摘 要： 以某企業(yè)的成本分析系統(tǒng)為依托，針對成本系統(tǒng)的數(shù)據(jù)特點，研究了企業(yè)業(yè)務數(shù)據(jù)的實際問題和需求，完成了源數(shù)據(jù)庫中數(shù)據(jù)的ETL過程，并且根據(jù)業(yè)務要求創(chuàng)建了新的數(shù)據(jù)倉庫，用開源的工具實現(xiàn)了聯(lián)機分析處理模塊，并且利用前端技術進行了數(shù)據(jù)的展現(xiàn)。

關鍵詞： 商業(yè)智能； 數(shù)據(jù)倉庫； OLAP； 回歸分析； 成本分析

中圖分類號： TN911?34； TP311.17 文獻標識碼： A 文章編號： 1004?373X（2016）19?0111?05

Abstract： On the basis of the cost analysis system of a certain enterprise， the practical problems and demands of the enterprise′s business data are studied according to the data characteristics of the cost system. The data ETL process in the source database was accomplished， and a new data warehouse was established according to the business requirements. The on?line analysis processing module was realized with the open source tool， and the data was showed with the front?end technology.

Keywords： business intelligence； data warehouse； OLAP； regression analysis； cost analysis

近年來，隨著生產(chǎn)企業(yè)的日益發(fā)展，如果想提升管理的科學化和精細化水平，那么需要加強集團各單位產(chǎn)品成本核算與控制，從而降低公司的生產(chǎn)成本，服務于各單位間的結算和考核，為對外報價和內(nèi)部分析決策提供支撐[1?2]。企業(yè)的決策層都了解實施成本核算系統(tǒng)已經(jīng)迫在眉睫。成本分析系統(tǒng)能夠集中處理分散在各處的數(shù)據(jù)，然后利用BI技術從數(shù)據(jù)中挖掘出一些有用信息，這可以讓企業(yè)管理者及時掌握企業(yè)生產(chǎn)成本的狀況。因此，基于商業(yè)智能的成本核算研究顯得十分必要，不但利于降低企業(yè)成本，對于提高企業(yè)經(jīng)濟效益具有重要意義[3]。

1 系統(tǒng)架構

生產(chǎn)的成本分析是企業(yè)管理層的一塊重要管理工作，系統(tǒng)開展成本分析是解決問題的最好辦法[3]。本系統(tǒng)主要分為基礎數(shù)據(jù)管理、生產(chǎn)數(shù)據(jù)管理、成本分析、綜合查詢、系統(tǒng)管理和維護總共5個模塊?；A數(shù)據(jù)維護模塊主要管理企業(yè)相關基礎數(shù)據(jù)，包括材料定義管理，產(chǎn)品定義管理，工藝管理，數(shù)據(jù)導入導出四個功能；生產(chǎn)數(shù)據(jù)管理模塊管理企業(yè)相關生產(chǎn)數(shù)據(jù)，分為生產(chǎn)數(shù)據(jù)采集，分廠內(nèi)部數(shù)據(jù)維護和生產(chǎn)數(shù)據(jù)審核三方面；綜合查詢模塊提供工時、費用率和月報表的查詢；成本分析模塊根據(jù)系統(tǒng)中存儲的各類數(shù)據(jù)進行分析，包括不同產(chǎn)品報價對比，采購材料歷史價格，產(chǎn)品工時統(tǒng)計查詢，生產(chǎn)計劃執(zhí)行情況，分廠庫房管理和按產(chǎn)品類型查詢工時；系統(tǒng)維護管理模塊功能是對人員訪問和使用的權限進行控制[4]。企業(yè)成本分析系統(tǒng)總體功能模塊劃分如圖1所示。

從商業(yè)智能技術的角度來看，總體系統(tǒng)的架構可以劃分為6個層次，分別為前端應用、數(shù)據(jù)處理分析（OLAP和DM）、數(shù)據(jù)倉庫（DWH）、數(shù)據(jù)抽取轉(zhuǎn)換加載和數(shù)據(jù)源。如圖2所示。

2 設 計

2.1 綜合查詢模塊

綜合查詢模塊提供系統(tǒng)數(shù)據(jù)按條件檢索費用率和工藝工序等信息。從系統(tǒng)的角度上看，綜合查詢模塊的流程，如圖3所示。

2.2 工時核算模塊

（1） 工時分類匯總，按照格式輸入要匯總的報表日期范圍，選擇匯總的單位，顯示匯總結果。累加工時是在本單位內(nèi)部對所有組成件的工時合計，完成工時=累加工時×實收數(shù)量。查詢結果設計如表1所示。

