时间：2023-06-12 14:47:49
开篇：写作不仅是一种记录，更是一种创造，它让我们能够捕捉那些稍纵即逝的灵感，将它们永久地定格在纸上。下面是小编精心整理的12篇财务数据可视化分析，希望这些内容能成为您创作过程中的良师益友，陪伴您不断探索和进步。
关键词：信息化技术；数据挖掘；财务分析；决策支持
当前行政事业单位运行中受到各类数据的驱动，如何对海量数据信息进行收集与提取已经成为当前行政事业单位发展的重要课题之一，数据信息已经成为当前行政事业单位发展的重要资源。当前各类信息化技术快速发展，其中的重要代表之一为数据挖掘技术，对其中运用的算法不断优化，能够对多种海量信息进行建模分析，在行政事业单位内部构建了可视化的分析方式，对传统的财务分析方式进行重要补充，更好地促进行政事业单位内部财务信息管理与决策，优化行政事业单位财务数据整合。
一、数据挖掘技术概述
数据挖掘技术是当前运用较为广泛的一种技术，通过专业工具的运用能够有效发现并探索多种数据特征，构建了一种新的数据分析方式，实现对目标数据信息的有效识别与特征研究，并对模式分布情况进行有效探索，实现对数据信息中的规则分析与提取，结合多种专业化分析，对数据发展的综合情况进行预测。在各类组织运用中能够有效判断相关经营活动中的联系，有效挖掘不同类别数据信息之间的有效联系[1]。使得决策层能够更好地掌握系统内部各项发展情况，实现对风险的及时识别，促进各项业务的有效运行，及时对系统运行中的各类情况进行综合分析，由此全面把握系统运行情况。数据挖掘技术运用中首先要求有效准备各类数据，运用算法以及判断标准依据等，实现对各类数据信息的有效分析与综合利用[2]。
二、数据挖掘技术运用流程
在行政事业单位财务分析中运用数据挖掘技术具有显著运用优势，能够有效收集行政事业单位内部各项相关基础数据资料，对大量数据构建旋转、钻取等不同的分析方式与处理技术，统一管理单位内部各个项目中的数据。该技术运用过程中要求有效优化应用流程，不断改进应用技术。确定财务分析对象，通过数据挖掘技术的运用，有效选择并确定财务分析对象，在单位内部构建适宜的财务分析方式，针对不同的项目构建不同的财务分析指标与分析工具[3]。在单位内部收集大量的财务信息，从会计信息系统以及其他信息系统中获取相关数据资料，确保各类数据信息收集的完整性与系统性。针对收集到的大量数据构建有效的整理方式，或者进行简单泛化处理，或者构建精细化处理机制。财务分析中要求不断优化各项数据选取，搜集相应的财务信息，从而选用适宜的数据挖掘技术。提取表达数据中的价值特征，以此降低数据处理工作量，同时保持数据原貌[4]。设置适宜的数据挖掘算法，使得相关数据分析工作能够自动完成。对数据挖掘得到的结果进行综合性评估，一一验证各项数据的准确性，若出现异常，及时调整数据挖掘算法，并再次进行数据挖掘与分析。将得到的数据挖掘结果运用于事业单位的决策分析之中，使决策层能够有效掌握单位内部各项数据，明晰各个项目的进展情况，以此调整决策方案，提升行政决策的科学性与有效性[5]。
三、基于信息化技术的数据挖掘的应用实践
本文研究数据挖掘技术在XX单位财务管理中的应用实践，结合不同的类别对财务数据进行统一分析与整理，建立可视化的数据分析方式。为更好展示分析方式，建立XX单位非真实的预算及支出数据参考。
（一）预算执行总体情况
1.总体概况通过数据挖掘技术的运用综合判断单位内部各项预算执行情况，对预算执行的各个类目进行有效细分，从而更好地掌握单位内部各项预算情况，由此实现对单位财务状况的整体分析。XX单位2020年当年预算为128174.11万元，截至2020年5月29日，XX单位零余额当年预算银行已下达额度为75370.96万元，累计支出为55920.68万元，预算执行进度为43.63%，未达序时进度50%。XX单位距离50%的序时进度还需支出40209.9万元。2.基本支出与项目支出概况2020年XX单位基本支出当年预算额度9270.53万元，截至到5月29日支出额度6670.64万元，预算执行41.96%，未达序时进度50%。2020年XX单位项目支出当年预算额度118903.58万元，截至到5月29日支出额度49250.04万元，预算执行41.42%，未达序时进度50%，见表1。
