注： 本文系辽宁对外经贸学院“全价值链视角下企业数据信息管理模式的实效分析与优化路径”（2024XJLXYB008） 项目研究成果。

Visualization Design and Implementation of Enterprise Expense Data Based on the Entire Value Chain

This study focuses on the visualization design and implementation of enterprise expense data, based on the theory of the entire value chain, aiming to address the issues of data redundancy and analytical difficulties in modern enterprise management information systems. The research constructs a system that integrates and visualizes expense data from various systems. Through intuitive and comprehensive analytical tools, the system supports managers in transcending system boundaries, achieving a rapid and accurate decision-making perspective across the entire data landscape. Built upon the theory of the entire value chain, this system covers major activities such as raw material procurement, production processing, product sales, as well as supporting activities like finance and human resources. Employing a front-end and back-end separation architecture utilizing technologies such as React.js and Node.js, the system ensures flexibility, maintainability, and scalability. Additionally, it designs related data table structures and optimizes indexes to enhance query efficiency. Through data visualization, the system provides managers with intuitive and comprehensive analytical tools to optimize resource allocation and enhance enterprise competitiveness.

Keywords: Full Value Chain, Cost Data, Information System, Data Visualization

0 引言

现代企业管理中，数据重要性随企业扩张而凸显。《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》中明确强调：“我们应充分挖掘数据要素的潜在价值，加强数字技术与实体经济的深度融合，利用数据作为强大引擎，推动全产业链的协同创新和深度转型。”^[1]。过去，传统数据报告生成方式低效且易出错，管理者分析耗时且视角受限，系统间数据共享不足导致冗余。本研究创新性地构建了基于全价值链视角的企业费用数据可视化系统，整合各环节信息管理系统费用数据，以期助力管理者快速、准确决策，通过可视化界面跨系统掌握全局费用情况，优化企业管理。

1 全价值链理论的内涵

价值链的概念由美国知名学者迈克尔·波特于1985年提出。他深入剖析道：“企业所涉及的研发、设计、采购、生产、营销、服务及交货等一系列经营活动，均旨在增加企业的价值。这些活动不仅各自发挥功能，而且彼此之间相互关联、互为影响，共同构筑了企业价值的动态生成过程。”^[2]进一步地，当我们将企业所有的价值链活动有机地联结起来，就构建了一个复合的整体结构，即所谓的“全价值链”。全价值链理论诞生之初，被广泛应用于企业管理，随着应用领域的拓展与延伸，相关学者对于全价值链理论的研究也不断深入^[3,4,5]，形成一种企业战略分析模型，用于帮助企业了解其在价值链上的位置和竞争优势^[6]。该理论认为企业的价值创造活动可以分为主要活动和支持活动两大类，主要活动包括原材料采购、生产加工、产品销售等与产品直接相关的活动，支持活动则包括企业内部的管理、人力资源、技术开发等与产品间接相关的活动^[7]。该理论强调了企业内部各个环节之间的相互关联和相互影响，强调了通过优化价值链上的各个环节来提高整体竞争力。

2 系统设计

在全价值链视野下，企业数据可视化系统的设计是一项复杂而关键的任务。它不仅需要满足企业对数据可视化的基本需求，还需要考虑到全价值链管理的特点和要求，确保系统能够全面、准确地反映企业的价值创造过程。

2.1 需求分析

2.2.1 用户需求分析

在需求分析阶段，我们需要与企业相关部门和人员进行沟通，了解他们对数据可视化的具体需求和期望。不同部门的管理者可能对数据可视化有不同的关注点和需求，例如财务部门可能关注成本和利润情况，生产部门可能关注生产效率和质量，销售部门可能关注销售额和市场份额等。因此，我们需要针对不同用户群体的需求进行分析，并确定系统的功能和界面设计^[8]。

2.2.2 功能需求分析

功能需求涵盖数据采集、清洗、存储、查询、分析及可视化，需支持多源数据导入，预处理确保数据准确，安全存储考虑规模，查询灵活且分析丰富，可视化多样便于理解。非功能需求关注性能（响应、吞吐、并发）、稳定性、易用性（界面简洁、操作便捷）及安全性（认证、访问控制、数据加密），全方位保障系统高效、稳定、易用且安全。综上所述，系统设计的需求分析阶段是系统设计过程中至关重要的一步，它为系统的设计和实现提供了重要的指导和参考，确保系统能够满足用户的需求和企业的业务需求。结合全价值链理论，我们可以更加全面地分析和理解企业的业务情况，从而设计出更加符合实际需求的数据可视化系统^[8]。

