CN117273511A - 数据分析方法及装置 - Google Patents
数据分析方法及装置 Download PDFInfo
- Publication number
- CN117273511A CN117273511A CN202311154234.7A CN202311154234A CN117273511A CN 117273511 A CN117273511 A CN 117273511A CN 202311154234 A CN202311154234 A CN 202311154234A CN 117273511 A CN117273511 A CN 117273511A
- Authority
- CN
- China
- Prior art keywords
- data
- index
- classification data
- service module
- module classification
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000007405 data analysis Methods 0.000 title claims abstract description 48
- 238000012550 audit Methods 0.000 claims description 9
- 238000010276 construction Methods 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 abstract description 34
- 230000004927 fusion Effects 0.000 abstract description 5
- 238000012545 processing Methods 0.000 abstract description 5
- 238000007726 management method Methods 0.000 description 20
- 238000010586 diagram Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 10
- 238000013439 planning Methods 0.000 description 9
- 238000000354 decomposition reaction Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000007418 data mining Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 238000011835 investigation Methods 0.000 description 3
- 238000005065 mining Methods 0.000 description 3
- 230000008520 organization Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000012916 structural analysis Methods 0.000 description 2
- 230000007306 turnover Effects 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000004141 dimensional analysis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000010234 longitudinal analysis Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 238000012954 risk control Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2228—Indexing structures
- G06F16/2272—Management thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2474—Sequence data queries, e.g. querying versioned data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Software Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- Mathematical Physics (AREA)
- Development Economics (AREA)
- Fuzzy Systems (AREA)
- Computational Linguistics (AREA)
