全面预算管理系统定位是一个企业管理业务系统，却存在着一些和传统MIS系统不相同的问题。因此在项目中创新性的借鉴商务智能技术，将系统构建在多维数据库上。但这种创新也遇到一些新的问题，在文章中简单的做一个经验总结，希望能够和大家分享。

　　3.1. 依靠BI技术构建企业绩效管理流程

　　全面预算管理理论从最初的计划、协调生产发展而成的现在兼具控制、激励、评价等功能的一种综合贯彻企业战略方针的经营机制。全面预算管理是将企业的决策目标及其资源配置以预算的方式加以量化，并使之得以实现的企业内部管理活动。全面预算反映的是企业未来某一特定期间的全部生产、经营活动的财务计划。因此我们借助了ETL、OLAP数据库、报表、数据仓库、数据挖掘等BI技术，构建一个商务智能模型应对企业绩效管理过程中的各个管理流程。通过构建的BPM模型帮助企业进行目标设定、建模、计划、监控、分析、报表等环节，形成一个闭环模型，这个闭环上的所有的活动都共享OLAP数据库的数据信息，就是通过这样一个闭环模型扩展开就能够形成一个企业绩效的信息化方法论。

　　3.2.建立多维模型以适应企业全面预算要求

　　企业全面预算一般包括营业预算、资本预算、财务预算、筹资预算等部分，但各个企业实际业务、市场环境和战略目标却不尽相同，因此对于企业全面预算管理要求建立的数据模型如果沿用关系型数据模型则不适合解决，因此要求建立多维数据模型以反映不同企业的预算要求。

　　企业全面预算的制定应当是各参与方之间重复博弈的过程，在这个过程中，信息流动是多向的，也是反复的，直至达到最后的一致。建立统一的多维数据模型是为企业设计完整、系统的全面预算管理体系方案中最为重要的部分。在这个多维模型中要求能够确定组织架构，坚持“战略、预算与绩效高效互动”的原则，以“运作计划体系”、“预算执行评估体系”和“预算调整体系”为设计的3大重点建立全面预算管理体系，以业务活动为驱动，设计切实可行、科学合理的全面预算模型体系。同时能够结合企业的预算周期、关注指标、分析预测等特点来建立多维模型。

　　在这个多维模型中抽象出几个适合全面预算要求的公共维度，currency(货币)、account(科目)、entity(实体或业务单元)、year(年份)、time period(期间)、scenario(情景)、version(版本)。基于此，针对不同的业务需求，可以适当增加维度，不过不可以太多，超过13个维度会严重影响多维模型性能。并且对各个维度的存储情况按照数据聚合程度分别设计成Store或Dynamic Calculation等不同存储属性，以提高数据计算和访问的综合性能。

　　3.3.通过目标分解算法将企业战略变为企业预算

　　全面预算管理系统定位是一个企业管理业务系统，却存在着一些和传统MIS系统不相同的问题，例如传统MIS系统通常处理的是实际发生的事实的明细数据，并将数据层层汇总，传统的BI系统也都如此，但企业战略目标制定实施执行却往往不是如此，它是从目标从上往下，层层分解，这就要求能够利用信息化帮助企业去执行战略目标。这是全面预算管理理论中即使借助信息化手段也难于实现的部分。在实际应用中，可以基于多维数据库语言来实现。目前MDX语言已经成为多维数据库的标准通用语言，但在目前掌握这类语言的人并不多，在国外这一技术已经变得非常普及，它能够帮助采用统一的语言标准设计和实现不同多维数据库的。在MDX中可以活用一些集合函数，如Parent、Children、Descendants、Ascendants、Ancestor、ParallelPeriod、YTD等，可以很好的帮助我们设计多维数据库的计算脚本，通过多维模型语言建立“Top-Down”、“Bottom-Up”以及上下结合的目标分解算法，并将几种脚本分别测试，研究脚本和目标分解方法的适用性进行对比，帮助企业领导者部署企业战略，缩短预算编制形成时间，减轻预算试算工作量。

　　3.4.利用回归模型辅助制定企业战略

　　企业预算的编制合理性依赖于企业战略目标的制定，然而企业战略目标使企业领导者以及董事会根据分析企业所处的生存环境，包括国家宏观政策、行业发展趋势、竞争对手状况等内容，并据此制定企业营销、产品、研发、投资、融资等方面策略，更重要的是结合企业往年实际经营情况和预算执行情况的分析进行预测。因此研究预测模型对预算基础因子有着十分重要的意义。

　　例如在石油行业，预算编制过程和结果都与

　　国际油价(WTI价格)有着非常强的相关性。原油的价格水平与原油需求量有着直接关系，原油需求的这种增长趋势导致油价提升，油价提升会刺激原油生产增加，当供大于求时，高价位又会有所回落，周而复始。在国际油价的变化中，客观上存在着线性趋势部分。此外，还经常有一些致使油价发生突变的因素。由此可见，国际油价变化的线性构成与波动构成都是客观存在着的。

　　因此研究一个改进了的原油价格预测方法对基准预算因子国际油价的准确确定能够帮助企业关键经营指标有着非比寻常的意义。项目中先用数学公式推导并设计了一个基于时间序列的线性趋势和波动趋势相结合的预测回归模型，并通过MDX语言将它实现，形成一个能够帮助预算编制测算的预测模型，并经过历史数据的验证完善预测因子和预测算法模型。但MDX并非能够解决一些计算中产生的问题，很多时候可以借助目前主流的一些Data Mining工具和统计分析工具来完成。这也许是实际应用中的一个捷径，很多时候这些工具和产品都提供了目前数学和数据挖掘上的许多算法，并不需要我们重新设计和实现算法，这样我们就只需要将研究时间放在模型建立和模型因子的确定上了。

　　4.研究方法创新

　　企业面临新的管理需求，绩效管理摆在了一个十分重要的地位。目前国内实际应用水平主要停留在基本的数据整合阶段和统计分析，实施效果有限，在国外，项目应用也仅仅处于探索阶段，尚未形成完善的、普遍的理论体系，用于指导项目实践。相信将来有越来越多的数据库工程师借鉴成熟的商业智能方法论和软件管理过程模型，来归纳一般性思路、方法、规范和原则，并在项目实施的过程管理方面做出探索和研究，依靠信息技术在大型集团客户中实施信息系统，帮助企业提升管理能力。

　　多维数据模型将采用迭代方法进行设计实施，围绕以下技术路线：调研→可行性研究→全面预算业务模型研究→多维模型设计→数据导入→算法设计(目标分解、预测回归模型)→算法验证(目标分解、预测回归模型)→技术改进，将这些步骤迭代组成一个研究闭环，借用CMMI过程改进IDEAL模型(Initiating、Diagnosing、Establishing、Acting、Learning)，通过两至三次迭代循环就可以形成一套适合企业的预算管理信息化方法论。

　　5.总结

　　数据仓库技术和OLAP技术的引入将可以帮助预算信息化项目和预算管理理论很好的结合;同时，它的创新性应用也帮助企业提高管理水平，缩短预算编制周期;帮助实施企业战略;帮助预算提供预测依据使企业预算目标与实际执行情况进一步拉近。因此，在很大程度上，可以说这种应用并非在理论上或是技术上有很大突破或是创新，它只是需要设计者或是工程师积累更多的数据库应用经验，转变原先一成不变的数据库传统思路，将现有的成熟技术经过一些改良，或许就能够收到一些创造性成果，解决许多实际应用中存在的问题。