2.2 系统总体设计

系统架构采用前后端分离，前端展示友好界面，后台处理数据逻辑与存储，模块化设计促进高效运行，增强稳定性、可扩展性和安全性。图1展示全价值链企业费用数据可视化系统，满足费用数据管理与分析需求。前端界面通过图表等可视化工具展示费用数据，便于用户查看分析。后台核心为应用程序服务器，处理请求、调度模块，含数据处理（清洗、加工、计算）与数据存储（数据库管理，保障安全与高效访问）两大模块。另设数据采集与处理模块，从各系统采集原始费用数据，确保准确完整后传递给数据处理模块，构建完整数据处理流程。

图1 基于全价值链的企业费用数据可视化系统总体设计

3 系统实现

3.1 系统架构

3.1.1 框架设计与技术选型

本系统中采用了现代化的三层架构模式，包括表示层、应用层和数据层^[9]。这种架构模式将系统分为三个独立的层次，如图2所示，每个层次都有自己的职责和功能，能够提高系统的灵活性、可维护性和可扩展性。

图2 基于全价值链的企业费用数据可视化系统框架设计

表示层：处于顶层，展示用户界面，用React.js+Ant Design Pro+GraphQL构建现代界面，提升用户体验^[10]。

应用层：处于中间层，处理业务逻辑与数据传输。Node.js+Express.js+GraphQL构建高效后端，处理请求并交互数据库。

数据层：处于底层，存储管理数据。采用MongoDB非关系型数据库，满足大规模数据存储与处理需求。

3.1.2 数据库设计与实现

数据库设计与实现是系统的核心部分，直接关系到数据的存储、管理和检索效率。

(1) 数据库设计

数据库设计阶段需考虑数据对象、关系及属性，确保全价值链费用数据的全面存储与灵活查询。关键对象包括用户、数据、企业信息、部门及报表，分别存储用户认证、费用详情、企业基本资料、部门信息及报表内容。针对全价值链各环节，设计相应数据表，如原材料采购、生产加工、销售与分发、物流运输、客户信息及财务数据表，各表间通过关联实现信息互通，支持从原材料到销售的全流程数据管理^[11]。

(2) 索引设计与优化

为了提高数据的检索和查询效率，对数据库表进行了索引设计和优化。根据数据的查询频率和关键字段，为每个表创建了适当的索引，以加速数据的检索。例如，对于数据表(Data)，为companyId、departmentId和timestamp字段创建了索引，以支持按企业、部门和时间范围进行快速查询。

(3) 数据库连接与操作实现

在实际实现中，使用了Node.js中的Mongoose库来连接和操作MongoDB数据库。Mongoose提供了简单易用的API，可以方便地定义数据模型、建立数据库连接，并执行各种数据库操作，如数据的插入、更新、删除和查询等。通过以上步骤，设计和实现了数据库结构，确保系统能够高效地存储和管理企业的费用数据，并支持灵活的数据查询和分析。

3.2 数据可视化的实现

在数据可视化方面，采用了多种图表和可视化工具，如折线图、柱状图、饼图等，以直观的方式展示数据。根据数据的特性和用户的需求，选择合适的图表类型，并进行了定制化的设计和优化。通过数据可视化，用户能够更加清晰地了解数据的分布和趋势，从而做出更加准确的决策。不同系统界面为不同职能部门和用户提供了定制化的数据可视化展示，帮助他们全面了解企业各个环节的数据情况，支持决策和行动的制定与执行。同时，各个界面之间的数据流动和联系也确保了信息的高效传递和协同工作的实现。如36为例，是原材料采购费用数据的可视化呈现，用户可以查看与原材料采购相关的费用数据，柱状图用于比较不同供应商的采购金额，折线图显示采购费用随时间的变化趋势，饼图展示各个原材料类别的采购占比等，同时可以通过图表和表格等形式呈现的数据进行深入分析。