- Quality & Reliability (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例公开了一种数据分析方法及装置,涉及数据处理技术领域,该方法包括:获取业务模块分类数据、业务模块分类数据的所属部门信息以及业务模块分类数据的关联部门信息;根据业务模块分类数据、所属部门信息、关联部门信息、指标参数和来源系统生成指标体系数据;收到数据查询指令时,在指标体系数据中确定数据查询指令所属的目标业务模块分类数据,根据目标业务模块分类数据确定数据查询指令的来源系统信息;利用来源系统信息获取目标业务模块分类数据的指标参数值,以根据指标参数值生成数据分析结果。本发明可以对跨系统、跨部门的数据进行统一管理、融合、分析,提升得到的参数值的准确性,数据分析的时效性。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种数据分析方法及装置。
背景技术
随着企业的运营发展,企业在时间、组织架构、业务领域、业务系统、数据源种类等维度的数据量急剧增多,给企业业务人员在跨系统、业务流程进行数据查询、数据分析、问题挖掘、编写报告等日常工作上造成了一定的困难。企业数据开发人员也需要花费大量的时间了解业务含义和业务人员需求,建立各种数据表之间正确的结构关系,并且后续持续开发、迭代、维护以应对实时更新的业务需求。现有数据分析方法如分层法、关联图、矩阵图等方法很难应对大型企业业务系统多、系统功能分散、数据零散混乱等信息化现状导致的跨业务领域、跨业务系统的结构化数据查询、数据分析挖掘难的问题,难以很好打通跨系统、跨业务数据的应用、挖掘。
针对上述的问题,尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种数据分析方法及装置,以至少解决数据处理准确性和数据分析时效性的技术问题。
根据本发明实施例的一个方面,提供了一种数据分析方法,包括:获取业务模块分类数据、所述业务模块分类数据的所属部门信息以及所述业务模块分类数据的关联部门信息;所述业务模块分类数据包括多个指标参数和所述指标参数的来源系统信息;确定所述业务模块分类数据、所述所属部门信息、所述关联部门信息、所述指标参数和所述来源系统之间的关联关系,将该关联关系进行存储,得到指标体系数据;收到数据查询指令时,在所述指标体系数据中确定所述数据查询指令所属的目标业务模块分类数据,根据所述目标业务模块分类数据确定所述数据查询指令的来源系统信息;利用所述来源系统信息获取所述目标业务模块分类数据的指标参数值,以根据所述指标参数值生成数据分析结果。
可选地,所述业务模块分类数据至少包括以下数据中的一种或几种:财务资金分类数据、经营计划分类数据和审计风控分类数据。
可选地,所述指标参数包括父指标参数和所述父指标参数的子指标参数;利用所述来源系统信息获取所述目标业务模块分类数据的指标参数值,包括:利用所述来源系统信息确定目标系统;从所述目标系统获取所述子指标参数的参数值;利用所述子指标参数的参数值计算所述父指标参数的参数值。
可选地,所述父指标参数包括多级子指标参数。
可选地,利用所述来源系统信息获取目标所述业务模块分类数据的指标参数值,包括:接收维度参数;利用所述来源系统信息获取所述目标业务模块分类数据在所述维度参数下的指标参数值。
可选地,所述维度参数包括:时间维度参数和单位维度参数。
可选地,同一指标参数的来源系统包括至少一个或多个业务系统。
可选地,所述方法还包括:接收更新数据;所述更新数据包括业务模块分类数据、所属部门信息、关联部门信息、指标参数和来源系统中的一种或几种;利用所述更新数据更新所述指标体系数据。
根据本发明实施例的另一个方面,还提供了一种数据分析装置,包括:获取模块,用于获取业务模块分类数据、所述业务模块分类数据的所属部门信息以及所述业务模块分类数据的关联部门信息;所述业务模块分类数据包括多个指标参数和所述指标参数的来源系统信息;构建模块,用于根据所述业务模块分类数据、所述所属部门信息、所述关联部门信息、所述指标参数和所述来源系统生成指标体系数据;确定模块,用于收到数据查询指令时,在所述指标体系数据中确定所述数据查询指令所属的目标业务模块分类数据,根据所述目标业务模块分类数据确定所述数据查询指令的来源系统信息;参数模块,用于利用所述来源系统信息获取所述目标业务模块分类数据的指标参数值,以根据所述指标参数值生成数据分析结果。
根据本发明实施例的另一个方面,还提供了一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为执行上述任一项所述的数据分析方法。
