关于财务数字化转型工作的研究

孙 盛

（北京久其软件股份有限公司 北京 100082）

在大数据快速发展的今天，企业管理变得更加精细化，与之匹配的传统财务工作则要在企业的财务管理中重新定位，更加自动化和智能化，加快向数字化转型。

一、财务工作的本质

传统财务工作主要是资金管理、账务核算和报表分析等几大职能，暂不讨论资金管理的操作性工作，账务核算和报表分析可以抽象为“分类”与“量化”两大事项。

核算和报表的工作过程就是在分类，一个事项的发生，属于哪类业务，业务对应的会计科目是什么，会计科目对应的报表项目是什么，最后再放进经营分析的类别里，形成三大报表及各种经营分析报表。以存货为例，采购存货时如何界定存货的采购成本，哪些项目能计入存货的成本；存货如经过生产环节，则会分类成原材料、在产品、产成品；存货销售则会转入到成本中，以上即是一系列对此事项的分类。

量化则是数据的计算逻辑，是解决分类所对应的数值问题，使事项可数字化定量描述。例如，月度折旧算法、增值税算法、各种现值算法、生产过程中制造费用分摊算法，都是在解决计算逻辑的问题，也就是怎么算的问题。

把企业发生的事项放入对应的会计科目，再按照相应的算法形成科目对应的金额，则会计分录就形成了，再把会计分录按照准则的要求与逻辑放入报表项目中，则形成了财务报表。经营分析则是按照经营分析的口径对事项进行分类，再利用经营分析口径的计算逻辑进行计算，形成经营口径的分析报表。

二、财务数字化转型的思路

（一）基于数字化的流程再造

实现财务数字化转型需要基于以下三个步骤，一是数据采集与提取，二是数据分析与整理，三是数据输出与展现，来详细阐述数字化的流程再造。

1.数据采集与提取

数据采集与提取针对的场景可以拆分为采集与提取两种方式。

采集是系统直接从数据生产端进行数据收集的过程，不限于表格填报，包含了各种计量设备数据的收集。例如，母公司采集下属子公司数据，财务部门收集生产岗位的生产数据，生产部门汇总各电表的电力使用量的数据等。

提取是系统之间数据的传输，调用不同系统间的数据。例如，财务部门调取人力系统数据生成薪酬类的记账凭证，资金管理部门调取网银数据形成资金台账，财务报表系统提取账务系统数据形成财务报表。

通过数据采集与提取实现“事项”的抽象工作，把“事项”具体化、表格化、数据化，形成可量化、可计算、可分类的数据，按照数据规范存储在数据仓库之中，并形成数据的电子档案。采集与提取的数据基于一次录入多方使用的原则，数据间可实现相互校验、互联互通、追根溯源，从而降低数据手工填报量，提高基础数据准确性，带动财务核算质量的提升。

2.数据整理与分析

数据整理与分析是对已存储在数据仓库中的数据进行分类、计算，从而得出分析结果的过程。

以营业收入为例，数据整理可以按照业务类型进行分类，也可以按照产品进行分类，还可以按照板块、公司、部门进行分类。由此能看到，同一事项可以贴上不同维度的标签，按照不同的维度进行不同的分类。

贴标签的过程就是数据整理的一项重要工作，在贴标签的同时，也要检查数据是否完整、有效，要把有缺陷的数据找出来加以完善或者剔除，这就是“数据清洗”。

在做数据整理的过程中，要结合数据分析所需要的汇总查阅、钻取、溯源、互联网提取等功能，合理配置数据维度，提前考虑交叉表间数据索引关系，为数据分析工作做好基础。

在实际生产活动中，每个问题的产生都具有复杂的“相关性”，而非单一的“因果性”，所以通过“由果索因”的方法找到的答案，并不一定是正确的答案。

数据分析建立在大数据的基础上，通过对多源数据的推导，对“相关性”数据赋予权重，在事件发生前或发展的过程中对“相关性”因素采取干预动作，趋利避害，达到数据指导生产经营与数据预警的效果。

3.数据输出与展现

数据的输出与展现是基于数据整理与数据分析后的应用，利用表格、图像等手段，把数据的内在逻辑通过BI等软件实现数据的可视化。通过对数据所形成的抽象图形进行分析，寻找经营事件背后的内在逻辑，实现异常数据分析与预警的效果。通过钻取、追溯等功能，反向查找原始数据的情况，从而解决异常数据存在的问题，从数据场景回归到现实场景，实现业财联动，为生产经营保驾护航。

数据的展现可在多平台进行应用，不仅局限于电脑端，也可应用于公司“指挥中心”的大屏幕、IPD或手机等移动端设备上，实现实时数据的查询与现实场景的数据嵌入式应用。

（二）岗位设置的升级

随着财务信息化工作不断深入，标准化、高频次的重复工作将被财务系统自动完成，财务岗位也将随之迭代升级。原有财务岗位主要为财务核算、税务管理、资金管理、财务报表四类工作，下面将分别阐述信息化转型给原有的财务岗位带来了哪些冲击。