（二）预算执行分项情况
利用数据挖掘技术对单位内部各项预算执行情况进行综合判断与分析，优化单位内部各项财务指标分析，当前运用最为常见的方法之一为定量分析法，对单位内部预算执行的各项历史数据进行有效收集与分析，针对不同的财务指标构建相应的分析方式，由此在单位内部促进财务指标的制定与分析[6]。在当前信息技术与数据挖掘技术的运用之下，在单位各项相关指标计算中，虽然采用了同样的计算公式，但是在数据挖掘技术运用中能够对海量的信息进行有效处理，构建对信息的实时分析方式与分析工具，促进单位对不同指标的分析，使得决策层能够更好地掌握单位内部实际发展情况。1.基本支出的预算执行进度通过数据挖掘技术的运用，综合分析单位内部基本支出层面的预算执行情况，由此综合得出单位内部相关指标的财务预算执行效率。2020年XX单位基本支出当年预算共9270.53万元，截至2020年5月29日支出6670.64万元，预算执行进度为41.96%，未达序时进度50%。其中，人员经费当年预算8421.53万元，支出6318.3万元，预算执行比例为75.03%，已达序时进度。公用经费当年预算849万元，支出352.34万元，预算执行比例为41.50%，未达序时进度。2.人员经费人员经费管理是组织内部财务支出的重要构成，利用大数据技术对各项人员支持情况进行统一分析，综合判断组织内部在人员管理层面的消耗，对此构建相应的数据分析方式，通过数据挖掘，实现对海量人员支出信息的有效整理与分析[7]。2020年XX单位人员经费预算执行进度为75.03%，已达到序时进度50%。针对人员管理综合效能、管理预期以及管理目标等，对大量的人员管理信息进行有效整合，运用设定好的算法，综合分析人员管理中的相关内容，以此更好地为单位人员管理进行综合分析。通过数据挖掘算法的运用，对不同的人员经费进行分类，判断不同类目下的执行情况，由此促进决策层更好地掌握人员经费的执行情况，构建可视化的分析方式，从而实现对组织内部人员管理层面的有效内部控制。分功能分类按执行进度排序，如图1所示。3.公用经费运用数据挖掘技术，针对不同的部门进行公用经费分析，建立相应的预算执行情况可视化分析方式，分部门按执行进度排序，较为清晰地展现办公室、人事处、党办、老干办以及计财处等不同部门运行情况，使得决策层能够较为直观地掌握不同类别数据之间的关系，促进单位内部领导层的决策，由此加强单位内部财务管控[8]。
（三）项目支出的预算执行进度
1.项目支出概述利用数据挖掘技术综合分析单位内部各项支出的预算执行情况，截至2020年5月29日，XX单位行政事业类项目和基本建设类项目2020年当年预算为118903.58万元，累计支出49250.04万元，项目支出的总体预算执行比例为41.42%，未达序时进度。对项目支出的各项类别进行有效细分，按照不同的财务指标构建相应的分析方式，实现对不同类型数据的有效分析与整合，构建有效的数据统计分析方式，不同单位内部各个项目支出的有效分析[9]。其中行政事业类项目的预算执行比例为44.85%，基本建设类项目的预算执行比例为39.50%（见表2）。2.行政事业类项目行政事业类项目对事业单位各项工作开展具有基础性作用，由此全面分析单位内部行政事业类项目的财政支出情况，在信息技术的运用之下，实现各类数据进行的有效挖掘，综合分析组织内部在行政事业类单位层面的发展情况，以此更为有效地优化组织内部各项管理，更好地为核心业务的开展提供基本保障与支持。在XX单位2020年当年预算中，行政事业类项目的总体预算执行进度为44.85%，未达序时进度。一般行政事务支出，XX探测以及XX服务三个功能分类的项目执行进度为0。XX预报预测和XX法规与标准的预算执行比例分别为12.26%和16.20%，执行进度较低[10]。3.基本建设类项目气象保障工作台站建设在基本项目建设占据重要内容，属于项目建设施工的基本构成部分，在项目管理与内部控制体系中应当予以重点对待，为此要求构建对基本建设类项目的综合分析与预测。通过大数据技术有效整合基本建设类相关项目，对不同的建设项目进行有效划分，综合判断不同项目所占据的资金以及建设情况等，由此实现对不同建设项目的有效管理，将其纳入内部控制体系中的重要构成部分之中。基本建设类项目的预算执行与业务建设挂钩，项目执行的每一个节点关系着台站建设的情况。例如，山洪地质灾害防治气象保障项目执行进度11.71%，相应的台站建设完成情况及合同签订、采购情况都有关联关系，需要综合分析。