在本发明实施例中,获取业务模块分类数据、所述业务模块分类数据的所属部门信息以及所述业务模块分类数据的关联部门信息;其中,所述业务模块分类数据包括多个指标参数和所述指标参数的来源系统;根据所述业务模块分类数据、所述所属部门信息、所述关联部门信息、所述指标参数和所述来源系统生成指标体系数据;收到数据查询指令时,在所述指标体系数据中确定所述数据查询指令所属的目标业务模块分类数据,根据所述目标业务模块分类数据确定所述数据查询指令的来源系统信息;利用所述来源系统信息获取所述目标业务模块分类数据的指标参数值,以根据所述指标参数值生成数据分析结果。本发明实施例通过指标体系数据,建立了业务模块分类数据、业务模块分类数据的所属部门信息、业务模块分类数据的关联部门信息、业务模块分类数据的指标参数和指标参数的来源系统之间的关联关系,从而可以对跨系统、跨部门的数据进行统一管理、融合、分析,提升得到的参数值的准确性,数据分析的时效性。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为本发明实施例提供的数据分析方法的流程图;
图2为本发明可选实施例提供的某企业本部部分部门业务内容示意图;
图3为本发明可选实施例提供的各部门业务模块拆分整合过程示例图;
图4为本发明实施例提供的某企业本部部分部门指标业务模块整合图;
图5为本发明实施例提供的某企业本部部分部门指标体系框架图;
图6为本发明实施例提供的指标多维度分析示例图;
图7为本发明实施例提供的指标拆分分析法示例图;
图8为本发明实施例提供的指标数据来源分析法示例图;
图9为本发明实施例提供的数据分析方法整体流程图;
图10为本发明实施例提供的数据更新处理流程图一;
图11为本发明实施例提供的数据更新处理流程图二;
图12为本发明实施例提供的数据分析装置的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于限定特定顺序。
根据本发明实施例的一个方面,提供了一种数据分析方法,图1为本发明实施例提供的数据分析方法的流程图,如图1所示,该方法包括如下步骤:
步骤S102,获取业务模块分类数据、所述业务模块分类数据的所属部门信息以及所述业务模块分类数据的关联部门信息;所述业务模块分类数据包括多个指标参数和所述指标参数的来源系统;
在该步骤中,业务模块分类数据是预先基于企业各部门职责及关注重点,对各部门的业务内容进行拆分得到的多组数据。一组业务模块分类数据中,可以包括该业务模块分类数据所属部门的业务数据,也可以包括该业务模块分类数据关联部门的业务数据。若某一组业务模块分类数据由某一部门输出,则该部门作为该组业务模块分类数据的所属部门。若某一组业务模块分类数据可以被某一部门使用,则该部门作为该组业务模块分类数据的关联部门。每组业务模块分类数据包括多个指标参数,指标参数可以用于从多个维度量化表示模块分类数据。不同指标参数可能来源于不同的系统,因此,业务模块分类数据包括每个指标参数相应的来源系统。
需要说明的是,可以预先由工作人员调研、梳理企业各业务部门日常工作内容、决策事项和关注重点、监管指标,以及重要业务系统功能及业务处理流程,对于各业务部门在工作流程、关注业务方向上有交叉、配合的业务模块,应用关键因素分解法将各部门日常工作关注的业务内容进行子模块拆分,对相同底层数据和业务逻辑相同的业务子模块进行整合、提炼、分析的迭代工作,形成业务模块分类数据。整理各部门对业务模块的需求划分,对于每组业务模块分类数据,确定准确来源系统和业务归口部门,用于后续统一指标业务含义、数据来源。其中,业务归口部门即可作为业务模块分类数据的所属部门信息。应用基础数据挖掘法,通过现有业务数据实际进行各业务模块分类数据下相关指标体系的设计。
步骤S104,确定所述业务模块分类数据、所述所属部门信息、所述关联部门信息、所述指标参数和所述来源系统之间的关联关系,将该关联关系进行存储,得到指标体系数据;
在该步骤中,通过确定所述业务模块分类数据、所述所属部门信息、所述关联部门信息、所述指标参数和所述来源系统之间的关联关系,可以统一业务模块分类数据中各指标参数的定义以及数据来源,保证数据获取的准确性,为数据分析提供可靠的数据支持。
步骤S106,收到数据查询指令时,在所述指标体系数据中确定所述数据查询指令所属的目标业务模块分类数据,根据所述目标业务模块分类数据确定所述数据查询指令的来源系统信息;
在该步骤中,数据查询指令可以来源于业务模块分类数据的所属部门,或业务模块分类数据的关联部门。收到数据查询指令时,在所述指标体系数据中确定所述数据查询指令所属的目标业务模块分类数据,由于业务模块分类数据中包括多个指标参数和所述指标参数的来源系统信息,因此,可以通过目标业务模块分类数据中各指标参数对应的来源系统信息,确定数据查询指令所要查询的目标业务模块分类数据中的指标参数的来源系统信息。
步骤S108,利用所述源系统信息获取所述目标业务模块分类数据的指标参数值,以根据所述指标参数值生成数据分析结果。
在该步骤中,在确定了指标体系数据之后,业务模块分类数据的所属部门以及关联部门,利用源系统信息,可以获得该业务模块分类数据的指标参数值。利用该关联关系获取数据,可以提升数据的获取效率,避免许多不必要的流程,例如,数据获取渠道的确定,数据的比对分析,数据的清洗及纠错等,从而保证数据分析的时效性。
