企业生产完全成本的分析方法及装置

摘要

本发明公开了一种企业生产完全成本的分析方法及装置，涉及成本分析领域，主要为解决现有的生产完全成本分析时，分析维度的细节程度较低，影响分析效果的问题。该方法包括：从关联系统中获取生产数据，其中，所述关联系统包括财务系统、采购系统、销售系统、合同系统；对所述生产数据进行整合，得到对应有每一项产品的成本信息的成本信息集合；从成本信息集合中，获取生产完全成本分析数据，并将生产完全成本分析数据输出；其中，生产完全成本分析数据包括：原材料成本投入数据、直接人工成本数据、制造费用数据、委外加工费用数据、其他成本数据以及总计成本数据。本发明用于企业生产完全成本的分析。

说明书

技术领域

本发明涉及成本分析领域，尤其涉及一种企业生产完全成本的分析方法及装置。

背景技术

一直以来，企业的内部生产投入情况是企业发展关注的重点，而企业生产完全成本是企业在运营发展过程中最为重要的部分，其中，企业生产完全成本，可以理解为生产成本与销售费用之和，通常是由原材料及辅助材料、燃料、动力、工资及附加工资、车间经费、企业管理费(以上为工厂生产成本)和工厂所开支的销售费用(例如，广告费、推销费等)等所构成。基于此，在企业进行数据汇总和分析时，对于企业生产完全成本的分析就显得尤为重要。

目前，在对企业生产完全成本进行分析的过程中，一般是通过获取企业的财务数据，根据其中记载的各项内容进行汇总和分析。然而，在实际应用中，当基于如财务报表等财务数据所进行的生产完全成本的分析时，其分析时的维度往往受限于财务数据内的数据的细致程度的影响，例如，当需要分析生成完全成本在生产车间中每个班组的维度时，财务数据中往往仅细化到生产车间。这样就导致在进行企业生产完全成本分析时，现有的分析方式忽略了更细节的数据挖掘，继而影响分析效果。

发明内容

鉴于上述问题，本发明提供一种企业生产完全成本的分析方法及装置，主要目的在于解决现有的生产完全成本分析时，分析维度的细节程度较低，影响分析效果的问题。

为解决上述技术问题，第一方面，本发明提供了一种企业生产完全成本的分析方法，该方法包括：

从关联系统中获取生产数据，其中，所述关联系统包括财务系统、采购系统、销售系统、合同系统；

对所述生产数据进行整合，得到对应有每一项产品的成本信息的成本信息集合，其中，所述成本信息中包括财务信息、采购信息、销售信息以及合同信息；

从所述成本信息集合中，获取生产完全成本分析数据，并将所述生产完全成本分析数据输出；其中，所述生产完全成本分析数据包括：原材料成本投入数据、直接人工成本数据、制造费用数据、委外加工费用数据、其他成本数据以及总计成本数据中的至少一种。

可选的，在所述对所述生产数据进行整合，得到对应有每一项产品的成本信息的成本信息集合之后，所述方法还包括：

接收查询指令，并按照所述查询指令的数据查询规则，从所述成本信息集合中获取目标数据并展示，所述查询指令是基于目标数据的查询需求预设的功能指令。

可选的，所述查询指令中包含有查询字段；

在所述接收查询指令之前，所述方法还包括：

根据目标数据的查询规则，设定对应目标数据的查询字段，所述查询字段包括：公司编号、工厂编号、会计年度信息、会计期间、订单编号、订单类型、产品编号、订单编码、评估类型信息以及完全成本分析中的至少一种；