结语
大数据技术的发展为数据挖掘提供了更多的可能性与机会，在当前组织内部各项数据信息不断扩张的背景下，要求构建对海量信息的有效处理方式，数据挖掘技术的运用能够有效实现这一目的，在行政事业单位内部优化财务分析方式，结合不同的指标进行相应的数据分析，能够实时快速地处理海量气象信息，对各项财务信息数据进行统一整理与分析，建立有效的内部控制管理体系。以此更为有效地促进决策层在对行政事业单位各项信息进行全面把握的基础上做出科学合理的论断。
参考文献
[1]司桥林.基于数据挖掘的财务信息管理系统风险识别[J].微型电脑应用，2021（06）：132–135.
[2]温振丹，吴永谊，吴再丽，等.基于云计算的高校财务共享协同与决策支持系统架构研究[J].科技经济导刊，2021（17）：37–39.
[3]曹越.大数据时代企业会计工作面临的机遇与挑战分析[J].商场现代化，2021（10）：123–125.
[4]唐雪薇，佟筱枫.大数据时代审计信息化建设的实现路径探析[J].中国市场，2021（17）：195–196.
[5]崔竹.数据分析技术方法在企业审计中的创新应用[J].财会月刊，2021（07）：82–88.
[6]娄德涵，杨江海，邓海生.基于大数据Hadoop的企业财务管理系统研究[J].电子制作，2021（07）：51–53+29.
[7]汪雪松.浅谈数据挖掘技术对企业财务分析职能的拓展[J].会计师，2021（05）：11–12.
[8]刘敏.大数据环境下数据挖掘技术对审计风险的影响研究[J].市场周刊，2021（03）：120–121+132.
[9]夏铭璐，聂书承.大数据时代财务会计与管理会计的碰撞融合策略探究[J].商场现代化，2020（24）：151–153.
[关键词]物资成本；规范化；精益化；动态化
[DOI]10.13939/ki.zgsc.2017.12.192
1 “三化”管控体系的构建目标
物资成本“三化”管控体系，是以规范化、精益化和动态化为着眼点，围绕财务集约化“深化应用、提升功能、实时管控、精益高效”的总体要求，以“实现信息关联无壁垒、过程管控无盲点、财务风险防得住”为目标，涵盖物资成本预算、采购执行、执行结果分析在内的一套物资成本管控模式与实施解决方案。“三化”管控体的建立及应用，能实现业务与财务融合互动，做到实物管理和账务处理的联动集成，拓展财务管理的细度和精度，提高了财务在企业资源配置过程中的主动性、科学性和有序性。
2 “三化”管控体系的构建要点
2.1 规范化的构建要点
物料主数据是企业所采购、生产和存储的物料的所有信息，包括基本属性、工厂数据、存储数据三大类。基本属性包括编码、名称、计量单位等数据；工厂数据是针对特定工厂的采购组织、计划交货期等数据；存储数据是针对特定存储地点的存储时间、库存数量等数据。
2.2 精益化的构建要点
核算对象指物资成本应该归集到的部门或班组。为了保证核算的精益性，物资成本应从产生时，就在业务部门归集到最小颗粒上，例如班组。
在对物资成本进行分类时，也要做到精细，并用辅助记录核算的方式，保证可以对其进行多维度统计分析。
2.3 动态化的构建要点
要将业务部门的物资管理系统与财务部门的核算系统进行集成，从而使财务部门在未获得物资成本的纸质单据前，就能及时获取物资的成本信息，进行实时管控。
3 “三化”管控体系的构建应用
以物资成本“三化”管控体系为理论基础，建设一套“三化”管控系统，实现信息关联无壁垒、过程管控无盲点、财务风险防得住。同时为优化岗位设置和减少人工管理成本提供了依据，对同行业单位具有较强的借鉴和参考意义。
3.1 规范业务，统一标准，实现信息关联无壁垒