在本发明实施例中,获取业务模块分类数据、所述业务模块分类数据的所属部门信息以及所述业务模块分类数据的关联部门信息;其中,所述业务模块分类数据包括多个指标参数和所述指标参数的来源系统;根据所述业务模块分类数据、所述所属部门信息、所述关联部门信息、所述指标参数和所述来源系统生成指标体系数据;收到数据查询指令时,在所述指标体系数据中确定所述数据查询指令所属的目标业务模块分类数据,根据所述目标业务模块分类数据确定所述数据查询指令的来源系统信息;利用所述来源系统信息获取所述目标业务模块分类数据的指标参数值,以根据所述指标参数值生成数据分析结果。本发明实施例通过指标体系数据,建立了业务模块分类数据、业务模块分类数据的所属部门信息、业务模块分类数据的关联部门信息、业务模块分类数据的指标参数和指标参数的来源系统之间的关联关系,从而可以对跨系统、跨部门的数据进行统一管理、融合、分析,提升得到的参数值的准确性,数据分析的时效性。
在一种可选的实施方式中,业务模块分类数据至少包括以下数据中的一种或几种:财务资金分类数据、经营计划分类数据和审计风控分类数据。
在本发明实施例中,参见图5所示的某企业本部部分部门指标体系框架图,财务资金分类数据可以是由企业财务部门提供的业务数据,例如,可以包括企业总体健康度数据、经营活动资金分析数据、两金类分析数据、票据及关联资金分析数据、保函分析数据、融资分析数据以及合同回款管理数据等。经营计划分类数据可以是由企业计划部门提供的业务数据,例如,可以包括经营绩效分析数据、产业板块数据、年度考核数据、采购管理数据和合同管理数据等。审计风控分类数据可以是由企业审计部门提供的业务数据,例如,可以包括财务风险数据,战略风险数据、法律风险数据、运营风险数据、问题整改数据以及市场风险数据等。
需要说明的是,不同的业务模块分类数据之间可以共用指标参数,例如,合同回款管理数据、合同管理数据以及市场风险数据可以包括相同的指标参数。图5中横向虚线框内的数据是包括相同指标参数的数据。
在一种可选的实施方式中,所述指标参数包括父指标参数和所述父指标参数的子指标参数;利用所述来源系统信息获取所述目标业务模块分类数据的指标参数值,包括:利用所述来源系统信息确定目标系统;从所述目标系统获取所述子指标参数的参数值;利用所述子指标参数的参数值计算所述父指标参数的参数值。
在本发明实施例中,父指标参数可以由多个子指标参数通过计算得到。子指标参数的参数值可以从指标体系数据中相应的来源系统中获取到,之后,通过计算得到父指标参数的参数值。
可选地,所述父指标参数包括多级子指标参数。
在本发明实施例中,例如,若将父指标参数作为一级指标,则其下一级指标参数,即二级指标参参数作为子指标参数。当二级指标参数还包括下一级指标参数,即三级指标参数时,即父指标参数包括多级子指标参数。
需要说明的是,三级指标参数还可能包括下一级指标参数,直至最后一级指标参数,最后一级指标参数的参数值是可以从来源系统查询到或人工通过指令输入得到。
在一种可选的实施方式中,利用所述来源系统信息获取目标所述业务模块分类数据的指标参数值,包括:接收维度参数;利用所述来源系统信息获取所述目标业务模块分类数据在所述维度参数下的指标参数值。
在本发明实施例中,维度参数用于按照预设规定对指标参数值进行统计。维度参数可以由用户手工输入至系统,也可以预先设定,具体产生方式,本申请对此不作具体限定。
可选地,所述维度参数包括:时间维度参数和单位维度参数。
在本发明实施例中,例如,时间维度参数可以为年、月、日等。单位维度参数可以为法人单位等。基于该单位维度参数,可以对如营业收入这个指标参数,按照子公司这个单位维度或者按照月度数据这个时间维度参数,进行参数值获取以及数据分析。
在一种可选的实施方式中,同一指标参数的来源系统包括一个或多个业务系统。
在本发明实施例中,同一指标参数可以来源于多个业务系统,保留两个数据来源的数据,用于对指标参数的值的比较分析,方便后续督促业务人员规范日常管理流程。
在一种可选的实施方式中,所述方法还可以执行如下步骤:接收更新数据;所述更新数据包括业务模块分类数据、所属部门信息、关联部门信息、指标参数和来源系统中的一种或几种;利用所述更新数据更新所述指标体系数据。
参见图10所示的数据更新处理流程图一,按照图10示出的步骤,可以实现对业务模块分类数据、所属部门信息和关联部门信息的更新。参见图11所示的数据更新处理流程图二,按照图11示出的步骤,可以实现对指标参数和来源系统的更新。
在本发明实施例中,当对业务模块分类数据、所属部门信息、关联部门信息、指标参数和来源系统中的任意数据优化后,可以将更新后的数据发送至系统,系统接收更新数据,并利用更新数据更新指标体系数据,从而构建新的关联关系,以保证数据分析的准确性。
下面对本发明一种可选的实施例进行详细说明。
通过业务调研,根据企业组织职责划分、重点业务监管等方面的调研结果,应用关键因素分解法,从企业层级对各业务部门现有指标进行梳理,并进行指标体系规划以及指标体系的构建;通过盘点业务系统功能及各部门使用流程,应用基础数据挖掘法自底向上进行完善和修改,建立一套合理、全面的指标体系,帮助企业对跨系统、跨业务流程、跨部门、跨组织层级的数据进行综合分析,打通数据壁垒,进行指标梳理、指标体系规划,形成贯通全级次、全流程、覆盖全要素的指标全景图,解决了企业指标统一存放、分类管理的问题,完成指标落地,实现指标建设分析一体化。参考图9所示的数据分析方法整体流程图,包括如下四个步骤:
第一步、了解企业组织机构、部门架构、各业务部门日常主要工作内容、监管重点、业务系统功能和业务流程,特别是各部门关键业务链和部门间交叉业务。如:财务部使用SAP系统进行总账管理、合同进度管理、收付款管理、固定资产核算管理等,关注资产负债表、利润表、现金流量表三大财务报表数据,以及各类资金、应收应付情况等企业运营重点数据;计划部在合同系统关注各类合同新签及执行情况,合同收入、分包支出等经营、盈利情况,并依赖财务部提供的三大财务报表数据对营业收入、净利润等主要经济指标进行考核监管,以及合同系统、通用报送平台对新签合同、营业收入等指标进行年月、子公司、产业板块、客商等维度的分析;审计部会对财务风险、现金流风险、法律风险、战略风险等进行评估,主要涉及三大财务报表数据、法律事务管理系统、大数据合规风控平台。部分部门业务内容如图2所示。
第二步、基于部门职责及业务关注重点,应用关键因素分解法自顶而下对各部门关注业务内容进行子模块的拆分,对相同底层数据和业务逻辑相同的业务子模块进行分析、提炼、整合,形成业务模块分类,整理出各部门对业务模块的需求划分,对于每个业务模块分类数据,确定准确来源系统和业务归口部门,用于后续统一指标业务含义、数据来源。
如:财务部需要按月编制财务三大报表:现金流量表、利润表、资产负债表用于分析;计划部需要对企业本年关键经济指标(营业收入、利润总额、净利润、新签合同额)完成情况及序时进度进行考核,营业收入数据来源于财务部发布的利润表;审计部对企业债务风险和现金流风险进行监控,债务数据和现金流数据来自财务部发布的资产负债表和现金流量表,因此将“编制财务三大报表”、“关键经济指标完成情况”、“债务风险”和“现金流风险”拆分成“资产负债”、“损益”、“现金流”三个子模块。过程参考图3。
由步骤一中对业务部门的调研得知,三大报表的归口部门为财务部,数据来源为系统A,因此,后续在构建指标体系的时候,涉及三大报表(资产负债、损益、现金流)的指标统一归口财务部。重复上述步骤,对所有业务模块进行拆分整合,结果示例如图4所示。
第三步、对每个业务模块分类,应用基础数据挖掘法,通过现有业务数据实际,依据业务专家行业经验,从企业层级整体设计各部门各业务关键决策指标体系,基于统一的汇聚指标资源池,构建跨业务域指标体系,如“资产负债”这个业务模块分类数据下,可用资产负债率、流动比率、应收账款周转率、存货周转率等指标参数进行多维度的分析。与各业务部门人员就指标体系的有效性、合理性、完整性进行确认,最终形成指标体系数据示例如图5所示。
第四步、确认好指标体系后,基于指标体系数据,可以对每个指标进行多维度分析,包括结构分析法、趋势分析法、指标拆解法、多维度分析法等对指标参数进行分析。
对于数值类单一指标参数如营业收入,可以应用结构分析法和趋势分析法对数据进行分析。本企业的营业收入值可以按照子公司的维度进行拆分,得到各家子公司营业收入情况,考虑每家公司的经营规模和运营状况,可以分析每家子公司的情况;同时可以应用趋势分析法,按照月度数据进行同比、环比分析,从时间的维度分析企业营收状况,示例如图6所示。
对于比值类指标参数,应用指标拆解法,对一级指标向下进行拆解,直至末级指标。如财务指标盈余现金保障倍数,由经营现金净流量与净利润的比值计算得出,为避免两个负值比出正值的情况,需要对一级指标进行拆分,以便对企业的经营状况进行更准确细致的分析;经营现金净流量由经营现金流入与经营现金流出的差值计算得出,一旦经营现金净流量数值出现问题,财务人员可以从流入和流出的情况进行近一步分析,发现数据下隐藏的问题和风险,同理,净利润由营业总收入、营业总成本、营业外收入、营业外支出、所得税费用几项的加减得出,一旦净利润数值出现问题,可以从三级指标进行进一步分析,发现企业运营、盈利等方面的问题。指标拆解法示例如图7。
拆分至末级指标后,确认每个末级指标的数据来源,包括来源系统、数据更新频率、数据准确的业务含义与管理口径等。过程中会对企业数据进行进一步分析,如财务三大报表来源于系统A的帐数据与单机版软件B的表数据,归口部门为财务部,由于同一指标来源两个业务系统,并且当下业务人员无法确认唯一数据来源,只能保留两个数据来源的数据,用于指标值的比较分析,方便后续督促业务人员规范日常管理流程。
在进行指标数据管理分析方前,财务部和计划部在日常工作中,都需要对在手合同额指标进行统计分析,但两部门对该指标的业务含义理解及口径并不统一,来源系统不同,统计出的指标也不同。使用指标数据分析方法后,在手合同额指标属于合同签订与执行业务模块,该模块归口于计划部,数据含义及数据来源在整个企业内部得到统一,成功通过指标对企业数据进行管理,便于进一步使用上述指标分析法对指标进行分析。数据来源分析法示例如图8所示。
上述步骤,可以用于某企业大脑平台的建设,以财务部、计划部、审计部三个核心部门为试点,成功构建了财务资金监管、经营计划考核、审计风险控制三方业务的指标体系,实现了数据的互联互通、有机融合,帮助业务用户进行跨系统、跨业务、跨组织架构的数据的联合分析。基于统一的汇聚指标资源池,构建跨业务域指标体系,用于专题业务场景分析,使各业务领域智慧化管理决策、高效运营和风险管控成效显著。
