改变 “与Excel说再见”的想法，对使用Excel时遇到的课题各个击破，实现真正的业务高效化

众所周知，Microsoft Excel是被广泛使用的集文件编辑，表格绘制，数据统计等众多上午功能于一体的“万能软件”。

另一方面，使用Excel时发生的例如“不能及时共享信息”“信息量日渐增大的同时不断被迫增加的人力财力”“人才流动时没能被完美传承的宏编辑”等等问题正在逐渐推动企业放弃使用Excel。可是正如预料的一样，多年以来陪伴着企业成长，经历了风风雨雨的Excel并不是一朝一夕就能被简单抛弃的。

备实必（上海）认为，真正的“业务高效化”并不等于彻底和Excel说再见，而是将使用Excel时遇到的问题各个击破，使企业内部甚至于外部（客户）所进行的Excel业务都得到彻底的改善，实现真正的业务高效化。

除此以外，Excel宏的不当修改，数据的无意或者故意删除等顾虑也可以一并解决，在业务高效化的同时提高的业务的严谨性，促进了企业本身的变革和发展。

STEP1  Excel业务进行改善前的目标选定

备实必（上海）在十多年以来的数据处理中，不断学习和实践，从客户的课题中收集了众多的有用信息。我们将业务进行划分，

以业务的规模，大小为纵轴，将定型，非定型分类作为横轴，以业务分布图形式呈现了出来。

基于这些信息的分析，我们得出的结论是，如果业务是以团队以上的形式进行处理并且近乎于定型的业务流程（图中绿色区域）的情况下，无疑存在着大量的Excel自动化，高效化相关的课题。备实必（上海）致力于为客户解决这些久久挥之不去的问题，以独特的解决方案来实现适合客户本身业务的自动化和高效化，来达到让客户满意的结果。

STEP2  根据不同的业务洗练出其特有的课题

STEP3  针对业务特定的课题给出合适的解决方案

接着，我们将洗练出每个业务所特有的课题。即使同为使用Excel的业务，其背后所隐藏的课题其实是各自有所不同的。将本质的课题洗练出来，将为有针对性的提供最为合适的对策指明方向。

最后，我们将进一步探讨最合适的解决方案。即使是同样的业务，也会因为客户背景的不同需要不同的方案。

备实必（上海）总结了以下4种特有课题，并给出了较为典型的5种解决方案。

作为与客户，关联公司间信息交换的主要手段之一，Excel在众多的企业中扮演着重要的角色。然而，客户群频繁的增减使得企业不能着手构建一个能够适合所有对象的良好系统。对象企业的不同也注定了无法随意改动其使用的Excel样式，格式等。

另外，数据交换的主要手段是通过邮件。工作人员在对邮件名和附件进行确认后，手动下载数据，然后对数据进行核对和转录，看似简单的一系列步骤就在不经意间成为了巨大的工作量。在完成上述步骤后，将完成的Excel再次通过邮件返送给客户或者关联公司，这等等的业务流程其实都是相当费时费力的。

解决方案1：不改变Excel接口也能实现的业务高效化

•不改变Excel接口，维持Excel原有的便利性，将宏处理的部分单独划分到外部单独进行，解决IT审计上的课题。

•自动化实行商务邮件与Excel附件的数据汇总，实现业务的无缝连接和彻底高效化。

使用Excel制作经营报告等管理资料是Excel比较常见的业务之一。但是，许多企业都因为数据收集，加工量的增加而忙得不可开交，导致不能及时对领导层提出的要求做出准确，及时的回应。另一方面，Excel高度的操作性也导致了只要会一点计算机的人员就可以对数据进行更改、篡改，使得原本应该作为经营层判断依据的重要信息的可信度被打上了问号。

然而，如果使用别的报告形式去取代现有的Excel资料，会使得习惯于使用或查看Excel样式文件的人员产生很大的不满和不便。这恰巧又是一个在提供管理信息，报告等资料时的重大课题。除此之外，习惯于通过纸张去查阅资料的人虽然不占少数，喜欢尝试新鲜事物，例如通过手机、平板电脑等去查阅最新信息和动态的人也正在逐渐增多，信息的提供手段和方式已经成为潜在的课题。

