首鋼自動(dòng)化信息技術(shù)有限公司 陳 志
    四川大學(xué)計算機學(xué)院 王昊宇

    摘要：通過(guò)管理模型的應用，實(shí)現了利用財務(wù)成本倒推法來(lái)控制生產(chǎn)成本。通過(guò)逆向成本管理實(shí)現對財務(wù)成本的有效控制，并收到良好效果。

    關(guān)鍵詞：數據分析；成本；數學(xué)模型

    Abstract: Through the application of management model, we can control production costs by using financial back push costing method. Through reverse cost management, we can control financial cost effectively, and achieve good effect.

    Key words: Data analysis; Cost; mathematical model

    隨著(zhù)社會(huì )對企業(yè)信息化建設認識理論的不斷深化與提升，企業(yè)信息化建設的內容與方法越來(lái)越貼近企業(yè)成本戰略發(fā)展的需要，其科學(xué)與應用水平也越來(lái)越高。當前，我國許多企業(yè)在信息化建設方面，企業(yè)的ERP建設已經(jīng)初顯成效，下一步的重點(diǎn)該如何發(fā)展，也就是說(shuō)在企業(yè)后ERP時(shí)代的信息化建設的主要內容是什么？許多企業(yè)都把目光關(guān)注到了數據，幾年來(lái)的企業(yè)信息化建設的長(cháng)足發(fā)展，為企業(yè)積累了大量的數據資源，如何將這些數據資源進(jìn)行科學(xué)合理的利用，使之進(jìn)一步發(fā)揮作用，提升企業(yè)的核心競爭力等，都為今后的企業(yè)信息化建設提出了新的任務(wù)和課題。

    1 數據倉庫與數據挖掘

    企業(yè)數據的深層次應用，離不開(kāi)數據倉庫與數據挖掘技術(shù)。

    1.1 數據倉庫

    數據倉庫（DW：data warehouse）的定義版本很多，經(jīng)反復對比，來(lái)這樣描述數據倉庫可能會(huì )恰當一些：數據倉庫是支持管理決策過(guò)程的。面向主題的、集成的、穩定的、不同時(shí)間的數據集合。數據倉庫可以為用戶(hù)提供統一的目的性更強的數據視圖，為進(jìn)一步的數據分析與應用提供可能。

    數據倉庫還可以將分布在不同應用系統中的數據集成在一起，并利用這些數據進(jìn)行分析、提煉，推導出數據庫中的本質(zhì)的和內在的聯(lián)系。同時(shí)，數據倉庫還要為其他系統提供數據，所以數據倉庫中的數據質(zhì)量特別重要，數據進(jìn)入系統時(shí)有多種途徑可以產(chǎn)生錯誤，修正這些錯誤需要將數據倉庫和數據質(zhì)量控制過(guò)程融入到應用環(huán)境中。在這些應用環(huán)境中，需要定義相應的業(yè)務(wù)規則和數據標準，這些規則就是元數據，要保存在業(yè)務(wù)規則庫或主數據庫中。元數據（meta data ）是描述數據倉庫內數據的結構和建立方法的數據，是描述數據的數據，是定義數據倉庫對象的數據。元數據的典型表現為對象的描述，是抽象的數據，但其重要性也正體現在其所包含的信息中。如元數據用作目錄，可以幫助決策支持系統（DSS）的分析者對數據倉庫的內容定位；當數據由操作環(huán)境到數據倉庫環(huán)境映射時(shí)，作為數據指南。統一合理的元數據則能有效地描繪出信息的關(guān)聯(lián)性。

    在整個(gè)數據倉庫項目中ETL（數據抽取，Extract、Transform、load）規則設計和實(shí)施是工作量最大的。ETL包含了三方面的內容，首先是“抽取”，將數據從各種原始數據的業(yè)務(wù)系統中讀取出來(lái)； 其次是“轉換”，按照預先設計的規則將抽取出來(lái)的數據進(jìn)行轉換，使本來(lái)異構的數據格式能統一起來(lái)。最后是“裝載”，將轉換完成的數據按計劃增量或全部導入到數據倉庫中。統一，合理的元數據則能有效地描述出信息的關(guān)聯(lián)性。