对物料主数据标准进行统一，实现需求方、供货方、验货方的一体化操作。通过对后勤部门的需求和对历史数据的归纳整理，形成物料主数据中类31个，主要有：食杂用品、肉类及制品、蔬菜、蛋类、厨杂用品、针棉制品、清洁用品、绿化用品、五金材料、办公用品、消防安全用品等。再根据中类，对其细分，形成小类57个。后勤部门在对物资进行验收入库时，利用“三化”管控系统，整合需求方的采购申请单信息和供应商的送货单信息，自动生成入库单。
统一物料类别标准，实现物资和财务数据自动关联。通过对财务部门和后勤部门的访谈和对物资历史明细账的梳理，建立了一套物料类别（中类）与会计科目的映射关系。财务部门在收到后勤部门传递来的业务单据时，利用“三化”管控体系，进行实时便捷的账务处理，并可进行穿透和追溯查询，实现物资明细账和总账的系统关联和账务追溯。
统一组织机构标准，实现成本费用与成本中心的自动匹配。建立部门与成本中心组、班组与成本中心的映射关系，使“三化”管控体系能自动将业务端发生的各项成本费用归集到财务端的各个成本核算单元中。
3.2 把握全局，注重细节，做到过程管控无盲点
打通物资的实物管理和价值管理的链条，实现物资成本的全过程闭环在线管控。建立物资成本的全过程管理流程，从物资成本预算编制，到预算执行，再到预算分析，分析的结果又作为预算编制作参考，实现物资成本的闭环在线管控。
成本核算对象全面、多样，实现成本的精益化管理。每项成本根据管理需求的不同，针对不同的对象进行核算，实现成本的精益化管理。例如， 采购成本的核算对象是物料； 管理成本的核算对象是各个部门或班组； 业务成本的核算对象是各个项目。
借助物资成本“三化”管控系统，优化整合了业务流程，实现了物料核算凭证的自动化预制。财务部门的工作重心从账务处理转移至到财务管理和分析上，为领导层的决策提供有力的数据服务和支撑。
系统自动平衡采购需求，实现库房物资科学供给。各库房管理员线上提报领用申请单时，系统会自动将领用需求与库存情况进行匹配。对于库存充足的，自动生成领用单，进入物资领用流程；对于库存不足的，系统会提醒库管员进行补库或生成采购申请单，进入物资采购流程。此设计能p少人工操作，降低错误率，实现库房物资的科学供给，保持合理库存。
现场移动办公，实现便捷高效的业务操作。库管员在收货现场利用移动终端调出采购需求以及供应商的供货信息，基于这些信息创建入库单，避免先手工记录再回办公室进行电脑录入的重复劳动。
3.3 线上管理，动态分析，确保财务风险防得住
实时掌握物资业务动态，确保预算在控可控。将物资信息、财务信息集成到一个系统中进行管理，可随时对物资信息进行动态查询和追溯，可及时预防、发现和纠正影响财务价值管理的违规行为。
实时监控财务指标结果，确保经营风险可控。通过在系统中实现对财务指标进行计算与统计分析功能，可随时查看财务考核指标、盈利能力指标、营运能力指标、盈亏平衡情况的可视化分析结果。
4 “三化”管控体系的应用成效
4.1 加强内控，防范风险
物资成本“三化”管控体系的建立，使各部门分工明确，各司其职，业务处理透明化、制度化和规范化，最大限度地保证成本信息的完整性和可追溯性，易于查询；同时有效实现了物资与财务的信息共享，杜绝信息孤岛现象，解决物资实物与价值管理不分离问题，强化内控执行，防范风险，同时也为后续的业务分析和辅助决策奠定基础。
4.2 优化流程，提高效率
物资成本“三化”管控体系的采用全过程的流程化管理模式，上一道工序的工作效率和工作质量直接影响到下一道工序，乃至整个工作任务的质量和实施进度。这就促使部门之间要加强沟通，相互协作，齐心协力，这样才能确保完成任务。同时，由于是流程化管理，每一个流程的管理工作，都将在系统中留下操作记录和日志，有利于考核，也有利于相互监督，提高整体工作效率。
4.3 在线监控，降低成本
运用“三化”管控系统将物资成本的管控流程加以固化，实现物资、财务业务的在线监控。物资业务动态和财务指标结果的实时反映，可提高业务处理准确性，并减少人工再整理和再确认的重复工作量，提高了工作效率，降低财务管理的人力成本。
参考文献：
[1]张玉萍.企业会计成本核算存在问题及其解决对策[J].中国市场，2013（33）：140-141，144.
