第一章绪论
在企业信息化日益发达的今天，联机事务分析处理己经不能满足不了人们对信息的需求，而数据仓库通过跨组织整合最新资料，及时、全面地获取企业经济运行的各种数据，并对这些数据进行联机分析处理，以及对反映企业经济运行状况的各种指标的综合提炼，完成对企业经济运行焦点问题的定量描述。从而实现对企业管理者的决策支持。
1.1本文研究背景及研究意义
ERP技术在我国的发展和实施已经非常成熟，因为不仅大中型企业系统，越来越多的中小型企业也开始纷纷实施ERP系统。但是虽然ERP系统是针对业务数据能实现很出色的管理和控制，但是并不能满足企业决策者的对战略信息的需求以及对信息进行多维查询和分析的需求，因此越来越多的大中型企业开始建立自己的数据仓库，与联机分析处理(OL妙)技术和数据挖掘(DM)技术结合，从而为企业决策提供支持。而由于现在市场上的商业智能产品基本都定位于大中型企业，不仅价格昂贵、实施成本和维护成本都很高，而且这些产品所设计的应用也不适合中小企业。随着企业信息化进程的加快，ERP在很多贸易企业中都得到了广泛的应用，一方面企业有了较为成熟的联机事务处理系统，获取、存储、处理数据的能力都得到了很大的提高;另一方面，面对E即中积累的越来越多的数据，企业只能被动的接受业务处理系统中的数据，然而这些海量数据的背后却隐藏了很多对企业决策有用的信息。这就为贸易企业数据仓库的建立提供了外在的动力。同时众所周知，企业决策者必须关注的数据是财务数据，因为财务数据是企业管理中最重要的经济数据。在企业信息化日益发达的今天，如今一些中小型企业也已经进入了财务管理系统的时代，然而我国财务软件的管理性功能并不理想，并且由于财务数据庞大而复杂，更使得决策者往往难以进行深入的分析，看到的只是简单的经过初步加工的财务数据。现有的财务系统只能提供企业现今状态下的财务信息和较浅层次的会计指标，这就与决策层迫切需求的由较长一段时间以来财务状况的横向分析、若干个财务状况纵向的现状分析才能挖掘到有助于决策的趋向和模式的目的相去甚远。基于财务软件只能作为OLTP(即联机事务处理)性质系统的局限性特点，就使得它不具备对企业历史性财务运行分析、多视角的分析的能力，进而制定的报告也难以实时、准确地反映出对企业所针对的目标的报告。这就导致事务完成处理后，财务系统中存留的海量数据，除去备查以外的数据，其他的难以有更大的利用价值，甚至成为分析的阻碍。这些数据同样占用系统资源，和常规的OLTP软件相似，此类系统与企业在财务系统上的人力、物力、财力投入显著不成正比，充其量只能得到少部分的回报，潜藏在系统中的“隐形能量”，理所当然的就不能发挥效力，造成了巨大的浪费。决策者同时面临的是系统中不能产生真正符合决策需求的报表，所有的决策只能在凭借缺乏客观支持的数据中从零做起，财务软件的现有功能显然成了赘余。当然，这些都与财务软件自身缺乏挖掘能力的缺陷密不可分。
借助数据仓库(Data Warehouse)、数据挖掘(Data Mining)及联机分析处理(OLAP)等较先进的BI技术，从更深层次上发掘现有数据的关联关系，对高层次决策的事务处理实现技术改进，是国内外各大公司面临的主要困难，也是业内人士不断努力的方向。通过这方面的工作，就有能力实现对OLAP智能数据的挖掘分析，进而产生更详尽、更科学的财务报表，并且它可以支持对财务状况、损益及现金流量结构分析、比较分析、趋势分析等若干重要财务指标的分析能力。由于企业把智能业务系统、在役财务系统之间的交互封闭成闭合状态，就起到了对财务系统的投资实现优化的作用，财务系统也由一个“黑匣子”，转变成一个便于多视角观测的“水立方”，其中的关联一览无余的展现在用户面前，其中的数据也自然而然的转变成了便于决策的有价值信息。
1.2国内外研究综述
1.2.1国外研究现状
联机事务处理(OLTP)在整个80年代至90年代初一直是数据库应用的主流，但当其对从海量数据中获取决策信息显得力不从心时，数据仓库的概念在上世纪90年代初被首次提出。著名的数据仓库专家w.H.Inmon在其著作《Buildingthe2 OataWarehouse》一书中给数据仓库下了定义:数据仓库(DataWarehouse)是一个面向主题的(SubjeetOriented)、集成的(Integrate)、相对稳定的(Non一Volatile)、反映历史变化的(Timevariant)数据集合，用于支持管理决策通过搜集资料，近几年国外对数据仓库的研究主要集中在数据仓库安全、多版本数据仓库等技术方面的研究。比较典型的包括:2009年JuanTrujill。等，在((AUML2.0profile七0defineseeurityrequirementsforDatawarehouseS》一文中指出，数据仓库中存放着很多重要和敏感的信息，因此必须在数据仓库设计早期就考虑其安全措施。提出使用统一建模语言(UML)的扩展机制，在业务层面上定义数据仓库的安全需求。并提出了模型驱动架构(MDA)使安全需求能贯穿数据仓库的整个周期。