解决方案2：将Excel报表完美Web化

•将Excel报表完美的Web化，既能方便终端用户使用，又能防止数据篡改，解决IT审计上的问题。

•以人性化的价格实现书面、Excel、PDF、线上阅览，移动端访问等多种形式的数据呈现。

解决方案3：将需要的数据与Excel报告实时对接

•只需点击鼠标2次就能将各种SQLDB中的信息提取并导入到Excel。

•终端用户仍然可以使用Excel编写所需报告。

•高速实现数据汇总，并自动投入用于数据分析的DB。

预算编制业务中，需要从“课→部→事业部→企业”等企业内部多个组织、阶层收集数据并进行汇总。在最上层，即整个企业的数据处理业务中经常会有“企业整体数字达标，但是组织单位的数值却与当初的计划值不相一致”的情况。因此数据的核查、调整、刷新等会重复地发生，不但耗时而且费力。当然预算编制专用的软件也并不是不存在，只是其高额的报价和单一的功能让大多企业都望而却步。

解决方案4：将预算编制的业务进行Web化

•维持Excel本身的便利性，将宏处理的部分单独划分到外部，解决IT审计上的课题。

•对预算编制业务中的汇总，合并业务进行标准化，模板化，大幅减轻手工作业的负担。

•无需购买，使用高额的专用软件就能实现想要的处理。

在企业的基层，以少人数的团队、科室为单位所进行的日常业务中也存在了许多Excel业务。其中定型化的业务最为繁多，并存在了不少肉眼能见的问题。

简单来说，业务本身大半是数据的汇总、转录、核对等，而实施方法大多经个人的口述传授，没有规范的书面和系统流程。因此在数据处理编辑过程中出现宏定义修改的时候，便会发生未曾收先人准确的指点而只能像无头苍蝇样的去自行摸索的例子。严重的是在创建者不再属于原有部门或者企业的时候，问题将几乎无法完美解决甚至只能重头来过的后果。除此之外，数据量的增加，分项项目的增多，数据来源倍增等情况下，光打开Excel文件本身就会花上许多时间，效率十分不如人意。

解决方案5：将Excel数据加工、汇总业务自动化

•将一直以来手动进行的作业自动化，并且将流程以图文结合的HTML形式保存，在需求改变时需要的修改变得容易且规范。

•不改变Excel接口，维持Excel本身的便利性，将宏处理的部分单独划分到外部，解决IT审计上的课题。

解决方案概要图 & 接口、功能介绍

数据集成（ETL）

  ETL（ Extract-Transform-Load ）用来描述将数据从来源端经过抽取（extract）、转换（transform）、加载（load）至目的端的过程。ETL是BI/DW（商务智能/数据仓库）的核心和灵魂，按照统一的规则集成并提高数据的价值，是负责完成数据从数据源向目标数据仓库转化的过程，是实施数据仓库的重要步骤。

ETL 体系结构

  ETL是指从源系统中提取数据，转换数据为一个标准的格式，并加载数据到目标数据存储区，通常是数据仓库。ETL是数据仓库中的非常重要的一环，它是承前启后的必要的一步。相对于关系数据库，数据仓库技术没有严格的数学理论基础，它更面向实际工程应用。所以从工程应用的角度来考虑，按着物理数据模型的要求加载数据并对数据进行一些系列处理，处理过程与经验直接相关，同时这部分的工作直接关系数据仓库中数据的质量，从而影响到联机分析处理和数据挖掘的结果的质量。

ETL包含了三方面：
  ◈ “抽取”：将数据从各种原始的业务系统中读取出来，这是所有工作的前提。
  ◈ “转换”：按照预先设计好的规则将抽取得数据进行转换，使本来异构的数据格式能统一起来。
  ◈ “装载”：将转换完的数据按计划增量或全部导入到数据仓库中。

为什么需要ETL？

  因为目前运行的应用系统是用户花费了很大精力和财力构建的、不可替代的系统，尤其系统中的数据是非常之宝贵。但由于不同原始数据库中的数据的来源、格式不一样，导致了系统实施、数据整合出现问题。ETL就是用来解决这一问题的。

