企業業財融合背景下自助式商業智能分析軟件應用

陳松巍

摘要：近年業界對于財務會計轉型為管理會計呼聲越來強烈，財政部也發布的《管理會計基本指引》，其中明確指出單位應用管理會計，應遵循融合性原則。管理會計應嵌入單位相關領域、層次、環節，以業務流程為基礎，利用管理會計工具方法，將財務和業務等有機融合。此后業內將“財務與業務活動的有機融合”簡稱為“業財融合”。“業財融合”是管理會計核心內容。隨著信息技術的快速發展，特別是云計算、大數據技術及商業智能分析軟件的發展為“業財融合”提供了強有力的技術支持。本文將對自助式商業智能分析軟件做基本介紹，并通過自助式商業智能分析軟件在“業財融合”方面應用做一些探索。

關鍵詞：業財融合；商業智能；軟件分析

一、商業智能分析軟件介紹

傳統的商業智能（BI）的概念最早在1996年提出。當時將商業智能定義為一類由數據倉庫（或數據集市）、查詢報表、數據分析、數據挖掘、數據備份和恢復等部分組成的、以幫助企業決策為目的技術及其應用。而這些數據可能來自企業的ERP、CRM、OA、HIS等業務系統。

2013年前，商業智能軟件如，SAP BO、 Oracle BIEE、IBM Cognos相繼面向企業用戶推出。這些軟件可以很好的解決企業用戶在商業智能分析方面需求。然而這些軟件的部署成本高，其中包括采購產品以及相關的硬件、后續的維護、咨詢服務、培訓成本都很好。其次這些大型商業智能軟件項目實施周期和人員素質要求也高。報表需要專門的信息技術人員進行開發。但在“業財融合”背景下需要的報表非常的多，而且需要的報表維度也是多方面。讓信息技術部門對所有的報表都進行開發在成本上是不可行的。同時財務人員受制于信息技術水平及信息系統權限的問題也沒有自己開發能力。所以智能分析軟件對“業財融合”方面應用較少。

2013年后，國內外自助式商業智能分析軟件如Tableau、Qlik、帆軟、永洪、Smartbi、Power BI等軟件的集體上線，商業智能分析軟件市場經歷了一場巨大變革，這些強調易用性自助式的，在沒有IT背景下的員工都能使用的分析軟件，這些軟件得到大面積的推廣，也正在取代傳統復雜的商業智能分析軟件成為市場的熱點和趨勢。自助式商業智能分析軟件的應用，使得財務人員在信息技術背景下可以更好的“業財融合”，可以更加專注分析本身，從復雜的IT技術解脫出來。

二、Power BI自助式商業智能分析軟件介紹

Power BI 是微軟在近年推出的自助式商業智能分析軟件，在中國由世紀互聯負責營運。和其他自助式商業智能分析軟件比，該軟件源于我們日常工作中最為熟悉的軟件 office 2016版本中插件，所以在操作習慣上與微軟的office一脈相承，接受度非常的高。該軟件的開發是基于互聯網思維，廣大用戶可以在軟件社區投票，投票選出最希望更新的功能，所以軟件的迭代速度也非常的快。幾乎每個月都有更新。Power BI Desktop版本，面向客戶個人的桌面應用暫時還沒有收費計劃。Power BI Pro版本可以利用微軟的云發布報告，也僅需要65元/月。對財務分析來，沒有對外發布的必要，其免費版本即可滿足需要。

