数据融合数字化时代企业业财融合的破局之道

　　一、环境与背景
　　近年来，数字技术的快速发展加速了实体经济与数字经济的高效融合，而数据作为数字经济的重要资源，其价值越来越受到重视。早在2020年4月，数据已作为新型生产要素被写入中央文件，与土地、劳动力、资本、技术等传统要素并列为要素之一；2021年12月，中央网络安全和信息化委员会发布《＂十四五＂国家信息化规划》强调健全数据资源治理制度，完善数据产权交易和行业自律机制等重大市场培育工程；2022年6月，中国资产评估协会下发《数据资产评估指导意见（征求意见稿）》，规范资产评估机构及其资产评估专业人员在数据资产评估业务中的实务操作。数据正逐步成为企业的基础资产，为数字化时代企业的未来发展创造更多机遇。
　　在此数字化背景下，企业的业务模式升级、数字技术发展，使得企业财务职能从核算共享向多领域共享延伸、财务角色从账务集中处理中心向企业数据中心演进。财务职能与角色的变化，推动业财融合更加依赖业务数据与财务数据的深度融合，越来越多的企业在经历了以组织、流程、制度等为抓手的业财融合实践探索后，逐步将数据融合作为业财融合乃至企业前后端IT与OT（Operational Technology）等各类管理融合的基础，从而实现数字化时代自身资源利用效率的提高、风险防范水平的加强以及企业整体价值的提升。
　　二、业财数据融合面临的挑战
　　数字技术的发展使得更多的数据由线下走向线上，为企业各个部门业务处理与信息处理提供便利的同时，在一定程度上也衍生出了诸多数据融合难点。按照数据全生命周期理论整体来看，企业业财数据融合主要在数据获取、协同共享与赋能应用这三大方面面临较大挑战。
　　1、数据获取难
　　Part.1：数据需求方面
　　数据的源头录入仅考虑业务或财务本部门管理需求，导致线上数据不全、整体业财管理要求与数据需求不匹配等问题。
　　Part.2：数据源头方面
　　企业内同一数据信息，可能存在多源头的录入与修改，导致关键业务数据质量较低，甚至需要人工辅助的判断与清洗才能使用。
　　2、数据协同难
　　Part.1：标准链路方面
　　业财各部门、各专业管理视角不同，并且管理对象颗粒度不一致，描述方式通常也不统一，从而造成数据标准存在一定壁垒；业财各部门分头建设的管理系统，在数据链路方面极易存在断点、堵点，使各部门、各专业数据无法有效连接，导致跨部门、跨系统的数据融合、共享难。
　　Part.2：管理机制方面
　　企业通常存在数据处理链路与数据关联关系不够完善、数据认责机制不够明确，导致出现问题排查困难，无法找到相关负责人，从而难以确保跨部门数据拥有较高的可靠性和准确性，对数据的协同共享增加难度。
　　3、数据赋能难
　　Part.1：场景应用方面
　　虽然数据应用备受重视，但是目前大部分企业仍聚焦于较为宏观的经营分析，数据应用场景单一，对于更多可细化、可落地数据应用场景涉及较少，数据价值变现困难。
　　Part.2：决策支撑方面
　　企业对业务动因分析和业务关联性分析仍以经验为主，业财数据分析仍无法直接对经营决策提供可执行建议。
　　三、业财数据融合方法
　　以数据为主线的业财融合应当以企业经营、管理价值信息的识别为起点，建立企业级的业财数据图谱；进一步依托数字化技术手段推动价值信息的协同共享，实现数据资源积累沉淀；最终通过价值信息的输出，支撑企业的业务经营与管理提升。
　　1、业务数据化-价值信息的识别
　　业务数据化通常是指将业务过程中产生的各种原始信息记录并转变为数据的过程，而在企业实际经营管理中，并非所有业务操作与痕迹均有价值，企业需要识别、提炼具备分析意义及管理价值的业务记录形成业务数据，实现业务数据化。因此，业财数据融合的首要步骤是明确业财数据需求，描述数据全过程，并通过有效的基础数据连接形成企业级数据图谱，为后续形成企业级数据资产奠定基础。
　　管理需求分析梳理
　　从财务报表、管理报表、内外部监管及考核要求等经营实际出发，梳理业财管理涉及的主体、指标、维度、数据链路现状等事项，例如企业在战略、收入成本、风险、可持续发展等方面所涉及的业财场景、管控措施等，总结提炼业财管理需求。