Waha! Transformer 在ETL中作用

实时抽取数据

在系统应用中，通常会有一些数据的修改，需要马上反映到另一个数据库系统中，实时抽取要求新增的源数据必须第一时间完整更新到目标库中，数据的抽取、装载过程必须高效。
Waha! Transformer中提供了实时数据抽取的功能，能够精确到秒级、甚至毫秒级的数据抽取功能。
Waha! Transformer对于不同的系统间的异构数据同样也有实现实时数据抽取，如：ERP、OA、MIS等系统间的数据抽取，或者不同数据库管理系统间的数据抽取，如：ORACLE、DB2、SQLSERVER、SYBASE等。

数据同步

Waha! Transformer通过触发器与定时机制实现异构数据库间的数据同步，对于源数据的增、删、改皆可及时更新到目标库。
支持基于转换规则的数据同步，当源数据和目标数据间存在映射变换时，程序可通过源数据和映射规则查找对应的目标数据进行同步。
提供灵活的定时机制（工作流内部定时或作业定时），时间粒度最小可以设为秒级，通过对同步ETL任务周期性的定时触发，达到对最新数据变化的实时同步。同步过程采用原子事务操作，保证了数据的完整性。

数据的转换/集成

支持几乎所有主流数据接口，如Oracle / Sqlserver / Sybase / Access2000 / Foxbase / Dr.Sum EA / 文本数据 / XML文件等等。
支持各种字段级的映射转换，如类型转换，字段运算，参照转换，字符串处理，空值处理，日期转换，聚集运算，字段切分，字段合并等。
支持已抽记录的切分，过滤。
支持将整合后的数据动态的输入到数据库中。

数据清洗

Waha! Transformer提供了超强的数据清洗功能。

  ◈ 帮助用户识别源数据中不准确的数据、不一致的数据、错误的的数据、冗余的数据等。

  ◈ 帮助修正受污染的数据。提供各种数据检测函数，帮助用户发现异常数据。

  ◈ 数据清洗过程中，支持对数据进行预览。

  ◈ 多种数据转换(数据集成)函数，帮助用户修正异常数据。

  ◈ 数据转换(数据集成)异常时支持数据自动转储，帮助用户分析数据。

文字转换

Waha! Transformer具有强大的文字码转换支持多种文字码，可以解决不同平台数据交互乱码的现象。

作业监控

Waha! Transformer采用作业调度策略来控制任务的运行

  ◈ 支持多个作业的并发运行，可以限制最大运行作业数。

  ◈ 支持作业排队机制，当已运行作业达到最大数时，后续启动作业进入排对等待状态。

  ◈ 支持作业的优先级设置，多个作业处于排队状态时，优先级高的作业首先进入运行状态。

  ◈ 支持作业的启动、暂停、恢复运行和停止等控制；作业支持定时启动，提供多种定时策略，包括日、周、月、工作日、时、分、秒等，通过对作业定时启动可实现作业的循环自动运行。

  ◈ 直观的作业执行进度及状态显示；支持作业的远程部署，用户可远程登录到作业库（Waha!中的业务流程库）服务器，监控作业的运行。

主数据管理（MDM）

  主数据管理（MDM，即Master Data Managment）描述了类似于一组规程、一种技术或一种解决方案，这是用于为所有利益相关方（如用户、应用程序、数据仓库、流程等）创建并维护业务数据的一致性、完整性、相关性和精确性。主数据管理的关键就是“管理”，但是不会创建新的数据或新的数据纵向结构，相反，它提供了一种方法，使企业能够有效地管理存储在分布系统中的数据。主数据管理使用现有的系统，它从这些系统中获取最新的信息，用于准时，自动的分发和分析整个企业中的数据，并对数据进行验证。

客户当时的状况

  （1）每一家公司所用的数据库都是独立的服务器，比如，某家公司使用的是AS/400上的DB2数据库，但是其客户使用的是Windows上的SQL server数据库和其他文本文件，还有客户则是使用的是oracle数据库。

