[摘 要] 高校财务信息化建设积累了丰富的业务数据,如何利用历史数据进行高校财务决策,是管理者关心的问题。本文通过财务决策主题,设计出多维立方体,并对其执行联机分析处理(OLAP);利用决策联机分析处理平台进行分析,并给出了相应的分析结果。决策OLAP分析的应用使高校财务管理系统获得更高的实用价值。
[关键词] 高校财务;财务决策;数据仓库;OLAP;MDX语言
doi : 10 . 3969 / j . issn . 1673 - 0194 . 2010 . 17 . 001
[中图分类号]F232 [文献标识码]A [文章编号]1673 - 0194(2010)17- 0002 - 04
0引 言
联机分析处理(On-Line Analytical Processing,OLAP) 能对多维数据进行分析操作,给用户提供一幅幅直观的视图,从而对数据获得更深入的了解,具有快速性、可分析性、多维性、一致性和交互性等特点[1]。OLAP服务器一般作为数据仓库系统的中间层,是用户预定义的多维数据视图,它对数据仓库的信息进行统计分析处理,可为具有明确分析范围和分析要求的用户提供高性能的决策支持。
本文通过分析高校财务决策的若干需求,应用数据仓库建模分析方法,对财务决策数据仓库的主题域维度模型进行设计和实现,并对基于OLAP的高校财务决策应用作了一些研究。Microsoft SQL Server 2005的Analysis Services 多维数据集对数据仓库中的所有数据提供了统一和集成的视图,可作为传统报表、OLAP 分析和数据挖掘的基础,本文的研究都是采用Analysis Services 多维数据集完成的。
1 高校财务决策业务分析
1.1 高校财务信息化状况
目前高校的财务管理已基本实现了信息化,并建立了相应的财务网络,通过财务数据库来实现财务信息的管理。然而,数据库中的财务信息相对孤立,财务信息系统一般也只注重财务数据的汇总核算和自动生成财务报表等功能,没有对各项指标进行多角度分析,与其他相关的管理系统也没有良好的接口。高校的财务数据分布在各个部门,财务数据往往来自多个数据源,数据算法不同,结果当然存在差异。财务信息系统中没有足够的历史数据,不利于查询和分析[2]。高校财务决策数据仓库能高效地利用财务数据,并产生相应的财务图表,为各级部门提供有效财务数据信息,帮助决策人员进行分析决策。
1.2财务决策业务流程及数据
高校财务决策业务流程如图1所示。财务决策需要对学校的基本财务数据进行数据提取,再分类实施财务历史数据比较和未来数据预测,数据分析处理后输出决策数据信息。
高校财务决策数据仓库中的数据源来自能提供财务数据的计划财务处、人力资源处、科研管理处、资产设备处、基本建设处和后勤管理处等部门的管理信息系统。例如计划财务处提供历年的各部门的财务信息和职工的工资信息;人力资源处提供历年的人才培养和人才引进所发生的财务费用信息;科研管理处提供历年科研成果转化和项目开发所产生的费用信息;资产设备处提供历年设备购买和设备使用情况的详细信息;基本建设处提供学校的基建项目费用信息;后勤管理处提供高校历年进行的后勤建设详细信息。
财务决策数据仓库的数据采集是把各业务系统中的数据加载到数据仓库中,它需要考虑采集的周期和时间,以满足数据的及时性和实时性等特点,通常分为面向数据的采集和面向报表的采集。面向数据的采集是从各业务系统的源数据库或某些文件中直接取得;面向报表的数据采集是将一些影响决策分析的信息从报表中读取或人工录入。对于决策的不同主题,除了基本数据外还必须有汇总数据。汇总分财务科目汇总和项目汇总。在财务决策数据仓库中,需要处理的数据都面向某一个主题,如何分析和处理,需要区别对待。
2 高校财务决策数据仓库的设计
2.1高校财务决策的需求分析
高校的决策者,必须经常关注很多问题,并得出有价值的答案。如:学校的科研项目业绩怎样,哪些项目处于稳定发展,哪些项目需要继续扶持?学校职工工资待遇怎样,哪些职工需要调整工资?学校需要引进哪些人才,哪些是急需人才,人才的专业方向怎样定位,人才培养教育计划和目标怎样?学校的资产状况怎样,当前需要更新哪些资产?而这一切都需要钱,学校的财务状况怎样,分别能投入多少钱?
