KPI数据监控论文

2024-05-16

KPI数据监控论文（精选3篇）

KPI数据监控论文篇1

在现代社会中, 移动互联网技术得到了广泛推广应用。但是为了保障联通公司网络运营呈现的综合管理水平和快速反应能力, 促进日常监控工作和网络保障工作迅速、高效、有序的进行, 确保联通公司通信网络安全畅通。为此具体设计了联通KPI数据监控系统, 取得了比较好的实现效果。

1 系统需求与功能需求分析

我们知道, 性能KPI报告的数据来源有三个, 分别是话务网管、WLAN网管和手工文件, 对应的来源方式informix数据库、oracle数据库、Excel文件, 三个数据源都有着对应的管理规范, 时间上、格式上具备稳定性, 根据指标的业务要求以及实际的数据量和服务器性能做了基础评估, 运行时间不超过5分钟。

1.1 系统需求

本文的系统需求如下:要求数据展示方便, 提供的信息完整, 出现问题有准确提示。基于此要求以Web网页形式为通信网络保障人员系统维护人员提供了重点KPI监控内容并形成短信报告、KPI指标的展示界面以及指标完整性、及时性、准确性的提示信息。

1.2 功能需求

根据实际的业务需要设计整体的业务模块, 共分为以下4个子模块:采集任务管理 (S4110) 、数据采集 (S4120) 、数据检查 (S4130) 、数据展示 (S4140) 。

2 联通KPI数据监控的设计硬件平台与模块设计

2.1 硬件平台

根据软件的选型, 在不影响现有应用的情况下, 利用现有的服务器开发部署应用, 系统整体由数据库服务器、Web服务器、采集汇总服务器构成, 对外有3台数据源接口服务器, 服务器之间由千兆以太网连接, 网络之间已经打通所以不再分析网络设备和网络配置情况。

2.2 模块设计

模块设计说明如下表:

3 联通KPI数据监控的详细设计-S4110设计与测试

3.1 设计过程

数据指标有不同的类型, 从具体需求来看, 分为1小时汇总粒度数据和15分钟汇总粒度数据, 所以设计为每10分钟运行一次, 检查当前是否有采集任务需要完成, 如果有则采集, 同时调用日志模块写日志。

3.2 测试分析

测试要求:测试内蒙古联通通信KPI数据监控的数据检查模块;测试环境:Windows 2010系统 IE8.0平台;性能要求:指标检查无缺漏;界面规格:无界面;特别提示、注意事项:需要测试的数据较多, 应仔细。

通过测试, 模块功能已完全实现, 但有些细节问题有待进一步完善, 如在可以在数据展示的页面中发现错误, 直接手动发起采集任务, 以便可以更及时更方便的重采数据。

摘要：满足各种突发情况联通公司网络运营状态展示, 以及监控保障的需要, 更好的为用户提供服务, 我们设计与实现了联通KPI数据监控手段和技术来应对纷繁复杂的网络维护工作。首先探讨了系统需求与功能需求分析, 论述了联通KPI数据监控的设计硬件平台与设计原则, 最后探讨了联通KPI数据监控的详细设计-S4110设计与测试情况。

关键词：联通公司,KPI数据监控,设计与实现

参考文献

[1]苏宝华.高级语言与数据库语言问信息交换技术的研究[J].计算机工程与应用, 2008, (2) :11-13.

[2]曾伟, 郑建勇, 胡敏强.GPRS无线通信在监控装置中的应用研究[J].电力自动化设备, 2012, 24 (9) :38-40.

[3]肖冰, 谢勇.Petri网理论在电力系统输电网络故障诊断中的应用[J].北华大学学报 (自然科学版) , 2005, 6 (4) :364-367.

KPI数据监控论文篇2

某三甲医院医疗影像信息系统(RIS/PACS)已应用数年,积累了大量影像检查数据,但如果没有相应的技术手段对其进行整理、分析就无法直接用于决策分析。本文借助Microsoft SQL Server 2008建立医疗影像信息数据仓库,围绕检查绩效关键指标,运用微软提供的功能控件进行数据处理及展示,辅助领导决策。

1 数据仓库结构

数据仓库(Data Warehouse)是面向主题的(Subject Oriented)、集成的(Integrated)、相对稳定的(Non-Volatile)、反映历史变化(Time Variant)的数据集合,用于支持管理决策[1],近年来逐步应用到医疗领域[2,3]。

