ДЭЭЛ БОЛОВСРОЛЫН БАЙГУУЛЛАГЫН САНХҮҮГИЙН ГҮЙЦЭТГЭЛИЙГ “BI АНАЛИТИК” ЗАГВАРААР ҮНЭЛЭХ НЬ

Abstract

Энэхүү судалгааны ажлын зорилго нь дээд боловсролын байгууллагын санхүүгийн гүйцэтгэлийг Business Intelligence (BI) аналитик загварт суурилан үнэлэх боломжийг тодорхойлоход оршино. Судалгаанд Монгол Улсын дээд боловсролын байгууллагуудын санхүүгийн мэдээлэл, BI системийн хэрэглээ, мэдээллийн чанар болон санхүүгийн шинжилгээний чанарыг хамруулан судалсан. Судалгааны хүрээнд санхүүгийн удирдлага, KPI, BI систем, санхүүгийн шинжилгээний онолын үндсийг авч үзэн, уламжлалт санхүүгийн шинжилгээ болон BI аналитикийн уялдаа холбоог тодорхойлов. Мөн Power BI орчин үеийн аналитик хэрэгслүүдийг ашиглан өгөгдөлд суурилсан шийдвэр гаргалтыг дэмжих боломжийг судалсан. Судалгаанд холимог арга зүй ашиглаж, тоон болон чанарын судалгааны аргыг хослуулсан. Өгөгдлийг SPSS программ ашиглан боловсруулж, дүрслэх статистик, корреляци, регрессийн шинжилгээ хийсэн. Судалгааны үр дүнгээс BI системийн хэрэглээ, мэдээллийн чанар болон санхүүгийн шинжилгээний чанар нь дээд боловсролын байгууллагын санхүүгийн гүйцэтгэлтэй эерэг хамааралтай болох нь тогтоогдсон. Ялангуяа BI аналитик нь санхүүгийн мэдээллийг бодит цаг хугацаанд боловсруулах, KPI үзүүлэлтүүдийг хянах, шийдвэр гаргалтыг илүү оновчтой болгох давуу талтай болох нь харагдсан. Мөн Монгол Улсын дээд боловсролын салбарын өнөөгийн байдлын судалгаанаас харахад сургалтын төлбөр, суралцагчдын тоо, мэргэжлийн бүтэц зэрэгт өөрчлөлт гарч байгаа бөгөөд санхүүгийн тогтвортой байдлыг хангахын тулд өгөгдөлд суурилсан удирдлага шаардлагатай байгаа нь тогтоогдсон. Иймээс дээд боловсролын байгууллагууд BI аналитик системт ашигласнаар санхүүгийн гүйцэтгэлийг илүү бодитой, үр ашигтай, динамик байдлаар үнэлэх боломжтой бөгөөд энэ нь байгууллагын стратегийн шийдвэр гаргалт, нөөцийн оновчтой хуваарилалт, тогтвортой хөгжлийг дэмжих ач холбогдолтой гэж дүгнэв. The purpose of this study is to determine the feasibility of evaluating the financial performance of higher education institutions based on a Business Intelligence (BI) analytics model. The study examines financial information, BI system utilization, information quality, and the quality of financial analysis within higher education institutions in Mongolia.

Within the scope of the research, the theoretical foundations of financial management, Key Performance Indicators (KPIs), BI systems, and financial analysis were reviewed to identify the relationship between traditional financial analysis and BI analytics. Furthermore, the study explored the potential of modern analytical tools, particularly Power BI, in supporting data-driven decision-making processes.

A mixed-method research approach was employed, combining both quantitative and qualitative research methods. Data were analyzed using SPSS software through descriptive statistics, correlation analysis, and regression analysis. The findings revealed that BI system utilization, information quality, and the quality of financial analysis have a positive relationship with the financial performance of higher education institutions. In particular, BI analytics was found to provide significant advantages in real-time financial data processing, KPI monitoring, and improving the effectiveness of decision-making.

In addition, an analysis of the current state of Mongolia’s higher education sector indicated ongoing changes in tuition fees, student enrollment, and academic program structures. The results suggest that data-driven management practices are increasingly necessary to ensure financial sustainability in higher education institutions.

Therefore, it can be concluded that the implementation of BI analytics systems enables higher education institutions to evaluate financial performance more objectively, efficiently, and dynamically. This contributes to strategic decision-making, optimal resource allocation, and the sustainable development of educational organizations.

Keywords: Business Intelligence (BI), Financial Performance, Higher Education Institutions, Financial Analysis, Information Quality, Key Performance Indicators (KPIs), Power BI, Data-Driven Decision Making.