京公网安备 11010802034615号
经营许可证编号:京B2-20210330
挖掘财务数据“金矿 BI将数据变为信息
“当国内大部分企业的财务信息系统都已经到位时,以财务软件起家的用友、金蝶等国内厂商下一步重点发展的产品会是些什么?曾经生意兴隆的财务软件厂商下一步该怎么走?BI(商业智能)成为他们继财务软件之后分得‘下一桶金’的市场契机。”Oracle咨询顾问经理鲁百年曾如是说。
BI究竟是如何将企业的“海量数据”变成有“价值金矿”?为何一贯专注于财务管理信息化的软件厂商开始钟情于商业智能?BI与财务数据存在哪些天然的关联性?
BI将数据变为信息
自1996年BI概念由Gartner提出以来,BI逐渐从“新贵”神坛走近企业管理者,成为管理层的决策好帮手。
后ERP时代,BI成为企业信息化领域的热点应用之一。经过近10年的信息化发展历程,ERP逐渐在企业普及,信息系统带来的结果之一就是由此产生了海量数据,它们存在于企业的各个角落。
来自财务部门的资产负债表、现金流量表、损益表,来自市场部门的销售数量、销售总额、客户数量,来自人力资源部门的员工工资、各项费用……大量数据以多种数据格式、多种数据种类,存在于企业的多种终端的数据库之中。
尤其是以金融、保险、电信、政务、烟草、石化、大型零售这几个领域为例,这些领域的企业有两个共同的特点:一是数据量大,二是有实力挖掘数据。
正如麦肯锡在《大数据的下一个前沿:创新、竞争和生产力》中指出,数据已经渗透到每一个行业和业务职能领域,逐渐成为重要的生产因素;而人们对于海量数据的运用将预示着新一波生产率增长和消费者盈余浪潮的到来。
问题的关键是,如何利用好这些数据,变数据为有用的信息?BI为企业的分析决策提供了一条可实现路径——BI通过对商业信息的搜集、管理和分析,使企业的各级决策者获得知识或洞察力(insight),促使他们做出对企业更有利的决策。
从企业自身的需求看,中国企业应用BI的需求日益增加。比如保险公司如何利用历史数据总结规律防范骗保?物流公司如何实时控制库存保证利润最大?航空公司如何制定价格策略才能获得最大收益?这些都是BI的现实应用。作为企业信息化应用深入的产物,BI应用越来越成为客户和市场的一个关键力量。
从外部环境看,企业面临日益复杂和激烈的外部环境竞争,决策层不再只凭拍脑袋来下决断,而是越来越希望自己的决策能得到更加准确的数据支持,以便做出更及时更精准的市场反馈。
从企业内部的信息化应用程度看,随着信息化应用的不断深入, BI的应用逐渐成为可能。 以前,BI需求多集中在银行、证券等信息化程度较高的行业;如今,BI应用需求也从高端行业走向低端行业,通用市场对BI应用的需求将越来越多。
计世资讯的一份研究报告显示,BI软件在中国用户的认知度已经接近60%,在大型企业中认知度是95%, BI已经开始在中国进入了大规模的推广和应用期。特别对于企业的中高级管理人员,BI已经成为一个重要的管理工具和战略应用。
财务背景的厂商独具优势
BI应用已经成为信息化建设的重中之重,也成为各大软件厂商的重要“战场”。日前市场上提供商业智能解决方案的IT厂商包括IBM、Oracle、SAP等。在国内,用友、金蝶也早在几年前就预测到这一市场的广阔前景,纷纷开始发力这一市场。
“财务软件起家的软件商,更容易获得企业的青睐。”作为一家专注于财务管理信息化领域10余年的专业“咨询+软件”服务商,元年诺亚舟也敏锐地意识到这一新契机,开始代理Oracle BIEE。
在元年诺亚舟看来,财务数据是最基本的、积累量最为丰富的一种数据,而企业在分析决策时首先想到的也往往是对财务数据进行分析。因此,财务数据与BI有着非常紧密的联系。
“整个财务管理系统深入到企业的各个部门,其核心是财务部门。因为财务部门要负责对企业的运作进行财务管理,比如预算的编制与执行、绩效考评等。”一位业内认识如是说。
财务数据分析的应用非常广泛。然而,一般的非财务出身的公司管理者很难看得懂公司财务报表,即使看得懂,也很难找到自己想要的数字。 对于BI的财务分析来说,主要是对一段时期的数据进行对比与分析,BI系统做出一些判断。
比如,一家公司的毛利润很高,而经营利润却比较低,管理者想知道哪个环节出了问题。如果毛利润在整体下降,那么在战略管理的BI系统中,就会有一个提示,提示公司某一个业务,其原来定义的项目生命周期是否应该做调整,是否应该开发新的产品与业务来源,公司资金的分配计划中,也许会因为这些数据的分析,需要重新进行一次调整。
管中窥豹,可见一斑。纵观国内外BI的主流厂商,几乎都是以财务软件起家的管理软件厂商。
“其实也不难理解,商业智能进行数据分析的大部分数据来自财务信息系统,而财务软件厂商又是对财务信息系统对熟悉的人。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
当沃尔玛数据分析师首次发现 “啤酒与尿布” 的高频共现规律时,他们揭开了数据挖掘最迷人的面纱 —— 那些隐藏在消费行为背后 ...
2025-11-03这个问题精准切中了配对样本统计检验的核心差异点,理解二者区别是避免统计方法误用的关键。核心结论是:stats.ttest_rel(配对 ...
2025-11-03在 CDA(Certified Data Analyst)数据分析师的工作中,“高维数据的潜在规律挖掘” 是进阶需求 —— 例如用户行为包含 “浏览次 ...
2025-11-03在 MySQL 数据查询中,“按顺序计数” 是高频需求 —— 例如 “统计近 7 天每日订单量”“按用户 ID 顺序展示消费记录”“按产品 ...
2025-10-31在数据分析中,“累计百分比” 是衡量 “部分与整体关系” 的核心指标 —— 它通过 “逐步累加的占比”,直观呈现数据的分布特征 ...
2025-10-31在 CDA(Certified Data Analyst)数据分析师的工作中,“二分类预测” 是高频需求 —— 例如 “预测用户是否会流失”“判断客户 ...
2025-10-31在 MySQL 实际应用中,“频繁写入同一表” 是常见场景 —— 如实时日志存储(用户操作日志、系统运行日志)、高频交易记录(支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系,我将从相关系数的核心定义与类型切入,详解 “数 ...
2025-10-30对 CDA(Certified Data Analyst)数据分析师而言,“相关系数” 不是简单的数字计算,而是 “从业务问题出发,量化变量间关联强 ...
2025-10-30在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24