数据仓库一般采用3层体系结构,见图1。底层为数据仓库服务器,中间层为应用层,顶层为前端展现。底层数据仓库服务器从操作型数据库或外部数据源提取数据,对数据进行清理、转换、集成等,并装入到数据仓库中。应用层主要对某个特定的主题进行联机数据访问、处理和分析,即联机分析(OLAP)[4]。通过直观的方式从多个维度、多种数据综合程度将系统的运营情况展现给决策者,是数据仓库系统的核心。前端数据展现模块将数据展现给决策者,为决策者提供辅助分析功能,其工作原理主要是通过对数据进行分类、预测、钻取、挖掘等处理来产生可透析的各种展示数据,而这些数据可直观地反映决策者所分析探询的问题。

数据仓库一般须借助专业平台及工具支持,微软Microsoft SQL Server 2008为数据仓储、数据分析和报表生成提供了一整套可伸缩的数据平台[5]。具体包括:为大型数据提供高性能存储的SQL Server数据库引擎;进行提取、转换和加载(ETL)操作的SQL Server集成服务;用于联机分析处理和数据挖掘的SQL Server分析服务。

2 数据仓库模型设计

2.1 确定主题

数据仓库中的数据是按分析主题来组织数据的,因此,确定主题是数据仓库建设的首要任务。根据影像科业务需求[6],分析各科室检查量、设备使用情况和病人检查情况等,确定检查绩效主题。对于某三甲医院决策者关心的医疗影像检查绩效关键指标,我们设计医疗影像关键指标表(Medical Image KPI)用于存储月检查量、报告阳性率、随访率、设备开机率、平均检查用时、检查费用等指标数据。所需要的原始数据来自该院RIS/PACS数据库,对应的数据表主要有“影像检查表EISStudies”、“检查结果表EISResults”、“检查报告表EISReports”、“检查项目表EISService”等,这些原始数据通过ETL工具加载到数据仓库中。

2.2 多维数据集模型

多维数据模型采用常规星型模型,由事实表和维表组成。除关键指标集外,根据检查绩效主题的应用需求,对设备、费用、用时、质量分别建立星型模型。以设备检查情况为例,对数据进行初步整理,设计事实表和维表:设备事实表Fact Service主要包括设备编码、检查日期、检查部门、检查项目、检查费用等使用记录;维度表主要有设备维Dim Dervice(编码、名称、类型、规格、厂商)、时间层次维Dim Date(编码、年、月、日)、科室维Dim Department(编码、名称)。

2.3 数据处理

2.3.1 数据清理

由于多年的数据使用、维护、迁移时缺乏必要的数据校验,再加上软件功能模块是逐步上线以及工作人员录入数据时的人为失误,都可能导致数据的缺失、不完整和错误。所以为保证数据的质量,要对数据进行必要的清理。数据清理包括填充空缺值、识别孤立点、消除奇异值等。

为了不影响分析效果,我们把明显错误的数据予以删除,对于重要事实数据的缺失值进行填充。将数据缺失值分为两类,数值型缺失和非数值型缺失。对于非数值型缺乏的记录并且非数值型的属性对于OLAP的维,我们删除此记录。对于存在缺失数值的记录,可根据已有的数据记录和属性对应关系填充,如对于检查费用缺失项,根据其对应的检查项目,找出已记录的检查费用进行填充。而对于检查时间,可以计算此数据集对应属性数值的平均值,以平均值填充。

2.3.2 数据集成

一般情况下,决策者既要掌握总体数据,也要了解一定的细节:既要知道各医疗影像科室的各项指标数据,也要找出各项指标的变化趋势。如院领导要了解医院的月检查人次、设备开机率、报告阳性率和月平均检查用时等一些关键指标,就需要对数据进行集成。数据的集成是个复杂而关键的工作,既有简单的数据求和、平均,也有复杂的统计计算。检查人次和报告阳性量可直接从检查表累加得到;月检查时间需要根据登记时间和审核时间计算检查用时,再求均值得到;设备月开机率由月开机数/设备总量求得。

3 OLAP在线联机分析处理

OLAP分析主要通过对多维组织后的数据进行切片、切块、聚合、上卷、下钻、旋转等分析动作,使决策者能从多种角度,多个侧面、多数据综合查看数据,从而了解数据背后的规律,为决策提供帮助。下面围绕科室设备检查量就切片和钻取两个动作进行数据展示。