本申请提供了一种数据分析方法,该方法可以对跨系统、跨部门、跨层级的数据进行统一管理、融合、分析,解决企业各部门经营日常活动中,对跨系统、跨业务部门、跨组织层级数据查询、整合、分析、管理困难的现状,使得业务数据、事项流程等互联互通,快速构建多种企业数字化应用场景。该方法可对企业不同级次、不同经营规模的子单位的业务数据进行统一纵向分析、比较,从而更好地制定经营管理战略策略,使各单位经营、计划和风控能力得到提升。该方法可以解决同一指标多系统来源、各部门口径不一致等数据分析困难的问题,如不同系统来源的财务报表数据不一致,对于后续财务资金分析、经营计划考核审计风险判断在进度、准确性、时效性上产生的问题。该方法通过对指标进行数据来源分析、因素拆分分析、多维度分析,在帮助企业进行数据分析的同时,能够帮助企业发现数据质量问题,进一步规范管理流程。
根据本发明实施例的另一个方面,还提供了一种数据分析装置,图12为本发明实施例提供的数据分析装置的示意图,如图12所示,该数据分析装置包括:获取模块22、构建模块24、确定模块26和参数模块28。下面对该数据分析装置进行详细说明。
获取模块22,用于获取业务模块分类数据、所述业务模块分类数据的所属部门信息以及所述业务模块分类数据的关联部门信息;所述业务模块分类数据包括多个指标参数和所述指标参数的来源系统信息;构建模块24,用于根据所述业务模块分类数据、所述所属部门信息、所述关联部门信息、所述指标参数和所述来源系统生成指标体系数据;确定模块26,用于收到数据查询指令时,在所述指标体系数据中确定所述数据查询指令所属的目标业务模块分类数据,根据所述目标业务模块分类数据确定所述数据查询指令的来源系统信息;参数模块28,用于利用所述来源系统信息获取所述目标业务模块分类数据的指标参数值,以根据所述指标参数值生成数据分析结果。
在本发明实施例中,获取业务模块分类数据、所述业务模块分类数据的所属部门信息以及所述业务模块分类数据的关联部门信息;其中,所述业务模块分类数据包括多个指标参数和所述指标参数的来源系统;根据所述业务模块分类数据、所述所属部门信息、所述关联部门信息、所述指标参数和所述来源系统生成指标体系数据;收到数据查询指令时,在所述指标体系数据中确定所述数据查询指令所属的目标业务模块分类数据,根据所述目标业务模块分类数据确定所述数据查询指令的来源系统信息;利用所述来源系统信息获取所述目标业务模块分类数据的指标参数值,以根据所述指标参数值生成数据分析结果。本发明实施例通过指标体系数据,建立了业务模块分类数据、业务模块分类数据的所属部门信息、业务模块分类数据的关联部门信息、业务模块分类数据的指标参数和指标参数的来源系统之间的关联关系,从而可以对跨系统、跨部门的数据进行统一管理、融合、分析,提升得到的参数值的准确性,数据分析的时效性。
此处需要说明的是,上述获取模块22、构建模块24、确定模块26和参数模块28对应于方法实施例中的步骤S102至S108,上述模块与对应的步骤所实现的示例和应用场景相同,但不限于上述方法实施例所公开的内容。
在一种可选的实施方式中,所述业务模块分类数据至少包括以下数据中的一种或几种:财务资金分类数据、经营计划分类数据和审计风控分类数据。
在一种可选的实施方式中,所述指标参数包括父指标参数和所述父指标参数的子指标参数;上述参数模块,具体用于:利用所述来源系统信息确定目标系统;从所述目标系统获取所述子指标参数的参数值;利用所述子指标参数的参数值计算所述父指标参数的参数值。
在一种可选的实施方式中,所述父指标参数包括多级子指标参数。
在一种可选的实施方式中,上述参数模块,具体用于:接收维度参数;利用所述来源系统信息获取所述目标业务模块分类数据在所述维度参数下的指标参数值。
在一种可选的实施方式中,所述维度参数包括:时间维度参数和单位维度参数。
在一种可选的实施方式中,同一指标参数的来源系统包括一个或多个业务系统。
在一种可选的实施方式中,上述装置还包括:更新模块,用于接收更新数据;所述更新数据包括业务模块分类数据、所属部门信息、关联部门信息、指标参数和来源系统中的一种或几种;利用所述更新数据更新所述指标体系数据。
根据本发明实施例的另一个方面,还提供了一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,处理器被配置为执行上述任一项的数据分析方法。
以上所述,仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。
Claims (10)
1.一种数据分析方法,其特征在于,包括:
获取业务模块分类数据、所述业务模块分类数据的所属部门信息以及所述业务模块分类数据的关联部门信息;所述业务模块分类数据包括多个指标参数和所述指标参数的来源系统信息;
确定所述业务模块分类数据、所述所属部门信息、所述关联部门信息、所述指标参数和所述来源系统之间的关联关系,将该关联关系进行存储,得到指标体系数据;
收到数据查询指令时,在所述指标体系数据中确定所述数据查询指令所属的目标业务模块分类数据,根据所述目标业务模块分类数据确定所述数据查询指令的来源系统信息;
利用所述来源系统信息获取所述目标业务模块分类数据的指标参数值,以根据所述指标参数值生成数据分析结果。