  （2）有着多家客户，但是每家客户所使用的数据库系统都不一样，针对于每一家客户，该公司都独立开发出接口以方便其数据对接。

  （3）该家公司每天都会收到客户产生的大批量的订单消息，并且也会有大批量的订单进行修改，这些订单的产生或是修改都会并发的，需要主数据管理的一致，协调并且不出错的完成这些操作，目前该公司使用的主数据管理仅能处理一小部分的并发操作，并且处理这些并发的操作需要单独的数据处理信息。

  （4）某些客户需要共享一些订单信息，需要连接并查询该公司的数据库数据，这使得主数据管理需要完成并发的连接并且按照请求以完成查询的操作。

  （5）在该公司内部有着跨部门的数据传输，这些数据需要传输到另一个部门，但是在主数据管理体系建设之前，各部门就已经建立好了业务系统，比如ERP、CRM、物流系统等，这样的业务系统先行，主数据系统在后的企业建设使得独立平台的数据多，难以处理。

客户面临的问题

  （1）客户所用的服务器和数据库平台不同，在数据传输以及数据同步的时候比较困难，甚至无法使用最原始的复制的方法。

  （2）客户在面临数据同步的操作的时候，无法将不同类型的数据同步，并且无法根据实际需要将这些数据进行更新和过滤。

  （3）并发的数据处理很难进行，即使强行处理这些并发操作的时候，容易出错，则很难完成接下来的工作。

客户的要求

  （1）能够连接多种数据源，无论是数据库数据还是文本文件数据的时候都能轻松连接。

  （2）能够处理并发的连接和查询操作，以提高工作效率。

  （3）能够在处理并发的操作的同时，还能保证数据的完整性和一致性，这样能够在进行数据操作的时候还能保证主数据的完整性。

  （4）能够在远程进行数据连接并且给与查询，同时还应该能够进行远程的数据传输，这样能够远程处理数据。

Waha! Transformer实施后的效果

  （1）Waha! Transformer很好的应对了各种数据源，针对于不同平台上的不同数据类型都可以进行数据连接，这样以完成全面性的数据连接。

  （2）Waha! Transformer处理并发性的数据连接与查询，对于远程性的数据传输也能顺利完成，同时，在传输之前也可以对数据进行转换、更新、过滤等。

  （3）Waha! Transformer能够处理独立系统平台的数据，这样的话就能实现真正意义上的跨平台连接以完成主数据管理。

商业智能（BI）

  以前端BI为主要产品的公司在处理后端ETL的时候往往采用了网上开源的ETL工具，使得产品用户体验不佳，因为开源工具有着一定量的不足，因此，急需一款专业性强的ETL工具。

客户当时的状况

  （1）客户技术积累在前端BI上，后端ETL工具的技术经验不足，目前使用开源的STL工具以解决后端技术经验不足的问题，因为开源工具是无法维护的，因此有着非常多的潜在的问题。