3.1 切片

多维数据是由多个维度组成,如果在某一维度上选定一个取值,则多维数据就从n维下降到n-l维,我们称多维数组的子集(维度1、维度2、…维度i-l、维度i+l、…维度n、度量变量)为多维数组在维度i上的切片。对科室维切片,取放射科和胃肠镜室,见图2。我们可以发现两科室的检查量都逐年增加,说明医院的医疗规模在不断扩大,而胃肠镜室在2008年以前没有检查量,说明医院在08年前RIS/PACS还没有覆盖胃肠镜室。

3.2 钻取

多维数据是具有层次性的,维度的层次实际上反应了数据的综合程度。维度层次越高,代表的数据综合程度就越高,细节就越少,数据量也越少;维度层次越低,则代表的数据综合度越低,细节越充分,数据量越大。数据钻取就是改变维度层次观察数据的方法。从较高的维度层次下降到较低维度层次上来观察多维数据为下钻,从较低的维度层次上升为较高维度层次上来观察多维数据为上卷。如图3是对图2在时间维度上的钻取。从图中可以看出,胃肠镜室在2~3月份,检查量有明显的上升,而3月份的检查量在各月份中也是最多的,说明在春节期间的暴饮暴食,节后出现肠胃问题的人较平时有明显的增加。对比分析其他影像科室,发现2月份的检查量相比其他月份都是最低的,可见春节期间就诊人数普遍减少,决策者可利用此分析结果合理安排科室人员调休和设备保养,使医疗资源得到更好利用。

4 图表形式的KPI数据展示

图表形式的数据展示,一般包括仪表盘、直方图、趋势图、饼图、散点图、圆环图、雷达图和曲面图等。这里结合实际介绍仪表盘、趋势图和雷达图等3种应用。

4.1 仪表盘

仪表盘主要用于实时显示监控数据,观察者能一目了然地了解系统或设备运行状况,应用最多的就是驾驶仪表盘。我们可以把仪表盘应用于影像科日常管理中,用于显示待检人数和待审人数等实时信息。通过从RIS/PACS数据库中提取病人检查的登记时间(Register Time)、检查完成时间(Execute Time)、报告审核时间(Approve Time)建立病人检查时间表(Patient Time),实时显示当前待检人数和待审人数。影像检查仪表盘,见图4。决策者可从中清楚地了解到科室当前时刻的待检人数和待审人数,了解科室运行情况。如超过警戒限度,则立即安排人手疏导检查,以维护良好的检查秩序。

4.2 趋势图

趋势图一般用来显示一定时间范围(1 d、1 w或1个月)内所考察指标的变化情况。一般以指标数值为纵轴,以时间值为横轴绘制图形。趋势图就像不断改变的记分牌,它的主要用处是确定各种类型问题是否存在重要的时间模式,以辅助决策分析。

根据影像科的业务需求,针对设备使用、检查量、检查费用、检查用时等设计各类趋势图。在此,就每日待检待审情况和全年不同病人类型检查量进行趋势图展示说明。

影像科每天都接待大量的病人,病人就检时大部分时间用在排队等候上,如何减少病人无谓的等候时间,提高服务品质,是医患共同关心的问题。决策者可通过了解病人待检和报告待审随时间变化的趋势图(图5),分析检查和审核高峰期,合理安排工作人员,减少病人等候时间,以提高服务效率。

不同病人类型检查量在2011年的变化趋势,见图6。从图中可以了解一年来检查量的变化情况,体检病人的检查在6月份和9月份会出现高峰,门诊病人的检查有冬夏之分,住院和急诊全年基本平稳。

4.3 雷达图

“雷达图”分析法结合多个指标进行直观、形象的综合分析与评价。为了院领导能更直观地了解影像检查各关键指标的变动情形,设计采用雷达图对医疗影像检查关键指标进行展示,见图7。决策者通过医院2010年和2011年11月份关键指标的同时显示,可以进行同期对比,掌握各阶段关键指标的变化情况,有助于根据医院实际情况进行持续改进。

5 结束语

本研究根据某三甲医院对影像检查绩效分析的需求,利用Microsoft SQL Server 2008建立了面向检查绩效主题的数据仓库。该数据仓库的应用,围绕医疗影像检查绩效开展关键指标数据展示研究,利用多维数据模型开展切片、钻取等OLAP分析,利用仪表盘/趋势图/雷达图等形式对医疗影像检查关键指标进行展示,为决策者提供直观的图表数据,以提高医院管理水平和服务效率。下一步将结合聚类/分类、关联和决策树等模型开展数据挖掘研究,以提高对信息的深层利用。

参考文献

[1]W.H.Inmon.Building the Data Warehouse[M].王志海,林友芳,译.北京:机械工业出版社,2006.