2.根据权利要求1所述的方法,其特征在于,所述业务模块分类数据至少包括以下数据中的一种或几种:
财务资金分类数据、经营计划分类数据和审计风控分类数据。
3.根据权利要求1所述的方法,其特征在于,所述指标参数包括父指标参数和所述父指标参数的子指标参数;利用所述来源系统信息获取所述目标业务模块分类数据的指标参数值,包括:
利用所述来源系统信息确定目标系统;
从所述目标系统获取所述子指标参数的参数值;
利用所述子指标参数的参数值计算所述父指标参数的参数值。
4.根据权利要求3所述的方法,其特征在于,所述父指标参数包括多级子指标参数。
5.根据权利要求1所述的方法,其特征在于,利用所述来源系统信息获取目标所述业务模块分类数据的指标参数值,包括:
接收维度参数;
利用所述来源系统信息获取所述目标业务模块分类数据在所述维度参数下的指标参数值。
6.根据权利要求5所述的方法,其特征在于,所述维度参数包括:时间维度参数和单位维度参数。
7.根据权利要求1至6中任一项所述的方法,其特征在于,同一指标参数的来源系统包括一个或多个业务系统。
8.根据权利要求1至6中任一项所述的方法,其特征在于,所述方法还包括:
接收更新数据;所述更新数据包括业务模块分类数据、所属部门信息、关联部门信息、指标参数和来源系统中的一种或几种;
利用所述更新数据更新所述指标体系数据。
9.一种数据分析装置,其特征在于,包括:
获取模块,用于获取业务模块分类数据、所述业务模块分类数据的所属部门信息以及所述业务模块分类数据的关联部门信息;所述业务模块分类数据包括多个指标参数和所述指标参数的来源系统信息;
构建模块,用于根据所述业务模块分类数据、所述所属部门信息、所述关联部门信息、所述指标参数和所述来源系统生成指标体系数据;
确定模块,用于收到数据查询指令时,在所述指标体系数据中确定所述数据查询指令所属的目标业务模块分类数据,根据所述目标业务模块分类数据确定所述数据查询指令的来源系统信息;
参数模块,用于利用所述来源系统信息获取所述目标业务模块分类数据的指标参数值,以根据所述指标参数值生成数据分析结果。
10.一种电子设备,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为执行权利要求1至8中任一项所述的数据分析方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211708198.XA CN116126911A (zh) | 2022-12-29 | 2022-12-29 | 数据分析方法及装置 |
CN202211708198X | 2022-12-29 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117273511A true CN117273511A (zh) | 2023-12-22 |
Family
ID=86311071
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211708198.XA Pending CN116126911A (zh) | 2022-12-29 | 2022-12-29 | 数据分析方法及装置 |
CN202311154234.7A Pending CN117273511A (zh) | 2022-12-29 | 2023-09-07 | 数据分析方法及装置 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211708198.XA Pending CN116126911A (zh) | 2022-12-29 | 2022-12-29 | 数据分析方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN116126911A (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116611793B (zh) * | 2023-06-14 | 2024-04-16 | 中国长江三峡集团有限公司 | 一种基于特征分析的业务数据归纳方法及系统 |
-
2022
- 2022-12-29 CN CN202211708198.XA patent/CN116126911A/zh active Pending
-
2023
- 2023-09-07 CN CN202311154234.7A patent/CN117273511A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
CN116126911A (zh) | 2023-05-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liao et al. | Does corporate social performance pay back quickly? A longitudinal content analysis on international contractors | |
