導語：淺談商業智能在稅收中的運用一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

作者：于江霞馬志杰韓少華

論文關鍵詞：商業智能數據倉庫OLAP

論文摘要：針對目前稅務管理信息系統存在的問題，引入商業智能手段，提出了商業智能架構體系，給出了一個完整的商業智能系統建設方案，建立數據倉庫并優化了數據倉庫的查詢，利用該數據倉庫對今后稅收情況進行預測。實際應用結果表明，該系統不僅提高了稅務部門對現有的信息數據的利用效率，還提高了稅務部門決策分析的能力，能夠有效地指導稅收工作。

稅務部門商業智能系統建設的目標就是要為其提供一個統一的分析平臺建立OLAP充分利用積累的數據并對其進行深層次的挖掘，從不同的角度分析這些數據并對下階段的稅收數據作出預測.提出稅收預測的解決方案以提高稅收預測的速度和精度為領導決策提供依據

一、商業智能基本概念

1商業智能

商業智能(B日技術是一種能夠幫助企業迅速完成信息采集、分析的先進技術也是包括數據倉庫(DataWarehousing)、聯機分析處理(On一lineAnalyticalProcessing，OLAP)、數據挖掘(DataMining)在內的用于統計和分析商務數據的先進的信息技術。

2.查詢報告

企業在運行過程中需要將各地的數據匯總到總部進行管理以用于建立一個數據倉庫這種數據倉庫不但保存了歷史數據階段性數據而且還能從時間上對數據進行分析同時數據倉庫還提供了裝載外部數據的功能用來接受大量的外部數據查詢這個查詢使管理者能很快地獲取相關信息進行決策。

3在線分析處理(OLAP)

在線分析處理是一種高度交互式的過程信息分析專家通過它可以即時反復進行分析迅速獲取結果。在線分析處理有多維在線分析處理、關系型在線分析處理和混合在線分析處理。分析處理過程一般包括3種可供選擇的方案:

(1)預先計算小結數據在使用前進行計算并存儲。

(2)即時計算和存儲.小結數據在查詢時計算然后存儲結果。因為消除了相應的運行計算，使隨后的查詢運行變得更快

(3)隨時計算用戶在需要時對小結數據進行計算。

4數據挖掘

數據挖掘的功能是從浩如煙海的數據和文檔中發現以前未知的、可以理解的信息進行計算或分析。由于數據挖掘的價值在于掃描數據倉庫或建立非常復雜的查詢。數據和文本挖掘工具必須提供很高的吞吐量.并且擁有并行處理功能支持多種采集。因此數據挖掘工具應該具有良好的擴展功能能夠支持將來可能遇到的各種數據或文檔和計算環境。

二、商業智能體系結構設計及系統實現

1系統功能設計

稅收管理中引入商業智能手段可以解決從基礎數據采集到聯機分析和數據挖掘各個環節的需求問題能夠滿足各級領導對業務信息的查詢與決策支持的需求，具體功能設計為以下七個部分:

(1)數據采集:提供了基礎數據采集工具:

(2)報表查詢:對經常使用的固定報表的快速查詢;

(3)報表制作:制作并生成用戶自定義的報表;

(4)報表分析提供切片、切塊、下鉆、上卷和旋轉等數據分析功能即從不同維度上進行挖掘、清洗、匯總、處理等提取想要的相關數據結果形成報表以圖形等展現出來。

(5)即席報表查詢查詢即席自由組合的報表

(6)圖表分析:提供了餅圖、線圖、直方圖等圖形分析工具;

(7)與地理信息系統(GIS)的結合:利用數據庫的管理、查詢、統計和GIS的空間分析、數學分析模型等為各級領導提供信息查詢、輔助決策的功能使信息的展現和分析更加直觀。

2數據倉庫結構設計

數據倉庫的設計要符合稅務系統的業務需求在數據倉庫的設計過程中必須與稅收業務人員以及管理人員密切配合摸清可利用的現有的業務數據外部數據.以及真正的決策需求。稅務數據倉庫應用模型如圖1所示

(1)數據源。稅務系統現有的業務系統數據源(包括其歷史數據、業務數據和其它數據)其數據特點是分散、難以共享和再次分析利用:

(2)中心數據倉庫。由數據倉庫及多維數據庫組成源數據經過抽取、清洗和轉換之后裝載到數據倉庫中，數據倉庫中的數據是集中的、經過了清洗和轉換的便于進行分析;存儲于多維數據庫中的數據是經過了再次加工的為稅收分析與決策模型提供了必要的分析基礎

(3)應用服務層。負責連接用戶對數據倉庫、多維數據庫的查詢訪問

(4)信息展示工具負責為用戶展示分析后的結果。并可對展示的數據進行再次的分析利用，形成最后的分析報表和報告。

3.數據倉庫設計

（1）概念模型設計。在稅務信息管理系統中包括稅務登記管理、征收管理、稅務稽查、法規及復議等各個模塊每個處理模塊存儲著既獨立又相互聯系的管理數據運用數據倉庫的理論和方法對這些管理數據進行綜合、提取可產生支持稅務管理決策或稅務信息訪問的信息

(2)邏輯模型設計。①分析主題域概念模型設計確定了稅務登記、申報征收、稅收計會統、發票管理四個主題域，其中申報征收主題是整個業務流程的中心環節所以選定申報征收主題來實施。②粒度層次劃分。對于納稅申報主題數據量巨大將從前端得來的申報數據經過轉換作為基礎數據，按照時間和征收機關進行綜合。③確定數據分割策略。在本系統中，數據分割采用按照時間和征收機關進行。

