内存多维数据库成就敏捷预算

管理会计· 发布时间：2019-10-23

返回上一页

按照管理大师德鲁克对预算的理解，预算是整合各项业务计划的逻辑框架。这一定义指明了预算一是以业务为基础，通过对业务计划的整合实现总体目标；二是以合理有效的预算逻辑将各类业务计划有效连接起来，形成服务于整体目标的行动计划与资源配置方案。

预算管理要实现上述两个目标，必须要借助功能强大的信息化系统。在信息技术突飞猛进的时代，充分有效地管理和利用各类信息资源，是进行科学研究和决策管理的前提条件。其中，数据库技术是预算管理信息系统的核心部分，也是进行存储、分析、决策、管理的重要技术手段与基础支撑。

预算需要数据支撑

基于多年的预算管理实践和研究，元年管理会计研究院认为：预算管理体系需要底层数据库的支撑。

这是因为，预算管理作为管理会计的一部分，属于典型的财务分析业务，而唯有基于数据的分析才是科学、可靠的。

一方面，预算管理所需数据需要集成汇总、存储在底层数据库。

首先，预算管理既是由销售、采购、生产、盈利、现金流量等单项预算组成的责任指标体系，又是公司的整体“作战方案”，因此在预算管理系统中，需要把所有这些与预算目标制定、预算编制等相关的基础数据全部存放到 “仓库”。

全面预算管理框架

其次，企业做了预算之后，不断积累形成上一年的历史情况数据，这些数据对下一步的预算管理工作具有极大的支持作用，这些历史数据也需要有一个“仓库”存储。

另一方面，随着精细化管理需求的升级，预算管理软件的底层数据仓库不仅要具备强大的数据存储能力，更要具备快速反应、快速汇总关系及取数、敏捷数据分析等数据管理功能。

以确定预算目标为例，企业在定预算的时候，肯定要对上一年的历史情况、未来一年的预算情况进行方方面面的分析。财务部、战略部、营销部等各个部门都需要做分析。在这个过程中，假如缺少足够、

有效的数据支持，很难判断预算目标是否科学合理。

基于底层数据仓库的支持，企业可以及时获得数据并进行数据集成、汇总、获取、分析，通过选择对象、选择指标、确定目标值、设定权重、模型测试等步骤，通过对不同情景设置不同的权重，获得一个相对合理的经营目标。

事实上，不管是预算模型中的预算目标测算和分解模型、产销衔接模型、滚动预测模型，都要求企业预算系统具备强大的建模功能和足够的数据支撑。因此，预算软件需要拥有强大建模能力、数据处理能力、数据存放方式。

从 Excel到多维数据库

Excel 是个基础的用于做预算的信息化工具。

企业不管处于什么样的水平，都可以借助Excel 进行各种数据的处理、统计分析和辅助决策操作，这是目前企业做预算最常用的工具之一。在企业发展初期，规模小、业务单一、传统的手工预算就能满足企业的要求，这个阶段预算的编制比较简单，用几张 Excel 表格可能就解决问题了。但随着企业规模的扩大，分子公司越来越多，特别是随着国际市场的开拓，公司业务和面临的市场环境走向多元化、复杂化，预算需要随时按照外界环境和企业内部情况不断调整。如果此时企业还是用 Excel 做预算，就会发现工作量巨大、处理的数据巨大且数据类型日趋复杂，手工计算易出错且效率低下。

此时，企业预算需要借助更强大的信息技术才能进行。

数据库 (Database) 技术最早产生于上世纪 60年代，彼时，正值信息爆炸、数据横行的时期。早期的数据库是按照数据结构来组织、存储和管理，数据建立在计算机存储设备上的“仓库”。简单理解，就是一个电子化的“文件柜”，用于存储电子文件，并可以对文件中的数据进行新增、截取、更新、删除等操作。

关系数据库产生于二十世纪九十年代以后，此时，企业需求不断升级，对数据不仅仅是存储和管理，而升级为按用户所需要进行的各种数据管理的方式。关系数据库建立在关系模型基础之上，借助于集合代数等数学概念和方法来处理数据库中的数据。

但关系数据库的缺点也显而易见：一是关系数据库所采用的二维表格数据模型不能有效地处理多维数据，不能有效处理互联网应用中半结构化和非结构化的海量数据，如Web 页面、电子邮件、音频、视频等；二是高并发读写的性能低，当关系数据库达到一定规模时，非常容易发生死锁等并发问题，导致其读写性能下降非常严重；三是支撑容量有限，对于每天产生海量的用户动态信息难以容纳；四是数据库的可扩展性和可用性低，当一个应用系统的用户量和访问量与日俱增的时候，传统的关系型数据库却没有办法像 Web Server 那样简单地通过添加更多的硬件和服务节点来扩展性能和负载能力。对于很多需要提供不间断服务的系统来说，对数据库系统进行升级和扩展往往需要停机维护和数据迁移。

