一、摘要
企业全面预算理论和实际应用中预算口径时变、预算目标难以分解和无法监控、预算编制博弈过程等问题受到了传统IT技术的应用局限难以解决，而商务智能技术中多维度、多层次、能计算、适宜分析预测的特点能够弥补其中一些不足，立足用商务智能技术解决全面预算理论中遇到的上述问题。
BI技术在企业全面预算管理中的应用在石油行业的一些项目实践效果已经验证，对于其他行业的预算业务相信也可以适用。石油行业全面预算管理系统同很多典型的大型集团全面预算一样，同时受到行业特点、上市公司财务及审计制度(Sarbanes-Oxley等)的要求，面临预算目标分解、预算目标监控、预算编制博弈过程、预算分析预测、滚动预算分析监控、石油价格波动(非季节波动)等问题，而如果依靠商务智能技术建立的一个模型，利用多维模型、数据权限、审计、防止欺诈、非季节性预测、相关性分析等数据库相关领域的技术就可以很好的解决企业全面预算管理中面临的共性和本行业的特性。并且可以将企业管理理论和信息化实践真正结合，也为预算管理理论在应用中的找到了一个切入点，将会为更多的企业提供全面预算管理的综合解决方案。
二、背景
1. 项目介绍
近年来，中国的石油供给问题已经上升到国家石油安全的高度。在能源紧缺和市场完全放开的双重压力下，中国石油化工企业仓促“走出去”的脚步，凌乱而真实。为了支持高速度、高质量发展的战略目标，××公司的规模还将持续快速增长，迫切需要提升公司管理的科技手段以提高公司的管理效率，优化资源配置，完善决策控制机制，建立规范的全面预算管理体系，形成一整套全面预算管理制度及其配套实施细则。为继续深入推进××公司的全面预算管理项目，进一步完善预算编制、执行、报告和考核等方面的管理，启动了“××公司全面预算管理信息系统”项目。在不久的将来，越来越多的企事业单位将越来越关注该领域的应用，虽然项目带有一些行业特色，但项目经验和实施内容具有很强的推广价值。
2. 国内外相关研究状况
商业智能(Business Intelligence，简称BI)的概念最早是由Gartner Group于1996年提出来的。在过去的 15 年中，Ralph Kimball 和 Bill Inmon 一直是商业智能领域中的革新者，开发并测试了新的技术和体系结构。Bill Inmon 通过“面向主题”表示应该围绕主题来组织数据仓库中的数据，特定数据集市中的所有数据都应该来自于面向主题的数据存储。Ralph Kimball 说“数据仓库仅仅是构成它的数据集市的联合”，他认为“可以通过一系列维数相同的数据集市递增地构建数据仓库”。在实际的商务智能应用发展中，也主要是这两个流派的相关理论的实际应用，现在的商业智能就像几年前的ERP一样，成为CIO们关注的焦点。在ERP等基础信息系统部署完之后，企业能够对其业务数据进行更为有效的管理，于是如何利用这些数据创造价值成为企业下一步思考的问题，希望藉此来实现多重企业目标。
上个世纪80年代一份权威调查统计数据显示，美国几乎所有大型公司都采用全面预算管理。全面预算管理作为一种含金量极高的管理工具，早已融会于美国大型企业管理文化的血脉之中，成为它们市场利益追逐历久弥新的财富基因。近10年来，同样经历过市场无数次实践验证，中国大中型企业也逐步认识到全面预算管理的工具价值，并以“中国特色”的方式予以确认和发扬。从最简单最容易上手的电子表格到企业管理信息系统。这些系统大都是将全面预算管理系统定位在MIS系统之上，但预算管理有着与其他MIS系统不一样的业务特色。从管理体制上看，企业是以企业资源分配作为预算的主要依据，在完全市场经济下其预算目标是“单一化”的，即确保股东权益的增值;而国内企业的预算目标则是“多元化”的，所下达的预算目标并不与完全资源分配挂钩，在某种程度上造成预算目标的混乱，进而使预算失去方向。实行全面预算管理的主要目的是为了控制企业关键经营指标，制定合理预算目标的关键，是要依托企业战略。预算目标就是企业战略目标的分解和细化，是保证企业战略意图得以实现的有效手段和工具。而传统的MIS系统也就是大家常说的业务系统，其思想确是根据实际发生情况而构建的，并非对目标进行分解，因此传统的解决方法很难奏效。而商务智能技术有着先天的层次汇总和目标分解能力，因此，将商务智能技术引入全面预算管理系统将会是一个发展趋势。
三、解决方案创新
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。
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。
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.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。
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。
四、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。
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。
【编辑推荐】