所述接收查询指令，并按照所述查询指令的数据查询规则，从所述成本信息集合中获取目标数据并展示，包括：

接收所述查询指令，并从所述查询指令中获取查询字段；

根据所述查询字段对应的查询规则，从所述成本信息集合中获取对应查询字段的查询数据并展示。

可选的，在对所述生产数据进行整合，得到对应有每一项产品的成本信息的成本信息集合之后，所述方法还包括；

从所述产品信息集合中获取样本数据，并构建对应的训练集，所述样本数据是基于用户指令确定的；

根据所述训练集，选取预设算法训练成本预测模型，所述预设算法包括蒙特卡洛算法及遗传算法。

可选的，在根据所述训练集，选取预设算法训练成本预测模型之后，所述方法还包括：

根据目标企业的生产数据，以及所述成本预测模型，对目标企业的成本趋势进行预测并展示，所述目标企业是基于用户输入的企业标识确定的。

可选的，所述对所述生产数据进行整合，得到对应有每一项产品的成本信息的成本信息集合，包括：

对所述不同的关联系统中获取的成本信息中相同参数的参数数据进行数据格式统一化操作，并将统一化操作后的同一产品的不同参数的参数数据进行整合，得到所述产品的成本信息；

将多个产品的成本信息进行组合，得到对应每一项产品的成本信息的成本信息集合。

第二方面，本发明实施例还提供了一种企业生产完全成本的分析装置，包括：

获取单元，用于从关联系统中获取生产数据，其中，所述关联系统包括财务系统、采购系统、销售系统、合同系统；

整合单元，对所述生产数据进行整合，得到对应有每一项产品的成本信息的成本信息集合，其中，所述成本信息中包括财务信息、采购信息、销售信息以及合同信息；

输出单元，用于从所述成本信息集合中，获取生产完全成本分析数据，并将所述生产完全成本分析数据输出；其中，所述生产完全成本分析数据包括：原材料成本投入数据、直接人工成本数据、制造费用数据、委外加工费用数据、其他成本数据以及总计成本数据中的至少一种。

可选的，所述装置还包括：

查询单元，用于接收查询指令，并按照所述查询指令的数据查询规则，从所述成本信息集合中获取目标数据并展示，所述查询指令是基于目标数据的查询需求预设的功能指令。

可选的，所述查询指令中包含有查询字段；

所述装置还包括：

设定单元，用于根据目标数据的查询规则，设定对应目标数据的查询字段，所述查询字段包括：公司编号、工厂编号、会计年度信息、会计期间、订单编号、订单类型、产品编号、订单编码、评估类型信息以及完全成本分析中的至少一种；

所述查询单元，包括：

获取模块，用于接收所述查询指令，并从所述查询指令中获取查询字段；

查询模块，用于根据所述查询字段对应的查询规则，从所述成本信息集合中获取对应查询字段的查询数据并展示。

可选的，所述装置还包括；

构建单元，用于从所述产品信息集合中获取样本数据，并构建对应的训练集，所述样本数据是基于用户指令确定的；

训练单元，用于根据所述训练集，选取预设算法训练成本预测模型，所述预设算法包括蒙特卡洛算法及遗传算法。

可选的，所述装置还包括：

预测单元，用于根据目标企业的生产数据，以及所述成本预测模型，对目标企业的成本趋势进行预测并展示，所述目标企业是基于用户输入的企业标识确定的。

可选的，所述整合单元包括：

统一化操作模块，用于对所述不同的关联系统中获取的成本信息中相同参数的参数数据进行数据格式统一化操作，并将统一化操作后的同一产品的不同参数的参数数据进行整合，得到所述产品的成本信息；

组合模块，用于将多个产品的成本信息进行组合，得到对应每一项产品的成本信息的成本信息集合。

为了实现上述目的，根据本发明的第三方面，提供了一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行上述所述的企业生产完全成本的分析方法。

为了实现上述目的，根据本发明的第四方面，提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行上述所述的企业生产完全成本的分析方法。