　　业务场景＂元素化解构＂
　　基于业财管理需求，进一步细化业务场景，直至能够定位涉及的最底层业务范围及相关系统，并进一步层层穿透至业务单据等数据载体及载体字段，例如：领料单-原材料金额等，清晰描述从业务源端到财务记录的业财全过程。
　　基础数据有效连接
　　按照业务场景＂元素化解构＂梳理的数据载体，规范各类单据的数据字段，建立企业跨部门、跨专业共同遵循的数据载体管理规范，并基于数据载体建立完整的基础数据连接关系，实现数据对象的自动溯源，形成企业级数据图谱。
　　2、数据资产化-价值信息的沉淀
　　在形成数据图谱后，企业需要通过规范化、标准化的手段，统一建立企业级的业财数据标准体系，分类构建数据标准，并结合数据需求设计数据模型。同时，企业也需要通过流程规范、系统新建及优化等措施，支撑数据资产框架体系、数据标准及数据模型的落地，从而真正实现价值信息的沉淀，形成业财部门共享、共用的数据资产。
　　统一建立数据标准框架体系
　　数据标准框架体系的建设以国家标准、行业标准、监管要求等为基础，结合同业业务解决方案与领先实践，分层、分类搭建涵盖业财各部门的标准体系框架，通常可以分为基础公共（基础）标准框架与业务（专用）数据标准框架。
　　分类构建数据标准
　　依托数据标准框架，基于数据图谱梳理的数据关系与链路，识别业财各部门关注的关键数据信息，明确数据数据标准含义，解决数据口径及关联关系不统一等问题，最终形成数据标准并发布落实。
　　结合数据需求设计数据模型
　　数据模型是用来描述数据、组织数据和对数据进行操作，是对现实世界数据特征系统性的描述，因此构建数据模型需要基于业务需求，厘清数据结构，明确数据的生成、变更、共享、退出等全过程，并通过系统逻辑对数据操作予以规范约束。
　　3、资产价值化—价值信息的输出
　　数据深度融合的主要意义是在对的时间通过对的形式把对的数据传递给对的人，从而挖掘数据资产价值、促进业财管理的融合，实现价值信息的高效输出。因此，资产价值化的过程应该以实际管理需求为基础，一方面系统性规划、建设与完善企业数据分析应用体系，另一方面也可以对典型应用场景开展点状场景建设，形成灵活的数据输出方式，赋能业务运行与管理。
　　四、某大型企业业财数据融合建设实践
　　1、围绕业务主线，提炼业财数据元素
　　该企业以财务会计信息为基础，对经营要素与经营活动进行多属性、多视角的数字化描述。从每一笔会计凭证记录出发，向前追溯形成端到端业务场景，通过抽绎明确管理对象、分类构建业务标签与规范制定权责机制，清晰描述从业务源端到财务末端的价值数据。
　　抽绎明确管理对象
　　该企业首先分析自身经营过程：企业首先需要建立组织、招聘员工；其次从供应商处采购设备等生产资料，经过生产形成产品或服务；最后，通过产品服务的销售获取利润、创造价值，实现持续发展。基于以上分析，结合战略发展要求，该企业将经营过程中价值创造的最小单元和资源消耗的最小单元归纳为6类数据管理对象：组织机构、员工、设备、客户、供应商与产品服务。
　　分类构建业务标签
　　围绕各类管理对象的相关数据，该企业统一各业务部门对同一经济事项的业务分类口径，构建初始状态标签和交易过程标签两大类业务标签。通过初始状态标签中的公共属性唯一识别、客观描述管理对象；并设置基于业务实际管理需要、可灵活设置及拓展的业务属性。
　　规范制定权责机制
　　在明确数据管理对象、建立业务标签的基础上，针对类别不同、源头不同、体量不同的业务及财务数据，该企业开展数据定源定责工作，推动数据资源目录、质量治理和共享应用等管理工作，促进跨专业数据，落实管理责任，推动业财数据的同源维护、整合复用。
　　2、依托链路贯通，推动数据资产沉淀
　　由于数据贯穿于各类业财流程，该企业通过制定企业级业财共同行动的行为准则，强化数据从录入到输出的全流程、全链路管控，加强数据的在线实时获取，避免业财数据的＂前清后乱＂。围绕6类管理对象，该企业在项目管理、设备维护、客户服务、组织绩效与生态创新5大方面推动业财数据协同，让分散在企业各部门的价值信息沉淀为可共享、可复用的数据资产。
　　项目执行方面