第二章相关理论概述
2.1财务分析理论
财务分析是根据企业财务报表等信息资料，采用专门方法，系统分析和评价企业的财务状况、经营成果以及未来发展趋势的过程
2.1.1常用财务分析指标
通常情况下企业有四种财务分析指标，分别为指标:偿债能力、营运能力指标、盈利能力指标和发展能力状况指标，同时又有很多细节的指标来衡量这四个指标。由于中小企业规模较小等特点，因此并不是每个分析指标都对其适合。数据仓库之父W.H.lnmon定义的数据仓库概念为:“数据仓库是面向主题的、综合的、相对稳定的、反映历史变化的用来支持管理人员决策的数据集合”。从数据仓库的概念不难看出，数据仓库是体系结构化环境的核心，也是提供战略信息的唯一可行方案。它提供了全面而且综合的企业概况，决策者可以方便地获取企业由史至今的所有数据，并且它在不妨碍操作型系统的基础上使得决策支持成为现实，既统一了企业的信息，又提供了一个灵活性较强的交互式战略信息渠道。数据仓库的产生源于决策者的需求，它是不断寻找最适应决策需求信息道路上的必然产物。在过去，因为操作型应用系统的功能只能满足阶段性的需求，与决策信息使用者对数据的深层次的需求形成了较大的反差，挖掘出系统中隐含的信息成为重要工作，数据仓库就担任起了这样的使命。同样，数据仓库不是凭空产生数据的，它是在原有数据的基础上，通过清洗和转换，将其转变成可以提供决策的战略信息。
第三章 财务分析数据仓库设计................. 24-32
3.1 中小贸易企业财务需求分析................. 24-25
3.1.1 业务需求分析................. 24-25
3.1.2 功能需求分析................. 25
3.2 数据设计 .................25-28
3.2.1 确定主题 .................25-26
3.2.2 确定维度................. 26
3.2.3 确定粒度................. 26-27
3.2.4 确定分析指标................. 27-28
3.3 系统体系结构规划................. 28-29
3.4 数据存储设计 .................29-30
3.5 本章小结 .................30-32
第四章 财务分析数据仓库模型................. 32-44
4.1 财务模型说明 .................33
4.2 利润主题模型及应用 .................33-37
4.3 应收账款主题模型及应用.................37-38
4.4 财务科目主题模型及应用 .................38-41
4.5 损益主题模型及应用 .................41-43
4.6 本章小结................. 43-44
第五章 数据抽取、转换和装载................. 44-53
5.1 数据抽取 .................45-50
5.2 数据转换................. 50-51
5.3 数据装载 .................51-52
5.4 本章小结 .................52-53
结论
本论文选题是在导师的倡导下，在昆明数博兰德科技有限公司“数博BI子系统”开发项目的基础上，结合本人的工作实习与项目实践而提出的。由于前人在将数据仓库技术应用于中小贸易企业财务分析中的研究有限，并且2009年3月，昆明数博兰德科技有限公司立项开发针对于中小贸易企业的商业智能系统，可见本选题具有很强的现实针对性。本论文主要完成了以下几个方面的工作:
1、完成了对国内外学者在数据仓库方面研究的综述，对财务分析理论以及数据仓库和OLAP相关技术进行了学习和介绍。#p#分页标题#e#
