# Cube_administrative_cost 行政费用分析 – Data Analysis Documentation
Version: 0.1.0
Edit Time: 2025-12-04
—
## 1. 项目背景和内容
### 1.1 业务场景
`Cube_administrative_cost` 来源于 `public.form_external.administrative_cost_form` 表，记录公司日常行政费用相关的申请与报销信息，包括：
– 办公运营类支出（办公用品、租赁、物业、水电、快递等）
– 行政管理及福利类支出（团建、节日福利等）
– 其他以“申请-审核-支付”为流程的行政费用
数据以“单据”为粒度，每条记录代表一笔行政费用申请/报销，配有申请类别、费用项目、金额、部门、经办人等关键信息，可用于构建公司行政费用的统一分析视图。
### 1.2 核心分析目标
1. 建立统一的行政费用分析口径，支持按时间、部门、费用类别的多维度费用统计。
2. 帮助管理层掌握行政费用整体趋势与结构，识别高费用部门和高费用类别。
3. 支持费用合规与风控：识别大额单据、高频报销人/收款人、异常备注信息等。
4. 为预算管理提供基础数据支撑，后续可与预算数据关联，用于预算执行与超支监控。
—
## 2. 数据关联整理
### 2.1 主要字段概览
来自 `Cube_administrative_cost` 的核心字段（维度）：
– 时间维度：
– `createdtime`：单据创建时间
– `submission_time`：单据提交时间（可能为空）
– 业务主体维度：
– `department`：部门
– `submitter`：提交人
– `recipient`：收款人（可能是供应商或个人）
– 费用属性维度：
– `application_category`：申请类别（如办公费、差旅费、福利费等）
– `expense_items`：费用项目/明细名称
– `content`：费用用途/内容说明
– `remark`：备注
– 单据信息维度：
– `fee_serial_number`：费用单号
– `serial_number`：流水号/内部编号
– 其他技术字段：
– `id`，`createdby`，`last_update_by`，`last_update_time`，`accgroup` 等
– 关键度量（从字段推导）：
– `cost`：费用金额（整数型，可按业务需要理解为元或分）
> 说明：当前 Cube 中未定义显式的 measure，但 `cost` 字段可直接用于聚合（SUM、AVG、COUNT DISTINCT 等）。
### 2.2 行政费用业务流程（简化）
“`mermaid
digraph G {
rankdir=LR;
A[费用需求产生
员工/部门有行政支出需求]
B[填写行政费用申请单
(administrative_cost_form)]
C[部门负责人/行政审批]
D[财务复核与支付]
E[归档与分析
进入Cube_administrative_cost]
A -> B -> C -> D -> E
}
“`
### 2.3 数据闭环视图
“`mermaid
graph LR
A[业务发生：办公采购、活动、差旅等] –> B[形成费用申请/报销单
字段：申请类别、项目、金额、部门、提交人等]
B –> C[录入系统表
public.form_external.administrative_cost_form]
C –> D[通过ETL同步/建模
生成 Cube_administrative_cost]
D –> E[BI分析与看板
按时间/部门/类别统计费用]
E –> F[管理决策与预算调整
制定/优化行政费用政策]
F –> A[政策反馈业务实践
影响后续费用行为]
“`
—
## 3. 业务主题和场景描述
结合字段与业务理解，行政费用数据可划分为以下业务主题：
### 3.1 行政费用总体与趋势分析
– 关注指标：总费用、单据数量、平均单笔金额。
– 典型分析问题：
– 本月/本季度/本年的行政费用总额是多少？与历史同期相比增减多少？
– 行政费用是否有明显的季节性高峰（如年初、年末、特定月份）？
### 3.2 按申请类别与项目的费用结构
– 通过 `application_category` 和 `expense_items` 分析费用构成：
– 哪些类别是费用大头（如办公费、差旅费、福利费等）？
– 在具体项目层面（如打印耗材、快递费、会议费等）哪些项目支出最高？
– 是否存在类别或项目在某段时间内费用异常上升？
### 3.3 部门费用对比与成本归集
– 利用 `department` 字段进行部门维度分析：
– 各部门在行政费用上的投入情况和占比如何？
– 是否存在某些部门行政费用占比远高于其人力规模或业务规模？
– 若后续可关联人力数据，可扩展为“人均行政费用”分析。
### 3.4 人员与收款对象分析
– 提交人视角（`submitter`）：
– 识别报销金额及频次较高的员工，为合规抽查提供依据。
– 收款人视角（`recipient`）：
– 分析与各供应商/个人的累计支付金额，识别高度集中的收款对象。
– 为供应商管理、议价和合规审查提供数据支持。
### 3.5 单据与流程视角
– 通过 `fee_serial_number`、`serial_number`、`createdtime`、`submission_time`：
– 统计单据数量、单据金额分布（小额/中额/大额区间）。
– 分析从创建到提交的时间差（若后续有更多流程时间字段，可扩展至完整审批时长）。
### 3.6 风险控制与合规性分析（规则层面）
– 基于金额、频次、备注等信息：
– 大额单据预警：如单笔金额超过一定阈值的申请。
– 高频人员/收款人预警：集中在少数人或供应商的多笔报销/付款。
– 文本规则预警：对 `content`、`remark` 中的关键词进行规则匹配（例如“礼品”“礼金”“红包”等）。
—
## 4. 数据分析指标和建议
### 4.1 指标设计
1. **行政费用总额**