    元數據對于ETL過(guò)程產(chǎn)生的影響集中表現為：

    （1）定義數據源的位置和數據源的屬性。

    （2）確定從源數據到目標數據的對應規則。

    （3）確定相關(guān)的業(yè)務(wù)邏輯。

    （4）在數據實(shí)際加載前的其它必要的準備工作。

    元數據貫穿整個(gè)數據倉庫項目，ETL的所有過(guò)程必須最大化的參照元數據。

    1.2 數據挖掘

    在海量的原始數據內部蘊藏著(zhù)豐富的內在關(guān)系和隱含信息，需要利用先進(jìn)的技術(shù)去開(kāi)采，這就是數據挖掘。數據挖掘（data mining DM）的定義雖然有許多種版本，但其基本內容都是一致的。筆者的個(gè)人觀(guān)點(diǎn)更傾向于這樣一種觀(guān)點(diǎn)，即：數據挖掘是從存放在數據庫、數據倉庫或其他信息庫中的大量數據中挖掘感興趣知識的過(guò)程。這些知識是隱含的、事先未知的、潛在有用信息，提取的知識表示為概念、規則、規律、模式等形式。利用數據庫技術(shù)與人工智能技術(shù)對數據庫中的大量數據信息進(jìn)行處理，發(fā)現并合理利用這些數據，指導我們的生產(chǎn)實(shí)踐與管理，這就是數據挖掘的主要內容。數據挖掘工作主要有三種形式，即關(guān)聯(lián)分析、預測分析和演變分析。數據挖掘是一個(gè)多步驟、可能需要重復進(jìn)行的過(guò)程，數據挖掘過(guò)程如圖1所示：圖1表示了實(shí)現數據挖掘任務(wù)的一般過(guò)程，用戶(hù)只要接入相應的數據源，數據挖掘系統就會(huì )自助輸出用戶(hù)可以理解的知識。
            
                      


    首鋼在財務(wù)管理工作中，應用數據挖掘的技術(shù)，成功實(shí)現了目標成本倒推法，有效控制了生產(chǎn)成本，從而保證了鋼鐵生產(chǎn)，有效抵制了金融危機帶來(lái)的不利影響。

    2 首鋼數據支撐體系的建設

    要做好財務(wù)成本的管理工作，就要有一套完整的數據支撐體系做保證，所以，針對首鋼的具體實(shí)際，為了做好財務(wù)成本的管理工作，正確實(shí)現目標成本倒推法所要求實(shí)現的目標，設計了一套首鋼自己的數據支撐體系，在這套系統運行過(guò)程中，各種數據經(jīng)過(guò)嚴格的數據選取、數據處理后，進(jìn)入首鋼數據支撐體系，并作為資源再次進(jìn)行整合和集中，并做邏輯化后，再根據不同的應用需求來(lái)合理進(jìn)行資源的分配。

    按照數據生命周期原理，首鋼數據支撐體系共分為四個(gè)層面，即應用層、恢復層、保護層和歸檔層，四大層次各司其職，見(jiàn)表1。

                                         表1
           

    數據在應用層產(chǎn)生，并被存放在應用層，滿(mǎn)足ERP系統對數據的需要和管理；恢復層是為了快速恢復歷史生產(chǎn)數據而專(zhuān)門(mén)設立；保護層提供數據備份功能；歸檔層就是為了滿(mǎn)足存放歸檔數據而專(zhuān)門(mén)設立。四大層次之間的數據快速傳遞保證了首鋼數據支撐體系的快速、可靠的運行。與首鋼數據支撐體系相對應的是三層數據倉庫架構（如圖2所示）：

        

    客戶(hù)端，包括查詢(xún)和報表工具，OLAP（聯(lián)機分析處理）分析、數據挖掘等前端工具，為客戶(hù)提供最直接的信息資源。中間服務(wù)器，通過(guò)OLAP的應用，使管理人員能夠從多角度對信息進(jìn)行快速交互地存取，獲得對數據更深入的了解。OLAP能夠支持復雜的分析操作，特別是決策支持，效果尤其明顯。