2、实现了中小贸易企业的数据仓库设计。进行了详尽的业务需求和功能需求分析，通过此需求分析分别确定了财务数据仓库的利润、应收账款、财务科目、损益主题，以及各个主题的维度、粒度和分析指标设计。同时提出了相对独立的三层体系结构(数据表现层、数据处理引擎和定义层)。最后阐述了在数据仓库中数据存储的设计，使用了基于数据仓库理论的BKR体系和多维菱形降维技术。
3、建立财务分析数据仓库的星型模型，以及各个主题的常用应用。在本文中并没有像以往的数据仓库一样把主题所有维度全部放到一起，供用户自由组合分析查询，而是把用户作为领域专业人员参与到应用的设计和定义中，加入用户的需求、经验和知识，相当于进行二次开发，把分析主题划分为一个个单独的用户关心的应用，这里用户主要指使用该分析的分析人员和决策者。最后把定义好的应用保存为用户习惯的分析问题的方式，这样在用户的后续使用中就能更加迅速准确的通过分析发现问题。因为以往的数据仓库是针对大型企业的专业分析人员使用的，这些专业人才能够驾驭复杂的维度分析，得到对决策有用的信息，而中小企业中专业分析人才匾乏，复杂的维度分析未必能够达到应有的效果，反而预先定义常用的应用更能满足中小企业对响应速度的高要求。
4、完成了数据ETL过程中的相关工作。其中工作量最大的是完成了对“数博贸易通”E即系统的数据源分析及中小贸易企业领域字典的建立。理清ERP系统数据库中源表之间的逻辑关系，确定模型维度信息来源的源表和字段，以及计算模型指标信息的相关源表和字段。
参考文献
[1] B W Arthur. Competing technologies; inereasing returns /cwgllw/ and lock in by historicalevent [J].The Eeonomie Journal, 1989
[2] Bain J . Industrial Organization [M]. New York: John Wiley & Sons Inc，1959.
[3] Bain J . Barriers to New Competition [M]. Cambridge, Mass: Harvard UniversityPress, 1956.
[4] Batt Rosemary. Explaining wage inequality in telecommunications services:Custome rsegmentation, human resource practices and union declme[J].Industrial and Labor Relations Review, 2001(10): 19-28
[5] Boyer, Mai cel. A Habit Forming Optimal Growth Model [J]. InternationalEconomic Review, 1978(19)
[6] Boyer，Maicel. Rational Demand and Expenditures Patterns under HabitFormation [J]. Journal of Economic Theory, 1983(31).
[7] Brynjolfsson, Erik，Michael D Smith, Jeffrey Hu. Consumer surplus in the digitaleconomy: Estimating the value of increased product variety at online booksellers[J].Management Science, 2003(11): 87-89.
[8] Chakravorti, Sujit. Theory of credit card networks: A survey of the literature [J].Review of Network Economics, 2003(12):103-112.
[9] Chaloupka，Frank. Rational Addiction Addictive Behavior and Cigarette Smoking[J]. Journal of Political Economy, 1991(99).
[10] ChappelL Davies, Griffiths. Online Computer Gaming [J]. Journal of AmerieanAcademy of Business, 2004(7):87-96.
