[发明专利]集团企业报表数据提取方法及系统

摘要

本发明公开了集团企业报表数据提取方法及系统；将企业中单列式报表与矩阵式报表进行结构拆解，单列式报表穷尽报表的所有项目、矩阵式报表穷尽报表所有行与所有列的有效组合形成报表项；将拆解后的报表项通过系统自动化剖析清理进行内容重组，消除来源于不同报表相互重复的数据，实现报表项向指标及维度的转换，建立企业关键指标体系；引入源生、通用、派生值类型概念，厘清指标公式与关联，通过公式逐层定义，建立由计算、取数等方式组成的层级计算和网状关联体系；通过系统ETL从报表获取量子化的指标数据，建立维度表及事实表的关键指标信息资源池，达到企业报表数据提取、转换、关联、扩展、应用的目标。

主权项

1.集团企业报表数据提取方法，其特征是，包括：步骤(1)：获取电子集团企业报表，将集团企业报表拆解为报表项；所述步骤(1)的步骤为：将集团企业报表中的单列式报表与矩阵式报表进行结构拆解，形成报表项；将单列式报表进行结构拆解是指取单列式报表的所有列表头作为报表项；将矩阵式报表进行结构拆解是指将矩阵式报表拆分为矩阵式报表所有行表头与矩阵式报表所有列表头的组合；步骤(2)：对报表项进行预处理，对预处理后的报表项按逻辑进行去重处理，消除重复数据；将处理后的报表项存储到EXCEL表中；所述步骤(2)的预处理包括：(21)去掉特殊符号；(22)去掉说明性文字；(23)每个组合都是先引用列表头再引用行表头，列表头与行表头之间通过下划线“_”连接；(24)对于存在中英文的指标，先引用中文，再引用英文，英文放在括号中间；(25)对于存在上下级关系的多层指标，按照用户设定规则简化为两层指标；所述步骤(2)的去重处理，发现重复报表项时，保留优先级在前面的报表项；报表的排序规则是：先核算报表，后预算报表；核算报表和预算报表分别按名称排序；名称先按阿拉伯数字排序，无阿拉伯数字的按报表名称的首字拼音字母顺序排序；对于单列表，报表项由上而下排序；对于矩阵表，报表行由上而下排序，报表列由左而右排序，以报表行为基准逐行与所有报表列组合排序；若两个报表项实质相同但名称不同时，保留一个与类似报表项名称结构相似的报表项；若两个报表项实质不同但名称相同时，通过修改名称来区分两个不同的报表项；步骤(3)：对报表项进行维度抽取和内容重组，将含有所述报表项的EXCEL表转化为多维的指标体系；所述维度抽取是指：对可归类的指标合并为一个指标，并把报表项的类型抽取为维度；所述多维的指标体系是指：指标体系是指若干相互联系的指标所组成的有机体，通过报表项指标化及维度抽取与内容重组，实现表现形式由二维向多维的转变，实现指标的一次定义和反复使用，而不是根据千变万化的需求和不同报表的披露对象，对同一指标反复定义；步骤(4)：利用值类型定义指标计算公式，建立指标体系中的指标关联关系；所述步骤(4)的步骤为：报表管理中报表项关系盘根错节，计算层级错综复杂，构建指标体系，还需理清指标关系，理顺指标层级，而指标计算公式是指标关系的最佳载体，但要保证指标计算公式是唯一且可维护，所以引入值类型概念，值类型包括源生值类型、通用值类型和派生值类型三类；利用值类型定义指标计算公式的方法为：计算公式通过逐层定义，并最终指向原始指标；相应的，计算方式为层级计算；搭建的计算体系只写本期数计算公式，其他情景值转化为本期数计算；建立指标关联的方法为：通过指标层级计算公式中的计算因子，建立指标层级关系；所述源生值类型，是指业务发生时指标直接引用的值类型；会计科目类指标的源生值类型包括：期初余额、借方发生额、贷方发生额、期末余额；所述通用值类型，是指各类指标的源生值类型各有不同，为了建立共同的计算平台，引进通用值类型本期数，不同类型指标“本期数”指向各不同；所述派生值类型，是指在通用值类型本期数基础上派生出的情景值，包括年初数、上期数、上年同期数、本年累计数、上年同期累计数；步骤(5)：基于指标体系从集团企业报表中抽取、转换及加载指标数据，构建指标数据仓库DW；所述步骤(5)的步骤为：步骤(51)：抽取数据，由于企业报表数据通常是由多个异构数据库组成，通过数据收集组件收集数据；步骤(52)：转换数据，检测数据重复、缺失和不一致问题，可能的话进行修正；通过指标关联关系提取数据，通过指标计算公式计算逐层计算数据，将报表数据由源格式转换为统一的指标数据仓库格式；步骤(54)：加载数据，将数据排序、汇总、合并，检查数据完整性并存储到数据仓库；指标数据仓库为自助式数据分析及多维报表展示提供联机分析处理OLAP的数据服务。