企业集团财务信息资源整合2PPT文件格式下载.ppt
- 文档编号:14324213
- 上传时间:2022-10-22
- 格式:PPT
- 页数:62
- 大小:2.35MB
企业集团财务信息资源整合2PPT文件格式下载.ppt
《企业集团财务信息资源整合2PPT文件格式下载.ppt》由会员分享,可在线阅读,更多相关《企业集团财务信息资源整合2PPT文件格式下载.ppt(62页珍藏版)》请在冰豆网上搜索。
他们每个系统可以自己发挥的很好.2.异构环境,数据转换和数据共享困难.3.技术落后导致分析结果为固定的报表及格式,往往不能根据各级决策层的需要而灵活展现,不适应发展的需要;
存在的问题,4.财务分析结果往往停留在某个时间或空间上,缺乏连续性,不能动态地反映某个问题;
5.由于工作量巨大,响应速度慢、时效性差;
6.分析范围狭窄,不能与企业其他部门(例如生产部门、销售部门、人事部门等)联合起来进行综合分析。
信息化建设:
从20世纪70年代开始以来;
解决范围:
基本的应用软件;
技术水平:
大部分停留在生产过程自动化和管理信息化上,尤其是财务信息化,解放劳动力问题,很少进行经营决策信息系统和战略决策信息系统的建设。
不能有效管理企业零散信息;
不能使信息系统间协同工作;
不能综合利用企业的数据资源;
不能有效组织企业的信息资源;
不能为电子商务服务;
不能真正为领导决策提供决策支持.,企业信息化建设和发展的角度,步伐太慢,结果不理想,问题,企业数据的有效存放企业数据的提炼/整理,数据分布,智能化+数据挖掘,留下一句话激励一个行动,企业的信息系统是一艘船它可以载整个企业,也可以覆整个企业,返回,一万年太久,只争朝夕.,
(1)推翻部分已建信息系统,全面实施ERP一些软件企业提出了全套ERP解决方案,即利用同一开发商的软件产品同时大规模实施ERP,由开发商解决各功能系统间的集成问题。
但是,这种方案投资巨大,需要废弃已建成的应用系统,造成资金浪费,而且在近几年实施ERP的企业中,只有少数获得成功。
因此,企业对此方案持谨慎态度。
措施,X,
(2)开发中间件,实现应用系统协同还有一些企业采用开发中间件的方法,在信息系统间利用中间件传递信息,实现应用系统集成;
但每增加一个应用系统就要开发与原有的每个应用系统的中间件,使得应用系统集成的成本越来越高。
X,(3)建设企业数据仓库,实现商业智能为了实现信息系统对企业决策过程的支持,有一种“数据仓库”的解决方案。
如果用户有大量的历史数据,这些数据比较稳定,需要长期的、系统的保存,并且有明确的使用目的,这时数据仓库是一个很好的解决方案。
V,整合是硬道理,企业:
ERPFRP大学:
URP政府:
电子政务系统(公告,审批等),人事/工资管理系统,医院:
人事管理系统,住院系统,门诊管理系统,医药进销存系统,省医保卡管理系统,市医保卡管理系统.,功能和流程的整合,财务信息的特征,相关性:
信息能够影响决策.-主要质量特征.可靠性:
真实性,中立性,可核性.可比性,及时性,重要性等次要质量特征.,目标,1。
解决系统间数据混乱(编码,格式不统一等)问题2。
挖掘潜在知识。
3。
真正意义的领导决策。
4。
减小漏洞和隐患。
数据整合平台,对分散异构的多数据源实现统一的访问,实时地、智能地将有价值的数据传递给分析系统或其他应用系统进行信息的进一步加工。
从不同的应用程序和数据结构提取数据源,并完成在线转换和分析。
实现对分散异构数据源(如:
数据库、XML文档等)的访问并形成统一的虚拟数据库(虚拟数据库:
对分散异构数据源所产生的映射)。
将异构分散的非结构化数据:
文件、图纸、图片、录像等)、异构的结构化数据(数据库等)管理利用,集成不同应用系统(SCM、ERP、CRM等),为所有者提供更高的资源管理、挖掘、展现手段的过程和方法,信息整合的目标是消灭信息孤岛。
整合企业收集的各种外部信息数据库和内部应用系统数据库,可综合利用企业的数据资源,提供灵活的数据展现方式。
数据平台与门户紧密集成,可以实现全面、统一的权限管理和灵活的报表调用。
对于一些需要编辑的报表,可以输出到内容管理系统进行编辑、审核、授权、发布。
CEO?