    通過(guò)數據倉庫服務(wù)器，對外部數據經(jīng)過(guò)加工，提取形成數據庫系統。

    首鋼數據支撐體系具有如下優(yōu)勢：

    （1）數據的集成性：可將各異構系統的數據集成在統一的信息平臺上使用。

    （2）數據的維一性：各項數據管理規則的制定和數據整合工具的使用保證了數據質(zhì)量和數據的唯一性。

    （3）多維模型技術(shù)：采用星型架構的模型技術(shù)，可實(shí)現數據的動(dòng)態(tài)多維分析。

    （4）動(dòng)態(tài)更新機制：采用周期性增量數據抽取，保證系統數據的動(dòng)態(tài)更新。

    （5）規范的數據服務(wù)：提供業(yè)務(wù)層面全方位的數據服務(wù)并按照各地區各專(zhuān)業(yè)不同需求實(shí)現數據共享

    （6）靈活的報表展現：提供靈活的報表展現工具和豐富的圖表支持，具備高性能的聯(lián)機分析功能。

    3 財務(wù)成本目標倒推法的實(shí)現

    鋼鐵業(yè)財務(wù)成本核算與管理前期一般都采用模擬方式進(jìn)行，在企業(yè)應用ERP后，情況有所好轉。但由于ERP本身長(cháng)期偏向于事物處理，在信息分析領(lǐng)域存在一定的不足，所以對企業(yè)來(lái)說(shuō)，面向事物處理和面向決策分析的信息化內容同等重要，如果將二者結合起來(lái)，在企業(yè)事物處理領(lǐng)域以ERP為代表，在決策分析領(lǐng)域以數據倉庫為代表，企業(yè)信息化水平與應用效果將會(huì )產(chǎn)生質(zhì)的飛躍。

    3.1 財務(wù)目標成本倒推法的應用首先要確定科學(xué)、合理的目標成本

    影響確定目標成本的因素很多，特別是在當前金融危機的影響下，對于目標成本的確定，首鋼的參考做法是從歷史數據倉庫中調出相關(guān)數據，運用成本分析模型，對兩年來(lái)財務(wù)成本進(jìn)行分析、處理，在此基礎上，結合當前運營(yíng)狀況進(jìn)行倒推預測，最后通過(guò)加權計算，確定出合理、可行的目標成本。

    3.2 財務(wù)目標成本的倒推法則

    當財務(wù)目標成本確定后，要將確定的目標成本逆工藝流程倒推，采用以成本控制為中心的動(dòng)態(tài)數據挖掘方法，包括根據目標成本倒推法則對成本數據進(jìn)行樣本抽取，根據成本倒推法則的特性進(jìn)行特征模式評價(jià)，以及根據成本倒推法則的特性建立成本預測模型以及成本關(guān)聯(lián)模型等。以此確定各個(gè)工藝流程節點(diǎn)的目標成本。

    成本管理有自己的一套管理思想與方法，所以首鋼數據分析與決策支持系統成本分析中大量采用同比分析、環(huán)比分析、定基比分析方法，來(lái)研究成本變化的影響因素。首鋼成本變化的影響因素既有產(chǎn)品結構影響，又有不同生產(chǎn)技術(shù)水平的產(chǎn)線(xiàn)影響，同時(shí)還有鋼坯來(lái)源的影響等。

    （1）利用數模實(shí)現目標成本的倒推

    成本模型的建立，不僅僅要考慮成本本身的需求，還要將ERP的需要考慮在內。所以，界定模型的邊界和主題域是十分必要的，通過(guò)建模，將ERP的先進(jìn)管理模式與模型的先進(jìn)算法有機的結合成一個(gè)整體。采用數據模型的方式，就是用特性來(lái)表示影響因素，用關(guān)鍵指標來(lái)表示分析方法。例如，同廠(chǎng)比較用的是全廠(chǎng)的成本綜合水平，而同車(chē)間比較用的是車(chē)間成本水平，這是兩個(gè)不同的值，需用兩套關(guān)鍵指標來(lái)表示。

    （2）采用虛擬指標技術(shù)， 在數學(xué)模型中，增加虛擬關(guān)鍵指標。

    虛擬指標技術(shù)就是通過(guò)創(chuàng )建一個(gè)虛擬的關(guān)鍵指標，然后在運行查詢(xún)時(shí)通過(guò)接口程序動(dòng)態(tài)得到指標值來(lái)實(shí)現數據的顯示。在成本分析和采購分析中就采用了虛擬指標技術(shù)來(lái)實(shí)現指標的動(dòng)態(tài)計算。

    鋼鐵業(yè)成本數據模型構建成一個(gè)層次結構，數據流向也是按從下到上流轉的，形成下圖中的鋼鐵業(yè)成本核算數據流。通過(guò)這樣一個(gè)層次結構模型，工序順序處理方式，實(shí)現了鋼鐵業(yè)成本倒推核算，如圖3所示。
               

