服務熱線
400 180 8892
進入互聯網+時代,大數據正對全球經濟產生深遠影響，對于財務人員來說，大數據不僅是一種新技術，更是人們在大規模數據的基礎上可以做到的事情，是借助于這些海量數據可以獲得的新認知，創造的新價值。
B通信公司（以下簡稱B公司）作為全球領先的綜合信息服務提供商，將大數據思維引入財務管理領域，通過搭建財務大數據平臺，挖掘財務大數據信息，為企業管理者提供豐富多維、實時高效的決策相關信息，提高運營效率和管理成效，推動企業價值持續提升。
1. 基于大數據財務管理的背
近年來，我國宏觀環境發生巨大改變，經濟進入中高速增長的新常態，并面臨著結構性改革的巨大挑戰和壓力。隨著人口紅利消失，通信行業市場增長壓力日增。互聯網特別是移動互聯網的異軍突起，帶給整個社會一場影響深遠且廣泛的全新變革，云計算、大數據等技術的快速發展引發顛覆式創新層出不窮。隨著網絡技術的快速升級，通信網絡持續大量投入，人工、運維、能源等成本不斷上升，企業利潤增長困難。因此轉變發展模式，從生產要素的粗放式投入轉向對資源的精確管理，通過財務管理提高全要素生產率成為企業發展的內在要求。而掌握全面、大量的數據是財務管理有別于其他專業的獨特優勢，通過智慧化運營，整合內外部數據，建立業務、財務數據的關聯性，開展基于大數據的財務管理，就成為提升財務管理水平的必然之路。
二、大數據財務管理的主要做法首先，對財務管理職能的再認識。財務管理是企業經營管理的重要職能線，讓財務成為企業的大腦，就是通過整合內外部數據，將數據處理為有邏輯關系的信息，再提煉信息之間的聯系成為知識，最后把知識轉變為可以預測的智慧。其次，充分認識大數據對財務管理的作用。財務管理的主要目的就是提高資源使用效益、提升運營效率、以及指導科學決策，而數據能夠提供最真實、最全面的信息，特別是財務天然具有企業內較為全面、客觀的數據系統，只要稍微細化顆粒度、增強相關性，就能夠產生較大的管理價值。在實踐的基礎上，我們總結了運用大數據加強財務管理的五個步驟，分別是聚焦痛點、匯聚數據、搭建模型、輸出建議、追蹤反饋。
（一）聚焦痛點從財務的角度，痛點主要來自于阻礙企業價值提升的因素，主要包括：（1）收入增長乏力，市場拓展艱難，新業務增長點沒有形成；（2）成本資源使用效率不高，運營效率低下；（3）資產回報率低，閑置浪費，重復投入；（4）長短期價值難以平衡，短期虧損與長遠收益面臨取舍等。除了上述痛點，財務還要密切關注與公司戰略相關的熱點問題，主動從財務角度提供決策支撐。
（二）匯聚數據統一搭建財務數據平臺。（1）進行跨財務、運營和生產域的業財數據整合。比如整合客戶、渠道、網點、欠費等清單級數據，形成寬表；工程資產方面，獲取物料、訂單等清單級數據。（2）創新技術手段獲取外部數據。例如通過OCR和鏈接稅務局電子發票庫，獲取上百萬張發票結構化信息，包括發票類型、發票號碼、發票日期、購買方信息、銷售方信息（名稱、開戶行及賬號）、金額、稅額等。
（三）搭建模型以問題為導向，聚焦一個問題，搭建一個模型，提升一項效益，防控一項風險。例如：（1）關注銷售品效益，搭建銷售品效益分析模型。將各銷售品的直接收入和直接成本納入分析范圍，實現每月自動匯總數據，實時掌握各銷售品的毛利情況。（2）以門店、代理商為維度，搭建渠道價值管理模型，識別出低價值門店和代理商，促進渠道運營的提質增效。（3）聚焦資產的投入產出，搭建資產價值評價模型，納入財務大數據平臺實現動態管理，定期采集數據，匯總分析資產投入產出效益，推進投資后評估管理，滿足公司價值管理需要。（4）聚焦節能減排，搭建能耗精確管理模型，打通業務的能耗管理系統與財務報賬系統接口，獲取電費詳單，明晰電費動因。
（四）輸出建議一方面提出精確管理建議。例如聚焦產品價值，對公司銷售品進行數據挖掘，建立銷售品效益分析模型。從渠道價值角度，建立渠道毛利評估體系，對渠道投入產出進行分析，為渠道資源配置提供參考依據。例如聚焦電費使用效益，通過電表電量的異常波動監控，開展數據分析挖掘，及時發現跑冒滴漏。另一方面建立成本標桿，支撐資源配置。挖掘成本資源動因，將客戶、水表、車輛、房屋等基礎數據統一納入財務大數據平臺進行管理后，有利于建立相關資源成本的標桿和成本定額管理體系；匹配客戶消耗資源，構建本量利分析模型，采集每個客戶貢獻的收入及其消耗的各項支出，進行營銷項目保本點分析，支撐營銷項目是否投放或產品政策是否調整，評估營銷活動效益。最后，輸出風險提示，生成風險清單，主動開展風險防控。
（五）追蹤反饋在數據匯聚、模型搭建和建議輸出的基礎上，B公司建立了追蹤反饋體系，通過管理派單、生產派單以及反饋明確責任、對流程進行迭代優化，從而提高管理水平、服務資源配置，實現分析成果轉化，把數據轉變為生產力。在大數據挖掘分析基礎上，針對某個具體業務問題，向基層經營單元進行派單,嵌入公司OA系統,流程清晰可見。
三、基于大數據推進財務管理的成效經過兩年實踐，基于大數據的財務轉型取得明顯成效。
（一）財務管理理念、模式發生深刻變化業財數據的整合推動了業財思維的融合，大大拓寬了財務管理的視野和思維，讓財務人員跳出了傳統財務的局限，彌補了之前財務事后管理、被動管理等不足，既分析與財務相關的所有數據，更加關注非財務數據。以對某房屋資源的價值評估為例，把資源價值分為了“賬面價值”和“表外價值”兩部分，分別用于評估財務投入所體現的價值、以及由于資源的服務能力、地理位置等非財務因素而形成的表外價值。
（二）以數據驅動開展價值管理工作，實現降本增效從流程驅動轉為數據驅動，聚焦重點業務，建立分析模型，深入價值挖掘，降本增效，直接經濟效益和間接經濟效益都非常可觀。以銷售品分析為例，經過大數據挖掘，發現存在產品設計不合理等問題，提出了根據發展用戶的效益優化資源配置、加強用戶補貼的上限管理、建立用戶疊加補貼透明管理等建議。
（三）有效支撐經營決策，提升精確管理水平通過基于大數據的建模分析，顯著提升了決策支撐力度，將財務解決問題的能力提升到了新的高度。以電費為例，之前對電費管控缺少抓手，通過電費大數據分析，挖掘出供電方式、用戶行業、空調型號等相關因素對電費的影響，從而針對性提出業務建議，比如申請大工業用電、優先發展金融行業等。
四、存在的問題和建議
（一）存在的主要問題
1. 數據整合力度不夠之前企業系統是互相割裂的，數據之間也缺少關聯，在轉型過程中發現，數據整合往往耗費了大部分的時間和精力。有些數據缺少統一的標簽，比如同一個資產的位置信息，在財務系統和資產管理系統表述不一致。或是數據缺少必要的維度，導致互相之間難以串聯。比如資產投入后的具體使用部門沒有標識，導致以資產為維度的收入成本情況難以統計分析。
2. 數據質量不高過去企業對數據質量重視度不夠，有些數據在生成環節沒有嚴格把關，后續可用性不強，依據這些數據作出的分析與實際情況不符。比如發現有些費用信息在報賬環節進行收集，但是由于審核不嚴，這些信息的填寫質量很低，報賬人員任意填寫，導致數據無法進行后續分析。
3. 分析模型需要不斷完善大數據技術的特點之一，就是用相關關系代替因果關系，能夠歸納出籠統模糊的規律，但是不能百分百作出精準的預測。比如新資產投建選址的大數據分析，選擇了14項指標構建模型，來預測新資產投入建成后收益。但是模型使用后發現，輸出的建議地址大多數無法建設，因為很多都是城中村，不具備建設條件。而要識別出這類隱性影響因素，還需要引入機器學習等更為先進的數據挖掘技術。
（二）改進的建議
1. 建設大數據財務人才隊伍得益于IT技術的進步，財務機器人已經在B公司廣泛使用，接近80%的核算工作已經從人工轉為自動，為財務轉型提供了大量的人力資源，使得財務人員可以專注于企業價值分析，從專業人才向跨界人才轉變。大數據下的財務人員不僅要學習業務知識，還要學習統計學、計算機科學等。但是目前大多數企業面臨著人才結構性缺員，一方面傳統核算人員被機器替代，另一方面善于分析、懂大數據的財務人員嚴重短缺。所以眼下，企業要加強培養財務人員的大數據思維，掌握多層次的信息技術系統以及對應的業務知識，全面提升財務人員的綜合分析能力和解決問題能力。
2. 以大數據應用為出發點統籌公司信息化建設未來數據是企業核心競爭力，數據質量和數量決定了企業的生存和發展。必須站在公司高度統籌建設各個信息系統，從源頭避免系統之間割裂、建立數據之間“血緣關系”。把數據質量作為重要的管控對象，認真對待數據的生成和流轉，不斷加大數據的分析應用，通過應用來促進數據質量的提升。
3. 推動業財深度融合財務要更加主動融入業務，打破財務的視野局限，從財務管控者的角色轉變為業務發展的支撐者，從業務痛點和難點出發，充分發揮數據優勢，施展分析專長，為企業經營和管理出謀劃策。基于大數據的財務管理對提升企業財務管理水平具有重要意義。B公司的實踐證明，財務以大數據為依托，緊扣發展難題，科學建模、深入分析，有效提高了企業資源使用效益。未來，對數據質量、人員能力、系統建設也提出了更高的要求，財務管理要進一步融入業務，充分挖掘并發揮財務的信息優勢，把數據轉換為生產力，為企業價值提升發揮更大的作用。（作者單位：中國電信股份有限公司北京分公司）