[2]郭庆,谷岩.数据挖掘技术在医院信息系统的统计分析与决策中的应用[J].中国医疗设备,2010,25(5):64-67.

[3]冯嵩.数据仓库技术在医疗管理分析系统中的应用研究[D].长沙:中南大学,2007.

[4]Thomsem E,Splfford G,Chase D.Microsoft OLAP Solutions[M].Wiley Computer Publishing,1999.

[5]Jamie MacLennan,ZhaoHui Tang,Bogdan Crivat.Data Miningwith SQL Server2008[M].董艳,程文俊,译.北京:机械工业出版社,2010.

[6]戈欣,吴晓芬,许建荣.数据挖掘技术在放射科医疗管理中的潜在作用[J].中国数字医学,2009,4(1):60-61.

[7]吴德贻.数据挖掘技术及其在医院管理里中的应用[J].中国医疗器械信息,2009,(7):67-71.

KPI数据监控论文篇3

高校财务管理实现的目标不同于企业财务管理目标, 其主要目标是为高校事业的全面健康发展和人才培养提供资金保障, 提高财务管理效益与效率, 规避财务风险。衡量财务管理能力的关键性能指标可以分为3大类:衡量指标、绩效评价指标和风险评价指标[1]。其中, 衡量指标主要是指衡量财务条件和资金综合实力的指标, 由学校总经费收入、财政补助拨款额、学校自筹经费收入、科技活动收入、教学活动收入等8个指标组成;绩效评价指标是评价高校运行效率和财务运行绩效的指标体系, 由学校的教学绩效、科研绩效、资产绩效、产业绩效等部分18个指标组成;风险评价指标是评价风险与负债能力的财务发展潜力指标体系, 由学校年度总支出占总收入之比、自有资金动用率、非自有资金动用率、学校年末存款净额、年末垫付资金总额、校办产业资产负债率等11个指标组成。此外, 由于预算在高校财务决策中的重要作用, 需要利用OLAP (在线分析系统) 等工具帮助高校进行预算制订与分析。

本文重点介绍教学绩效指标的分析和财务收支预算效益情况的分析。

1.1 教学绩效指标

教学绩效指标主要包括师生比、生均事业费支出、学生生均设备费、教职工人均获取经费、教学收入增长率、人员经费占总支出的比重等, 其描述如下:

(1) 师生比=学生人数 (折合后年平均数) /教师人数 (年平均数) 。

这一指标说明高校的人力资源的利用效率, 间接反映办学效率。师生比越高 (在符合教育部教学评估指标的前提下) , 说明学校具有较高的管理水平, 办学效益好。

(2) 生均事业费支出= (教学支出+业务辅助支出+行政管理支出+后勤支出+学生事务支出+其他支出+离退休保障支出+科研支出) /学生人数 (折合后的年平均数) 。

一般来说, 学校层次越高、实力越强, 培养学生所需要的经费就越多。但在同等条件下, 忽略学生培养质量上的差异不计, 生均培养经费越少, 反映学校的办学成本越低, 办学效益状况越好。

(3) 学生生均设备费=设备购置费/学生人数 (折合后的年平均数) 。

一般来说, 学校要想提高办学质量, 就必须加大对学校设备的投入, 故本指标越大越好。

(4) 教职工人均获取经费=学校总经费收入/教职工人数 (年平均数) 。

该指标说明每个教师分摊的总经费。这一指标从平均量上说明教职工的事业发展能力, 说明管理水平和营运效率。随着学校事业的发展, 相应地人均获取经费能力越强。

(5) 教学活动收入年增长率= (本年教育事业收入-上年教育事业收入) /上年教育事业收入。

这个指标从动态角度反映学校在教学活动方面自筹资金方面的努力程度和状况, 在横向上或与其他院校相比较, 可以反映学校教学活动的创收状况和财务管理水平。

(6) 人员经费占总支出的比重= (教学事业费中的人员经费支出+业务辅助支出的人员经费支出+行政管理中的人员经费支出+后勤支出中的人员经费支出+离退休保障支出) /学校支出总额。