2.2财务决策数据仓库主题域的设计思路
面向主题是财务决策数据仓库的主要特征,财务决策数据仓库的数据都围绕主题组织,主题所包含的数据个体都是与高校决策有关的数据。财务决策就是资金管理决策。教学、科研、资产、职工工资、学生收费、后勤、基建等都离不开资金,所以财务决策数据仓库的主题域归根到底就是资金管理。高校领导需要对整个学校和各部门、各项目所需资金做出总决策,而各部门、各项目内部的资金,也需要进一步做出决策,为此有一个资金管理主主题域,主主题域又分出若干子主题域,如职工工资、学生收费、后勤信息、资产信息、科研信息、教学信息等子主题。
2.3财务决策数据仓库的具体设计
2.3.1财务决策数据仓库总体结构
财务决策数据仓库的总体结构如图2所示。它从多个数据源中获取数据,经过ETL工具对数据进行清洗、分类后,存储在数据仓库的内部数据库中。在具体决策主题下,根据需要获取不同维度的数据,分析维度数据的层次,建立相应的事实表和维度表,内部数据库中的数据再通过数据加载工具向数据仓库提供数据信息,从而实现数据仓库。数据仓库建立并载入数据信息后就可对其中的数据进行查询和OLAP分析应用。
2.3.2数据仓库的数据设计
财务决策数据仓库的数据可分为详细数据和综合数据。详细数据是每天发生的所有数据,综合数据是汇总后的数据。数据仓库的数据量不断增加,常用数据与不常用数据会自然分化,不常用数据需要存储在备用存储器中。决策者可能会有各种决策需求,因此应对数据进行相应的划分。按数据的使用频率不同将数据划分为:详细数据、轻度综合数据(每月的汇总数据)和高度综合数据(每年的汇总数据)。高校财务数据是必须长期连续存放的,财务一般都是按月过账,数据文件每月生成一次,数据历史记录很多,数据文件很大。汇总数据是综合数据,数据量相对较小,而各类决策的结果数据其数据量更小,是高度综合数据。
在数据仓库中,基础数据始终处于关键位置,要保证在任何时候、任何过程都能选取,以便以此为依据作出正确的决策。
3 数据仓库系统实现
财务决策数据仓库的逻辑模型采用星型模型与雪花模型相结合的方式,根据决策要求,按主题的需要,建立事实表和维度表。然后,从各数据源中抽取数据,集成到数据仓库中。
事实表是数据仓库的核心,包括键和可以用于汇总统计的详细指标,是构成数据仓库的所有类型表中体积最大的,它通过键将各维度表组织起来[3]。根据不同主题设定的逻辑模型,有不同的事实表。为了将数据按内在的逻辑关系有序地存放在维度表中,维度表提供了所描述对象的详细属性[4]。
财务决策数据仓库的主逻辑模型包括:资金明细事实表、经费类别维表、部门维表、科目维表、项目维表、负责人维表、时间维表等,它以高校计划财务处的账务处理数据为主。采用星型结构,其模型如图3所示。
对各部门、各项目的子主题域,还建立了相应的逻辑模型。如职工工资、学生收费、后勤费用、资产信息、科研项目、教学信息、基建投资等逻辑模型。
4 财务决策数据分析
4.1财务决策OLAP分析系统设计
高校财务决策数据仓库的重要功能是应用联机分析处理(OLAP)技术对高校的财务数据进行决策分析,具有图表浏览功能,能产生相应主题的数据图表[5]。
财务决策OLAP系统以学校的各种管理信息系统为基础,将数据源中的数据经过清洗、转换和集成后加载[6]到财务决策数据仓库中。加载过程中要注意几点:①由于外部数据来自不同的系统,相同数据的代码和数据类型其表示可能有所不同,为此必须统一,不统一的和不利于分析的需要改变;②往往要从数据源的几个相连接的表中抽取某几个字段的数据或只抽取某些符合条件的数据,这时必须注意输入正确的命令,以便得到所需的结果;③对类似年龄这种随时间变化的数据需要随时间计算,要先建立一个临时表,在临时表中进行计算,再将临时表的数据抽取到正式表中;④为避免多重粒度数据在一个表中存在带来数据冗余及更新异常等多种问题,必须采用基本表与视图相结合的方式;⑤考虑到数据查询与分析主要是按项目进行,本数据仓库中不再保存员工工资、学生交费和学生奖贷勤等个人信息,只保存它们按项目的各种汇总信息,这样不至于増加新的事实表和维度表。
财务决策数据仓库通过OLAP服务器、OLAP设计工具向客户机提供数据分析服务。复杂的数据逻辑都存储在学校各信息系统服务器上,数据仓库的数据按主题组织,使得财务决策多维分析设计避开了复杂的数据结构,提高了分析处理的速度,分析的设计与实现由一般的业务处理人员即可完成,提高了系统的效率、可用性和可扩展性。