  （2）因为客户后端ETL技术经验不足，因此，不懂后端ETL的重要性，往往忽略了后端的ETL所必须的一些功能，因此无法做到多连接源，敏捷抽取等。

  （3）客户使用了的是SQL server数据库，使用了FTP远程服务器，再加上开源性的ETL工具，这样的话就能操作后端的数据了。

  （4）客户有FTP文件服务器，但是每天数据传输时间不固定，并且各门店都有不同的数据向总部传输，并且客户分散在各门店和总部。

客户面临的问题

  （1）没有合适的ETL工具，开源性的ETL工具连接源少，需要二次开发，抽取和加载数据时候非常慢。

  （2）因为没有合适的ETL工具，因此在制作报表的时候读取数据非常的慢，最重要的是还有错误数据，遗漏数据的产生，这是非常严重的错误。

  （3）找到了前端BI之后又无法完美的和后端ETL工具融合，因为各种原因的不兼容导致用户体验比较。

  （4）向总部传输数据的时候，无法定位到是那里传输过来的数据，当出现传输中断、数据丢失等情况的时候，则无法定位到故障源。

客户的要求

  （1）最好能够直接连接数据库，同时能连接多种数据库，并读取到其中的数据，读取的速度要快，传输的速度要快，稳定性要好。

  （2）连接好了数据之后最好能够进行数据处理，在抽取完成之后直接进行处理以便于制成完整的数据供以前端BI的展示。

  （3）能够支持远程的连接，同时对于数据库的“增删改查”要快，要准确，同时能够定时的传输数据。

  （4）传输完成之后，能查询到传输了多少条记录，并且在出现传输错误的时候能够查明原因，并且排除故障后能够继续上次未完成的传输。

Waha! Transformer实施后的效果

  （1）前端BI展示与后端ETL工具（Waha! Transformer）完美融合，通过我们的数据挖掘、数据转换、数据加载，然后前端BI制成报表供管理层查阅。

  （2）我们的产品可以直接使用，也可以供前端BI使用，使用了我们的Waha! Transformer后可以直接进行数据转换，免去了开源ETL工具的二次开发。

  （3）通过直接使用Waha! Transformer，能够一键连接上远程服务器，并且对于数据库的“增删改查”有着最基本的需求。

  （4）直接的提高了工作效率，降低了人力成本，业务流程出现变化之后，现场修改即可投入使用。

  （5）提高了传输的稳定性，在传输过程中出现错误可以直接定位到错误地方，并可以直接排除故障，并且能够继续传输上次的未完成的记录，同时可以生成传输日志以记录，供查询使用。

数据仓库（DWH）

  数据仓库是一个过程而不是一个项目，是一个环境而不是一个产品。数据仓库是决策支持系统（DSS）和联机分析应用数据源的结构化数据环境，于1990年由数据仓库支付比尔·恩门（Bill Inmon），主要功能是将组织透过资讯系统之联机事务处理（OLTP）长期所累积的大量资料，透过数据仓库理论所持有的资料储存架构，做系统分析整理，利用各种方法进行，比如联机分析处理（OLAP）、数据挖掘（Data Mining）的等方法，然后再支持其他系统的创建，比如决策支持系统（DSS），主管资讯系统（EIS），从而帮助决策者能快速有效的从大量的资料中分析出有价值的资讯，以帮助拟定决策和快速响应等，构建商业智能（BI）。

客户当时的状况

  （1）在构建数据仓库的技术上，使用ETL（Extract-Transform-Load，抽取-转换-加载，一种数据仓库技术）工具来获得源数据，但是在构建数据仓库的时候，往往将工作重心放在了构建上，所使用的ETL工具是开源的软件，这样的开源软件存有着不少的弊端。

  （2）在构建的数据仓库的时候，有着不同的数据源，面对这些不同种类的数据源，客户针对每一个数据源做了一个小程序以连接这些数源，每个数据源对应一个程序以抽取这些数据源中数据来构建数据仓库。

  （3）构建数据仓库的时候，抽取出的数据需要再次转换过滤，使用的开源ETL工具时候无法自动过滤、转换数据，需要手动的过滤、转换数据。

  （4）构建完成了一个数据仓库之后会用到大量的查询操作，这个时候仍然需要ETL工具以完成数据查询操作，目前客户使用开源的ETL工具以完成这个需求。     

  （5）在构建数据仓库的时候，往往需要大量的数据迁移工作，使用开源的ETL工具，则这些工作需要人为的在电脑盯守。 

客户面临的问题

  （1）使用的开源ETL工具有着不少弊端，其中之一就是维护费用高，没有原厂支持。

  （2）使用ETL工具连接数据源的时候，没有一套完整的数据连接，在面对不同的数据源的时候，需要对应数据源单独开发一个数据连接，非 常耗费人力与时间成本。

  （3）使用开源ETL工具的时候，在处理数据转换的问题的手工处理数据成本高，同时也耗费了时间成本。

  （4）数据迁移的时候，不仅仅要数据连接，同时还要写入数据，没有一个统一的工具来完成这样工作，需要使用到多种工具，同时，市面上的开源性工具技术性强，需要进行二次开发，且进行数据抽取和加载的时候速度慢，耗费了大量的时间成本。

