当前位置:首页 > 职场实践

基于大数据的财务管理实践

---B通信公司为例

汪丹

    进入互联网+时代,大数据正对全球经济产生深远影响,对于财务人员来说,大数据不仅是一种新技术,更是人们在大规模数据的基础上可以做到的事情,是借助于这些海量数据可以获得的新认知,创造的新价值。B通信公司(以下简称B公司)作为全球领先的综合信息服务提供商,将大数据思维引入财务管理领域,通过搭建财务大数据平台,挖掘财务大数据信息,为企业管理者提供丰富多维、实时高效的决策相关信息,提高运营效率和管理成效,推动企业价值持续提升。

一、 基于大数据财务管理的背景

近年来,我国宏观环境发生巨大改变,经济进入中高速增长的新常态,并面临着结构性改革的巨大挑战和压力。随着人口红利消失,通信行业市场增长压力日增。互联网特别是移动互联网的异军突起,带给整个社会一场影响深远且广泛的全新变革,云计算、大数据等技术的快速发展引发颠覆式创新层出不穷。随着网络技术的快速升级,通信网络持续大量投入,人工、运维、能源等成本不断上升,企业利润增长困难。因此转变发展模式,从生产要素的粗放式投入转向对资源的精确管理,通过财务管理提高全要素生产率成为企业发展的内在要求。而掌握全面、大量的数据是财务管理有别于其他专业的独特优势,通过智慧化运营,整合内外部数据,建立业务、财务数据的关联性,开展基于大数据的财务管理,就成为提升财务管理水平的必然之路。

二、 大数据财务管理的主要做法

首先,对财务管理职能的再认识。财务管理是企业经营管理的重要职能线,让财务成为企业的大脑,就是通过整合内外部数据,将数据处理为有逻辑关系的信息,再提炼信息之间的联系成为知识,最后把知识转变为可以预测的智慧。其次,充分认识大数据对财务管理的作用。财务管理的主要目的就是提高资源使用效益、提升运营效率、以及指导科学决策,而数据能够提供最真实、最全面的信息,特别是财务天然具有企业内较为全面、客观的数据系统,只要稍微细化颗粒度、增强相关性,就能够产生较大的管理价值。

在实践的基础上,我们总结了运用大数据加强财务管理的五个步骤,分别是聚焦痛点、汇聚数据、搭建模型、输出建议、追踪反馈

(一) 聚焦痛点

从财务的角度,痛点主要来自于阻碍企业价值提升的因素,主要包括:(1)收入增长乏力,市场拓展艰难,新业务增长点没有形成;(2)成本资源使用效率不高,运营效率低下;(3)资产回报率低,闲置浪费,重复投入;(4)长短期价值难以平衡,短期亏损与长远收益面临取舍等。除了上述痛点,财务还要密切关注与公司战略相关的热点问题,主动从财务角度提供决策支撑。

(二) 汇聚数据

统一搭建财务数据平台。(1)进行跨财务、运营和生产域的业财数据整合。比如整合客户、渠道、网点、欠费等清单级数据,形成宽表;工程资产方面,获取物料、订单等清单级数据。(2)创新技术手段获取外部数据。例如通过OCR和链接税务局电子发票库,获取上百万张发票结构化信息,包括发票类型、发票号码、发票日期、购买方信息、销售方信息(名称、开户行及账号)、金额、税额等。

(三) 搭建模型

以问题为导向,聚焦一个问题,搭建一个模型,提升一项效益,防控一项风险。例如:(1)关注销售品效益,搭建销售品效益分析模型。将各销售品的直接收入和直接成本纳入分析范围,实现每月自动汇总数据,实时掌握各销售品的毛利情况。(2)以门店、代理商为维度,搭建渠道价值管理模型,识别出低价值门店和代理商,促进渠道运营的提质增效。(3)聚焦资产的投入产出,搭建资产价值评价模型,纳入财务大数据平台实现动态管理,定期采集数据,汇总分析资产投入产出效益,推进投资后评估管理,满足公司价值管理需要。(4)聚焦节能减排,搭建能耗精确管理模型,打通业务的能耗管理系统与财务报账系统接口,获取电费详单,明晰电费动因。

(四) 输出建议

一方面提出精确管理建议。例如聚焦产品价值,对公司销售品进行数据挖掘,建立销售品效益分析模型。从渠道价值角度,建立渠道毛利评估体系,对渠道投入产出进行分析,为渠道资源配置提供参考依据。例如聚焦电费使用效益,通过电表电量的异常波动监控,开展数据分析挖掘,及时发现跑冒滴漏。另一方面建立成本标杆,支撑资源配置。挖掘成本资源动因,将客户、水表、车辆、房屋等基础数据统一纳入财务大数据平台进行管理后,有利于建立相关资源成本的标杆和成本定额管理体系;匹配客户消耗资源,构建本量利分析模型,采集每个客户贡献的收入及其消耗的各项支出,进行营销项目保本点分析,支撑营销项目是否投放或产品政策是否调整,评估营销活动效益。最后,输出风险提示,生成风险清单,主动开展风险防控。