借由上述技术方案，本发明提供的企业生产完全成本的分析方法及装置，对于现有的生产完全成本分析时，分析维度的细节程度较低，影响分析效果的问题，本发明通过首先从关联系统中获取生产数据，然后，对所述生产数据进行整合，得到对应有每一项产品的成本信息的成本信息集合；最后，从所述成本信息集合中，获取生产完全成本分析数据，并将所述生产完全成本分析数据输出，从而实现对生产完全成本的分析，不同于现有技术基于财务报表进行生产完全成本分析，本发明能够从财务系统、采购系统、销售系统、合同系统等关联系统中获取产品的全部生产数据，并基于多个系统中得到的财务信息、采购信息、销售信息及合同信息进行整合后得到成本信息集合，从而可以确保在基于该成本信息集合后得出的生产完全成本分析数据能够基于不同系统中得到的生产数据获得，使得用户在进行生产完全成本分析的过程中，能够实现基于多个不同系统内的生产数据来确定生产完成成本分析数据，使得在进行生产完全成本分析时，可以从不同系统中的数据进行更为细致、全面的分析，解决了现有技术基于财务报表进行分析时分析维度细节程度较差的问题，改善了分析效果。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1示出了本发明实施例提供的一种企业生产完全成本的分析方法流程图；

图2示出了本发明实施例提供的另一种企业生产完全成本的分析方法流程图；

图3示出了本发明实施例提供的一种企业生产完全成本的分析装置的组成框图；

图4示出了本发明实施例提供的另一种企业生产完全成本的分析装置的组成框图；

图5示出了本发明实施例提供的一种用于企业生产完全成本的分析的设备的组成框图。

具体实施方式

下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。

为了解决现有的生产完全成本分析时，分析维度的细节程度较低，影响分析效果的问题，本发明实施例提供了一种企业生产完全成本的分析方法，如图1所示，该方法包括：

101、从关联系统中获取生产数据。

其中，所述关联系统包括财务系统、采购系统、销售系统、合同系统。基于实际操作中，可以通过预设控件从这些关联系统中获取全部用于进行后续生产完全成本分析的数据，即所述生产数据，其中，在进行获取所述生产数据时，预设控件可以选用ETL控件。其中，ETL(Extract-Transform-Load，数据仓库技术，简称ETL)是一种用于将数据从来源端经过抽取、转换、加载至目的端的过程的控件。ETL能够将业务系统的数据在经过抽取、清洗转换之后加载到数据仓库，通常用于是将企业中的分散、零乱、标准不统一的数据整合到一起，为企业的决策提供分析依据。

另外，在实际应用中，实际所选取的关联系统可以为上述多个不同系统中的任何一种或多种，也可以为全部系统。在此，对于关联系统中的系统种类及数量不做限定，可以根据用户实际需要和设置进行选取。

102、对所述生产数据进行整合，得到对应有每一项产品的成本信息的成本信息集合。

其中，其中，所述成本信息中包括财务信息、采购信息、销售信息以及合同信息。在步骤101中从关联系统中获取到生产数据后，由于不同系统之间的数据格式、命名形式均可能不同，同时，也存在一个产品的在不同系统中存在不同编号等情况，因此，在本步骤中，需要对获取到的生产数据进行整合，从而使得将不同关联系统中的不同种类的数据，如财务信息、采购信息、销售信息以及合同信息按照产品进行整合，使整合后的成本信息囊括有不同系统中获取的不同数据。

103、从所述成本信息集合中，获取生产完全成本分析数据，并将所述生产完全成本分析数据输出。

其中，所述生产完全成本分析数据包括：原材料成本投入数据、直接人工成本数据、制造费用数据、委外加工费用数据、其他成本数据以及总计成本数据中的至少一种。

在步骤102已经对生产数据进行整合之后，基于整合后的成本信息集合中囊括了多个系统中关于每个产品的各项数据，因此，在本步骤中，可以从该成本信息集合中获取可以用于确定生产完全成本的分析数据，即企业生产完全成本数据。在此，对于企业而言，其生产完全成本分析的过程中需要考虑原料的投入成本、人工成本、制造时的成本以及加工成本乃至一些其他相关成本，因此，在本步骤中所述生辰完全成本数据可以包括用于确定原料成本的远程成本投入数据；人工所花费的人工成本数据；制造产品时花费的制造费用数据；如果涉及外包业务或外包加工时的委外加工费用数据、以及其他消费导致的其他成本数据。当然，为了使得用户了解成本总额，在所述生产完全成本中还包括总计成本数据。

