BI技术在全面预算管理中的分析

 

　　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。