随着21世纪知识经济的发展，企业对财务信息的需求日益增长。但企业积累的大量原始数据并没有得到充分的挖掘和利用，“孤立”的财务信息难以为企业经营决策提供足够的信息支持。商业智能(BI)是基于数据仓库、数据挖掘、OLAP等技术发展起来的新兴的决策支持体系，其实质是从大量的历史财务数据中有效地提取信息进行整合和分析。对商业智能技术在企业财务管理中的应用的现状及发展趋势进行了较为详尽的论述。
1 引言
    大部分企业都有积累大量数据的财务管理信息系统，企业需要从数据中获得信息、从信息中获得知识，再运用知识进行正确的决策。在财务管理领域运用商业智能技术，寻求和发现更多的企业顾客、供应商、市场以及内部流程优化的信息，将为企业决策者提供更为广泛而有效的决策依据，提高企业战略竞争能力。
2 企业财务管理现状
    2.1 财务数据管理的存储现状
    企业实施了会计电算化之后，在企业的内部，其会计凭证、账簿、报表这些反映企业生产经营成果和财务活动的数据全部以电子形式存储在账套文件中，这些数据不但可以进行数据之间的运算处理，而且解决了数据的统一性，完整性，安全性等问题。对上市公司而言，其外部数据是以报表为主的，许多企业都已经披露了多年的财务报表数据，获得这些数据是比较容易的，而且目前许多证券网站都可以方便地查询到这些数据，甚至是以表的形式得到这些数据。因此无论从企业内部还是外部都可以方便地获得财务数据，对数据进行分析处理。
    2.2 财务数据的使用现状
    企业中实施的会计信息系统多是为会计核算服务的，只是在原来的会计核算方面由手工转成了计算机来处理。其中包含财务管理的部分内容也仅是对财务管理数据浅层次的描述，是简单的指标分析，并没有对财务数据进行深层次的分析和处理。
    另一方面，目前会计信息系统中所用的工具和方法，如简单的数据运算，简单的统计方法等并不能够挖掘出财务数据中深层次的信息或者发现企业所存在的问题，要有效地分析这些越来越多的数据需要更多的知识和精力。因此对于企业现有财务数据，其分析的方法均较简单，数据仅停留在浅层次的描述，没有得到很有效的利用。
    2.3 传统的财务管理存在的问题
    (1)不能根据各级决策层的需要而灵活展现财务分析的结果；
    (2)财务分析缺乏连续性，不能动态地反映某个问题；
    (3)由于工作量巨大，响应速度慢、时效性差；
    (4)分析范围狭窄，不能与企业其他部门联合起来进行综合分析。
3 商业智能技术的基本概况
    3.1 商业智能的概念及功能特点
    我们认为商业智能是一种能够通过智能的使用拥有的数据来制定更好的商务决策能力。其关键是通过数据预处理(数据提取、转换、装载)建立数据仓库，从许多来自不同的企业运作系统的数据仓库中提取出有用的数据，经由各式各样的查询分析工具(Query/Report Tools)、联机分析处理(Online Analytical Processing简称OLAP)工具、或是数据挖掘(Data Mining)工具加上决策规划人员的行业知识(Industry Knowledge)进行数据分析，将原始业务数据转换为企业决议的信息，并预测企业未来发展趋势和将要面临的问题，进而帮助企业提高获利，增加生产力与竞争力。
    因此基于以上定义的商业智能应具有数据管理功能、数据分析功能、知识发现功能和企业优化功能。
    3.2 商业智能的三大技术支持
    商业智能作为一个跨学科新兴领域，必须借鉴两方面的先进成果，一是计算机技术的前沿技术，二是企业管理方面的新理论、新观点。在技术方面，一般认为数据仓库、OLAP和数据挖掘技术是商业智能的三大组成部分。
    (1)数据仓库(Data Warehouse)：是面向主题的、集成的、随时间变化的极稳定的数据集，用于支持管理决策过程。它能够帮助企业以一种有效的方式逐步整理各个业务处理系统中积累下来的历史数据，并在整个企业内实现真正的信息共享。
    (2)联机分析处理(Online Analytical Processing简称OLAP)是一种数据分析技术，侧重对分析人员和高层管理人员的决策支持。它可以让管理者灵活地对海量数据进行浏览分析。
    (3)数据挖掘(Data Mining，DM)是指应用一系列技术从大型数据库或数据仓库的数据中提取人们感兴趣的信息和知识。其目的是帮助决策者寻找数据潜在的关系，发现经营者被忽略的要素。
    3.3 商业智能的研究现状及发展趋势
    商业智能是利用当今计算机前沿技术作支撑、运用现代管理技术进行指导的应用系统，它的研究热点集中在三个方面：支撑技术的研究、体系结构的研究和应用系统的研究。商业智能的发展趋势可以归纳为以下几点：
    (1)功能上具有可配置性、灵活性、可变化性。
    BI系统的范围从为部门的特定用户服务扩展到为整个企业所有用户服务；从简单的数据获取，扩展到利用WEB和局域网、广域网进行丰富的交互、决策信息和知识的分析和使用。
