S公司构建大数据财务分析系统的工作实践

戎小红

【摘 要】在大數据时代，借助信息化手段挖掘分析数据信息，提高经营管理水平，已成为企业增强核心竞争力的重要手段。本文以S公司构建大数据财务分析系统为例，从思路框架、内容及指标设计、应用效果等方面阐述了实践之路，对其他公司构建大数据分析型企业也有一定的启示。

【关键词】大数据；分析系统；工作实践

S公司是以特定消费品生产、销售为核心的工业企业，在全国共有19家同类企业集团，竞争比较激烈。在大数据财务分析系统构建之前，企业财务分析主要是从ERP系统抽取报表数据进行手工分析，时间长、效率低，分析过程难以深入，分析质量不够满意。为提高财务分析效果，S公司启动了数据中心建设项目，依靠信息技术手段整合数据资源，建立起可用、好用的数据分析平台，增强决策支持作用，提升财务管理水平。

一、构建大数据财务分析系统的思路框架

1.构建思路

围绕数据集成、信息共享、统计分析、决策支持四大功能，以“财眼看企业”为主题，依托财务快报、量本利和供产销数据资源，借助信息化工具，引入对象视角矩阵分析方法，建立从“全国19家工业公司”到“全国15个重点品牌”再到“明细规格产品”的分析模式，研究竞争对手情况，追踪社会、经济以及政策形势变化对企业发展的影响，实时关注税利指标实现情况，不断挖掘自身优势，实现对企业税利总额、成本费用、资产负债、现金流量等情况的综合分析和判断，为企业发展寻找新的税利增长点，为领导决策提供有价值、有分量的参考依据。

2.主要框架

以黄世忠教授的“哈佛分析框架”为理论指引，以“盈利质量、资产质量和现金流量”为逻辑切入点，构建起“经营成果、财务会计、前景预测”三大分析框架，模拟领导决策思维，引入对象视角矩阵分析方法，设定观察对象、观察视角和观察日期展开交叉分析，抽象出财务分析的共性指标，系统、深入地展开分析。

二、大数据财务分析系统的内容及指标设计

1.经营成果：主要包括税利概括、运营指标体系和竞争能力三块内容

（1）税利概括：引入对象视角矩阵，建立四维联动模式，从左到右、从上到下4个象限分别是工业公司、明细快报、重点品牌、具体规格，形成一个完整的分析闭环。对数据进行清洗、整合、导入后，选定一个或多个观察对象，可以选择多个观察角度，如产品价类、品牌、规格等，所有数据随着观察对象或观察视角的改变而改变，在观察的同时可以选择“对比分析”、“结构分析”或“趋势分析”按钮展开在线分析，也可以点击“下载”按钮实现线下分析。

（2）运营指标体系：在每一象限的右上方设置“放大镜”按钮，里面根据需要分别设置延伸内容，比如从财务报表中提炼出来的运营指标体系，包括偿债能力、营运能力、盈利能力、发展能力等，设定行业均值、先进值及企业值，用“温度计+仪表盘”的形式展示横向对比和纵向比较结果。

（3）竞争能力：主要包括企业、品牌、规格税利贡献度，波士顿产品分析矩阵等内容，用于分析研判企业、品牌、规格所处的发展状态。

2.财务会计：主要包括资产负债权益、现金流量、成本控制等内容，其中生产成本分析是重点，从产量、占收入比、成本构成等角度展开详细分析。

3.前景预测：主要包括对企业经营业绩指标的预测和考核指标的评估

（1）税利预测：对影响税利的各个因素进行逐项分析，以趋势预测为基础预测变动成本，以上报数据为基础预测固定成本，按照年度计划与月度计划两个维度，明确数据预测填报责任部门，完成前台数据交互开发。

（2）考核评估：以年度税利预测为基础，按照行业业绩考核文件规定的计算方法，对企业年度经营业绩的完成情况进行自我评估。

三、大数据财务分析系统的应用效果

1.数据处理速度更快。大数据分析系统整合了大数据营销、ERP系统、生产系统等业务系统数据资源，运用大数据分析处理技术，能更快地响应决策需求，形成有效支撑分析的大数据资源。

2.数据分析方法更多。模拟决策思维，递进分析问题，以对象矩阵、四维联动等新型展示方式为基础，辅以横向对比分析、纵向趋势分析、标杆对照分析、结构量化分析等传统分析手段，实现多层和交叉分析，多维度、多视角呈现对象数据，可以实现SWOT分析、波士顿矩阵分析等战略层面分析。

3.决策支持效果更佳。坚持问题导向，涵盖了战略分析、会计分析、财务分析、前景分析的所有方面，实现对企业发展态势、外部竞争环境的全景式、可视化和多维度的分析。根据领导决策关注点、问题易发点、分析重难点等开展综合分析或专题分析，建立独立的数据分析模型，精准发现企业管理中存在的问题，更加准确的把握经营趋势，为领导决策提供可靠依据。