摘要：高校资产信息化管理是高校资产管理发展的必然趋势，近年来其信息化进程已取得了明显成效，但目前的信息化管理主要还停留在数据存储和基本处理的层面，同时只能提供表面化的简单数据统计功能，无法对现有数据进行深入的分析，提取更多有价值的信息并通过分析进行数据走向预测等。为了能够从庞大的业务大数据中进行更多有价值的数据分析，本文提出一种基于数据仓库的BI资产管理系统，能够做到为资产管理人员和管理决策者提供可靠的业务经营决策。
关键词：资产管理；商务智能；数据仓库
一、介绍
目前高校信息化建设已经得到广泛的推广，高校资产管理也进入了信息化的时代[1]。其中存在的最普遍问题是：高校资产管理信息化大都停留在数据的存储和简单处理层面上。存在信息碎片化、信息冗余、多系统数据无法关联互通等问题，同时数据统计、查询功能比较简单。从而数据库中的大量业务数据没有发挥其真正的价值，不能为管理部门和决策者提供有效的分析预测和辅助决策价值。因此目前高校资产管理需要有一种可以将分布在各个系统的大量数据有效整合的高效方法，从而能够对数据及其关联关系进行深入分析，将海量数据的内部分析充分的挖掘出来，进一步起到辅助分析决策的作用。BI（商务智能）是一种广泛运用于企业中，利用现有的数据进行有效的整合，快速准确的提供报表并提出决策依据，帮助企业做出决策的解决方案[2]。下文提出一种基于企业BI模式的快速，易用的高校资产管理的方案。
二、实现方法
（一）数据仓库
为了对数据进行更好的可视化和分析，我们需要对大量的校园资产信息化数据进行整合和筛选，通过ETL的方式建立起一个星形结果的数据仓库，从各个系统中按照业务功能提取有效的数据，建立相应的事实表和维度表。本文采用kettle[3]作为ETL工具，从实时业务系统中提取有效的信息，刨除无效和无分析价值的字段数据，转换相应的数据格式，从而形成一个集中规范的数据仓库。例如以低值易耗与材料品管理为例，在数据仓库中建立以下的表结构：材料购入事实表：包含材料常用信息，金额，数量等，同时通过相应外键链接各个维度表。物品状态维度表：物品当前状态信息，例如，购入、交物、退回、损耗、丢失等。分类维度表：材料的分类信息，计量单位信息，例如，办公用品，化工原料及试剂，劳保用品等。经费科目：学校的经费分类，例如教学，科研，行政，自筹等。单位维度表：各个学院，科室的编号，名称等基本信息。管理人员维度表：学校人员信息表。
（二）数据可视化
metabase是一个开源的BI框架，可以对数据进行多种可视化效果展示，通过连接到上述数据仓库就可以建立相应的数据立方体，针对数据立方体，可以方便有效的进行以下常见操作。钻取：按照某一维度的分层等级，从上一层降到下一层，或者说是将汇总数据拆分到更细节的数据，例如按照2018年的数据来钻取这一年每个月的数据情况。上卷：汇总数据，按照一个维度的等级分层向上攀升，钻取的反方向操作。切块：选择一个维度的特定值进行分析，例如只选择分类为办公用品的数据。切块：选取二个或者多个维度的的值进行分析，例如选取时间维度为2017和2018年，分类维度为化工，建筑，办公的数据进行分析。以某高校2017年的低值易耗与材料品入出库信息为例，建立一个材料相关的仪表盘，可以将材料按照多种维度进行分析，例如按照经费来源分析、按照各学院领用分析、按照购入时间分析或者同时按照学院和材料分类进行分析。可以对材料的各种使用情况进行深入的挖掘分析，分析人员只需要选择不同的维度和需求进行统计，就可以生成相应的图表，并将结果直观的呈现给资产管理人员和决策者，如图1所示。
三、结束语
本文提出了一种基于数据仓库的BI管理系统的实现方法，考虑到校园BI的灵活性，易用性和性价比等原因，通过采用metabase开源框架，成功的实现了BI的常用功能，将繁琐冗余的资产管理信息化数据，以图表的形式直观的展现给管理决策人员，方便管理人员进行多维度的数据分析，使得业务人员(包括学校管理者)能够充分掌握目前学校资产状况、并利用这些信息进行相应的进一步决策。随着数据挖掘技术的不断完善和发展，校园资产管理需要从传统的报表分析层次，发展到更上一层的数据分析和数据挖掘阶段，这是一个新的契机，也是需要我们进一步研究和探索的工作。
参考文献
[1]基于互联网+的高校固定资产管理对策
[2]李琳.BI商务智能系统及其技术架构研究[J].中国管理信息化,2016,19(12):56-57.
[3]范鑫,何中威,张素伟.基于Pentaho的数据中心研究及应用[J].计算机与现代化,2015(11):12-16+112
[4]袁隽媛.基于粗糙集的高校资产数据挖掘研究[J].计算机工程,2011,37(S1):46-48+51.
作者:孙金阳 吴晗辉 蒋文平 岳迪 单位:沈阳建筑大学资产处 东北大学