    (2)解决方案更开放、可扩展、可按用户定制。
    对不同企业的独特的需求，BI系统在提供核心技术的同时，使系统又具个性化，增强客户化的接口和扩展特性；可为企业提供基于商业智能平台的定制的工具，使系统具有更大的灵活性和使用范围。
    (3)从单独的商业智能向嵌入式商业智能发展。
    即在企业现有的应用系统中，如财务、人力、销售等系统中嵌入商业智能组件，使普遍意义上的事务处理系统具有商业智能的特性。
4 商业智能技术在企业财务管理中的应用
    4.1 企业财务管理与商业智能结合的必要性和可行性
    现代企业生存于一个“信息爆炸”的时代，企业要从激烈的市场竞争中胜出，决策速度与反应效率的重要性已经毋庸置疑。而要高效地做出正确的决策，管理者需要对企业内外的信息有一个正确及时的把握。然而根据CTO Magazine调查，75%的企业高层管理人员在面临决策时，通常无法获得及时且完整的参考数据及资料，潜藏在企业各部门、各流程中的大量的数据没有得到很好的利用。
    在企业信息化管理中，财务作为其核心模块直接反映企业的经营状态，而商业智能技术正是通过数据访问、数据和业务分析，以及发现新的商业机会。为企业的决策和战略发展提供服务。因此在财务领域应用商业智能技术，通过一定的方法将财务数据快速及时地转化为可为决策提供支持的信息，建立一套用来“了解和掌握市场信息和企业内部的变化情况和根据市场的变化迅速调整优化企业的产品结构和市场策略”的企业财务管理智能系统就非常重要，企业财务管理与商业智能的结合便应运而生了。
    4.2 商业智能在企业财务管理智能系统中的应用
    随着企业信息化的不断推进，企业积累的大量原始数据等待着充分的挖掘，从企业用户来看，在使用了多年的财务管理软件后，深刻感受到现有的财务管理软件中有很多管理功能无法实现。如当企业的资产负债率达到90%，流动比率为0.5。速动比率为0.4时，一般来说这家企业就危险了，银行不能再给这家企业借款，企业也不能再增加负债。但经过智能分析遍历所有可能情况后发现，只要企业的流动资产周转率一年在3次以上、毛利率在30%以上，则这家企业不但没有还债的风险，而且其负债率在一年后会降低到60%以下。有了这些数据作支持，企业领导就能为企业的发展作进一步的决策。
    利用商业智能技术进行财务的分析与管理能得出上述结论并预知危险的发生，这也正是企业所需要的、全面的信息化解决方案具有重要的意义，那么我们如何把商业智能应用到企业财务管理是企业财务管理系统的中重中之重。
    4.3 财务管理智能系统
    (1)在财务分析方面。
    财务分析系统可以运用数据挖掘分类技术、预测等技术，根据企业过去、现在的财务数据做进一步的加工、整理、分析和评价，对筹资活动、投资活动、经营活动、分配活动等的财务状况进行放映和预测，从中取得有用的信息供决策者使用。
    (2)在财务预测方面。
    财务预测的主要内容应包括销售预测、利润预测、成本预测、财务指标等方面。可以运用商业智能中的回归，神经网络等技术根据已有的财务数据预测企业未来的财务状况，从而判断企业未来发生财务危机的可能性。
    (3)在财务决策支持方面。
    商业智能技术在财务决策支持系统中的应用包括：筹资决策、投资决策、成本决策、股利分配决策和存货决策，通过对财务数据的数据仓库中提取出的有用的数据进行联机分析处理，进而对分析人员和高层管理人员的决策支持。
    (4)商业智能在财务实时控制中的应用。
    财务实时控制是指企业利用现代信息技术对大量的财务和非财务数据进行分析、处理，得出有价值的信息，并根据此信息及做出相应决策的活动，以实现保证和优化企业经营的目的。
    现建立一种基于商业智能的普遍的财务管理信息系统模型如图所示。

 
图1 基于商业智能的企业财务管理智能系统模型
    由以上的模型框架，我们可以看出企业财务管理智能系统的核心问题在于解决如何通过数据预处理(数据提取、转换、装载)，将各个来自不同运作系统的业务数据库的数据仓库中提取有用的数据，建立与财务有关的数据仓库。要解决这个问题的关键在于理清各个子数据库数据间与企业财务管理最终目标的关系，分清哪类数据对那种决策有什么样的作用，需要建立怎样的数据关系整合到数据仓库中。
5 结论与展望
    总之，随着数据库技术和网络技术的迅速发展，传统的核算层及管理层会计信息系统在逐步完善，人们获取数据的能力越来越强，将海量的数据存储在数据库和数据仓库中。将数据仓库(DW)、数据挖掘(DM)和联机分析(OLAP)等信息技术应用于财务管理智能系统，更能将数据仓库里的海量数据从执行系统中筛选出来，减少冗余，完成一系列转换处理，为决策者提供更加简明、全面的信息，便于决策者从宏大的信息系统中分辨、析取、整理、挖掘对财务决策有用的信息，无论从宏观还是微观上都能对企业整个盈利状况有全面而快速的把握。极大提高企业管理信息系统的工作效率。