
产品功能特色
系统核心:利用多维数据库构建多维预算、测算及管报分析模型

计算核心: MDX工业标准规则,OLAP多维计算引擎,语法灵活易理解易维护

执行核心:流程单据及查询,贯通审批事项,传递关键信息

查询核心:多维填报、汇总及分析表单配置简单灵活、易操作
实现预算标准维护、预算编制、分析报表、滚动预测等表单结构的系统搭建,满足数据填报、汇总、透视查看、即席分析的需求

分析核心:智能分析-经营综合看板及指标呈现

统一门户: 工作区域合理配置,任务集中,提高工作效率
在门户中把预算、仓库、执控、分析公共服务等工作内容和主题整合,通过功能权限和数据权限控制,每个用户能在同一个桌面上看到全部工作任务和关注主题

Intcube 企业绩效管理平台 :三大模块预实联动实现完整的全面预算闭环管理

Intcube EPM-企业绩效管理一体化配置平台:个性化定制,统一配置
基于智达方通Intcube EPM 企业绩效开放式业务构建平台,可通过平台标准功能,构建各种业务场景,包含战略规划、目标分解、预算编制及调整、执行控制、滚动预测、管理报表及分析报告、绩效考核的企业绩效全过程闭环管理

预算体系案例—生产制造预算体系
以产品生产为主线,通过建立完整的生产管理预算体系,实现产供销联动,以及BOM计算、制造费用的分摊,建立起物料级的生产成本计算体系。配合灵活的审批流程、标准化的接口处理流程,推动全面预算战略的快速落地。
项目特点: 以销定产:以产品BOM为引导,以销售预测与期末存货为基础,自动推演生产的完整预算,包括收入、主营业务成本、物料存货、产成品存货、销售成本、回款预算等相关数据。 内部交易:通过物料级的计算办法,实现准确的内部销售预测计算

预算体系案例——项目管理预算体系
以项目主数据为基准,建设全流程项目管理制度,实现自预算编报到预实分析的全面预算管理战略;为多层级用户服务,提升财务透明度,动态监控业务指标,推动产业升级,提升市场竞争力 项目特点:项目全周期管理:建立项目全周期闭环管理体系,从项目立项、变更、收入确认、内部交易到项目管理,实现无纸化管理流程。
业财融合:为财务管理部门与业务管理部门提供定制化数据看板,解决数据统计差异问题,同时满足经营数据连续性和个性化统计需求。 数据资产:成果交付后,实现数据、流程的自治化,业务人员可以依照需求创造各类分析报表,实现数据资产的灵活应用

预算体系案例——集团预算编报体系
建立预算编报平台,实现集团针对预算编报数据集中管理,统一预算编制步调;将预算编报数据下达至执行管控系统,实现全面预算管控体系;与多系统集成,在集团前端业务系统不统一的前提下,达到集团预算执行的统一管控
项目特点:多版本预算:依照客户要求,每年调整预算归集版本数量,实现自上而下的预算编制过程 复杂的组织架构:该客户具有双组织结构的特点(法人组织架构与管理组织架构),系统能够支撑编报工作的同时、同步、同频。 集中管控机制:达成多项预算管控体系的建设,实现了在合同、资金、科目、责任中心等多项管理要求下,集成化的预算管控平台。

预算体系案例-营销零售预算体系
建立基于实际业绩的动态计算模型,通过年度销售政策、季度销售政策、月度销售政策、临时预算支持等多种政策模拟,严格管控前端销售费用支出方向及金额,动态管控市场经营策略;归集前端业务申请流程,整合财务申请流程,实现信息化办公流程,促进工作处理效率,及时预防异常;
项目特点:动态控制模型:依照渠道、区域、科目等不同条件,结合业绩反馈,动态测算销售预算额度。一方面,推动前方业务开展的积极性;另一方面,保证集团对于品牌整体营销策略的管控。 一站式办理业务:替代传统OA系统,结合灵活多变的控制引擎、简单移动的流程单据、扎实可靠的数据处理引擎,实现信息化流程审批服务

工作流程

数据收集
合并报表外部数据收集
往来对账

结果输出
合并报表系统内部外部具有汇总关系的全部数据,均支持多维汇总及层级钻透至明细底层数据

技术设计思想-数据仓库架构进行数据管理

数据归类
数据主题域&主题设计方法:根据业务价值链、业务架构、业界实践等输入并结合数据架构总体设计原则,对关键的人、事、对象、空间及其关系进行识别与抽象,最终采用研讨的方式与业务广泛讨论后完成主题域设计

建立数据标准
一、建立成本相关主数据标准的关键数据标准;
二、基于梳理标准的模板,率先对业务对象(含主数据)相关的数据进行标准梳理,以此为样例逐步实现对关键数据的推广应用;厘清数据对象的业务属性、业务定义及用途、数据类型、数据长度、是否允许值、允许值范围、数据示例、数据层级、引用标准(国家标准、集团标准、公司标准)、业务规则责任主体、数据维护责任主体、数据监控责任主体等
数据存储——建立数据采集规则及周期计划

数据存储-建立统一的数据分类框架
数据分类是对信息架构的进一步分类,针对数据不同的特性差异,采用不同的设计方法和管控措施

数据清洗
标准数据接口支持多种数据类型(数值、日期、档案、组织架构...等)
支持映射关系转化,解决数据口径差异性的问题
提供覆盖、汇总等数据堆叠逻辑
不限数量的接口供给,拓宽业务接纳性。
结果呈现——多样化展现图型+多维分析+多层钻取+主动预警