– 定义：在选定时间区间内所有行政费用的金额总和。
– 计算：`SUM(cost)`
– 维度：时间（按日/周/月/年）、部门、申请类别、费用项目等。
2. **单据数量**
– 定义：在选定时间区间内行政费用单据的数量。
– 计算：`COUNT(DISTINCT fee_serial_number)` 或记录行数 `COUNT(*)`（取决于一单是否一行）。
3. **平均单笔费用金额**
– 定义：费用总额 / 单据数量。
– 计算：`SUM(cost) / COUNT(DISTINCT fee_serial_number)`。
4. **按类别费用占比**
– 定义：某申请类别费用 / 总费用。
– 计算：`SUM(cost) BY application_category / SUM(cost) OVER(all)`。
5. **按部门费用占比**
– 定义：某部门行政费用 / 公司总行政费用。
– 计算：`SUM(cost) BY department / SUM(cost) OVER(all)`。
6. **TOP N 费用类别/项目/部门/人员**
– 定义：在某时间段内，费用金额或单据数量排名前 N 的类别/项目/部门/提交人/收款人。
– 计算：`ORDER BY SUM(cost) DESC LIMIT N`。
7. **大额单据识别**
– 定义：金额超过指定阈值（如 5,000 或 10,000）的单据数量与金额。
– 计算：`WHERE cost >= THRESHOLD` 后统计总金额和单据数。
8. **流程时效（可选）**
– 若 `submission_time` 有值，可构造：
– 创建到提交时长：`submission_time – createdtime`。
– 按部门/类别统计平均提交流程时长，观察是否存在流程滞后。
### 4.2 分析建议
1. **总体费用趋势监控**
– 建议按月展示近 12 个月行政费用，结合同比/环比指标。
– 在图上标注明显异常波动点，便于管理层追溯原因（如政策变更、一次性项目等）。
2. **费用结构优化**
– 分析申请类别和费用项目的占比结构，识别占比高但管理粗放的类别（例如办公耗材、快递费用）。
– 对高占比项目制定更精细的管理措施（集中采购、合约谈判、使用标准化等）。
3. **部门费用对比与预算管理**
– 以部门为维度，对比各部门费用规模与结构，配合部门人数/营收（若有其他数据源）构建“费用合理性”评价。
– 后续可与预算数据结合，分析“预算 vs 实际”。
4. **人员与供应商风险控制**
– 对提交人和收款人分别统计其累计金额、单据数、平均单笔金额。
– 设定规则（如单人当月金额超过某阈值、某收款人集中收款等）作为风控预警条件。
5. **单据粒度抽查机制**
– 建立“大额单据清单”及“备注敏感词清单”，供财务或审计定期抽查。
– 可将触发规则的单据集中展示在“异常列表”中。
—
## 5. 可视化方案示例
以下示例以 PostgreSQL 语法为参考，数据库与 Schema 以 `public.form_external.administrative_cost_form` 为准，实际部署时可按环境调整。
### 5.1 行政费用月度趋势（折线图）
**目的**：查看整体行政费用在最近一段时间（月度）的变化趋势，用于宏观把控和预算评估。
**示例 SQL：**
“`sql
— 行政费用月度趋势
SELECT
to_char(createdtime::date, ‘YYYY-MM’) AS “month”,
SUM(cost) AS “total_cost”
FROM public.form_external.administrative_cost_form
WHERE createdtime >= date_trunc(‘year’, current_date) – INTERVAL ‘1 year’
GROUP BY to_char(createdtime::date, ‘YYYY-MM’)
ORDER BY “month”;
“`
**可视化建议：**
– 图表类型：折线图（Line）。
– X 轴：`month`，按时间顺序排列。
– Y 轴：`total_cost`，显示月度总费用。
—
### 5.2 按申请类别的费用结构（条形图/饼图）
**目的**：了解行政费用在不同申请类别之间的分布情况，识别费用大头类别。
**示例 SQL：**
“`sql
— 按申请类别统计费用金额和占比
WITH base AS (
SELECT
application_category,
SUM(cost) AS total_cost
FROM public.form_external.administrative_cost_form
WHERE createdtime >= date_trunc(‘year’, current_date)
GROUP BY application_category
)
SELECT
application_category AS “application_category”,
total_cost AS “total_cost”,
ROUND(100.0 * total_cost / NULLIF(SUM(total_cost) OVER(), 0), 2) AS “pct_of_total”
FROM base
ORDER BY total_cost DESC;
“`
**可视化建议：**
– 图表1：条形图/柱状图
– 类别轴：`application_category`。
– 数值轴：`total_cost`。
– 图表2：饼图（可选）
– 维度：`application_category`。
– 度量：`pct_of_total`。
—
### 5.3 各部门行政费用对比（柱状图）
**目的**：横向对比部门行政费用，用于识别高费用部门和潜在优化空间。
**示例 SQL：**
“`sql
— 部门行政费用统计
SELECT
department AS “department”,