本发明实施例提供的企业生产完全成本的分析方法，对于现有的生产完全成本分析时，分析维度的细节程度较低，影响分析效果的问题，本发明通过首先从关联系统中获取生产数据，然后，对所述生产数据进行整合，得到对应有每一项产品的成本信息的成本信息集合；最后，从所述成本信息集合中，获取生产完全成本分析数据，并将所述生产完全成本分析数据输出，从而实现对生产完全成本的分析，不同于现有技术基于财务报表进行生产完全成本分析，本发明能够从财务系统、采购系统、销售系统、合同系统等关联系统中获取产品的全部生产数据，并基于多个系统中得到的财务信息、采购信息、销售信息及合同信息进行整合后得到成本信息集合，从而可以确保在基于该成本信息集合后得出的生产完全成本分析数据能够基于不同系统中得到的生产数据获得，使得用户在进行生产完全成本分析的过程中，能够实现基于多个不同系统内的生产数据来确定生产完成成本分析数据，使得在进行生产完全成本分析时，可以从不同系统中的数据进行更为细致、全面的分析，解决了现有技术基于财务报表进行分析时分析维度细节程度较差的问题，改善了分析效果。

进一步的，作为对图1所示实施例的细化及扩展，本发明实施例还提供了另一种企业生产完全成本的分析方法，如图2所示，其具体步骤包括：

201、从关联系统中获取生产数据。

其中，所述关联系统包括财务系统、采购系统、销售系统、合同系统。

基于在分析企业完全生产成本的过程中，不同的系统中包含有从生产到销售过程中不同环节的生产数据，并且不同环节的成本在分析过程中是需要考虑的，因此，在本发明实施例中，可以基于关联系统中的数据进行生产数据的获取。具体的，对于从关联系统中获取生产数据的方式以及所选取的控件可以与前述实施例中步骤101一致，在此不再赘述。202、对所述生产数据进行整合，得到对应有每一项产品的成本信息的成本信息集合。

其中，所述成本信息中包括财务信息、采购信息、销售信息以及合同信息。基于所述关联系统包括多种不同的系统，而每个系统基于其不同的构建方式以及数据存储的需要，其数据的格式包括同一种数据的命名方式可能均存在区别，为了将上述不同系统内的数据进行整合，在本步骤整合的过程中，还可以将这些数据进行统一化处理。具体的，本步骤可以包括：

首先，对所述不同的关联系统中获取的成本信息中相同参数的参数数据进行数据格式统一化操作，并将统一化操作后的同一产品的不同参数的参数数据进行整合，得到所述产品的成本信息；

然后，将多个产品的成本信息进行组合，得到对应每一项产品的成本信息的成本信息集合。

例如，当某产品在财务系统中的产品代码为“零零一”，在采购系统的产品代码为“A01”时，二者虽为同一产品，但产品代码在命名形式和数据格式上是不同的，因此，按照本步骤的方法可以将这个产品的两种不同命名形式及数据格式的产品代码进行统一化操作，具体的，可以将该产品代码统一为A01。

需要说明的是，在进行统一化操作的过程中，统一化操作的操作依据可以按照下述但不限于下述的方式进行：对于相同产品的在不同系统内相同项目的不同命名形式和/或数据格式时，可以选取相同命名形式最多一种作为统一化操作的依据。例如，当某产品在财务系统中的产品代码为“零零一”，在采购系统的产品代码为“A01”，在销售系统的产品代码为“A01”，在合同系统的产品代码为“A01”时，则可以将该产品的最后的产品代码统一化操作为“A01”。

