报表都进行开发在成本上是不可行的。同时财务人员受制于信息技术水平及信息系统权限的问题也没有自己开发能力。所以智能分析软件对“业财融合”方面应用较少。

  2013年后,国内外自助式商业智能分析软件如Tableau、Qlik、帆软、永洪、Smartbi、Power BI等软件的集体上线,商业智能分析软件市场经历了一场巨大变革,这些强调易用性自助式的,在没有IT背景下的员工都能使用的分析软件,这些软件得到大面积的推广,也正在取代传统复杂的商业智能分析软件成为市场的热点和趋势。自助式商业智能分析软件的应用,使得财务人员在信息技术背景下可以更好的“业财融合”,可以更加专注分析本身,从复杂的IT技术解脱出来。

  二、Power BI自助式商业智能分析软件介绍

  Power BI 是微软在近年推出的自助式商业智能分析软件,在中国由世纪互联负责营运。和其他自助式商业智能分析软件比,该软件源于我们日常工作中最为熟悉的软件 office 2016版本中插件,所以在操作习惯上与微软的office一脉相承,接受度非常的高。该软件的开发是基于互联网思维,广大用户可以在软件社区投票,投票选出最希望更新的功能,所以软件的迭代速度也非常的快。几乎每个月都有更新。Power BI Desktop版本,面向客户个人的桌面应用暂时还没有收费计划。Power BI Pro版本可以利用微软的云发布报告,也仅需要65元/月。对财务分析来,没有对外发布的必要,其免费版本即可满足需要。

  Power BI分为三个模块,第一个模块数据查询Power Query。可与多种数据源对接,如Excel表、ERP系统、数据库系统、网页数据等几乎所有常用的数据来获得数据。在读取数据后,可以通过数据处理模型对数据进行筛选、分类、整理、定义类型等加工成所需要的数据格式,这个步骤可以称为数据清洗,当建立好数据加工模型后,需要重复清洗时,可以利用已经建立的数据处理模型快速对数据源进行清洗,大大减少的重复劳动。例如每个月的财务分析,数据来源一样,格式固定就可以用这种方式对数据进行清理。第二个模块是Power Pivot。这一步是数据分析过程中最具有技术含量的核心部分,把数据组合起来实现不同维度的分析。首先把不同的数据表建立关系模型,这种关系模型就像Excel的Vlookup一样,可以将不同的数据表建立起关系来,只不过关系模型只是建立关系并不真正的把数据引用过来,只是一种关系。微软还为Power Pivot开发了DAX语音,有人说这是微软在Excel中20年来做的最好的一件事情。DAX语音与VBA比较,学习曲线与投入时间的比非常划算,大多公式与excel公式通用,在掌握20个左右常用公式就能处理非常复杂的问题。运营DAX语言,建立计算模型,计算模型通过数据关系模型把已经清洗过的数据再次进行运算,得到我们想要的分析指标。第三个模块Power View。该模块可以把分析指通过标可视化的界面展示出来,Power BI提供了丰富的可视化数据对象,从常用的条形图、饼图、折线图到当下流行的热力地图、着色地图等,可视化数据对象每天都被不同的开发者开发出来,传到软件社区,用户可以自行下载需要的可视化对象。当制作报告时,用户只需把可视化数据对象拖拽到面板,设置指标参数,即可得到非常绚丽的视觉报告。同时提供了“问与答”功能,提高了报告的交互性,使报告使用者不仅仅是被动信息接受者,也能按照自己需要调整报告格式。

  数据源经过这三个模块即可转变为华丽的视觉报告,可以重复的使用,大大的减轻分析的工作量,把可以把更多的精力转移到报告的应用上。

  三、自助式商业智能分析软件应用实例

  (一)背景介绍

  本人所在企业为成品油零售企业,旗下管理着超过一千座加油站,经营着六种成品油,千余种便利店商品。公司经过10余年的信息化建设,已经完成了从加油站一直到总部的各种信息化系统的建设已经日趋完善。这些信息系统每天产生大量的经营数据,怎样使这些数据为企业经营决策提供支撑成了财务人员急需解决的问题,也为业财融合在实际工作应用提供的切入点。通过Power BI解决了油品价格到位率的计算及便利店商品的帕累托分析。

  (二)价格到位率计算

  成品市场逐步放开,国际油价低位运行,造成国内成品市场竞争激烈,各成品企業普遍采用降价策略进行促销。那么价格到位率(即油品实际销售价格与物价局批复价格的比)成为主要绩效考核指标。但现有的系统中没有计算价格到位率的指标的功能,现有的系统中只有挂牌价格(即实际销售价格)与销售数量,而且每个地市批复的价格不一致,每个加油站的降价的幅度不定,每个站每月有几天降价不定,只能分油品品号按片区、地市、省公司逐级每天逐级汇总。原始数据非常庞大,每个月有近10万行销售数据,无论是手工计算还是用Eecxl都非常难计算。通过Power BI建立销售数据、组织机构、价格表、产品表、时间表的关系模型,创建建立多个维度的视图,如省公司-汽油柴油,省公司-明细品号,地市公司-明细品号等等视图。同时由于DAX语言提供了时间智能函数,还可以非常容易计算出指标的环比、同比情况。当建立好模型后,每次计算只需重新刷新一下,几分钟就能得到计算结果,进而通过大量的计算和分析得出价格与销量的关系,根据市场情况不断的修正营销策略,取得效益最大化。

  (三)帕累托分析

  成品油企业在营业室普遍经营便利店商品,便利店商品种类多,加油站布局分布在高速公路、城乡结合部、市区、农村,面对的市场情况不尽相同,怎么取得较好的效益给业务人员和财务带来新的挑战。为了应对不同的市场,将帕累托分析(即ABC分析法)延伸应用,按照商品毛利进行分析,确定50%、30%、20%的毛利是由哪些商品构成的。通过Power BI制作所有商品毛利的帕累托图后,建立加油站的位置关系模型,分析出不同地理位置加油站毛利帕累托图。经分析不同位置加油站贡献了50%毛利的商品特点不尽相当,根据不同位置的站的特点重点商品进行铺货,进行精细化营销,以获得更好的效益。

  四、结论

  综上所述,对Power BI 自助式商业智能分析软件介绍,通过两个具体案例介绍了在业财融合方面的应用,结果表明Power BI可以帮助财务人员计算复杂的指标,把财务人员从繁重的计算脱离出来,更多的精力放在业务分析上,使业财融合真正的能为企业经营决策做出指导。

  参考文献:

  [1]马世全.从Excel到PowerBI:商业智能数据分析,2018.2 ISBN978-7-121-3324-8.

  [2]赵业峰.企业数据经营分析:思路、方法、应用与工具,2016.9 ISBN978-7-121-29333-7.


上一篇:建筑企业成本会计控制若干问题的探讨

下一篇:返回列表