CFO?
CIO?
从财务的角度考虑,对于信息的处理也会面临前所未有的挑战,对于巨大的信息流,使财务管理控制的工作变得很复杂,依靠人工是处理不过来的。
CFO的角色将从数据处理中解脱出来,在更广阔的范围内采用先进的科技手段推动企业的发展,真正成为流程的主人。
给同事和员工分配信息将是CFO一项重要的作用。
从某种意义上讲,CFO是现在企业信息的整合者和保管人。
信息系统发展的最新趋势正向智能化、综合信息集成化方面发展。
目前公司面临的挑战是,公司内出现的往往是数据,而非信息。
对于CFO来说,掌控流程的首要任务就是改进业务、运营和技术部门之间关键信息的整合与共享,从而整合企业的信息资源,为管理者的决策提供最大限度的支持。
CFO作为企业中掌握信息最多、最全的人,应该由他负责全面规划和整合企业的信息流,为公司的发展提供实时、准确的信息。
对CFO来说,技术平台的价值在于能够在部门间实现通用性、提高管理与业务信息的质量,可使企业更好地实现管理绩效并预测未来业绩。
谁来做这些事情,目前,许多公司不能同时设置CIO和CFO,尤其是在中小企业中设置CIO是不太现实的。
许多公司的信息化工作常常是由财务部门处理的。
未来的CFO,不仅要懂财务还要能经商,业务上的很多流程需要CFO去沟通。
CFO将是企业运行的核心,成为连接战略、流程和信息等方面的纽带是CFO实现其职能的关键。
在CEO和CIO之间设立专线,全球765位CEO,近80%的受访CEO认为:
商业和技术的整合非常重要,但大多数企业在业务和技术整合方面遇到障碍,以至于影响了客户满意度、企业响应速度以及灵活性。
CEO们希望改进,但“不知道如何去做”或者发现任务“太过复杂”。
一位CEO这样描述所面临的差距:
“即使仍有许多事是可能并且可行的,但我们却力不从心!
”尽管人们逐渐认识到将业务与IT结合的价值,然而对全球170位CIO的调查表明,只有16%的CIO认为企业充分利用了技术对于实现企业变革的潜力。
CEO可以通过哪些措施来进一步弥补关键的差距?
重要性:
IBM的调查,中国证监会前首席顾问、著名公司法证券法专家梁定邦:
我发现很多公司都缺乏一套完备管理信息系统,管理层不能及时认识问题。
高水平的公司治理离不开一套完善的管理信息系统。
这是由于我国的高级管理人员大多数从技术班子上来,对公司营业环境有相当深入的认识,但他们往往忽略了公司规模倍增后,各个经营环节的经济效益或个别风险对公司将有多大的影响,这需要仔细量化。
离了管理信息系统,这是难以做到这点的。
很多信息披露问题归根到底都出自不完善的管理信息系统,致使某些信息被遗漏,轻者导致报表错误,重者引致管理者利用漏洞弄虚作假。
专家的看法,财务数据整合思路,数据库主要是事务处理。
数据仓库是面向决策分析的。
数据仓库+提高智能化,某集团信息系统总体结构,如何做:
数据挖掘,数据挖掘,是按照既定的业务目标从海量数据中识别出潜在有用的、先前未知的、最终可理解的模式的非平凡过程。
可以这样理解:
在较浅的层次上,它利用现有的数据库管理系统的查询、检索及报表功能,与多维分析、统计分析方法相结合,进行联机分析处理,从而得到可共决策参考的统计分析数据;
在深层次上,则可以从数据库中发现前所未有的、隐含的知识。
通过挖掘从数据库数据记录中归纳出知识.例如:
人口数据库:
通过数据挖掘,可以得到如下规则的知识:
(头发=黑色)V(眼睛=黑色)=亚洲人,方法,
(1)基于关联规则的分析。