1.财务核算工作

原有的财务核算工作是在这次变革中受到冲击最大的工作，财务核算工作标准化与重复化最高，故此被系统替代相对来说最为容易。按照记账逻辑设计数据取数模板，并套入相应科目模板，即可完成自动制证。

原有财务核算工作的逐步转型方向是财务流程工作，财务流程岗通过深入研究业务场景，梳理整套业务流程，设计出业务生成的取数点，并制作完成业务与财务相连的制证逻辑模板，使系统能够实现自动制证，从而有效减少财务重复性劳动，达到降本增效的目的。

财务流程工作是一个相对较为综合性的岗位，不仅需要精通财务核算、税法等专业知识，还要具有一定的信息化思维，能够在业务场景中找到数据共性，实现标准化数据采集与制证模板的设计。

2.税务管理工作

原有税务管理工作一般涵盖了月度的报税与年度的汇算清缴，以上两项工作因逻辑性较强，也已被系统所替代。

原有税务管理工作的逐步转型方向是税务筹划工作，税务筹划工作是利用合理的税务筹划方法，以公司减免税负为目的创利型岗位，需要该岗位人员通晓各税种及税收政策，具备深厚的税务知识，是税务专业型人才，使原有职能型岗位变为紧跟业务的创利型岗位。

3.资金管理工作

原有的资金管理工作，主要以出纳及相关业务为主，但随着信息化程度不断深入，现金、支票等传统业务逐步减少。

原有的资金管理工作逐步转型为资金规划工作，资金链的安全是关乎企业生死存亡的重要工作，资金规划工作是通过合理统筹资金安排，降低资金使用成本，并适当安排外汇、衍生金融工具管理，创造一定的财务收益。开展资金规划工作的人员需要精通各类金融工具的运营原理，保证企业资金安全，懂得资金运作，是具有专业金融知识的专业型人才。

4.财务报表与财务分析工作

原有财务报表仅是完成财务的三大主表、编制年度预算及一些常规的经营分析，随着财务报表系统的产生，大部分财务报表工作将被系统所替代。

原有的财务报表工作逐步转型为财务报告与经营预算分析两项工作。

财务报告是专注于财务准则，对财务报表的深入研究，在企业进行资本运作时提供专业性建议，使资本运作成功率提高，并实现预期收益。

经营预算分析是包含了财务、计划与分析的经营性报告岗位，侧重于业财融合的分析。需要深入到业务中，利用多维度数据分析找到数据的相关性，通过调整业务的开展达到提高经营效益的目的。其工作人员既要懂得财务知识，又要对业务有较为深刻的理解，同时还需要掌握一定的数据挖掘与关联性分析的方法，是较为综合性的业务专家型人才。

通过以上四类岗位的介绍，可以看到财务工作在从原有的标准重复性工作解放出来，向着更加专业且综合性更强的方向发展。同时，也在从原有职能性工作向着业务支持性工作方向转变，不仅完成固定的流程性工作，还在朝着创造利润的方向发展，给予原有财务岗位新的定义。

三、财务信息化主要实现方法

（一）数据采集与自动制证

通过数据采集进行自动制证是现在财务信息化的一项基本功能，下面通过一个采购业务来阐述从数据采集到自动制证的全过程。

采购业务的步骤一般可分为招投标与合同签订、合同执行与货物发运、验收入库、款项支付等四个步骤，款项支付贯穿于合同全过程。以上场景分别对应合同管理系统、存货管理系统与资金支付系统等内部ERP系统。

预付账款与应付账款等往来科目、增值税科目、在途物资科目，可从合同管理系统中的合同相关内容字段进行提取，银行存款科目可根据资金系统实际发生情况进行确认，货物入库分录涉及的原材料与在途物资转换分录，可根据库存管理系统入库数据进行编制。

综上，自动制证的方法步骤可分为以下几步：一是抽象出业务场景，即归纳出常用事项，列出该事项对应的标准分录；二是从各数据点采集相关数据并加以运算，例如，合同中仅约定了货物所开具票据的类型与税率，需要根据票据类型与税率计算出相应的增值税税额；三是把采集与计算出的数据代入对应场景的标准凭证模板，完成整套自动制证工作。

（二）多维度的经营分析

根据上述岗位设置的升级，以前的财务分析已经升级为多维度的预算经营分析，多维度的预算经营分析将不局限于金额上的财务数据分析，还要考虑具有相关性的业务数据，例如，温度、时间、空间、年龄、性别等分析。下面将分别以生产加工企业与商品销售企业的案例，对多维度分析进行说明。