    目標成本倒推法則的好壞，取決于從數據信息中獲得的決策能力。所以，數據質(zhì)量控制是一個(gè)十分關(guān)鍵的問(wèn)題，如果數據信息缺乏足夠的質(zhì)量保證，那么成本模型的運算也是經(jīng)不起推敲的。梳理和加工后的數據，可以作為鋼鐵業(yè)倒推成本核算的基礎數據。其中一個(gè)是原料價(jià)格數據源，另一個(gè)是成本構成數據源。

    同時(shí)根據工藝進(jìn)行財務(wù)成本目標的倒推方式，需要按照生產(chǎn)工藝過(guò)程建立不同的成本核算倒推數據模型來(lái)支持，逐級核算出鋼鐵業(yè)成本從鋼材->材廠(chǎng)->鋼水->鐵水->結礦->冶金焦等，這樣就可以實(shí)現：

    計算原燃料剔除關(guān)聯(lián)交易后的鋼鐵業(yè)價(jià)格。

    生產(chǎn)消耗成本項目按成本核算要求重新歸集。

    供生產(chǎn)性成本中心輔材差異還原到生產(chǎn)成本。

    4 財務(wù)成本目標倒推法則為企業(yè)降低成本的作用明顯

    （1）首鋼數據分析系統強有力的數據挖掘功能使得對鋼鐵業(yè)生產(chǎn)成本倒推核算的逐級量化分析成為可能。當接到生產(chǎn)任務(wù)訂單后，首先測算出成本目標，然后以成本目標開(kāi)始，按工藝流程倒推各個(gè)工藝環(huán)節的生產(chǎn)成本目標，然后再落實(shí)到原料、燃料、動(dòng)力等各個(gè)成本環(huán)節，當倒推過(guò)程中出現異議或相悖等現象時(shí)，通過(guò)對價(jià)格模型與成本構成模型的調整，直到全部成本任務(wù)得到科學(xué)合理的落實(shí)。改變了過(guò)去由人工逐層匯總分析的局面，而且分析的角度更多、粒度更細，大大提高了工作效率。通過(guò)數據倉庫模塊的實(shí)施，逐步建立起企業(yè)決策數據信息支撐體系。通過(guò)按關(guān)鍵指標對數據進(jìn)行歸集、整理和數據挖掘，深度分析成本業(yè)務(wù)活動(dòng)的起因和變化趨勢，便于中高管理層對企業(yè)成本運行業(yè)務(wù)流程結果給予評估和指導，平衡和運籌企業(yè)資源的合理流向，實(shí)現公司領(lǐng)導層的決策管理。

    （2）首鋼財務(wù)成本目標倒推法則上線(xiàn)運行，為首鋼公司高層領(lǐng)導、中層管理快速地掌握首鋼鋼鐵業(yè)在成本構成、質(zhì)量、影響因素等各方面的運行狀況提供了平臺，為領(lǐng)導提供了及時(shí)、準確的決策依據。對目標成本的制定和措施的實(shí)施，目標成本與解決落實(shí)，以及實(shí)時(shí)解決目標成本落實(shí)過(guò)程中出現的各種問(wèn)題，特別是針對市場(chǎng)銷(xiāo)售價(jià)格的隨時(shí)變化情況，采取相應的解決措施等，都起到了積極的促進(jìn)作用。

    （3）通過(guò)首鋼數據分析和目標成本倒推法則的實(shí)施，加快了ERP優(yōu)化的進(jìn)度，通過(guò)對管理制度的健全、業(yè)務(wù)流程的落實(shí)，使流程管理更規范和細化，能更有效地加強數據流的監控。實(shí)現了復雜的人工計算成本指標到系統自動(dòng)計算過(guò)程的轉變，并應用于日常成本統計管理的實(shí)際。同時(shí)，提出了核算整個(gè)鋼鐵業(yè)成本的方法及技術(shù)方案，并實(shí)現了企業(yè)鋼鐵業(yè)成本的準確計算，進(jìn)一步增強了企業(yè)的抗風(fēng)險能力，為首鋼的經(jīng)濟發(fā)展，提供了有力的支撐和保證。

    摘自《自動(dòng)化博覽》2010年第七期