- 相關推薦
會計數據倉庫建立探討
【摘要】 會計核算軟件數據接口國家標準的頒布,給不同會計軟件之間的數據交換提供了一個同一和規范的格式。隨著數據接口標準的推廣實施,利用基于會計核算軟件數據接口標準建立的數據倉庫,對企業的財務進行分析就成為必然。文章從數據倉庫的模型設計,數據的采集、轉換等方面,對基于國家會計數據接口標準建立數據倉庫進行了相關的技術探討。【關鍵詞】 會計軟件;數據接口標準;數據倉庫;數據模型
隨著會計信息化的發展,我國的會計軟件種類也越來越多,但是往往都自成體系,采用的數據庫平臺和數據結構也就大不相同。由此使得不同的會計軟件之間,以及會計軟件與會計數據相關的業務軟件之間的數據交換,形成了一定的障礙。2004年9月20日,GB/T19581—2004《信息技術會計核算軟件數據接口》國家標準的頒布,在很大程度上解決了會計軟件之間數據交換的障礙。只要符合會計數據接口標準要求,實現會計信息化的單位就很輕易將歷年的會計數據導出,通過建立數據倉庫,并利用會計核算軟件對數據倉庫的數據進行相關的財務分析和決策。同時利用數據倉庫對繁多的會計數據進行治理,不僅將進步會計數據利用率,通過利用數據倉庫進行財務分析,還可以進步治理決策的質量。
一、會計核算軟件標準數據接口基本內容
由于目前財務軟件的平臺復雜多樣,而這些軟件之間的數據沒有一個同一的數據規范,造成不同財務軟件之間數據交流相當困難。GB/T19581—2004《信息技術會計核算軟件數據接口》的頒布主要是對國內所有正在使用的會計核算軟件(包括含會計核算功能的會計信息系統、治理信息系統等)規定同一的數據輸出的內容和格式。會計核算軟件數據接口分兩個部分,一部分是規定其內容,包括電子賬簿、會計科目、科目余額、記賬憑證、報表等;另一部分規定其輸出的格式要求,包括文本文件的輸出方式和XML 文件的輸出方式,并要求以一定期間為單位導出會計核算數據。
二、數據倉庫與接口標準之間的關系
William H. Inmon 在1993年寫的《Building the Data Warehouse》論著中,將數據倉庫定義為:“一個面向主題的、集成的、隨時間變化的、非易失性數據的集合,用于支持治理層的決策過程”。由定義可知,數據倉庫的主要特征為:面向主題性、數據的集成性、穩定性、時變性。通過數據倉庫,不同層次的治理職員可以進行各種治理決策的分析。數據倉庫中存放的是數據的歷史值,并且是靜態的歷史數據,可以定期添加,具有低訪問率,高訪問量的特點。而這些數據都來源于其他不同的數據庫。
目前的多數財務軟件在數據庫的選用、數據庫的格式上大不相同,導致各財務軟件之間不能互相交換數據,也給審計軟件導進財務軟件的數據帶來了一定的困難。而以往數據倉庫在財務上的應用,基本上都是面向單個企業的單獨開發。GB/T19581—2004《信息技術會計核算軟件數據接口》的頒布,在很大程度上解決了這種障礙。按照會計核算軟件數據接口標準的數據結構和內容,建立一個標準數據庫即數據倉庫,從而企業可以根據會計數據接口標準要求,將原數據庫中的數據轉換為標準規定的格式,并可以通過數據倉庫將符合要求的會計數據從會計核算軟件導進或導出,從而實現對數據倉庫進行相關的財務分析及決策。
三、數據倉庫的模型設計
數據倉庫創建之前首先要根據需求明確所構建內容的主題域。在根據需求分析確定主題域后,就可以通過建立數據模型對數據倉庫進行描述。模型是對現實世界進行的抽象描述,在信息治理中要實現對信息的治理與分析,就要依靠數據模型將現實世界的事物轉換為信息世界的數據。創建數據倉庫所采用的模型主要有概念模型、邏輯模型、物理模型。
(一)主題域的確定
數據倉庫設計的關鍵是主題域的確定,整個數據倉庫的數據都是圍繞主題和軟件標準數據接口而組織的,主要用于對企業的財務進行分析。根據數據接口標準規定的數據文件,主題可以分為以下幾類:
資產負債表主題:主要分析企業某一特定日期內的財務狀況,還可以進一步細化分為資產主題,負債主題,所有者權益主題;
現金流量表主題:分析企業在一定會計期間現金及現金等價物的流進和流出情況;
