一、问题的提出 在数字化转型的大潮推动下，企业信息化架构正在进行互联网化的转型升级。在新一代企业信息化架构下，各种系统产生的数据类型和数据量快速激增，如何利用数据进行科学有效决策、如何充分挖掘数据的价值，成为众多企业的重要诉求。 企业的数据应用主要有两个大的方向。一是面向业务运营的数据支撑。它包括：①通过对消费者数据的洞察，改变销售和交易模式，提高获客和成交效率。目前大多数企业的数据应用聚焦在改变市场销售模式方面。②通过数据模型为供应链管理提供支撑，提高生产经营过程的效率，如排产和计划优化、物流的优化。③大数据+算法成为业务运营的数据赋能主要技术手段。二是面向战略规划和执行的管理决策分析。它包括：①在战略指引下对财务结果进行持续规划和分析是管理过程的核心。②管理会计的预算管理、成本盈利分析、管理报告等工具是战略执行的重要管理工具。③管理会计的核心是基于对企业全方位数据的加工、分析，发现问题，制定战略和相关决策，并对结果进行预测和监控。④规模越大的企业对管理会计的需求越强，支持管理决策的数据模型越复杂。 本文主要探讨在管理决策分析中多维内存分析技术及其计算应用的几个问题，重点阐述元年方舟多维数据库（ArkCube）架构及其主要应用场景。 二、数字化时代决策分析技术的发展历程与全新要求 面向战略规划和执行的管理决策应用，无疑包括了管理会计体系的几项核心内容，如战略规划和测算、全面预算管理、成本管理、管理分析报告体系。这些决策类应用的主要目标是帮助管理者应对企业各种不确定性。这就需要管理会计体系具备敏捷反应，顺应前端业务变化的能力，能够实时获取第一手的业务端信息并及时捕捉到变化中的管理需求，建立业务模型来对可能的变化进行预测、管理和分析。 不同的应用场景对数据技术的需求不同，面向运营支撑的数据应用主要依赖大数据+算法。而面向战略规划和执行的决策场景主要依赖的是利用多维数据技术建立复杂业务财务模型的能力，以及对模型中的数据进行快速、灵活分析的能力。虽然算法在战略决策方面也有重要价值，但是管理决策体系的数据模型中更多的是显式、复杂的计算规则。 数据建模和计算是管理会计应用的关键技术基础。管理会计系统的功能满足度、可扩展性，都依赖系统的建模计算能力。以计划预测和成本分摊模型为例，管理决策数据模型具有以下特点。①数据模型通常具有从业务到财务的转换逻辑，计算规则成链状、网状。②数据来源既包含从业务系统导入的历史数据，又包含人工输入和计算生成的预测和计划数据。③存在大数据量的分摊计算场景，分摊模型需要不断调整，需要较低的时间开销，以保障分析效率。④预测和分摊模型由业务驱动，需要根据业务变化频繁快速调整，业务人员需要独立进行建模和维护。 在这种面向分析的管理系统中，数据是由多个维度（角度）描述的。例如销售收入的数据是由产品、时间、渠道、客户、区域、部门、人员等多个角度进行定义的，在对销售收入的预算或实际发生数据进行分析的时候，分析人员可能会关心按产品、渠道、客户等各维度汇总的销售收入，或者按照不同的维度组合进行数据查询。这些都要求管理会计应用系统建立在一个多维度的数据模型上。 在全球软件市场，企业绩效管理（Enterprise Performance Management,EPM）是指支撑战略执行过程的一系列管理过程与管理软件。类似于Oracle Hyperion、SAP BPC、IBM TM1等领先产品的数据模型，都是构建在OIAP（Online Analytical Processing，联机分析处理）多维数据库之上的。 多维数据库从设计理念上与面向交易的管理信息系统有着本质的区别。基于OLAP的多维数据库技术不同于关系型数据库（OLTP，联机事务处理），主要面向业务分析人员。多维数据库用户的多角度思考模式，预先为用户组建多维的数据模型。维度指的是用户的分析角度，例如对销售数据的分析，会计期间、产品类别、渠道、区域、客户都是维度。多维数据库用维度对数据进行描述和存储，一旦多维数据模型建立完成，用户可以快速地从各个分析角度获取数据，也能动态地在各个角度之间切换或者进行多角度综合分析，具有极大的分析灵活性。 （-）OLAP分析技术在数字化决策领域面临的挑战 从数据库产生以来，数据分析和决策支持的需求就始终存在，为了解决这一需求，IT领域已经为之付出了50余年的努力。OLAP就是这一领域的技术门类的代表。OLAP是关系数据库之父Edgar F.Codd在1993年提出的，作为与OLTP（Online Transactional Processing，联机事务处理）所对应的另一类数据处理能力。这个概念主要用于多维数据分析（MDA）领域，是商业智能（BI）技术的核心。 如前所述，企业决策分析需求长期以来就是由OLAP技术进行支撑的。OLAP按数据存储组织的模式分为MOLAP、ROLAP和HOLAP。其中MOLAP（Multi-dimensional OLAP）是以多维数组存储模型的OLAP，是OLAP发源最初的形态。它的特点是数据需要预计算（Pre-computaion），然后把预计算之后的结果（Cube）存在多维数组里。ROLAP（Relational OLAP）是基于关系模型存放数据，一般以事实表（Fact Table）和维度表（Dimensition Table）的结构来存储数据，不需要预计算，使用标准SQL就可以根据需要即时查询不同维度数据。HOIAP是MOLAP和ROLAP类型的混合运用，细节的数据以ROLAP的形式存放，更加方便灵活。而高度聚合的数据以MOLAP的形式展现，更适合高效的分析处理。HOIAP的目的是根据不同场景来利用不同OLAP的特性。
