数字化时代，企业如何评价与提升分析能力？
商务智能是指从企业的数据仓库中敏捷提取数据并呈现可操作的信息，以帮助决策者做出更好的决策的信息技术手段。商业智能对于企业管理会计的应用主要表现在对绩效指标的监控与反馈方面，随着数据技术的发展，企业有能力对来自数百个预先设计好的关键绩效指标的变动情况进行追踪与反馈。本文结合已有学术文献和笔者使用商务智能分析系统的经验心得，介绍评价商务智能性能的两个主要维度，即基础设施集成性和商务智能使用性能，以及企业在数字化时代提升数字化分析能力的主要路径。
商务智能分析的评价维度
基础设施集成性（BI infrastructure integration），Ariav（1992）的研究认为，待分析的数据结构和流程可以包括objects（对象）；attributes（属性）; time（时间维度）；plan versions（计划版本）四个方面。
对象是责任中心划分（如利润中心、收入中心和成本中心) 和聚合维度（如城市、片区和国家）；
属性是计算元素（如货币金额，库存单位、销售量和员工工资明细）；
时间维度是计算周期，如日、月份、季度和年份；
计划版本是模型实例（如实际经营结果、预算、以前的预测和最近的预测草案)。
基础设施集成性依赖于与底层主要数据源的连接性以及这些底层数据源的结构和语义的兼容性。在商业智能基础设施集成“低”的企业，数据驻留在一系列分散的数据表中，这些数据表被手动集成在一起，商业智能基础设施集成“高”的企业通常会形成“通用”的数据仓库。
商业智能使用性能（BI Functionality），指的是采用智能分析软件对多维数据层次进行建模和交互能力，多维数据层次要求数据对象和属性在一个完整的计算方案中被连接在一起。借助更强大的商业智能使用性能，用户可以更轻松地在不同级别间同多维数据层进行互动。更强大的建模和交互能力也有助于通过更加统一的访问和操作，有助于多维数据层次模型的时间维度和计划版本之间的动态交互。在商业智能使用性能“低”的企业，用户建模和数据交互发生在电子表格（excel）中。电子表格仅提供有限的与对象和属性的多维度交互界面，用户在多个时间维度和计划版本之间切换和查看相对困难。相比之下，在商业智能使用性能“高”的企业，高性能的商务智能能够更容易、更广泛和更快地将多维数据层次模型中的数据处理变得结构化。
简单地说，商业智能基础设施集成性是进行可靠建模和交互的前提，该维度水平越高，代表企业的商务智能基础信息建设越好；商业智能使用性能则是指智能分析软件进行多维数据建模和分析的能力，该维度水平越高，意味着商务智能系统越能够迅速敏捷地将初始数据中提供的结构和流程进行智能化地分析与表达。两个评价层次的主要区别在于，前者更加聚焦于系统建设和标准化，而后者主要从用户角度出发，聚焦于使用者同系统之间的交互水平。
数字化时代，企业数字化分析的能力提升路径
数据中台是是指通过数据技术，对海量数据进行采集、计算、存储、加工，同时统一标准和口径。数据中台把数据统一之后，会形成标准数据，再进行存储，形成大数据资产（韩向东，2020）。数据中台建设可以大幅度提升商务智能的基础设施集成性。商务智能的使用性能则更多取决于用户同系统的交互能力，笔者很欣慰的看到，元年科技推出的“C1智答”系统通过语音识别和 “智能交互”的功能，让使用者而可以随时度随地通过语音与数据进行交互，可以大幅提升商业智能的使用性能。
诚然，高性能的商务智能系统能够为企业管理会计师提高分析的全面性、及时性和准确性插上翅膀，然而，如何在复杂的商业环境中把握绩效指标的因果联系，梳理出分析模型和思路，对管理会计师同业务部门的沟通能力，逻辑思考能力等方面均有较高的要求。企业只有在商务智能系统建设和管理会计人才培养两方面同时发力，才能真正提升数字化分析团队的核心能力。
主要参考文献：
Ariav, G., 1992. Information systems for managerial planning and control: a conceptual examination of their temporal structure. J. Manag. Inf. Syst. 9 (2), 77–98
Peters.el.al. Business intelligence systems use in performance measurement capabilities: Implications for enhanced competitive advantage. International Journal of Accounting Information Systems 21 (2016) 1–17
韩向东, 屈涛. 基于数据中台的管理会计信息化框架及创新应用[J]. 管理会计研究, 2020(1):116-124,136
......