此外，在本发明实施例中，分析时可能包含多个公司的数据，例如，一个集团下的多个分支企业。这时，本发明是实施例中的对所述生产数据进行整合，得到对应有每一项产品的成本信息的成本信息集合时，还可以按照企业进行整合及统一化操作，这样可以确保当存在多个企业时，可以按照每个企业的企业代码或编号进行不同企业的生产完全成本分析。同时，在这种情况下，进行本步骤所述的统一化操作时，还包括对企业代码或企业编号的统一化操作。

203、从所述成本信息集合中，获取生产完全成本分析数据，并将所述生产完全成本分析数据输出。

其中，所述生产完全成本分析数据包括：原材料成本投入数据、直接人工成本数据、制造费用数据、委外加工费用数据、其他成本数据以及总计成本数据中的至少一种。

对于企业而言，其生产完全成本分析的过程中需要考虑原料的投入成本、人工成本、制造时的成本以及加工成本乃至一些其他相关成本，因此，在本步骤中进行生产完全成本分析数据的获取和输出时，需要将多种能够反映企业生产完全成本的相关数据进行获取和输出，其中，可以包括：

原材料成本投入数据可以包括：原材料-初始阶段投入及原材料-中间阶段投入。其中，原材料-初始阶段投入为生产初始阶段的原材料投入费用；原材料-中间阶段投入为生产中间阶段的原材料投入费用。

直接人工成本数据：发生的直接人工费用科目下的费用。

制造费用数据：生产制造相关费用。

委外加工费用数据：需要外包加工时的费用。

其他：其他费用成本。

总计成本数据：费用总计。

204、从所述产品信息集合中获取样本数据，并构建对应的训练集。

在进行企业的生产完全成本分析时，有时可能存在需要对企业成本投入的趋势进行预测和分析，因此，在步骤203之后还可以基于前述步骤得到的产品信息集合获取样本数据进行成本预测模型的训练。具体的，在本步骤中，对于样本数据的获取以及选取何种数据作为样本数据可以根据用户指令来确定。

205、根据所述训练集，选取预设算法训练成本预测模型。

当确定了训练集后，则可以基于该训练集及预设算法进行模型的训练。当然，在训练的过程中，所需要选取的预设算法可以基于蒙特卡洛算法及遗传算法进行。

其中，蒙特·卡罗算法(英文，Monte Carlo method)，也称统计模拟方法，是二十世纪四十年代中期由于科学技术的发展和电子计算机的发明，而被提出的一种以概率统计理论为指导的一类非常重要的数值计算方法，该算法是通过使用随机数(或更常见的伪随机数)来解决很多计算问题的方法。蒙特·卡罗方法常用于金融工程学，宏观经济学，计算物理学(如粒子输运计算、量子热力学计算、空气动力学计算)等领域中。

遗传算法(英文，Genetic Algorithm)是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。遗传算法是从代表问题可能潜在的解集的一个种群开始的，而一个种群则由经过基因编码的一定数目的个体组成。每个个体实际上是染色体带有特征的实体。染色体作为遗传物质的主要载体，即多个基因的集合，其内部表现(即基因型)是某种基因组合，它决定了个体的形状的外部表现，如黑头发的特征是由染色体中控制这一特征的某种基因组合决定的。因此，在一开始需要实现从表现型到基因型的映射即编码工作。由于仿照基因编码的工作很复杂，我们往往进行简化，如二进制编码，初代种群产生之后，按照适者生存和优胜劣汰的原理，逐代演化产生出越来越好的近似解，在每一代，根据问题域中个体的适应度大小选择个体，并借助于自然遗传学的遗传算子进行组合交叉和变异，产生出代表新的解集的种群。这个过程将导致种群像自然进化一样的后生代种群比前代更加适应于环境，末代种群中的最优个体经过解码，可以作为问题近似最优解。