财务决策数据仓库OLAP,能从不同角度、不同层次、不同时段来查询和分析数据。它的各种分析方法都以剖析数据为目标,可以深入了解包含在数据中的规则信息。在取得决策财务信息数据后,通过图表的方式将这些数据展现给用户。图表制作可以根据图表的主要内容进行定义,按照不同项目、不同部门、不同职称以及各种明细生成相应的图表,可以选择项目、设备、工资、人才等多个费用种类。灵活的设置可满足不同用户的需求,能够随意确定维度及相应的值,可以根据需要任意组合各种输出内容,能进行纵向或横向分析,使用户可以清晰、直观地看到分析结果。例如查看学校各个部门某一学期用于教学的费用情况、汇总教师的教学课酬、预测下一年度的教师教学费用,分析各学院的经费收支组成、经费收支时间分布和所有经费的汇总等,这些信息对学校的管理人员和决策者都极为有用。
数据展现方式有多种,在实际使用中,针对高校财务决策的业务特点,面向财务管理人员和决策人员分别采用不同的展现方式,对决策者展现的是高度综合的汇总数据,对一般管理人员展现的则是相对详细的汇总数据。
实际设计时通过选择OLAP多维数据集,建立OLAP服务器的连接,生成各种数据透视表,利用设置的报告格式或图形格式,自动生成报告或图形;对多维数据进行各种复杂查询时则采用MDX语言设计。MDX语言是操纵数据仓库中多维数据集数据的强大工具,它是OLAP的扩展,类似SQL语言 [7]。
4.2 财务数据OLAP分析决策典型实例
利用某大学的财务数据进行OLAP分析。如对3个学院的年人均科研费用进行钻取分析和结果展示,可得到如图4所示结果。从图4中可以看出,电气院的年人均科研费用是其他两个学院的数倍以上,且呈明显扩大趋势,电气院的科研项目很多,科研经费充足,数学院的科研经费很少,几年来没有多大变化,还呈下降趋势。数学院从事的是基础教育,基础打不好,培养的学生没有后劲。此分析结果显示,学校应该加强数学院等学院的管理,科研项目和经费要向这些院系倾斜,通过増加应用课题,与其他院系联合开展科学研究,应该能走出科研项目过少和科研费用不足的困境。
当对上述3个学院的职工年平均收入进行钻取分析和结果展示时,可得到如图5所示结果。从图5中可以看出,3个学院职工的年平均收入几乎相同,电气院的只稍高一点,且无论那个学院,3年来职工的年平均收入都很少增加。职工的年平均收入包括职工工资和科研提成,职工的年平均工资各个学院都相差不大。比较图4可知,科研项目多、科研费用收入高数倍的电气院职工,他们的年平均收入并没有增加多少,很显然,这是极不合理的,电气院职工投入科研的精力肯定也是其他院职工的数倍,但多劳没有多得。因此,要把学校办成研究型大学,学校决策者除应加大科研投入,培养、引进科研带头人外,还必须彻底改变科研收入的分配政策,不断提高职工的年平均收入水平。
进一步OLAP分析,还可以得到如图6所示的2005-2007三年全校科研到账、新增资产设备和职工工资的3项经费汇总的直方图。
从图6中可以清晰地看到,学校在这3年内的科研到账、新增资产设备和职工工资的3项经费的汇总情况。通过分析计算,可以对下一年度的相关费用进行规划和分配。
由图6进一步可以得到如图7所示的2005-2007年3项经费汇总变化规律图。
图7反映了学校3年内科研到账、新增资产设备和职工工资3项费用汇总后的动态变化规律,新增资产费用和职工工资近3年都是平稳增长,而科研到账经费2007年则是大幅度增长,据此可预测今后3项费用的变化趋势,同时也提醒学校领导必须采取更加有力的措施才能保持科研到账经费的增长速度。
5 结束语
通过使用Microsoft SQL Server 2005的Analysis Services 多维数据集,应用OLAP,为高校财务决策提供了直观的、有力的支持,提高了学校办学经费和科研经费的利用率,促进了高校各部门的协调和平衡发展。如提出更多的决策主题和深入进行数据挖掘,决策OLAP的应用将使高校财务管理系统获得更高的实用价值。
主要参考文献
[1]刘翔.数据仓库与数据挖掘技术[M].上海:上海交通大学出版社,2006.
[2]赵宝华,阮文惠.高校财务数据仓库的设计与实现[J]. 计算机工程,2008,34(17):266-268.
[3][美]Paulraj Ponniah.数据仓库基础[M].段云峰,译.北京:电子工业出版社,2004.
[4][美]Erik Thomsen.OLAP解决方案:创建多维信息系统[M].第2版.北京:电子工业出版社,2004.
[5]陈国旗.数据仓库在高校财务管理系统中的应用[J].中国计量学院学报,2004(4):323-326.
[6]罗坤莉,李志蜀.基于数据仓库构建性能综合分析系统[J].计算机应用,2008,28(6):166-168.
[7] 袁隽媛.试论数据仓库在高校网络教育管理中的应用[J].发明与创新,2007(5):36-37.