[2]高萍.论作业成本法在精细化成本管理中的应用[J].中国市场，2014（14）：21-22，30.
[3]唐菁.电力企业精益化成本管理浅析[J].财经界：学术版，2015（22）：46.
[4]王磊，雷亮.物资管理与ERP深化应用助力企业实现成本管控[J].中国管理信息化，2016（8）：56.
[5]顾伟明.有效管控对企业物资供应及成本的影响分析[J].经营管理者，2014（13）：207.
[6]郭金玮.浅谈施工企业如何从物资管控中实现效益的“开源”与“节流”[J].甘肃科技，2016（21）：67-69.
[7]赵朝府.企业物资采购成本管理及控制研究[J].科技经济市场，2016（5）：68-69.
[8]王燕涛.精益化思想在企业成本管理中的应用――以电网企业为例[J].中国商贸，2012（30）：64-65.
关键词：国库统计 大数据 分析与预测
一、大数据时代国库统计分析转变
（一）树立大数据思维
“大数据时代预言家”维克托认为：世界的本质就是数据，大数据将开启一次重大的时代转型，一直以来所延续的传统统计分析思想已变得陈旧且落后。国库统计分析思维应当在大数据背景下加以转变。一是关于大数据抽样调查工作的思想。抽样调查是目前统计分析工作中的重要调查方式，但应该清醒地认识到，传感器、网络和数据处理技术，为获取全局数据提供了可能，抽样调查方式越来越多的被大数据取代成为必然。二是大数据统计思想：允许数据存在不精确性。纵观目前的各类数据，一方面，数据来源不断扩展，另一方面数据处理方法飞速发展，我们应该把重心放在统计分析效率上，而不是一味地追求数据的精确性上。三是大数据相关关系的思想，由验证因果向寻求关联转变。统计分析报告是统计工作的下游产品，对决策的意义常常大于常规报表。大数据的应用，统计分析也将发生转变，在做好因果分析的基础上向寻求关联转变，原因分析更加精准和深刻，对策建议更具参考价值。
（二）被动统计到主动分析，从人工统计到智能统计
在这样一个信息爆炸的大数据时代，无论政府机构还是社会公众都可以通过多种途径获取信息，国库统计分析部门也不例外，更应该变被动为主动，对经济转型期的一些重大问题尤其是关系到可持续发展的重要问题，做好数据统计分析，提高发展质量，实现经济转型。涂子沛指出人类使用数据的巅峰形式，是通过数据赋予机器“智能”。大数据在包括国库统计分析中应用的终极形式就是分析智能化。
（三）从事后统计向事前预测转变
统计分析报告是统计工作的重要产品，完整的进度性常规分析应该包括对未来一定时期数据的预测。但由于小数据和信息量的局限，预测一般很少作为报告的重点，多是在假定发展条件、相关政策不变的情况下对未来情况做出的粗略研判，影响了统计对决策的参考价值。而大数据的核心就是将数学算法与海量的数据有效结合，来预测事情发生的可能性。大数据的广泛应用，将有利于统计报告实现由单一的事后分析，向注重事前预测转变。
二、大数据在国库统计分析全流程应用的探讨
当前，大数据浪潮带来了一场新的革命，面对经济发展的新形势新要求，国库统计分析要学会积极的运用大数据的思想和方法，来应对各种新挑战。国库统计分析要积极主动建立大数据分析应用机制，破解新常态下面对的各种问题，实现工作的创新与发展。本文重点分析国库统计分析全流程下大数据的应用。
（一）数据源：建立国库统计分析数据池
目前国库统计分析所用数据主要通过“3T”系统产生基础数据和监管类数据，通过收集各类型政策文件、影像资料、领导讲话、内网信息等形成综合性数据。但这些数据远未达到支撑大数据统计分析的基础。国库统计分析应当建立“数据池”这一基础工程，通过人行内部数据整合、银行和其它机构数据接入、互联网数据抓取和引入等多渠道扩充基础信息源和数据库，为国库统计分析的大数据应用奠定数据基础。