图3 原材料采购费用数据可视化页面

除此之外，各个界面之间还实现了数据流动和联系，确保了信息的高效传递和协同工作的实现。例如，支持部门的费用数据可能与原材料采购和生产加工环节相关联，而产品销售与分发的数据又可能影响到生产加工的成本等。通过这样的数据流动和联系，不同部门之间可以更好地协作，共同优化企业的运营效率和成本管理，实现整体价值链的优化和提升。这种数据流动和联系的实现，不仅促进了部门间的协作，也为企业提供了更加全面和准确的数据支持，从而更好地指导企业的发展和决策。

4 结论与展望

本研究依托全价值链理论框架，深入探索了企业数据可视化的设计路径与实施策略，构建了覆盖原材料采购、生产加工、销售分发及支持部门的全链条数据可视化系统，为管理层提供了强有力的决策支持，促进了资源优化配置与管理效率提升。然而，研究也存在若干局限，如数据主要源自企业内部系统，外部数据整合不足；界面交互性与用户体验尚有提升空间；以及系统目前的应用场景主要集中于全价值链核心环节，对特定行业的广泛适用性尚待验证。未来，我们将致力于突破现有局限，强化数据源多元化与质量管理，同时，不断迭代界面设计，提升用户交互体验与个性化定制能力，并积极拓展系统应用边界，覆盖更多行业与细分领域，以全面释放企业数据可视化的潜在价值。

参考文献：

[1] 中华人民共和国国民经济和社会发展第十四个五年规划和 2035 年远景目标纲要[EB/OL]. [2023-06-01]. http://www.gov.cn/xinwen/2021-03/13/content_5592681.htm. (The 14th five-year plan for national economic and social development of the people’s republic of China and the outline of the 2035 long-term goals[EB/OL]. [2023-06-01]. http://www.gov.cn/xinwen/2021-03/13/content_5592681.htm.)

[2] 陈云飞. 价值链理论与全球价值链理论异同分析[J]. 时代金融 , 2020(3): 79-81. (CHEN Y F. Analysis of the similarities and differences between value chain theory and global value chain theory[J]. Times finance, 2020(3): 79-81.)

[3]吕越 , 邓利静 . 全球价值链下的中国企业 “ 产品锁定 ” 破局 —— 基于产品多样性视角的经验证据 [J]. 管理世界 , 2020, 36(8): 83-98. (LÜ Y, DENG L J. Breaking-up of Chinese firms’“product locking”under global value chain: an empirical evidence from the perspective of product diversity[J]. Journal of management world, 2020, 36(8): 83-98.)

[4]马述忠 , 任婉婉 , 吴国杰 . 一国农产品贸易网络特征及其对全球价值链分工的影响—— 基于社会网络分析视角[J]. 管理世界 , 2016(3): 60-72. (MA S Z, REN W W, WU G J. Characteristics of a country’s agricultural trade network and its influence on the global division of value chain-based on the perspective of social network analysis[J]. Journal of management world, 2016(3): 60-72.)

[5]许鑫 , 朱奕帆 , 姚占雷 . 数据驱动的企业多层竞争网络构建与态势分析[J]. 情报学报, 2018, 37(8): 836-844. (XU X, ZHU Y F, YAO Z L. Construction and analysis of enterprise multi-layered competitive network based on data driver[J]. Journal of the China Society for Scientific and Technical Information, 2018, 37(8): 836-844.)

[6]马捷, 孙文晶, 郝志远. 全价值链数据创新：内涵、路径与实现模式[J]. 图书情报工作, 2024(1): 39-49.

[7]Gereffi, G.. Global Value Chains and Development: Redefining the Contours of 21st Century Capitalism[M]. Cambridge University Press. 2018.

[8]李鸿君. 大话软件工程需求分析与软件设计[M]. 清华大学出版社, 2020.

[9]Mark Richards，Nea. 软件架构：架构模式、特征及实践指南[M].机械工业出版社. 2021.

[10]陈焕彬. 浅谈.NET 三层架构在系统开发中的应用[J]. 电脑与信息技术. 2016(05): 45-47.

[11]斯蒂芬·哈格, 梅芙·卡明斯. 信息时代的管理信息系统（原书第9版）[M]. 机械工业出版社. 2016.