206、根据目标企业的生产数据，以及所述成本预测模型，对目标企业的成本趋势进行预测并展示。

当步骤205训练出了用于进行成本预测的所述成本预测模型后，则可以根据该成本预测模型对需要进行成本趋势预测的企业进行预测操作，即通过用户输入所需预测企业的生产数据，并基于所述成本预测模型，对当前所需预测的目标企业进行成本趋势的预测，并展示给用户。其中，所述目标企业可以基于用户输入的企业标识确定的。该企业标识可以为企业编码等任意种能够用以区分企业的标识信息，在此不做限定，可按需选取。

进一步的，为了更好的对企业完全成本分析时的查询和分析，在本发明实施例中，还可以在分析过程中设定不同维度的查询过程，其具体的执行过程可以按照下述步骤进行。

207、根据目标数据的查询规则，设定对应目标数据的查询字段。

其中，所述查询字段包括：公司编号、工厂编号、会计年度信息、会计期间、订单编号、订单类型、产品编号、订单编码、评估类型信息以及完全成本分析中的至少一种。基于不同的字段对应了用户想要查询的不同维度下的查询需求，因此，在本步骤中，基于不同的查询字段的具体含义为其设置赌赢的查询规则。

具体的，对于上述每种字段的具体含义及查询规则可以如下述所示：

公司编号：用于确定需要查询的数据范围的公司编号，该字段为必输字段，用于筛选需要显示的公司代码数据范围；

工厂编号：用于筛选订单数据范围归属的工厂，筛选订单范围；

会计年度信息：仅用于选择唯一一个会计年度；

会计期间：用于判断成本过账的归属期间的筛选条件；

订单编号：用于筛选订单主数据中工号对应的订单数据范围；

订单类型：仅限制选择的订单类型的数据范围；

产品编号：选择物料主数据；

订单编码：仅显示输入的订单编码限制的数据范围；

评估类型信息：作为可选项，与产品编码条件必输，如果不输入产品编码，则不需要输入评估类型；输入产品编码，对应的评估类型，需要找物料主数据该物料编号对应的评估类型字段信息；

完全成本分析：若仅输入此字段，则自动调用完全成本分析的报表格式和数据逻辑。

208、接收查询指令，并按照所述查询指令的数据查询规则，从所述成本信息集合中获取目标数据并展示。

其中，所述查询指令是基于目标数据的查询需求预设的功能指令。

进一步的，所述查询指令中包含有查询字段。则本步骤具体可以为：

首先，接收所述查询指令，并从所述查询指令中获取查询字段；然后，根据所述查询字段对应的查询规则，从所述成本信息集合中获取对应查询字段的查询数据并展示。这样，可以确保基于查询指令中所包含的具体查询字段对应的查询规则，从成本信息集合中进行用户所需维度的数据查询功能，从而使得在进行企业完全成本分析的过程中，能够按照用户所需进行不同查询字段对应的维度下进行数据的查询功能，确保了分析时的全面性，同时基于查询字段能够对用户的实际所需进行设置，从而确保了后续查询分析时能够基于用户的需要进行不同维度进行，使得分析过程具有更好的灵活性及适应性。

进一步的，作为对上述图1所示方法的实现，本发明实施例还提供了一种企业生产完全成本的分析装置，用于对上述图1所示的方法进行实现。该装置实施例与前述方法实施例对应，为便于阅读，本装置实施例不再对前述方法实施例中的细节内容进行逐一赘述，但应当明确，本实施例中的装置能够对应实现前述方法实施例中的全部内容。如图3所示，该装置包括：获取单元31、整合单元32、及输出单元33，其中

获取单元31，可以用于从关联系统中获取生产数据，其中，所述关联系统包括财务系统、采购系统、销售系统、合同系统；

整合单元32，可以对所述获取单元31获取的生产数据进行整合，得到对应有每一项产品的成本信息的成本信息集合，其中，所述成本信息中包括财务信息、采购信息、销售信息以及合同信息；

输出单元33，可以用于从所述整合单元32得到的成本信息集合中，获取生产完全成本分析数据，并将所述生产完全成本分析数据输出；其中，所述生产完全成本分析数据包括：原材料成本投入数据、直接人工成本数据、制造费用数据、委外加工费用数据、其他成本数据以及总计成本数据中的至少一种。