一是加速整合现有国库数据。我国国库汇集了各级政府财务数据和各级国库管理数据，包括从中央到县乡的各级机构化和非结构化数据，也包括税务、海关、财政、银行等部门处理的各类收支退存等国库资金运行数据，涵盖面极广。但现有数据资源存在着部门隶属、无法共享等问题，大数据要求建立统一、高效、共享的国库业务大数据池，就必须打破现有藩篱，尽早实施“国家金库工程”，完善内部数据源。
二是扩大国库统计分析数据源。最重要的是打通各级政府及其下属各部门之间的数据传输通道，实现政府办公、工商行政、招商引资、外贸出口、仲裁诉讼等政府活动所产生的数据接入共享。其次是实现一行三会、商业银行、行业协会、企业实体等生产运营数据的持续传输和报送。最后是互联网数据，互联网是大数据的重要载体，也是数据收集的快捷途径，通过各类互联网平台，门户以及行业网站，可以收集海量数据来增加国库统计分析领域数据采集的前置性和时效性。
（二）数据采集与存储：软件与硬件结合
大数据的应用中，由于数据来源非常广泛且类型多样化，需要存储和分析挖掘的数据量也是十分庞大的，因此数据展现和处理的高效性以及可用性十分重要。因而，大数据的收集和存储应当通过先进的计算机技术自动实现，并结合线下需求采取人工收集等传统方法，以补足系统无法收集的数据的遗漏。国库统计分析数据的采集应当在国库大数据资源池基础上，通过构建云计算应用平台，统筹整合各直属国库大量分散的数据和软硬件资源，通过应用云计算平台的资源和功能，以提升和优化整体效能，从而实现全国国库统计分析的大集成、大整合以及大应用。对于其他横向联网数据，比如一些保密性较强的科学研究数据和企业生产经营数据，则可以与研究机构和企业建立合作关系，使用特定系统接口等相关方式采集数据。
在数据存储方面，在通过完善的物理存储技术和云计算平台等软硬件设施的基础上，按国库统计层级建立分级仓储式数据中心，以人行总行为总库，各项业务与非业务数据达到汇总存储，各级行通过内部接口或云计算平台实现数据上传下载，同时本级行建立分中心数据存储仓，采集本级区域内纵向和横向数据并存储。同时按照保密和信息安全等要求，实施分级授权和设置防火墙、实时加密存储数据和卷标存储加密等技术。
（三）数据清洗与结构化处理
国库海量的、不规则的数据无法提供有效决策支持，只有通过数据清洗技术将大数据转变为结构化和规则化的数据，才能体现大数据价值。数据清洗包括检查数据一致性，处理无效值和缺失值等，是发现并纠正数据文件中可识别的错误的最后一道程序。经过数据清洗技术处理残缺数据、错误数据和重复数据后将有效数据写入数据库。
在国库大数据统计分析上，通过数学知识（概率、统计、离散化等）建立合理模型，充分利用和挖掘数据内容。综合运用开源类和非开源类数据分析工具包括R、Python、MATLAB、SPSS、EVIEWS等软件进行数据分析。具体实现统计分析、数据挖掘和模型预测等功能，并以可视化的结果予以呈现。统计分析包含假设检验、差异分析、相关分析、方差分析、回归分析、logistic回归分析、因子分析、聚类分析、主成分分析、判别分析、bootstrap技术等。数据挖掘包含相关性分组或关联规则、聚类、描述和可视化、复杂数据类型挖掘等。模型预测包含预测模型、机器学习、建模仿真等。
在统计分析过程中，国库统计分析应该重点实现云应用的创新与共享。统计人员可以根据业务的新要求，在云平台数据开放接口的基础上，自由构建合理的数学模型和算法，实现业务应用的创新和扩展。与此同时，以算法的方式将统计人员的智力成果和业务知识固化，当经验证为可信任应用时，可自动进入云平台的应用共享库，在得到授权的前提下，自由使用或补充完善，实现知识固化、资源共享。
（四）国库运行智能化统计分析