SUM(cost) AS “total_cost”,
COUNT(*) AS “bill_count”,
ROUND(SUM(cost)::numeric / NULLIF(COUNT(*), 0), 2) AS “avg_cost_per_bill”
FROM public.form_external.administrative_cost_form
WHERE createdtime >= date_trunc(‘year’, current_date)
GROUP BY department
ORDER BY total_cost DESC;
“`
**可视化建议：**
– 主图：柱状图
– X 轴：`department`。
– Y 轴：`total_cost`。
– 辅助视图：表格
– 字段：`department`、`total_cost`、`bill_count`、`avg_cost_per_bill`。
—
### 5.4 提交人/收款人 TOP N 分析（排行榜）
**目的**：识别报销最频繁/金额最高的员工与收款对象，用于风控和供应商管理。
**示例 SQL（提交人 TOP 10）：**
“`sql
— 提交人 TOP 10
SELECT
submitter AS “submitter”,
SUM(cost) AS “total_cost”,
COUNT(*) AS “bill_count”,
ROUND(SUM(cost)::numeric / NULLIF(COUNT(*), 0), 2) AS “avg_cost_per_bill”
FROM public.form_external.administrative_cost_form
WHERE createdtime >= date_trunc(‘year’, current_date)
GROUP BY submitter
ORDER BY total_cost DESC
LIMIT 10;
“`
**示例 SQL（收款人 TOP 10）：**
“`sql
— 收款人 TOP 10
SELECT
recipient AS “recipient”,
SUM(cost) AS “total_cost”,
COUNT(*) AS “bill_count”,
ROUND(SUM(cost)::numeric / NULLIF(COUNT(*), 0), 2) AS “avg_cost_per_bill”
FROM public.form_external.administrative_cost_form
WHERE createdtime >= date_trunc(‘year’, current_date)
GROUP BY recipient
ORDER BY total_cost DESC
LIMIT 10;
“`
**可视化建议：**
– 图表类型：条形图或横向条形图（排行榜效果更明显）。
– 维度：`submitter` / `recipient`。
– 度量：`total_cost`，可在 tooltip 中补充 `bill_count`、`avg_cost_per_bill`。
—
### 5.5 大额及疑似异常单据列表（表格）
**目的**：集中展示高风险单据（大额、备注疑似敏感关键词等），供财务/审计抽查。
**示例 SQL：**
“`sql
— 大额及疑似异常单据列表示例（规则可按需要调整）
SELECT
fee_serial_number AS “fee_serial_number”,
serial_number AS “serial_number”,
createdtime AS “createdtime”,
department AS “department”,
submitter AS “submitter”,
recipient AS “recipient”,
application_category AS “application_category”,
expense_items AS “expense_items”,
cost AS “cost”,
content AS “content”,
remark AS “remark”
FROM public.form_external.administrative_cost_form
WHERE 1 = 1
AND cost >= 5000 — 大额阈值示例，可参数化
OR (content ILIKE ‘%礼品%’ OR content ILIKE ‘%红包%’ OR remark ILIKE ‘%礼品%’ OR remark ILIKE ‘%红包%’)
ORDER BY cost DESC, createdtime DESC;
“`
**可视化建议：**
– 图表类型：明细表格。
– 支持按金额、时间、部门等条件进一步筛选。
—
## 6. 高级分析和预测方法（可选）
### 6.1 预算执行与超支分析（需接入预算数据）
若后续接入“行政费用预算表”（按部门、类别、时间维度），可实现：
– **预算 vs 实际**：
– 维度：部门、申请类别、年月。
– 指标：预算金额、实际金额（来自本 Cube）、执行率、超支金额和超支比例。
– **预算预警**：
– 当执行率接近或超过某阈值（如 90%、100%）自动预警。
– 将超支或高执行率的部门/类别集中展示。
### 6.2 趋势预测与季节性分析
基于历史多期的行政费用数据：
– 使用简单时间序列模型（如移动平均、指数平滑）预测未来几个周期的费用水平。
– 识别季节性波动（如年底福利、年中活动等），为预算编制提供更准确的参考。
### 6.3 规则+模型的风险识别
在规则预警基础上，可逐步引入简单的“异常检测”：
– 按人、部门、类别构建“历史正常区间”（均值 ± 若干倍标准差），超出即标记为异常值。
– 使用聚类或分箱分析，对费用行为模式进行分群，识别“与同岗位、同部门显著不同”的报销行为。
—
以上报告可作为构建“行政费用分析看板”的业务需求基础文档，后续在 BI 工具中实现具体图表与指标时，可直接复用以上 SQL 及可视化建议。