在学校的全部经费支出中, 人员经费比例越高, 公用经费比例越低, 真正用于事业发展的部分就越少。在同等规模可比的基础上, 降低人员经费比重是提高管理水平和效益的体现。

1.2 财务预算效益情况指标

高校在近些年的发展中, 为了进一步增强二级学院办学活力, 明晰二级学院财务管理职能, 实行了一级领导、二级学院自主理财的管理模式。二级学院按“定额核定、专项管理、讲求效益、结余认定、超支自理”的原则进行经费预算。对二级学院的经费考核是保证预算经费有效执行的重要手段。有必要建立二级学院预算绩效考评制度, 对预算的执行过程和完成结果实行全面追踪, 不断提高预算资金的使用效益。

为提高教学质量, 各高校除了预算向教学经费倾斜外, 还非常重视二级学院的教学经费使用情况, 为此, 我们对二级学院的教学经费使用效益建立了一整套的考核体系, 直接涉及教学经费使用情况的指标有两个:教学差旅费开支比例和实践教学经费。其描述如下:

(1) 差旅费占教学经费的比例:差旅费开支比例大于13%小于18%。

(2) 实践教学经费:理工类毕业设计经费生均大于250元、文管类毕业设计经费生均大于150元、实践 (实习) 经费生均大于55元/周。

1.3 KPI分析的基本方法

结构百分比分析法。结构百分比分析法可以用来分析收入和支出的明细项在所属项目中所占的比例。

指数分析法。指数分析法是结构百分比分析法的补充。指数分析法是指选择某一期间为基准期间, 该期间数据为100%, 以后期间数据相当于基数据的百分比。

趋势分析法。财务管理人员不必过分地关心某一时点的比率值, 而应关心一段时间内原始数据及比率的变化, 才能估算出财务管理的绩效和资金运行的风险。趋势分析是按时间序列以表格形式列出财务数据, 以及计算得出比率。

对比分析法。财务管理人员通过一段时间的指标比较, 可以发现高校财务状况的变化, 同时考虑到国家政策和学校的重点任务, 通过不同年度同一期间的财务数据的比较, 才能估计出高校资金运作的潜在趋势。对比分析是以表格形式列出固定间隔、不同时点 (一般间隔为一个会计期间) 的财务数据及比率。

2 高校财务绩效指标的实现

2.1 MS SQL Server 2005的KPI开发平台

Microsoft SQL Server 2005是用于大规模联机事务处理 (OLTP) 、数据仓库和电子商务应用的数据库和数据分析平台[2]。在SQL Server 2005的数据分析平台中提供了关键性能指标 (KPI) 的设计、分析、展示功能。一个KPI可以反映5个不同的状态层次:很好、好、一般、差、很差。在该系统中, 关键性能指标是指用于评估业务绩效的多维数据集中某个度量值组关联的计算集合。这些计算通常是MDX表达式或计算成员的组合。KPI还包括其他元数据, 该元数据提供有关客户端应用程序如何显示KPI计算结果的信息。

2.1.1 定义KPI

KPI是使用多维数据集设计的KPI选项卡作为多维数集的一部分定义的, KPI与多维数据集内单个度量值组或所有的度量值组相关联, 并且在KPI内定义的MDX表达式在关联的度量值组的上下文中运行。目标和值是KPI的两个重要部分, 值表示商务指标的当前状态, 而目标则表示要达到的商务指标状态, 并使用比较这两个值, 从而确定关键性能指标的状态和趋势走向。

企业通常会定义关键性能指标, 这些指标是用于衡量业务发展的重要标准。UDM (统一维度模型) 允许定义此类KPI, 这样便可更加容易地理解数据的分组与显示。

UDM中的每个KPI为某一性能度量值 (如“收入”) 最多可定义4个表达式, 包括实际值;目标值;状态:介于-1和+1之间的规范化值, 用于评估当前值的状态 (-1表示非常差, +1表示非常好) ;走向:介于-1和+1之间的规范化值, 展示一段时间内的走向 (-1表示显著变差, +1表示显著变好) 。此外, KPI还可以定义建议的图形 (如“交通灯”) , 用于显示状态和走向指示。