1.生产加工企业的多维度分析

甲集团公司主营业务是生产加工甲产品，该集团旗下有10个生产规模、生产流程趋同的工厂，根据管理提升要求，每年将对重点生产成本指标进行横向对标。对标中发现，A工厂的电费总额比其他工厂低20%，电耗与其他工厂基本相同。为找出电费支出总额较低的原因，数据分析人员把各家工厂每天每个小时的耗电情况进行统计，统计发现A工厂夜间电价波谷时段耗电量明显大于其他工厂，是因为该工厂合理排班，充分利用波谷电价进行生产，在日间波峰电价时安排停机检修工作，从而降低电耗生产成本，从而达到提高产品销售毛利的目的。

2.商品销售企业的多维度分析

乙公司是一家经营超市业务的零售企业，在月度经营数据分析中，发现销售收入同比增长，而毛利率同比大幅度下降，为找出数据差异的原因，乙公司进行了如下分析。

该公司按商品类别提取了销售数据，利用数据钻取功能，找到了收入同比增长的商品，该商品为防疫期间推出的引流日用促销商品，因打折促销且为日常耗用类商品，销售量较大，毛利率较低。在公司整体销售角度上看，导致销售毛利率同比大幅度下降。再利用多维度数据进行分析，选取购买该商品的用户画像，购买该商品的客户群体具有“对价格敏感”“年龄在30岁以上”“女性”等特点，从而可以分析出该项促销活动对以上特点人群具有较大的吸引力，并能进行精准广告推送，提升顾客到店购买次数，实现销售额与销售毛利的转化。

（三）数据溯源与预警

BI分析系统是财务流程再造现阶段最终形态，BI分析系统可以通过图形来直观展现数据的形态，通过图形趋势、不规则的异常波动等图像展现方式进行数据分析，从而达到异常数据排查，数据预警，审计监察等作用。

以一个大型连锁超市举办的促销活动分析为例。该超市开展推广“商品快递到家服务”，导购需向顾客推荐使用手机自助方式进行商品结算，顾客可通过手机扫描商品条形码在线上小程序中进行商品结算，并享受线上结算的促销优惠。同时，为了提高顾客购物体验，顾客可选择3公里内免费把购买的商品快递到家的服务，快递费用由该超市负担，如顾客选择自提商品，则该超市无需支付快递费用。

该活动结束后，该超市对此次促销活动进行数据分析，在选择快递到家服务的顾客中，配送地址有大量快递为该超市所在商厦或距离小于0.5公里的邻近写字楼，且商品配送发货到商品收货时间间隔小于3分钟。通过该超市内审调查发现，有大量导购与快递人员串通，以诱导顾客选择虚拟快递订单地址的方式套取快递费用，并从中获利。

通过数据分析，可以把客户群体分为三类：一是配送时间小于3分钟，且配送距离小于1公里的订单，经检验大部分为异常订单；二是配送时间在3—10分钟，配送距离在1—2公里范围内的订单，该类订单配送量较小，此项服务对该客户群体不敏感；三是配送时间大于10分钟，且距离在2公里以上的订单，订单数量较多，是此项业务重点服务的客户群体。

综上所述，在给第三类客户群体推送APP广告时，可重点推送“商品快递到家服务”，促使该项服务更好地转化销售额。

四、财务数字化与智能化的发展方向

下面用矿井的例子来说明自动化、信息化和智能化的区别。

自动化是矿井下面的机器不用人来开了，机器自动开起来了，人只要指挥机器干活就行，不用人工去干重体力、重复性、高危险、高精度的工作。

信息化是机器工作后，数据能收上来，评价机器工作怎么样。机器哪坏了能够报出数据，维修人员能够根据数据进行维修。同时，发现矿井内数据异常能够及时报警，让相关工人疏散。

智能化是指，机器会预判自己还有多久需要保养更换零件，检测库存备件情况，如发现备件不足，系统会自动生成订单，启动向供应商订货审批流程。当发现矿井数据异常，会给所有在矿井的工人通过手环发布撤离消息，同时启动排风装置，加大空气输入，停止或降低高危生产线速度，帮助人员安全撤离。到了智能化阶段，最主要的变化就是由被动变为主动，通过过程管理得到想要的结果，由单一的报警到自动触发多事项协同的组合动作，并且这个组合动作是相对完备的。

智能化不是一个设备，更不是一个应用，而是一整套方案。以前，可以通过买一个设备，买一个软件来解决某一项或某一方面的问题，但现在需要通过整体设计架构、分层配置，形成一套组合方案，解决全局的问题。从全局的角度做体系的搭建，将是智能化需要研究的方向。

五、结语

随着经济社会数字化转型不断发展和新技术创新迭代，会计信息化工作面临诸多机遇和挑战。通过数据采集与提取、分析与整理、输出与展现实现财务数字化流程再造，通过岗位设置的升级提升财务管理效能，使财务工作在财务数字化转型的大潮中不断前行。