在云应用平台上，国库统计分析首先要将日、旬、月和年作为数据的时间维度，将国库收入、国库支出以及国库库存等统计指标作为数据的为空间维度，利用云计算的强大能力，并借助数据分析展示工具，预先计算处理数据。或者根据用户事先提交的数据挖掘需求自动完成相关数据预处理。统计分析人员随时可以从两个维度上深度挖掘数据，并使用QLikView等数据分析工具，实现统计大数据的多维度、可视化展示。
二是实现常规统计分析的智能化生产。可以通过完善和丰富大数据应用平台的分析功能，实现机器式的学习，输入必要的参数后，系统将自动计算数据，并关联提取大数据池中的相关数据和信息，进而依据特定的模板输出分析报告，最后由分析人员对输出的分析报告进行质量把关和进一步的补充完善。
三是构建统计分析数据模型，提高预警预测水平。不断进行新的分析预测数学模型的探索和构建，充分利用国库统计大数据平台上的海量数据和动态实时数据，不断提高预测水平。
（五）数据展示与反馈
以智能化统计分析为主的大数据应用技术，为数据结构化和可视化的展示提供了支持。简要国库运行数据、系统化运行指标、国库资金运行报告、国情和舆情监测报告、企业和金融服务报告、国库运行情况预测等为中央银行、各级政府部门制定有关政策提供统计信息和参考依据，充分发挥国库在国家预算执行中的促进、反映和监督作用。同时建立信息反馈机制，对现有统计分析结果予以反馈，还包括对未满足需求提出反馈，丰富和完善大数据应用成果，充分发挥国库统计分析应用大数据的社会价值。
综上所述，从全流程看，大数据应用自数据端建立“”数据池“”到处理端智能分析在到应用端数据展示，大致可以通过下图（图1）形象展示：
三、有效提升大数据应用的政策建议
（一）从制度层面保障大数据统计分析的有效开展
制定专门的大数据应用法律法规，在由总行统一部署、统一实施的基础上，各地区分支机构结合当地实际制定特色大数据应用和发展规章制度。从数据产生、采集、存储、挖掘和应用等大数据处理全流程做出明确安排。一是通过总行层面的发文、通知等鼓励通过大数据方法加强国库统计分析，建设大数据共享和应用平台；二是强化大数据统计所需软硬件采购、数据源互联互通及模块化分割等作出具体安排；三是要求大数据应用所应达到的在信息、统计报告、预测与预警等功能上的目标和绩效予以明确，充分利用大数据平台提供统计分析支持；四是强化信息技术安全，防止信息泄露、网络攻击、系统失灵等问题，明确应急处置方案。做到严格立法，有法可依，有章可循。
（二）加大基础设施建设和人才投入，满足大数据应用的软硬件要求
大数据基础设施可分为硬件和软件两类。硬基础设施主要包括用于收集、存储、分析和应用大数据的信息化系统架构；软件基础设施主要包括各类数据信息、数据挖掘和大数据应用专业软件以及金融企业的人力资源。人民银行应通过专项资金投入等方式构建大数据应用的软硬件设施和和培养专业人才，并通过持续培训使全体员工了解并使用大数据进行国库统计分析。也可邀请专业的大数据解决方案服务商作为咨询顾问，整合国库不同生产系统数据，优化数据应用行为，加快统计系统建设步伐。
（三）提高大数据管理和应用能力
国库统计分析应不断的加强国库运行数据的采集、储存、保护和管理工作，不断提升统计分析水平。加强对国库统计分析中涉及的地方债、营改增、房地产、小微企业经营、财政专户、盘活库存等热点领域可以设计建立相应跟踪监测指标体系。与此同时加强改革数据的统计制度、方法以及程序，研究大数据共享制度，为宏观经济分析提供便捷、坚实的大数据基础。
建立国库大数据分析应用机制是新形势下的当务之急。国库统计分析需不断改革创新，强化大数据的思维，提高大数据的意识和驾驭大数据的能力，积极探索新的大数据应用方法和途径，从而在国家宏观决策、服务经济社会发展、服务国库管理方面，进一步提升国库统计分析服务的能力和水平。
参考文献：
[1]沈昱池.大数据时代我国财政信息共享的思考[J].地方财政研究，2015（11）：47-67
[2]陈健慧，赵昕.国库统计分析数据集中系统建设[J].金融电子化，2010，03：89-90