多维数据库 (MDA) 是最近十年内发展起来的一种交互分析数据的方式，其目的是分析数据而不是完成在线事务。多维数据库将数据存放在一个 n 维数组中，而不是像关系数据库那样以记录的形式存放，它增加了时间维，优势在于对数据进行建模以作为事实、维度或者数值度量，这些都为做出决策提供了大量数据的交互分析。

目前，主流的全面预算系统大多基于多维数据库搭建，多维数据仓库可以把企业的业务数据属性抽象成维度，并建立起各部门业务数据的关联性。维度可以简单理解为预算编制的对象或角度，如产品、客户、项目、部门等。同时，系统还可以按任意维度组合对预算及实际数据进行快速的汇总、查询和分析，大大提高数据分析的效率。

随着技术的进一步发展，基于内存的多维数据库在读写、计算、存储、交互等方面的敏捷性能更适用于快速变化的市场环境。内存数据库将数据放在内存中直接操作，相对于磁盘，内存的数据读写速度要高出几个数量级，将数据保存在内存中相比从磁盘上访问能够极大地提高应用的性能。

利用内存快速访问的特性，基于内存的多维数据库把数据完整保留于内存，并通过优化的存储结构和算法处理海量数据和复杂逻辑，将用户的数据读写请求快速转换为内存读写和内存计算，使得系统性能不会因数据量的持续增加而发生衰减。

相比较传统多维数据库，内存多维数据库技术具有实时、快速、高效、灵活等优势，可以帮助企业快速搭建预算管理平台，构建多维预算管理模型，对快速变化的市场环境作出敏捷反应。

预算管理系统的现状

实践中，很多早期上了预算管理系统的企业发现，随着业务规模的快速增长，预算系统的数据量逐步增大，预算逻辑和模型更加复杂，现有的预算软件系统在大数据量下速度慢的缺点日益突出，已无法满足公司快速决策管理的需要。

一方面，现有的信息存储空间不足，反映速度缓慢。信息技术手段的运用使企业需要面临浩如烟海的数据信息，海量的数据自然需要巨大的存储空间。但目前大部分企业都存在存储空间小的问题，现有的数据库几乎无法处理TB 级别的数据，对更髙级别数据的分析需求自然更加难以满足。此外，各种结构化、非结构化数据的类型日趋复杂，在现有的系统中，无论编制还是分析展现的速度会很慢，难以及时反馈。

另一方面，现有的系统难以支撑复杂的预算逻辑和模型。全面预算管理涉及到企业全面的业务逻辑，包括销售、生产、采购、财务、费用分摊、成本计算等方方面面。而且，企业业务逻辑经常变化，并随着企业的管理水平不断精细化，使其成为预算管理的难点之一。这就要求信息系统要能够灵活的建立企业复杂的业务、财务模型，同时信息系统建立的预算模型要能够适应不断变化的管理需求和业务逻辑。反观现有的预算系统，要么数据分散在财务、ERP、CRM 等多个系统中，从这些系统中提取数据耗费大量的工作时间，数据审核、汇总的工作量大 ; 要么系统不具备整合不同业务系统中数据的能力，不能按照多个业务维度提供预测、模拟的功能，难以快速做出预算模型的及时调整，及时应对内外部环境的变化。

显而易见，不断提升的管理需求与日益迟缓的预算系统之间形成了巨大的矛盾。

随着精细化管理需求的生机与信息技术的不断更迭，预算信息系统到底需要匹配什么样的底层数据库 ?

预算信息系统走向敏捷化

目前，国内主流的预算管理系统大多在底层基于多维数据仓库搭建，通过把所有业务数据属性抽象成维度，建立起各部门业务数据的关联和勾稽关系，在基于多维数据仓库的全面预算系统中，快速汇总关系及取数。

基于内存 OLAP 多维数据库的预算管理系统，能够更好支持建立符合企业管理要求和业务特点的多维预算模型，业务预算模型能够涵盖产品、客户、区域、渠道、部门、作业多个业务维度，同时能够通过自动化计算规则实现业务与财务的联动，建立不同情境下的what-if 分析模型和模拟预测模型。

what-if分析模型