(五) 追踪反馈

在数据汇聚、模型搭建和建议输出的基础上,B公司建立了追踪反馈体系,通过管理派单、生产派单以及反馈明确责任、对流程进行迭代优化,从而提高管理水平、服务资源配置,实现分析成果转化,把数据转变为生产力。在大数据挖掘分析基础上,针对某个具体业务问题,向基层经营单元进行派单,嵌入公司OA系统,流程清晰可见。

三、 基于大数据推进财务管理的成效

经过两年实践,基于大数据的财务转型取得明显成效。

(一) 财务管理理念、模式发生深刻变化

业财数据的整合推动了业财思维的融合,大大拓宽了财务管理的视野和思维,让财务人员跳出了传统财务的局限,弥补了之前财务事后管理、被动管理等不足,既分析与财务相关的所有数据,更加关注非财务数据。以对某房屋资源的价值评估为例,把资源价值分为了“账面价值”和“表外价值”两部分,分别用于评估财务投入所体现的价值、以及由于资源的服务能力、地理位置等非财务因素而形成的表外价值。

(二) 以数据驱动开展价值管理工作,实现降本增效

从流程驱动转为数据驱动,聚焦重点业务,建立分析模型,深入价值挖掘,降本增效,直接经济效益和间接经济效益都非常可观。

以销售品分析为例,经过大数据挖掘,发现存在产品设计不合理等问题,提出了根据发展用户的效益优化资源配置、加强用户补贴的上限管理、建立用户叠加补贴透明管理等建议。

(三) 有效支撑经营决策,提升精确管理水平

通过基于大数据的建模分析,显著提升了决策支撑力度,将财务解决问题的能力提升到了新的高度。以电费为例,之前对电费管控缺少抓手,通过电费大数据分析,挖掘出供电方式、用户行业、空调型号等相关因素对电费的影响,从而针对性提出业务建议,比如申请大工业用电、优先发展金融行业等。

四、  存在的问题和建议

(一)存在的主要问题

1.  数据整合力度不够

之前企业系统是互相割裂的,数据之间也缺少关联,在转型过程中发现,数据整合往往耗费了大部分的时间和精力。有些数据缺少统一的标签,比如同一个资产的位置信息,在财务系统和资产管理系统表述不一致。或是数据缺少必要的维度,导致互相之间难以串联。比如资产投入后的具体使用部门没有标识,导致以资产为维度的收入成本情况难以统计分析。

2.  数据质量不高

过去企业对数据质量重视度不够,有些数据在生成环节没有严格把关,后续可用性不强,依据这些数据作出的分析与实际情况不符。比如发现有些费用信息在报账环节进行收集,但是由于审核不严,这些信息的填写质量很低,报账人员任意填写,导致数据无法进行后续分析。

3.  分析模型需要不断完善

大数据技术的特点之一,就是用相关关系代替因果关系,能够归纳出笼统模糊的规律,但是不能百分百作出精准的预测。比如新资产投建选址的大数据分析,选择了14项指标构建模型,来预测新资产投入建成后收益。但是模型使用后发现,输出的建议地址大多数无法建设,因为很多都是城中村,不具备建设条件。而要识别出这类隐性影响因素,还需要引入机器学习等更为先进的数据挖掘技术。

(二) 改进的建议

1.  建设大数据财务人才队伍

得益于IT技术的进步,财务机器人已经在B公司广泛使用,接近80%的核算工作已经从人工转为自动,为财务转型提供了大量的人力资源,使得财务人员可以专注于企业价值分析,从专业人才向跨界人才转变。大数据下的财务人员不仅要学习业务知识,还要学习统计学、计算机科学等。但是目前大多数企业面临着人才结构性缺员,一方面传统核算人员被机器替代,另一方面善于分析、懂大数据的财务人员严重短缺。所以眼下,企业要加强培养财务人员的大数据思维,掌握多层次的信息技术系统以及对应的业务知识,全面提升财务人员的综合分析能力和解决问题能力。

2.  以大数据应用为出发点统筹公司信息化建设

未来数据是企业核心竞争力,数据质量和数量决定了企业的生存和发展。必须站在公司高度统筹建设各个信息系统,从源头避免系统之间割裂、建立数据之间“血缘关系”。把数据质量作为重要的管控对象,认真对待数据的生成和流转,不断加大数据的分析应用,通过应用来促进数据质量的提升。

3.  推动业财深度融合

财务要更加主动融入业务,打破财务的视野局限,从财务管控者的角色转变为业务发展的支撑者,从业务痛点和难点出发,充分发挥数据优势,施展分析专长,为企业经营和管理出谋划策。

基于大数据的财务管理对提升企业财务管理水平具有重要意义。B公司的实践证明,财务以大数据为依托,紧扣发展难题,科学建模、深入分析,有效提高了企业资源使用效益。未来,对数据质量、人员能力、系统建设也提出了更高的要求,财务管理要进一步融入业务,充分挖掘并发挥财务的信息优势,把数据转换为生产力,为企业价值提升发挥更大的作用。

(作者单位:中国电信股份有限公司北京分公司)

 

 

【作者:  发布时间:2019-05-20  】  【打印