利潤表主題:用于分析企業在一定會計期間的經營成果;
所有者權益變動表主題:分析企業一定時期所有者權益變動的情況;
財務分析指標主題:通過以上主題來分析企業一定時期的營運能力、償債能力、獲利能力及發展能力等。
(二)概念模型設計
星型模型和雪花型模型是概念模型設計常使用的兩種模型。雪花型模型是對星型模型的擴展,適用于具有復雜結構數據倉庫的應用,星型模型是最常使用的模型。模型設計主要用于設置事實表與維表之間的連接,使每個維表通過主鍵與外鍵連接,進而實現與事實表的連接。概念模型的設計就是要根據需求,確定業務中的指標實體和維實體,以及在實體間建立聯系,概念模型設計后可以在一些開發工具中,利用一些技術功能直接轉換為物理模型,再天生數據庫,從而節約了時間并進步了效率。
(三)邏輯模型設計
通常在概念模型設計好后,還要依靠邏輯模型來實現概念模型到物理模型的轉換。由于目前數據庫都建立在關系數據庫基礎上,所以所采用的邏輯模型主要是關系模型。會計核算軟件數據接口標準對所涉及的數據元素規定了同一的格式,在建立的邏輯模型中,要根據數據接口的規定對數據的字段進行格式描述。邏輯模型設計主要包括事實表,維表設計以及粒度的劃分。
(1)事實表。直接反映了數據倉庫中應用的主題,是星型結構中最主要的表,包含了數據倉庫中最主要的信息,如資產負債表、現金流量表、利潤表、所有者權益變動表、財務分析表。而數據倉庫的數據都是來自于不同數據接口的數據庫,在進行數據倉庫的邏輯模型設計時,還要確定各表中的數據元素即字段與數據源的邏輯關系,以便核算軟件按照接口標準要求輸出文件。其中的對應關系可以回納為:第一種是數據元素和數據源的逐一對應,即可以在核算軟件中找到與數據元素直接對應的表與字段;第二種是數據元素需數據源通過計算得到,即必須對數據源進行計算處理才能滿足標準規定的數據元素的需要;最后一種對應關系是依據邏輯判定非源于特定數據源的數據。數據源的確定和對應關系是會計軟件輸出符合標準數據的邏輯基礎。由于過于龐大的事實表在表的處理、備份和恢復、用戶的查詢等方面需要較長的時間,在設計時要留意使事實表盡可能地小。
(2)維表。主要用來描述事實表,與事實表有著非常重要的關系,在事實表中大多數屬性都要依靠于維表,維表的主鍵組成了事實表的外鍵,每個維表都通過主鍵與事實表的外鍵連接,實現數據庫快速查詢。維表的屬性也要根據接口標準規定進行規范定義。維表也會影響企業決策的因素,如不同企業、日期、指標種別都是影響企業決策的因素,通過這些因素決策者可以按照不同企業不同日期不同指標種別進行決策分析。根據事實表設計的維表有會計期間維表、報表編碼維表、日期維表、企業維表等。
(3)粒度的劃分。粒度是指數據倉庫的數據單位中保存數據的細化或綜合程度的級別。通過粒度的劃分,決定了數據倉庫是采用單一粒度還是多重粒度,以及粒度的劃分層次。粒度級越低,細化程度越高;相反,粒度級越高,細化程度越低。粒度的劃分直接影響到數據倉庫中的數據量和信息查詢,以及進一步進行OLAP(聯機分析處理)和數據挖掘的效果。假如主題的數據量、信息量較多,對主題數據分析細化程度要求較高,就要根據用戶對數據倉庫應用的需求,采用多重粒度進行數據劃分。用低粒度即細化到月的數據,保存近期的會計報表及財務分析指標數據,對時間較遠的會計報表及財務分析指標數據的保存用粒度較大即細化到年的數據。這樣既可以對財務近況進行細節分析,又可以利用粒度較大的數據對財務趨勢進行分析;否則采用單一粒度進行劃分。
(四)物理模型設計
邏輯模型在物理系統中的體現模式,需要通過數據倉庫的物理模型設計來實現。包括邏輯模型中的各種實體表的具體化,包括表的數據結構類型、索引策略、數據存放位置及數據存儲分配等。會計軟件數據接口標準中所要求的數據接口輸出數據,包含接口標準要求的16個數據文件和1個格式說明文件,每個文件的文件名都進行了嚴格的規定。同時在標準中對16個數據文件的81個數據元素也進行了嚴格定義,首先,在物理模型設計中表的數據結構應根據接口標準要求,對數據的格式及內容進行同一的定義規范,如表的字段標識符要采用三位數字進行標記,字段的類型長度最多為5位可變長字符。只要會計軟件的數據倉庫的數據接口符合接口標準,就可以實現輸出符合標準的數據。其次,由于數據倉庫的數據量很大,通過索引的創建可以進步數據存取的效率,通常按事實表的主鍵和外鍵來建立索引。在數據倉庫中首先需要為事實表設置索引,在為事實表的主鍵聲明約束時,應該按照這些列的聲明次序創建一個惟一的索引。而對于使用頻率較高的外鍵,應置于主鍵索引的前面,以進步查詢效率。