US8340995B2 (en) | Method and system of using artifacts to identify elements of a component business model | |
US20120233091A1 (en) | Systems and methods for providing migration and performance matrices | |
US20090319544A1 (en) | Facilitating integration of different computer data systems | |
JP2008537266A (ja) | 適応性のあるデータクリーニング | |
Remond-Tiedrez et al. | EU inter-country supply, use and input-output tables: Full international and global accounts for research in input-output analysis (FIGARO) | |
Reid et al. | Extending TSE to administrative data: A quality framework and case studies from Stats NZ | |
US7155398B2 (en) | Cascaded planning of an enterprise planning model | |
Hikmawati et al. | Improving Data Quality and Data Governance Using Master Data Management: A Review | |
Amin et al. | Application of optimistic and pessimistic OWA and DEA methods in stock selection | |
CN117273511A (zh) | 数据分析方法及装置 | |
CN110363662A (zh) | 一种个人信用评分系统 | |
Murdihardjo et al. | Implementing INTACS Dynamics Enterprise Resources Planning System for Financial Statements | |
Molnár et al. | Selection process of ERP systems | |
Balamurugan et al. | Robotic Process Automation (RPA) in Accounting and Auditing of Business and Financial Information | |
Lucko et al. | Quantitative research: Preparation of incongruous economic data sets for archival data analysis | |
Israël et al. | Incorporating microdata into macro policy decision-making | |
CN115496337A (zh) | 一种支撑企业大脑的数据系统 | |
US20140149186A1 (en) | Method and system of using artifacts to identify elements of a component business model | |
WO2020212938A1 (en) | Tax compliance management system modelled as a multi- dimensional framework | |
KR101903530B1 (ko) | 업무 및 전산화 체계 최적화 진단 시스템 | |
Berti et al. | Analyzing interconnected processes: using object-centric process mining to analyze procurement processes | |
du Plessis | A data warehouse model for quicker and less expensive implementation | |
Alfandi et al. | Robotic Process Automation: A literature review on quantitative benefits | |
Orecchini | Design and Implementation of a Data Governance Framework for Italian Banks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |