对搜集到的相关信息，还应对其进行鉴别和整理。对不真实的信息要予以剔除，对不规范的信息要进行调整。
4. 选择分析方法
不同的财务分析方法各有特点，没有绝对的优劣之分，最适合分析目的、分析内容和所搜集信息的方法就是最好的方法。财务分析的目的不一样，财务分析的内容范围不相同，为财务分析所搜集的资料不一样，所选用的分析方法也会有所差别。在财务分析中，既可以选择某一种分析方法，也可以综合运用多种方法。
5. 得出分析结论
搜集到相关信息并选定分析方法之后，分析主体利用所选定的方法对相关信息进行细致的分析，对企业相关的经营成果和财务状况作出评判，为相应的经济决策提供依据。如果是企业内部的管理者，还可以进一步总结出管理中的经验教训，发现经营中存在的问题，并探询问题的原因，找出相应的对策，从而不断改善公司的经营管理，最终实现公司的战略目标。
4.5财务分析的指标
综合性的财务分析要求建立由集团层层下钻到各利润点、由综合指标下钻到具体报表的框架体系。在这个体系下，以仪表盘、趋势图和警示图等图形化界面为监控层，反映集团层面的财务分析结果，分为集团、事业部、成员单位三层结构，将监控层的监控指标结果通过各层结构，形成可以追踪至原始数据的财务分析体系。
财务分析的三层结构如图4-1所示。
图4-1财务分析的三层结构示意图
将财务分析指标与财务报表体系、财务核算系统、数据库等相联系，可以做到实时计算财务指标，进行实时监控，提高财务分析的及时性。如图4-2所示。
这种监控模式特别适用于综合性的财务分析体系，譬如，当企业构建指标体系后，就可将监控指标与预算报表、会计科目等建立联系，从而将监控指标与最基本的数据库相连接，形成实时、动态、可调整的综合财务分析体系。如图4-3所示。
图4-2某企业实时分析、监控财务指标示意图
图4-3某企业实时、动态、可调整的综合财务分析体系
关于如何运用杜邦分析体系构建指标体系，如图4-4、4-5所示。
图4-4某企业运用杜邦分析体系构建的指标体系（一）
图4-5某企业运用杜邦分析体系构建的指标体系（二）
关于如何将指标体系按照重要程度进行分层，如图4-6所示。
关于如何将指标体系按照分析目的进行分类，如图4-7所示。图4-6按重要程度进行分层的指标体系图
图4-7按分析目的进行分类的指标体系图
关于如何将分析报表按照分析目的进行分类，如图4-8、图4-9所示。
图4-8某企业利润表
图4-9某企业基本财务状况报表
4.6财务分析的信息化
传统手工环境下的财务分析往往存在数据不精确、财务数据难以与非财务数据集合、财务数据难以追溯到源头等弊端，而财务分析的信息化可以很好地解决这些问题。不仅如此，财务分析的信息化还可以使得财务分析结果更加简明扼要，以图形化、菜单化的界面展示出来，更容易对企业的整体运行进行监控，也有利于对某些重点问题进行深入分析。
财务分析的信息化是以商业智能为基础的，商业智能基本架构包括数据和应用的集成、分析处理、信息发布和展示界面，如图4-10所示。
数据和应用的集成
快速集成各种数据源的数据并部署应用〖〗分析处理
提供业界领先的跨平台深入了解商业活动〖〗信息发布
在企业级数据的基础上，提供报表、分析以及绩效监控等信息访问方式，支持各种用户（包括企业内、客户、合作伙伴）〖〗信息展示
提供商业绩效管理的各种功能，监控并协同工作，可以使用已开发的或者是客户化定制的图4-10商业智能的基本架构图
商业智能能够支持多维度的财务分析，维度最多可达12～20个并能保持适当的效率；这样的数据存储与表格式完全无关，能够很好地适应需求的变化，如组织、业务等的变化。因此，以商业智能技术建立起来的多维度数据系统，能够为财务分析提供多角度的切入，譬如，对于同一收入数据可从时间、产品线、地区、部门等角度进行分析，从而进一步推进了财务分析的深度和广度。
多维数据如图4-11所示。
立方体的数据结构如图4-12所示。
图4-11多维数据
图4-12立方体的数据结构
从不同维度，可以提供同一数据的不同含义，从而为财务分析提供不同的切入点。同时，数据的多维化、方块化，能够实现追溯分析、图形化的互动分析工具和多样化的报表，如图4-13所示。
某企业立方体的数据结构如图4-14所示。
图4-13多维化、方块的数据结构
图4-13多维化、方块的数据结构（续）图4-14某企业立方体的数据结构