2.3 成本分析模塊

（1） 不同類型產(chǎn)品報價的對比

各基型產(chǎn)品的變種報價會有差異，用一個table表現(xiàn)出報價差異具體出現(xiàn)在哪些方面。

（2） 材料采購歷史價格的對比

輸入材料編碼后系統(tǒng)對應的調(diào)出原材料名稱、采購單價和成本等信息。將ERP系統(tǒng)中該物料編碼對應的材料在不同時期的實際采購價格進行導入，可以查詢導出該種材料在不同時期的實際采購成本對比表。

（3） 分廠庫房成本分析

首先把ERP的庫房數(shù)據(jù)（數(shù)量，圖號和工時）導入到本系統(tǒng)，然后可以隨時通過軟件查詢各分廠的產(chǎn)品庫存情況。

2.4 成本分析的數(shù)據(jù)倉庫設計

系統(tǒng)是在關系數(shù)據(jù)庫MySQL的基礎上去創(chuàng)建數(shù)據(jù)倉庫的，所有可以說此數(shù)據(jù)倉庫的邏輯模型就是關系模型[5]。在DW的邏輯模型設計這一步，需要產(chǎn)出的方案是對現(xiàn)在要實現(xiàn)的主題進行定義，然后在DW的元數(shù)據(jù)中把對應的數(shù)據(jù)繼續(xù)載入[6]。DW的架構主要有星型和雪花型兩種方式，根據(jù)建設企業(yè)成本分析系統(tǒng)的項目需求，采用星型架構比較符合項目的目標，數(shù)據(jù)倉庫的星型模型如圖4所示。

2.5 聯(lián)機分析處理（OLAP）的設計

（1） 聯(lián)機分析處理的架構設計

從聯(lián)機分析處理的架構設計上看，OLAP屬于中央夾層，他從DW提取到數(shù)據(jù)后，有兩種方式：一種是直接流到OLAP層；一種是經(jīng)過一個存儲器后再流經(jīng)到聯(lián)機分析處理層。然后聯(lián)機分析處理應用服務處理好數(shù)據(jù)后，會給到OLAP前端工具，后者給到Web服務器進行顯示[7]。本系統(tǒng)的OLAP模塊使用的技術架構包括表示層（PL）、維度層（DL）、Star層以及存儲層四層。

（2） 多維數(shù)據(jù)分析的設計

首先鉆取去改變數(shù)據(jù)維度的層次，轉(zhuǎn)變數(shù)據(jù)分析的粒度；然后進行切塊和切片的設計，這里關注的是度量數(shù)據(jù)在剩余維度上的分布情況；最后是數(shù)據(jù)的旋轉(zhuǎn)，在數(shù)據(jù)表格把維度的位置進行交換，也就是重新部署一下。多維數(shù)據(jù)的分析設計從系統(tǒng)角度上看主要是實現(xiàn)三個方面的內(nèi)容：一是數(shù)據(jù)的鉆??；二是數(shù)據(jù)的切片和切塊；三是數(shù)據(jù)的旋轉(zhuǎn)[8]。

（3） OLAP的數(shù)據(jù)實現(xiàn)設計

聯(lián)機分析處理可以分為多維MOLAP、關系型ROLAP以及混合型HOLAP[9]。HOLAP結合了前面兩個類型的技術特點和優(yōu)勢，在MOLAP立方體匯總存儲高級別的統(tǒng)計數(shù)據(jù)，在ROLAP中存儲低級別的統(tǒng)計數(shù)據(jù)和明細數(shù)據(jù)。本系統(tǒng)根據(jù)成本系統(tǒng)的需求使用HOLAP。

3 成本預測算法設計

（1） 一元線性回歸模型設計

4 基于商業(yè)智能的成本分析系統(tǒng)實現(xiàn)

4.1 成本分析系統(tǒng)的實現(xiàn)

生產(chǎn)企業(yè)的成本分析系統(tǒng)主要界面如圖5所示，這是一個基于商業(yè)智能的系統(tǒng)。用戶界面負責和用戶交互，接收用戶輸入、上傳的數(shù)據(jù)和查詢命令，展示查詢結果和其他反饋信息。系統(tǒng)配置管理模塊包括用戶、部門、角色、權限管理，材料、單件、產(chǎn)品、分廠（車間）、工時定額、小時費用率、工作令號等基礎數(shù)據(jù)的定義，工藝路線的制定和維護。業(yè)務邏輯以各分廠每月上報的生產(chǎn)數(shù)據(jù)為基礎，按照基礎數(shù)據(jù)定義計算各級產(chǎn)品和單件成本，計算對外報價，計算各車間之間互轉(zhuǎn)成本，服務于內(nèi)部結算，最后提供成本分析支持決策。