进一步的，作为对上述图2所示方法的实现，本发明实施例还提供了一种企业生产完全成本的分析装置，用于对上述图2所示的方法进行实现。该装置实施例与前述方法实施例对应，为便于阅读，本装置实施例不再对前述方法实施例中的细节内容进行逐一赘述，但应当明确，本实施例中的装置能够对应实现前述方法实施例中的全部内容。如图4所示，该装置包括：获取单元41、整合单元42、及输出单元43，其中

获取单元41，可以用于从关联系统中获取生产数据，其中，所述关联系统包括财务系统、采购系统、销售系统、合同系统；

整合单元42，可以对所述获取单元41获取的生产数据进行整合，得到对应有每一项产品的成本信息的成本信息集合，其中，所述成本信息中包括财务信息、采购信息、销售信息以及合同信息；

输出单元43，可以用于从所述整合单元42得到的成本信息集合中，获取生产完全成本分析数据，并将所述生产完全成本分析数据输出；其中，所述生产完全成本分析数据包括：原材料成本投入数据、直接人工成本数据、制造费用数据、委外加工费用数据、其他成本数据以及总计成本数据中的至少一种。

进一步的，所述装置还包括：

查询单元44，可以用于接收查询指令，并按照所述查询指令的数据查询规则，从所述整合单元42得到的成本信息集合中获取目标数据并展示，所述查询指令是基于目标数据的查询需求预设的功能指令。

进一步的，所述查询指令中包含有查询字段；

所述装置还包括：

设定单元45，可以用于根据目标数据的查询规则，设定对应目标数据的查询字段，所述查询字段包括：公司编号、工厂编号、会计年度信息、会计期间、订单编号、订单类型、产品编号、订单编码、评估类型信息以及完全成本分析中的至少一种；

所述查询单元44，包括：

获取模块441，可以用于接收所述查询指令，并从所述查询指令中获取查询字段；

查询模块442，可以用于根据所述获取模块441获取的查询字段对应的查询规则，从所述成本信息集合中获取对应查询字段的查询数据并展示。

进一步的，所述装置还包括；

构建单元46，可以用于从所述整合单元42得到的产品信息集合中获取样本数据，并构建对应的训练集，所述样本数据是基于用户指令确定的；

训练单元47，可以用于根据所述构建单元46构建的训练集，选取预设算法训练成本预测模型，所述预设算法包括蒙特卡洛算法及遗传算法。

进一步的，所述装置还包括：

预测单元48，可以用于根据所述训练单元47得到的成本预测模型，对目标企业的成本趋势进行预测并展示，所述目标企业是基于用户输入的企业标识确定的。

进一步的，所述整合单元42包括：

统一化操作模块421，可以用于对所述不同的关联系统中获取的成本信息中相同参数的参数数据进行数据格式统一化操作，并将统一化操作后的同一产品的不同参数的参数数据进行整合，得到所述产品的成本信息；

组合模块422，可以用于将统一化操作模块421得到的多个产品的成本信息进行组合，得到对应每一项产品的成本信息的成本信息集合。

借由上述技术方案，本发明实施例提供一种企业生产完全成本的分析方法及装置，对于现有的生产完全成本分析时，分析维度的细节程度较低，影响分析效果的问题，本发明通过首先从关联系统中获取生产数据，然后，对所述生产数据进行整合，得到对应有每一项产品的成本信息的成本信息集合；最后，从所述成本信息集合中，获取生产完全成本分析数据，并将所述生产完全成本分析数据输出，从而实现对生产完全成本的分析，不同于现有技术基于财务报表进行生产完全成本分析，本发明能够从财务系统、采购系统、销售系统、合同系统等关联系统中获取产品的全部生产数据，并基于多个系统中得到的财务信息、采购信息、销售信息及合同信息进行整合后得到成本信息集合，从而可以确保在基于该成本信息集合后得出的生产完全成本分析数据能够基于不同系统中得到的生产数据获得，使得用户在进行生产完全成本分析的过程中，能够实现基于多个不同系统内的生产数据来确定生产完成成本分析数据，使得在进行生产完全成本分析时，可以从不同系统中的数据进行更为细致、全面的分析，解决了现有技术基于财务报表进行分析时分析维度细节程度较差的问题，改善了分析效果。所述企业生产完全成本的分析装置包括处理器和存储器，上述获取单元、整合单元及输出单元等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。

