TUhjnbcbe - 2023/10/30 17:15:00
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；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；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（OperationalTechnology）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