行业解决方案
深耕行业 创新价值中央企业
服务央企数智化转型第一品牌国资监管与投资控股
数智国资 新质发展装备与离散制造
数智融合 赋能高端制造流程制造
深化AI+赋能流程制造业,助燃新质生产力消费品
数智消费,赋能消费品行业企业数智化转型发展服务
AI+驱动服务行业数智企业创新发展交通与公用事业
数智赋能交通公用行业高质量发展建筑与地产
建数智引擎,产新质动能医药
以数智创新驱动医药行业高质量发展医疗
数智化技术赋能医疗机构高质量发展能源
以数智创新推动能源行业绿色低碳发展电信与广电
电信与广电行业M域首席服务商军工
军工企业的数智化首选政务
云聚公共管理智慧,助力政府数智化转型教育
数智化人才培养服务提供商金融
中国金融行业数智化解决方案领导者汽车
专注于汽车行业营销与后市场服务烟草
助力烟草行业数智化转型行业
深耕行业 创新价值中央企业
服务央企数智化转型第一品牌国资监管与投资控股
数智国资 新质发展装备与离散制造
数智融合 赋能高端制造流程制造
深化AI+赋能流程制造业,助燃新质生产力消费品
数智消费,赋能消费品行业企业数智化转型发展服务
AI+驱动服务行业数智企业创新发展交通与公用事业
数智赋能交通公用行业高质量发展建筑与地产
建数智引擎,产新质动能医药
以数智创新驱动医药行业高质量发展医疗
数智化技术赋能医疗机构高质量发展能源
以数智创新推动能源行业绿色低碳发展电信与广电
电信与广电行业M域首席服务商军工
军工企业的数智化首选政务
云聚公共管理智慧,助力政府数智化转型教育
数智化人才培养服务提供商金融
中国金融行业数智化解决方案领导者汽车
专注于汽车行业营销与后市场服务烟草
助力烟草行业数智化转型销售热线:
4006-600-577新时代,企业对报表产品从关注“表”级应用,到聚焦到“数据”“模型”“呈现”。随之而来,合并报表产品采用OLAP多维技术,并结合内存计算以获得最大的性能体验。
1、 OLAP多维引擎,让数据更多维
多维数据表达是多维引擎的基础。包括维度、维值和度量值三部分。维度(Dimension):是人们观察数据的特定角度。如报告系统中的期间维、组织维、科目维等。
维值(Member):维的一个取值,是数据项在某维中位置的描述。(“某年某月”是在期间维上位置的描述)。层级(Hierarchy):描述特定维度的层级关系。(科目维:资产、流动资产、货币资金、现金)。度量(Measure):多维数组的取值。(2020 年12月,北京公司,收入,100)。
基于多维技术,可对数据进行多维组织查询分析:有钻取(Drill-up和Drill-down)、切片(Slice)和切块(Dice)、以及旋转(Pivot)等。满足数据的向上聚合,向下钻取,分析查询。
2、规则引擎,让数据模型更智能
对于常规合并业务,构建抵销对角科目后,系统按预置规则进行相关抵销处理。
对于复杂业务,以Python语法和规则函数,对多维数据多种复杂处理。如查询(Find(“A.1001”)、删除Clear(“A.1001”)、赋值Exp(“A.1001=A.1002+A.1003*0.6”) 、等种复杂处理,以实现复杂的业务场景。
3、内存计算,让数据计算展现更实时
近年来, 随着多核CPU的快速发展, 内存价格的不断下降, 以及系统架构的不断演进下, 为大数据处理在硬件方面提供了有利的条件。
在内存计算模式下, 所有模型的数据在初始化阶段全部加载到内存中, 数据及查询的操作都在高速内存中执行, CPU直接从内存读取数据, 进行实时地计算和分析, 减少了磁盘数据访问, 降低了网络与磁盘I/O的影响, 大幅提升了计算处理的数据吞吐量与处理的速度, 减少了原本占大量计算资源的I/O开销.通过内存计算的 应用, 避免了I/O瓶颈, 以前在数小时、数天时间内计算的结果, 在内存计算环境中, 可以在数秒内完成。
新时代,业财大数据融合成为企业数智化发展的必然趋势,从报告合并产品技术来看,传统电子表格线上化技术已经难以满足现代企业发展报告的要求。基于OLAP的多维引擎,为企业数据多维化提供了较好的技术支撑;
基于Python语言脚本的规则引擎,为企业业财数据处理提供了良好方法;基于内存计算技术,保证了大数据下的性能。在理念和技术的支撑下,新一代的合并报表必将朝更多维度、更细粒度、更智能、更实时方向发展。
新一代合并报表系统应用模式如下,从数据、模型、展现上分步构建及应用。如下图所示
1、构建体系、多维模型
(1)构建多维框架体系
基于企业价值管理及精细化管理的要求,构建多维体系的框架。满足企业外部披露及内部管理的诉求。如期间维、科目维、项目维、产品维等。数据以多维模式采集,存储,数据与业务维度属性强关联,支持数据的多维分析。
(2) 实现“源”到目“目标”的多维转换
多维精益核算数据为报告系统的数据源,核算系统为OLTP交易类系统,其数据表达方式基本为二维模式;而报告为OLAP分析型系统,基数据表达式为多维式。
在新一代ETL数据转换工具, 通过源系统与目标系统维度映射的方式,实现二维数据的多维转换。为合并报表体系提供了较好的数据支撑。
2、构建模型、财管合一
基于合并准则要求,构建法人合并模型,以多维核算数据为基础,基于余额级(账务级)明细数据构建合并业务抵销模型,满足主表及附注同步合并的要求。
基于组织的多口径建模,构建管理口径合并模型。管理合并模型与法人合并共享底层最细组织数据,基础一致;规则模型,参照企业会计准则,与法人口径基本趋同。
个性化管理规则,以管理调整维度进行单独存储,以实现管理口径结果数据与法人口径整体趋同,差异可追溯分析的整体效果。
3、结果输出,多维呈现
从多维数据为基础数据,从业务模驱动生成管理财融合的多维数据集,形成企业财务数据资产中心(数据银行)。从数据服务角度,提供对外披露服务和内部管理分析服务。
从对外披露角度,基于多维数据输出格式化报告,满足国资委、财政部、交易所等要求格式化报告输出。并支持从合并结果开始逐层追溯查询,分析整体数据的生成过程。
常见的追溯路径如下:从合并结果追溯到汇总数和抵销数,沿汇总数往下,可追溯至单体,直到最明细的底层数据;从抵销数往下追溯,可追溯到对账报告及关联交易统计相关信息。
从内部管理分析角度,以财务组织及科目为经,以管理属性为纬,以时间序列为轴,形成管理分析多维数据集。以财务组织及科目经度为媒,透视满足披露的所有财务数据,透过财务看业务;能够以管理属性纬度为媒,通过管理分析报告,透过业务看财务;还能够以时间序列为媒,突破传统会计期间的限制,分析任何时点、任何期间的企业业务、财务状况和经营成果。
#作者简介#
黄贞发 用友公司高级专家
过去从学习及工作经历,主要聚焦财务领域,从事审计、核算及信息化工作;
近10年,主要聚焦于报告及合并相关业务。
擅长法人报告及管理报告规划、合并准则及管理报告规则设计、基础数据质量治理及系统集成。
整个职业生涯中,分别作为售前专家、实施专家、项目管理的角度,参与了20个以上合并项目的售前、实施,交付。