  （5）在数据迁移时，占用人力资源，占用时间成本以及硬件资源。

客户的要求

  （1）最好能有原厂线下的支持，这样能够在问题出现的时候第一时间解决问题，能够节省不少的时间成本。

  （2）能够连接多种数据源，同时也最好能处理这些数据，这样的话可以适应公司已经有的多数据的处理。同时最好也能够进行数据的多处理，这种一件处理的数据能够节省非常多的工作量，同时也能降低时间成本。

  （3）最好能在完成数据连接的基础上能够进行数据写入，这样的话，就能够一次性的完成一系列的工作，减少人工成本与时间成本。并且最 好能预定工作计划，这样的话，就能在夜晚的时候运行一些人为操作低的东西，比如数据迁移等工作。

  （4）不仅能进行数据抽取，最好也能进行数据转换，数据过滤等行为，这样能在构建数据仓库的根源中解决数据错误的问题。

Waha! Transformer实施后的效果

  （1）在面对多种数据源的时候，无论是数据库的数据，还是CRM、ERP系统导出的数据，亦或是本地的文本数据，Waha! Transformer都能连接 自如，实现真正的多数据连接。

  （2）在面对数据处理的时候，Waha! Transformer能够通过内置的100多种函数，以及九种数据过滤器进行数据处理，做到真正的“处理到每 一个字节”。

  （3）成功完成了数据迁移，在面对已有的多种数据库数据的情况下，完成了统一的数据迁移，向更好的数据库产品进行迁移，使得公司的数 据存储更加轻松。同时，Waha! Transformer所建立的计划任务能够即使在无人看守的情况完成必须的任务。

  （4）Waha! Transformer能够更好的帮助构建数据仓库，有计划的有组织的向目标文件输出所必须的数据。

业务监控自动化

  业务监控，A-AUTO强调的基于事件，消息和服务的业务和流程的实时监控，而传统工具的重点是事后监控和分析。业务监控本身包括三个方面的重要内容，一个是业务数据的传递和一致性，一个是业务事件监控和分析，最后是基于业务数据和业务事件的端到端流程实时监控。新产生了多少业务单据和实时进行了传递？新触发了什么关键业务事件和活动？端到端业务流程究竟执行到了哪个环节？在业务管控能力精细化后，我们看到这些实时性的监控和管控需求就出来了，而不再是事后的问题驱动和异常处理。

业务监控

  ◈ 通过监视画面可以集中监视

  ◈ 监视画面可以表示执行作业一览

  ◈ 监视画面可以表示等待执行作业一览

  ◈ 监视画面可以表示作业

  ◈ 监视画面可以表示业务的执行状况

发生异常时能够迅速对应

  ◈ 按设定时间自动启动备份作业，并及时提示错误发生时间和作业完成时间。

  ◈ 全程监控作业的执行状态，并在错误发生时，第一时间将错误脚本和错误代码发送邮件至相关人员处。

  ◈ 对各平台的脚本进行统一调度和管理，并进行统一的监控。 

进程监视，发送监视器命令

Email连协功能

  监视进度 能简捷地把握单位作业网络的执行 状况和先后关系。

  单位作业网络中发生异常的时候， 可以通过E-Mail自动通知。

日志管理

  A-AUTO能够将不同用户，每一次的登录、操作给记录下来，形成一份日志文档，并且可以保证不能被人为的篡改，保证了系统的稳定和安全。

作业调度自动化

  作业调度的主要功能是根据作业控制块中的信息，审查系统能否满足用户作业的资源需求，以及按照一定的算法，后备队列中选取某些作业调入内存，并为它们创建进程、分配必要的资源。然后再将新创建的进程插入就绪队列，准备执行。