处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来奇高企业生产完全成本分析的分析维度的细节程度，改善分析效果。

本发明实施例提供了一种存储介质，其上存储有程序，该程序被处理器执行时实现所述企业生产完全成本的分析方法。

本发明实施例提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行所述企业生产完全成本的分析方法。

本发明实施例提供了一种设备50，如图5所示，设备包括至少一个处理器501、以及与处理器连接的至少一个存储器502、总线503；其中，处理器501、存储器502通过总线503完成相互间的通信；处理器501用于调用存储器中的程序指令，以执行上述的企业生产完全成本的分析方法。本文中的设备可以是服务器、PC、PAD、手机等。

本申请还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：

从关联系统中获取生产数据，其中，所述关联系统包括财务系统、采购系统、销售系统、合同系统；

对所述生产数据进行整合，得到对应有每一项产品的成本信息的成本信息集合，其中，所述成本信息中包括财务信息、采购信息、销售信息以及合同信息；

从所述成本信息集合中，获取生产完全成本分析数据，并将所述生产完全成本分析数据输出；其中，所述生产完全成本分析数据包括：原材料成本投入数据、直接人工成本数据、制造费用数据、委外加工费用数据、其他成本数据以及总计成本数据中的至少一种。

进一步的，在所述对所述生产数据进行整合，得到对应有每一项产品的成本信息的成本信息集合之后，所述方法还包括：

接收查询指令，并按照所述查询指令的数据查询规则，从所述成本信息集合中获取目标数据并展示，所述查询指令是基于目标数据的查询需求预设的功能指令。

进一步的，所述查询指令中包含有查询字段；

在所述接收查询指令之前，所述方法还包括：

根据目标数据的查询规则，设定对应目标数据的查询字段，所述查询字段包括：公司编号、工厂编号、会计年度信息、会计期间、订单编号、订单类型、产品编号、订单编码、评估类型信息以及完全成本分析中的至少一种；

所述接收查询指令，并按照所述查询指令的数据查询规则，从所述成本信息集合中获取目标数据并展示，包括：

接收所述查询指令，并从所述查询指令中获取查询字段；

根据所述查询字段对应的查询规则，从所述成本信息集合中获取对应查询字段的查询数据并展示。

进一步的，在对所述生产数据进行整合，得到对应有每一项产品的成本信息的成本信息集合之后，所述方法还包括；

从所述产品信息集合中获取样本数据，并构建对应的训练集，所述样本数据是基于用户指令确定的；

根据所述训练集，选取预设算法训练成本预测模型，所述预设算法包括蒙特卡洛算法及遗传算法。

进一步的，在根据所述训练集，选取预设算法训练成本预测模型之后，所述方法还包括：

根据目标企业的生产数据，以及所述成本预测模型，对目标企业的成本趋势进行预测并展示，所述目标企业是基于用户输入的企业标识确定的。

进一步的，所述对所述生产数据进行整合，得到对应有每一项产品的成本信息的成本信息集合，包括：

对所述不同的关联系统中获取的成本信息中相同参数的参数数据进行数据格式统一化操作，并将统一化操作后的同一产品的不同参数的参数数据进行整合，得到所述产品的成本信息；

将多个产品的成本信息进行组合，得到对应每一项产品的成本信息的成本信息集合。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

在一个典型的配置中，设备包括一个或多个处理器(CPU)、存储器和总线。设备还可以包括输入/输出接口、网络接口等。

存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片。存储器是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。