4.1.1 成本分析子系統(tǒng)

（1） 不同類型產(chǎn)品報價的對比：輸入兩產(chǎn)品的編號，點擊對比按鈕后，頁面隨即跳轉(zhuǎn)到了結果頁面，顯示不同類型的產(chǎn)品報價對比情況。

（2） 采購材料歷史價格：輸入產(chǎn)品圖號的編號，按照格式選擇兩個時間，點擊搜索按鈕后，頁面隨即跳轉(zhuǎn)到結果頁面，顯示材料采購價格的對比情況。

（3） 產(chǎn)品工時統(tǒng)計查詢：輸入單件、總成的編號，點擊搜索按鈕后，頁面隨即跳轉(zhuǎn)到了結果頁面，顯示單件、總成或產(chǎn)品的工時情況，點擊下方的導出按鈕可以導出查詢到的結構表。

（4） 生成計劃執(zhí)行情況：選擇分廠的下拉框，然后選擇兩個時間點，點擊搜索按鈕后，頁面隨即跳轉(zhuǎn)到了結果頁面，顯示生成計劃與實際產(chǎn)量的對比情況。

4.1.2 分廠工時核算子系統(tǒng)

（1） 工時分類匯總：首先可以先選擇查詢的方式：一種是按照分廠查詢；一種是按照工作令號進行查詢，接著選擇開始時間和結束時間，點擊對比按鈕后，頁面隨即跳轉(zhuǎn)到結果頁面。

（2） 加工費匯總分析：首先選擇匯總的單位，接著選擇開始時間和結束時間，點擊對比按鈕后，頁面隨即跳轉(zhuǎn)到結果頁面。

4.2 后臺輔助功能

在完成了基于商業(yè)智能的成本分析系統(tǒng)的設計后，接下來就是要創(chuàng)建一個數(shù)據(jù)倉庫，這個過程分為四個階段，分別是選擇一個高效率容易使用的數(shù)據(jù)倉庫工具，然后根據(jù)企業(yè)的需求和做好的數(shù)據(jù)設計確定數(shù)據(jù)倉庫表，最后創(chuàng)建維度和實際操作。

4.3 聯(lián)機分析的實現(xiàn)

使用Pentaho工具實現(xiàn)OLAP的步驟如下：

（1） 利用Mondrian創(chuàng)建一個DataSource項目，鏈接4.2節(jié)準備好的數(shù)據(jù)倉庫；

（2） 創(chuàng)建JPivot視圖，數(shù)據(jù)源作為與數(shù)據(jù)庫的一個鏈接，在數(shù)據(jù)源中，可以對數(shù)據(jù)源中設置好的維度表，事實表做關系處理，添加計算等；

（3） 創(chuàng)建維度相對簡單，這里可以按照數(shù)據(jù)倉庫的設計構建維度以及聯(lián)機分析處理的多維數(shù)據(jù)集；

（4） 向數(shù)據(jù)倉庫中加載測試數(shù)據(jù)，然后再處理多維數(shù)據(jù)集，最后通過前端分析工具（前端網(wǎng)頁）對多維數(shù)據(jù)集進行展現(xiàn)。

4.4 成本預測的實現(xiàn)

4.4.1 一元線性回歸算法預測成本

（1） 一元線性回歸模型算法，相對簡單，由于其一元線性回歸直線模型函數(shù)為：[y=ax+b，]只要根據(jù)公式求出其參數(shù)[a]和參數(shù)[b]就可以，從數(shù)學的角度上看，就是對輸入矩陣兩個參數(shù)的累積計算。

（2） 編碼實現(xiàn)。算法比較明了，只要按照式（3）， 式（4）計算即可，需要計算出[x]的累積，[y]的累積，[x?y]的累積，[x]平方的累加，[y]平方的累加，然后綜合計算即可。用一個for循環(huán)即可計算出來，然后接著計算[a]和[b]的值，輸出結果畫出預測的圖像。