Power BI分為三個模塊，第一個模塊數據查詢Power Query。可與多種數據源對接，如Excel表、ERP系統、數據庫系統、網頁數據等幾乎所有常用的數據來獲得數據。在讀取數據后，可以通過數據處理模型對數據進行篩選、分類、整理、定義類型等加工成所需要的數據格式，這個步驟可以稱為數據清洗，當建立好數據加工模型后，需要重復清洗時，可以利用已經建立的數據處理模型快速對數據源進行清洗，大大減少的重復勞動。例如每個月的財務分析，數據來源一樣，格式固定就可以用這種方式對數據進行清理。第二個模塊是Power Pivot。這一步是數據分析過程中最具有技術含量的核心部分，把數據組合起來實現不同維度的分析。首先把不同的數據表建立關系模型，這種關系模型就像Excel的Vlookup一樣，可以將不同的數據表建立起關系來，只不過關系模型只是建立關系并不真正的把數據引用過來，只是一種關系。微軟還為Power Pivot開發了DAX語音，有人說這是微軟在Excel中20年來做的最好的一件事情。DAX語音與VBA比較，學習曲線與投入時間的比非常劃算，大多公式與excel公式通用，在掌握20個左右常用公式就能處理非常復雜的問題。運營DAX語言，建立計算模型，計算模型通過數據關系模型把已經清洗過的數據再次進行運算，得到我們想要的分析指標。第三個模塊Power View。該模塊可以把分析指通過標可視化的界面展示出來，Power BI提供了豐富的可視化數據對象，從常用的條形圖、餅圖、折線圖到當下流行的熱力地圖、著色地圖等，可視化數據對象每天都被不同的開發者開發出來，傳到軟件社區，用戶可以自行下載需要的可視化對象。當制作報告時，用戶只需把可視化數據對象拖拽到面板，設置指標參數，即可得到非常絢麗的視覺報告。同時提供了“問與答”功能，提高了報告的交互性，使報告使用者不僅僅是被動信息接受者，也能按照自己需要調整報告格式。

數據源經過這三個模塊即可轉變為華麗的視覺報告，可以重復的使用，大大的減輕分析的工作量，把可以把更多的精力轉移到報告的應用上。

三、自助式商業智能分析軟件應用實例

（一）背景介紹

本人所在企業為成品油零售企業，旗下管理著超過一千座加油站，經營著六種成品油，千余種便利店商品。公司經過10余年的信息化建設，已經完成了從加油站一直到總部的各種信息化系統的建設已經日趨完善。這些信息系統每天產生大量的經營數據，怎樣使這些數據為企業經營決策提供支撐成了財務人員急需解決的問題，也為業財融合在實際工作應用提供的切入點。通過Power BI解決了油品價格到位率的計算及便利店商品的帕累托分析。

（二）價格到位率計算

成品市場逐步放開，國際油價低位運行，造成國內成品市場競爭激烈，各成品企業普遍采用降價策略進行促銷。那么價格到位率（即油品實際銷售價格與物價局批復價格的比）成為主要績效考核指標。但現有的系統中沒有計算價格到位率的指標的功能，現有的系統中只有掛牌價格（即實際銷售價格）與銷售數量，而且每個地市批復的價格不一致，每個加油站的降價的幅度不定，每個站每月有幾天降價不定，只能分油品品號按片區、地市、省公司逐級每天逐級匯總。原始數據非常龐大，每個月有近10萬行銷售數據，無論是手工計算還是用Eecxl都非常難計算。通過Power BI建立銷售數據、組織機構、價格表、產品表、時間表的關系模型，創建建立多個維度的視圖，如省公司-汽油柴油，省公司-明細品號，地市公司-明細品號等等視圖。同時由于DAX語言提供了時間智能函數，還可以非常容易計算出指標的環比、同比情況。當建立好模型后，每次計算只需重新刷新一下，幾分鐘就能得到計算結果，進而通過大量的計算和分析得出價格與銷量的關系，根據市場情況不斷的修正營銷策略，取得效益最大化。

（三）帕累托分析

成品油企業在營業室普遍經營便利店商品，便利店商品種類多，加油站布局分布在高速公路、城鄉結合部、市區、農村，面對的市場情況不盡相同，怎么取得較好的效益給業務人員和財務帶來新的挑戰。為了應對不同的市場，將帕累托分析（即ABC分析法）延伸應用，按照商品毛利進行分析，確定50%、30%、20%的毛利是由哪些商品構成的。通過Power BI制作所有商品毛利的帕累托圖后，建立加油站的位置關系模型，分析出不同地理位置加油站毛利帕累托圖。經分析不同位置加油站貢獻了50%毛利的商品特點不盡相當，根據不同位置的站的特點重點商品進行鋪貨，進行精細化營銷，以獲得更好的效益。

四、結論

綜上所述，對Power BI 自助式商業智能分析軟件介紹，通過兩個具體案例介紹了在業財融合方面的應用，結果表明Power BI可以幫助財務人員計算復雜的指標，把財務人員從繁重的計算脫離出來，更多的精力放在業務分析上，使業財融合真正的能為企業經營決策做出指導。

參考文獻：

[1]馬世全.從Excel到PowerBI：商業智能數據分析，2018.2 ISBN978-7-121-3324-8.

[2]趙業峰.企業數據經營分析：思路、方法、應用與工具，2016.9 ISBN978-7-121-29333-7.