(3)設計維表及事實表根據稅務征管包含的業務范圍和決策分析的需要設計征收管理的星形模式星形模式的模型如圖2所示。納稅人的納稅情況作為事實表與之關聯的有多個維表:納稅時間維表、納稅人維表、征收機關維表，稅種維表、行業維表。

(4)物理模型設計。星形模式的建立保證了面向稅務征管的數據集市所需要的數據元素。在星形模式視圖的基礎上可以建立物理數據庫。

使用SQLServer2000的EnterpirseManager組件首先建立關系數據庫Revenue_mart再進一步分別建立維度表和事實表。

三、稅收分析的商業智能實現

1.數據預處理

建立數據倉庫系統的物理數據庫之后就把稅務征管系統中的數據抽取(Extraction)出來進行清洗和轉換(Transformation)按照面向主題的數據特征重新進行組織加載(Load)到物理數據庫Revenue_mart中。提取和加載數據倉庫是一個非常復雜、非常關鍵的過程直接影響到數據倉庫中數據的質量和數據的可用性。

(1)確定數據源。根據數據庫Revenue_mart中各種維度表和事實表的數據需求通過對于稅務信息管理系統的深人研究確立數據倉庫的兩部分數據源:存儲在數據庫服務器中的內部數據源和以其他形式如文本、WORD、EXCEACCESS等存在的外部數據源。

(2)抽取和清洗數據。確立數據倉庫的數據源之后為了保證數據倉庫的有效性、統一性和完整性應當建立階段性區域對于數據源的數據進行抽取、驗證、清洗之后加載到階段性區域。

(3)轉換和加載數據倉庫。OLTP數據遷移到階段性區域(中間數據庫)之后需要作進一步的轉換加載到數據倉庫中。利用SQLServer2000的數據轉換服務完成數據遷移任務。

2.創建OLAP數據庫和數據塊

利用SQLServer2000的OLAPServices組件建立面向征管的OLAP數據庫。圖3是利用SQLServer2000建立的入庫稅款立方體示意圖圖中是按行業、時間和征收機關組織起來的三維立方體再加上變量“入庫稅款“就組成了一個多維數組(行業、時間、征收機關、入庫稅款)。如果擴展一個維就得到一個四維的結構。如在“行業、時間、征收機關“三維立方體中進行切塊、切片可得到不同行業、不同征收機關的入庫稅款。

(1)建立OLAP數據庫Revenue_dssoOLAPServices組件提供了一個GUI界面的OLAP管理器，使用OLAP管理器選擇OLAP服務器建立OLAP數據庫Revenue_dss在OLAP管理器的控制臺樹中擴展數據庫Revenue-dss的Library文件夾建立數據庫的數據源設置OLEDBProviderforSQLServer為數據源的數據提供者選用數據庫Revenue_mart為數據源通過測試保證數據源的正確設置。

(2)創建OLAP共享維度。為了保證面向稅務征管的數據集市的可擴展性建立時間維度.征收機關維度.行業維度.納稅人維度和稅種維度等共享維度。

(3)建立數據塊Tax_revenue①創建邏輯數據塊Tax_revenue在OLAP管理器的控制臺樹中選擇數據庫Revenue_dss，利用CUBE向導建立Revenue_dss數據庫的邏輯數據塊。在CUBE向導中選擇數據表collection_fact作為數據塊的事實表選擇事實表的數值字段Nysk,Sjsk作為數據塊的測度(measures)選擇時間維度Dim_time、征收機關維度dim_department、行業維度dim_trade納稅人維度dim_taxpaye「和稅種維度dim_Category等共享維度(shareddimension)作為數據塊的維度而后把數據塊命名為丁。x_revenueo②創建物理數據塊Tax_revenue。創建OLAP邏輯數據塊Tax_revenue之后需要對該數據塊進行物理設計。利用OLAP的數據存儲向導(StorageDesignWizard)可

以選擇數據塊的物理存儲類型(MOLAP,ROLAP.HOLAP)。對于數據塊Tax_revenue選擇ROLAP的存儲方式在關系數據庫中存儲事實表和數據聚合表可以節省大量的存儲空間。

選擇數據塊的存儲方式后利用OLAP的數據存儲設置數據聚合選項。數據聚合就是預先計算數據的集合值加快對于數據塊查詢的速度。數據聚合有三個選項第一個選項是磁盤空間可以選擇數據聚合所需磁盤空間的上限。第二個選項提供用戶期望實現的性能提高估測OLAP決定合適的數據聚合以保證性能的滿足。第三個選項是由用戶任意選擇。為了保證對于數據塊Tax_revenue的查詢性能選擇第二個聚合選項設置數據聚合的性能指標應當達到80%。

設置了物理數據塊的存儲類型和數據聚合選項后使用OLAP的數據存儲向導對數據塊進行處理。對數據塊Tax_revenue的處理就是從事實表。ection_fact中檢索信息根據數據聚合選項計算數據的集合值OLAPServices在關系數據庫evenue一mart中創建匯總數據表對這些數據聚合進行存儲。

四、結論

通過探討商業智能解決方案的相關技術結合當前的稅收工作將先進的技術用于實際工作中為稅收的信息化建設探索新思路、新方法通過建立數據倉庫把稅務人員從大量的數據操作中解救出來進而在此基礎上進行數據分析、預測為各級稅務干部和領導提供執法信息和決策依據。本文提出的解決方案具有較高的先進性和實用性為有效的指導稅收工作、充分利用資源、加強和完善管理機制、發揮稅收經濟杠桿的調節作用具有重要的指導意義。