數據倉庫中的數據可以通過數據庫訪問接口,將源數據庫中的數據轉換為標準格式的數據導進。其中數據的存儲通常按數據的重要性、使用頻率以及對響應時間的要求進行分類,并將不同類型的數據分別存儲在不同的存儲設備中,其中重要性高、經常存取并對響應時間要求高的數據存放在高速存儲設備上,而存取頻率低或對存取響應時間要求低的數據則可以存放在低速存儲設備上。
四、數據倉庫的創建
通過對數據倉庫中的事實表、維表的邏輯模型設計,同時根據在物理模型中對各種表的存儲區間、方式的處理,在數據倉庫的實施過程,采用適當的數據倉庫創建工具,就可以創建數據倉庫。目前用于創建數據庫的工具主要有SQL Server、Oracle10i、Sybase等。數據倉庫的創建可以根據具體情況選擇適合的開發工具。
五、數據的采集及轉換
數據倉庫的物理模型設計完成后,就要根據會計核算軟件數據接口標準,來完成數據倉庫結構的建立,實現數據倉庫和元數據庫的創建,然后就可以對數據倉庫進行數據的加載。元數據庫是數據倉庫的靈魂,沒有元數據庫,用戶就無法對數據倉庫的數據進行良好的定義、組織和治理。數據的采集及轉換是建立數據倉庫中最重要的處理過程之一,這一過程實際上是要把來自不同的操縱性數據源、不同的數據進行集成,將非標準的數據轉化為在一定程度上的標準化的數據。采集之前首先需要對數據進行預處理,即進行預備工作包括清空工作區、預備區。由于數據倉庫中的數據來源十分復雜,這些數據在進進數據倉庫之前經常需要在預備區對數據進行標準化處理,即將不同數據結構的數據進行同一處理,如源數據庫中的數據類型與長度和標準規定的有所差別,就需要進行數據的類型轉換、長度的截取等工作。數據的采集可以通過數據庫接口訪問源數據庫,將數據轉換為標準格式數據存進數據倉庫,同時為了確保數據倉庫中數據質量,還要對數據進行必要的清理即篩選工作。數據的清理工作必須嚴格依據元數據的定義進行,數據清理結束就可以將經過凈化和轉換的數據加載到數據倉庫事實表中。實現的工具主要有SQL Sever、Oracle等。對數據提取以后,同樣也可以利用SQL語言實現對數據的加載。
六、數據倉庫的使用
在會計數據標準接口中,已經將會計科目、會計憑證、會計賬簿、會計報表等中的數據納進,并進行了同一規范。因此可以通過標準數據接口將每年的會計數據保存到數據倉庫。按照會計數據接口標準要求,將會計數據倉庫中的歷年數據輸進到會計核算軟件中,并利用會計核算軟件對其進行相關的財務分析、經濟遠景猜測,以幫助治理者為企業的將來做出正確的決策。隨著數據接口標準的推廣實施,基于會計核算軟件數據接口的數據分析技術和方法會越來越多,并且應用范圍也會越來越廣泛。
【參考文獻】
[1] 會計核算軟件數據標準接口國家標準實施指南編委會.GB/T 19581—2004《信息技術會計核算軟件數據標準接口》實施指南[S].北京:中國標準出版社,2005.
[2] 陳京民.數據倉庫與數據挖掘技術[M].北京:電子產業出版社,2007.
[3] 池太崴.數據倉庫結構設計與實施[M].北京:電子產業出版社,2005.
【會計數據倉庫建立探討】相關文章：
對建立財務治理良性循環機制的探討03-21
探討如何建立員工有效激勵模式03-27
關于建立全面績效治理體系的探討12-06
關于建立證據開示制度的部分探討03-22
建立審計公設與審計假設體系的探討03-20
建立全局性會計實踐教學考核體系的探討03-24
對建立財務管理良性循環機制的探討03-18
企業建立專有的銷售渠道和網絡的探討03-21