　　企业一方面通过规范前端业务准确录入项目价值标签，将项目价值标签信息从项目储备环节自动传递至项目成本记录，实现每一项工作的成本开支按项目类别细分、预期回报领域、项目投向等精准反映。另一方面，对于资本性项目，通过规范工程概算与WBS架构对应规则，建立物料、资产、设备的对应关系，项目建设成本费用明细与WBS架构对应规则，实现每一笔资本性开支依托项目及WBS元素直接归集至每一项费用明细。
　　设备维护方面
　　该企业通过完善设备维修与作业工单的主数据管理规则，规范工单与采购订单、领料单的线上强关联，由业务前端准确维护工单业务活动、专业细分、设备信息等信息，确保维修工单与作业类型、资产类型等维度准确对应，实现维修开支按业务活动、资产类型等核心维度自动归集与反映，为管理层精准判断经营状况提供立体、丰富的评价基础。
　　客户服务方面
　　该企业通过对收入成本数据的匹配贯通，形成一本完整的客户服务经济账。在收入侧，推动业财数据按照统一的销售账务科目、管理对象及管理维度贯通链路并分类归集；在成本侧，通过规范销售开支分类，准确按业务活动、客户类别等维度建立各项支出与客户关联，实现客户服务成本数据的精准归集。
　　组织绩效方面
　　围绕企业组织与员工，该企业通过梳理贯通组织机构与员工的关联关系，推动员工获得每一笔薪酬、报销每一笔费用精准归集至每一类业务活动、每一个经营单元，为实施精准激励提供数据资源，实现每一级经营单位资源消耗与价值贡献的精准计量，推动人力资源的配置优化。
　　生态创新方面
　　依托开放的系统架构，以设备、产品与服务数据的连接为抓手，促进与政府、金融机构、终端消费者等客户与供应商间更频繁的互动，以数据要素的流动带动其他生产要素流动，激发协同效应，积累更多内外部融合的数据资产，为构建更多数据应用、形成市场竞争力、实现价值共赢奠定基础。
　　3、拓展数据应用，赋能企业经营管理
　　在具备较为成熟的价值数据图谱与数据资产沉淀后，该企业由财务部牵头，基于企业业务经营与系统应用现状，依托云原生等先进技术、中台等先进架构，逐步搭建企业级的智慧共享平台，将上述已有5类数据资产统一汇聚，并结合各类用户不同的使用场景，形成3类数据应用：面向企业全体用户构建共享服务应用，包括通用报账、发票服务、商旅应用等场景，强化财务工作对业务的服务职能；面向业务部门用户构建业财协同应用，包括交易应用、人资应用等场景；强化端到端业财流程与数据一体化管控；面向财务部门用户的专业支撑应用，包括会计核算、资金管理等，支撑专业视角下的业务管理与数据应用。
　　以报销分析为例，该企业分公司遍布全国，各省份分公司前期分头自行建设报销记账系统，一方面由于数据标准、规范的差异，各分公司数据可比性、共享性较差，企业难以统筹管理，综合决策；另一方面虽然已有足够的数据，但各类数据缺乏科学、灵活、全面的分析应用，各单位财务人员的统计分析存在工作效率低、管理成本高、难以快速定位报销等业务的痛点。
　　针对上述难点，该企业借助区块链、电子签章等技术，通过搭建通用报账应用建设公司报销应用分析体系，在兼顾个性化差异的基础上统一报销业务的数据标准与规范。以会议费报销为例，用户在应用中可根据会议通知触发出差申请，系统按需调用平台对应系统规则与服务，自动生成商旅预订，并根据出差申请单自动触发报销单生成等后续流程；同时，基于构建的数据自动归集与分析规则，支持根据业务类型、费用明细等维度对业务数据进行自动归集，对业务发生量、报销金额、报销时间等信息进行统计分析，实时反映业务并发量异常、报销金额波动异常、对外开支周期过长等情况，可供各职能部门监控业务现状，从而提升公司管理层对企业经营成本的敏锐感知能力，实现数据赋能管理。
　　五、结语
　　数字化时代，业财融合是顺应企业发展的必然产物，通过数据融合深化业财融合是众多企业为谋求企业发展、管理创新采取的科学实践与＂破局＂之道。但时代在发展、技术在进步、市场在变化，业财融合作为企业经营管理的重要手段，其意义与实现方式也势必将随环境变化而逐步发展，安永愿与各企业开展合作，助推以数据为主线的业财融合，帮助更多企业在数字化时代的经营管理由优秀走向卓越。