关联分析,即利用关联规则进行数据挖掘,其目的是挖掘隐藏在数据间的相互关系。
特别是在会计领域,会计数据之间存在严密的勾稽关系,这种方法非常适用。
(2)分类分析。
分类的目的是学会一个分类函数或分类模型,该模型能把数据集市中的数据项映射到给定类别中的某一个。
分类和回归都可以用于预测,预测的目的是从历史数据记录中自动推导出给定数据的推广描述,从而能对未来数据进行预测。
例如,数据仓库中保存着应收账款及其债务人的记录,可以根据影响债务人信誉的各因素,对债务人分为优、良好、普通、较差四个信誉等级。
根据债务人的信誉等级、数据的时间戳、历史的账龄分析,预测坏帐损失。
(3)聚类分析。
把一组个体按照相似性归成若干类别,目的是使得同一类别的个体之间的距离尽可能的小,而不同类别上的个体间的距离尽可能大。
聚类分析方法便于为不同的财务信息用户提供不同类别的信息集。
(4)数据抽取。
数据抽取主要从数据泛化的角度来讨论数据总结。
数据泛化是一种把数据仓库中的数据从低层次抽象到高层次上的过程。
不同的用户需求不同层次的信息,因此需要对数据进行不同层次上的泛化以适应各种查询要求。
例如,对于会计信息,可在记账凭证、明细账、分类账以及财务报表等各层次上进行泛化,以满足用户对不同综合程度信息的需求。
数据泛化目前主要有多维数据分析方法和面向属性的归纳方法等。
(5)基于序列的分析。
序列模式分析的侧重点在于分析数据间的前后或因果关系,以及这种关系对决策的影响。
数据仓库的基本架构,基本架构大致有三:
第一部分是不同的数据来源;
第二部分是通过对不同的数据源的转换、装载形成的一个新的数据库;
第三部分则是OLAP(联机分析处理On-lineAnalyticalProcessing),基于第二部分的数据库提供多维报表分析功能(即通常所说的决策支持DSS)。
数据仓库中数据的物理存储形式有多维结构数据组织形式和基于关系数据组织形式两种。
它从传统数据库中获得原始数据,先按辅助决策的主题要求形成基本数据层,再按综合决策的要求形成综合数据层。
随着时间的推移,由时间控制机制将当前基本数据层转为历史数据层。
挖掘模型的构建,
(1)选择所需的变量。
变量选择的原则是尽量使输入变量充分解释输出变量。
如果实际变量似性程度较高,或有较强的交叉关联性,则其冗余度较高,应把其转换成适合解释主题问题所要求的变量。
(2)挖掘模型的构建。
挖掘模型的构建就是选取数据仓库中数据的一个子集或样本,用数据的一些算法对其进行分析,产生一些数学分析模型。
模型的建立与研究的问题有关。
例如,如果的问题是进行资本投资决策,建立模型的目标就是根据以前的历史数据,找出影响投资决策的相关因素。
在建立模型过程中,要根据研究问题的特点,应用相应的数据挖掘工具。
例如,要预测应收拖欠情况,因为影响客户拖欠款项的因素很多,就可以应用人工神经网络建立预测模型。
(3)模型评价。
模型的建立是一个迭代循环过程,一个良好的模型并不是一次完成的。
根据模型对数据的分析结果,对模型进行评价,如果模型的效果不令人满意,可利用反馈机制重新运用挖掘工具进行建模、分析,直到模型可以把每一次的分析结果清晰、准确、明了地表述给管理决策人员为止。
案例:
沃尔玛数据仓库系统,2002年4月:
500强,
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 企业集团 财务 信息资源 整合