  ◈ 能够通过日程编排的方式，控制Batch的执行时间

  ◈ 通过日程编排，能够有效的利用系统的空余资源

  ◈ 通过自动化的调度，能够减少人工的作业疏漏和误操作

  ◈ 能够充分节省开发时间，降低开发成本，也可以大幅度的降低开发人员的技术要求

  ◈ 可以在最短时间内处理大量的数据

A-AUTO为了降低管理成本，对关联的批处理作业进行分组并按照「作业网络(Job作业网络)」来管理，以作业网络为单位，进行基表维护、日程维护、执行控制。

按照定义好的日程计划，对每个作业网络分别生成一年的日程信息，对执行日期单位中的作业网络确定后，进行排队并使其成为可执行状态。

先行作业网络

图形化方式的先行定义

指定星期、个别设定、登记多个日历

  ◈ 可通过指定星期来设定节假日。
  ◈ 可登录节假日并进行选择。
  ◈ 对登记日历的数量无限制。        

日程调整功能

  ◈ 增加日程日
  ◈ 删除日程日
  ◈ 变更执行前提条件

目标：为管理层提供有益的数据报告，以方便及时地做出经营判断

据我们所知，为了提供准确有效的经营指标（KPI），各部门的数据处理员都努力的收集着各种数据并编写着各种报告。

只是，人为的数据处理上的失误和数据提供的延迟总是不可避免。

看似简单的数据处理流程却耗费着大量的人力和时间。而以经过处理后的数据和报告作为参考，并做出经营判断的管理层更是有说不出的苦恼。

关于管理会计的烦恼您把握了多少？

•为了把握企业的运营状况并做出准确的经营判断，数据处理员每天汇总企业内部信息并逐一进行分析

•集团公司和部门的损益分析，以及部门直接经费、集团所有公司的共同费用，等等都需要进行处理，虽然有专门的处理软件和系统，其高额的费用让众多企业望而却步，因此虽然效率差，精度低，使用Excel进行人工数据处理仍然较为常见

•将收集的数据汇总成报告更是费时费力，质量也因人而异

•编辑好的Excel数据没有被二次活用，零散的保存在不同部门的服务器上

A　关于数据统计和活用的课题

1.月次、季度、年度的汇总资料等全部由手工制作，花费庞大的人力和时间

2.好不容易进行了数据统计，却没有时间精力再去进行数据的分析

3.积蓄的数据没有得到活用

B　按比例分配作业関课题

1.集团公司：共同经费，分公司费用和成本等，都需要进行计算

2.统括公司：需要将用友、金蝶等ERP的财务数据等按各部门需要进行按比例分配

3.按比例分配的比率可适用于在一定的时间里，但是需要进行变更的情况也很常见

备实必上海的提案：

A1　每月自动并定期地制作所需的Excel资料

A2　可进行预期目标和实绩的预实管理

A3　自动将数据导入数据库，便于今后的二次（多次）利用

B1　可直接将按份规则适用于集团公司和本公司的费用之间

B2　可对接用友·金蝶财务系统等，在按比例分配原则上对部门的损益进行管理

B3　根据需要，随时可以变更按比例分配的比率等

即使是不同部门，不同格式的数据，也能通过本解决方案自动收集、清洗、并加工成格式统一的管理层数据，减少收集数据的时间，并极大的增加了数据的精准度，防止人为的数据处理失误。

因此，能够为管理层提供最及时，最精准的数据，以帮助管理层做出合理的经营判断。

拥有丰富的预设模板和ERP（例如：用友，金蝶）接口，

也可以根据企业的要求进行特有的报表，报告设定和输出。

除了报表之外，与BI工具（商务智能）完美对接，

可以进行视觉性的经营分析和趋势预测，

极大的增强了企业发展的分析能力和预测能力，对增强企业总体的竞争力有着重大的作用。

备实必上海的管理会计自动化解决方案提供了多种功能给您选择和使用

能够输出多种多样的P/L（损益计算书Profit and Loss Statement）

对外（企业外部）：各客户P/L、代理店、经销店铺P/L、区域·地域不同P/L
对内（企业内部）：各产品、服务P/L、各部门、事业部P/L、不同负责人、负责团队P/L

实绩预算对照表

案件可能性、进度、销售额预测

管理层所需的各种报告

债权债务管理报告

项目团队的工作时间报告

项目团队的参与率报告

数据的可视化呈现

在与BI连接的情况下，将各种以文字，数字为主的报图表化，可视化，给管理层最为直观的数据体验