（3） 利用一元線性回歸算法預測企業(yè)2015年相關成本，如圖6所示。

4.4.2 多元回歸算法預測企業(yè)利潤

（1） 多元回歸模型算法。如式（11）所示，現(xiàn)在只要求這個線性回歸方程，就可以得出想要的值。

（2） 編碼實現(xiàn)。首先從輸入的矩陣中獲取[yt[]]為樣本結果值，[xc[]]為測試樣本，[xt[][]]為矩陣系數(shù)的轉(zhuǎn)置數(shù)據(jù)，[x[][]]為系數(shù)矩陣。這些獲取的過程比較簡單，只要兩個for函數(shù)進行循環(huán)就可以實現(xiàn)。

求[XTX，]這里要注意：設[C=A*B，]則[A]的列數(shù)[A.n]必須和[B]的行數(shù)[B.m]匹配上，也就是要相等，[C]的列數(shù)[=B]的列數(shù)，[C]的行數(shù)[=A]的行數(shù)，這里[XTX[][]]結果一定是nTotalMainHead?2方陣。

從數(shù)學原理上講就是先求得其伴隨矩陣，然后再求得[A]的行列式，就可以得到[A]的逆矩陣。求行列式時調(diào)用到一個子函數(shù)MaDet，eterm=MaDet（（double*）xtx，nTotal Main Head?2），函數(shù)的返回值就是行列式值，傳過去的值是矩陣的首地址和矩陣的行數(shù)。

求伴隨矩陣，即求[k*k]方陣中元素[A（m，n）]的余子式。也要寫一個子函數(shù)Creat_M（float*p，int m，int n，int k），入口參數(shù)為[k*k]方陣的第一個位置，方陣元素[A]的標記是[m]和[n，]方陣行數(shù)為第[k]個。求代數(shù)余子式就是除第[i]行和第[j]列外的所有元素，一起存儲到以temp為第一地址的數(shù)據(jù)里面，這里面又調(diào)用了求行列式的值。

（3） 企業(yè)利潤預測結果展現(xiàn)。根據(jù)企業(yè)歷史的利潤、建造工時、加工費用、產(chǎn)量，利用多元線性回歸模型預測企業(yè)今年的利潤，如圖7所示。

5 結 語

本文通過對生產(chǎn)企業(yè)成本分析系統(tǒng)的研究，利用數(shù)據(jù)倉庫及相關技術對現(xiàn)有數(shù)據(jù)進行重新組織和分析，使其成為結構化，可供決策分析的數(shù)據(jù)。利用聯(lián)機分析OLAP方法，對這些數(shù)據(jù)進行重新展現(xiàn)，并且在這個基礎上利用了回歸分析算法的一元線性回歸模型和多元線性回歸模型進行成本利潤的預測，給企業(yè)管理者提供了新的決策信息平臺。

參考文獻

[1] 趙紅宇.基于DW，OLAP和DM的商業(yè)智能[J].商場現(xiàn)代化，2006（26）：52.

[2] 徐羨文，鄭廈君.數(shù)據(jù)挖掘技術在電子商務推薦中的應用[J].電腦知識與技術，2011，7（27）：6588?6589.

[3] 陳榮鑫，付永鋼，陳維斌.基于Pentaho的商業(yè)智能系統(tǒng)[J].計算機工程與設計，2009，29（9）：2407?2409.

[4] CHEN Y， ZHWNG D F， MILLER P A， et al. Improve data partitioning for building large ROLAP data cubes in parallel [J]. International journal of data warehousing and mining， 2006， 2（1）： 1?26.

[5] 王兆紅.企業(yè)商業(yè)智能系統(tǒng)的架構及實施研究[J].中國管理信息化（綜合版），2010，10（6）：15?17.

[6] 滕桂法.商業(yè)智能系統(tǒng)的功能構架[J].中國計算機用戶，2003（42）：48.

[7] 周海燕，郭建忠，王家耀，等.知識發(fā)現(xiàn)與數(shù)據(jù)可視化技術淺析[J].信息工程大學學報，2012，3（4）：78?80.

[8] 張金力，陳廣伏.最小二乘法在計量經(jīng)濟模型中的應用[J].沈陽航空工業(yè)學院學報，2009，16（4）：23?26.

[9] 鐘睿.面向WEB的商業(yè)智能中的數(shù)據(jù)挖掘技術的研究[J].南京農(nóng)專學報，2011，17（3）：25?28.

[10] 陳寧，劉嵐.數(shù)據(jù)倉庫在移動通信企業(yè)經(jīng)營分析系統(tǒng)中的應用[J].現(xiàn)代電子技術，2008，31（14）：117?120.