2.1.2 创建KPI

KPI编辑器为用户提供了多种设置函数, 如KPIValue (设置KPI的数值) 、KPIGoal (设置KPI的目标) 、KPIStatus (设置KPI的状态) 、KPITrend (设置KPI的趋势) 等, 帮助用户自定义各种绩效指标。通过编写复杂的MDX语句实现KPI, 仍会对用户造成不小的难度。而Analysis Services (分析服务) 提供基本KPI模板, 使得用户操作更为灵活、简捷。在Analysis Services 2005中, 精确定义KPI的过程可以分为9个步骤:

(1) 给KPI取一个合适的名字;

(2) 在“关联的度量值组”中, 设置度量值组;

(3) 在“值表达式”框中, 创建定义KPI的MDX表达式;

(4) 在“目标表达式”框中, 键入定义KPI目标的MDX表达式;

(5) 在“状态指示器”中, 为用户设置有关提供KPI状态的快速视觉图形的信息;

(6) 在“状态表达式”中, 创建计算状态的MDX表达式;

(7) 在“走向指示器”下拉式列表中, 设置表示KPI数据在一段时间内更改走向的图形;

(8) 在“走向表达式”框中, 创建定义走向的MDX表达式;

(9) 设置用于KPI显示的文件夹;选择父级KPI创建定义当前时间成员的MDX表达式;为KPI分配权重;键入KPI说明。

2.2 用Analysis Services 2005的KPI开发财务绩效指标分析的实例

用KPI建立和开发高校财务绩效指标, 是建立在高校财务数据仓库[3,4]和实时财务信息管理系统基础之上的。下面以高校的教学绩效体系为例, 定义一个有代表性的KPI用客户端软件展示它的结果。

2.2.1 定义KPI

在高校财务绩效管理系统中, 定义差旅费支出占教学经费的比率KPI, 用这些KPI来浏览高校财务数据仓库的多维数据集, 下面是定义的KPI。

(1) 定义差旅费占教学经费的比率。此KPI用来确定差旅费支出占教学经费的比率, 同目标相比较, 分析该比率同目标的距离及到达目标的走向趋势。

打开高校财务会计明细多维数据集的多维数据集设计器, 然后单击“计算选项卡”, 定义教学差旅费和教学支出两个计算成员, 在计算表达式中分别输入以下MDX表达式:

a.[教学差旅费][会计科目].[ZW MXZ].&[差旅费], [Mea-sures].[JJE])

b.[教学支出] ([会计科目].[Sjkmbh2].&[52102], [Measures].[JJE]) - ([会计科目].[ZW MXZ].&[水电费], [Measures][JJE]) - ([会计科目].[ZW MXZ].&[临时用工劳务费], [Measures].[JJE]) - ([会计科].[ZW MXZ].&[外聘教师酬金], [Measures].[JJE]) - ([会计科目].[ZW MXZ].&[办公设备购置费], [Measures].[JJE]) - ([会计科目].[ZW MXZ].&[专用设备购置费], [Measures].[JJE])

计算成员定义好后, 打开“KPI选项卡”, 在名称框中输入“教学差旅费占教学支出的比例”

(2) 在值表达式中输入以下MDX表达式:[Measures][教学差旅费]/[Measures].[教学支出]。

(3) 在目标表达式中输入绩效考核指标0.15。

(4) 在“状态指示器”列表中选中“测量”, 然后在“状态表达式”框中键入以下MDX表达式:

以上是根据该指标绩效考核要求来定义状态指示器的。教学差旅费支出占教学支出的比例在0.15~0.18为非常好, 超出0.18或低于0.13为非常差 (不合格) 。

(5) 在“走向指示器”列表中选择“标准箭头”, 然后在“走向表达式”框中键入以下表达:

2.2.2 KPI的应用

定义好KPI后, 部署该多维分析数据, 在KPI浏览器或客户端软件就可以显示数据分析结果, 如图1所示。

以上KPI分析, 可以按年度来分析各二级学院的差旅费占教学经费支出的比例, 来考核二级学院的教学绩效情况。

KPI的分析可以使用Web部件[5]在浏览器中显示, 也可以在MS Excel 2007或Proclarity中使用。如果要以Web方式使用KPI商务智能应用, 就需要先把KPI封装成Web部件, 然后基于.Net环境, 在aspx页面中插入该部件就可以了。

3 结论

高校财务绩效指标的考核是近年来高校财务管理的热点和难点, 本文通过SQL Server 2005的KPI的分析平台, 结合高校的实际情况, 提出了高校财务绩效指标的考核方法和手段。