刘阳

CFO应该对大数据有正确的认知，将其与自身固有知识架构相结合，并充分利用大数据的优势为企业在激烈的市场竞争中争取更广阔的发展空间。

随着大数据时代的来临，大数据这个时下最流行的词语已经得到了越来越多的重视，它带着自己的“魔力”深入到各行各业中，并不断发挥着不可忽视的作用。大数据时代的来临对财务管理工作也有着深远的影响。全球最大的管理会计师组织——英国皇家特许管理会计师公会（CIMA）以及美国注册会计师协会（AICPA），去年联合对全球2000多位财务高管进行调研，87%的人认为大数据以及相关的分析技术将在未来十年改变商业的面貌，不去利用这项新技术，将导致企业在十年后被淘汰出局。可见，越来越多的人已经认识到大数据对财务领域的重要性。

而将大数据应用在财务管理上，已经成为许多CFO即将进行或者正在进行的探索。与传统意义上的财务管理相比，应用大数据进行财务管理有很多明显的不同，传统财务工作在很多层面被不同程度地延伸。对大数据的处理能力可以直接影响财务分析工作的结果，并且对大量财务数据的有效挖掘和准确分析可以很大程度地改进财务管理、压缩资金成本，为企业带来丰厚的利润。

在科技快速发展下，CFO在企业扮演的角色越来越重要，其工作并不囿于财务方面，在风险管理方面也更需要严谨的策略和战略。全球性的风险管理将CFO推到了企业管理决策的前沿。充分利用大数据的天然优势，必然成为CFO出色完成数据收集、信息解读及趋势预测的有效助力。因此，做“数据驱动型CFO”，把大数据与日常工作充分结合，显得尤为重要。

实现大数据下的财务管理

然而，对于相当多的企业来说，合理地应用大数据进行分析，依然是一个技术难点，这不仅在于底层数据结构的不扎实，还来自于没有合理的分析方法以及数据模型。

比如，在大多数已经正常运行着ERP的企业中，想将ERP数据与非ERP数据相结合，就是一个难点。财务部门若想对公司业务做出准确分析（如收益率等），所需处理的数据必将远超ERP数据。以总部位于美国康涅狄格州的StanleyBlack&Decker为例，该公司的CFO在领导公司业务转型预测分析时，修改了预测流程，根据销售的驱动因子（而非财务趋势）进行预测，一方面采取多维度手段来进行绩效报告的编制，另一方面应用预测分析的力量，创造出了更精准和透明的流程。这种做法凸显了CFO在复杂项目中的变革管理技能，要求CFO能够协调运作近几十个独立的ERP系统，并结合多方数据进行综合分析，才能提供可以辅助决策的准确信息。

这种对CFO提出的管理变革的要求就需要CFO必须懂得提高成本效率。Teradata天睿公司国际数据驱动金融业务总监Michael Ingemann表示，CFO应该“以少谋多”，以最低的成本投入输出最强分析能力。在他看来，应该减少花费在数据管理、数据搜集和数据验证上的时间。现阶段，很多企业的财务部门在单纯的原始数据分析上浪费了大量的时间，而在最为核心的增值分析上却用时极少。造成这种现状的直接原因便是前瞻理念以及核心技术的缺失，从根本上说也是CFO对大数据认识上的滞后，所以CFO意识的转变也是向数据驱动化转变的十分重要的一步。财务部门应该在大数据的要求下改变财务功能，采用智能分析平台并脱离电子表格模式，转移工作负载从而致力于更有价值的工作，这样才能充分利用分析技术，为企业创造更大的价值。

大数据的问题不是单一的解决方案能够完成的，它需要一整套的解决方案，要融合很多传统技术和新技术，需要以一个可扩展、灵活、可管理的企业大数据中心开发平台为基础，这样才能从大数据中挖掘出有价值的信息。

对于企业CFO来讲，大数据时代的财务数据因独有的特性使得其处理具有更大的挑战和更高的要求，主要在于包括高素质人员配置、设备采购等在内的平台建设，其中建立企业大数据中心开发平台是数据分析平台建设的基础。同时，数据和信息在制度上、流程上、收集方式上的统一以及开发语言的进一步统一也是非常重要的，不仅能提升企业财务报告合并工作的效率与质量，还能提升各项财务信息和会计数据的透明度和公开度，而且能够帮助实现数据交互的无缝衔接与积极协调，从而有效缩短财务报告合并周期，提升在投资分析、预算编制、经营管理、监督约束以及企业决策等各个方面的数据支持力度。

纵然，建立企业大数据中心开发平台有众多利好因素，但企业仍需量体裁衣建立数据团队。大型企业可以选择自建数据挖掘团队，不仅可以更好地进行成本控制，还能促进业务响应机制；而中小型企业则应该首先将大数据思维融入到企业的日常运营之中而不是急于自建团队。

另外，企业若想从基础庞大、种类繁多的数据信息中有效提取财务管理工作所需的数据，就必须加强现有财务管理软件的功能模块升级。现代的数据类型十分多元化，不仅包括数字、字母，同时还包括了我们熟知的网络日志、视频资料、音频资料、图片资料以及地理位置等，这就要求企业必须提升对各种异构数据的处理提取能力。为了提升有效信息的筛选效率，财务数据信息关键词的搜索引擎开发也是非常重要的。同时还要进一步规范各种数据信息的录入端口管理，从信息录入的源头开始加强对数据信息的统一化、标准化与规范化管理，大力提升数据信息的利用效率及质量。

构建新型财务框架

显然，大数据要求财务人员必须视野开阔，不但需要看懂财务报表，而且还要能够多渠道收集信息，这就意味着为传统财务人员增加了新的职能。一个具有大数据思维的合格财务人员，不仅能够出色完成传统财务人员的工作，还应同时扮演数据、信息的收集和处理角色，应该具有系统性和管理性思维，对企业的生产、销售、管理等各个环节都有充分的了解，能够透彻理解企业的战略目标，并能够清晰解读大数据背后对企业有价值的信息。

2014年IBM业务价值协会（IBV）对576个CFO进行调查，其中有82%的CFO表示看到了整合企业数据的价值，仅有24%的人认为他们的部门已经做好了应对准备。这说明在数据重要性和可利用率的认识方面，CFO们存在巨大差距，同时也意味着完成“数据驱动型CFO”的成功转型还有很长的路要走。

Michael Ingemann认为大数据处理平台建设是一项战略行动，需要董事会、高级管理层以及其他利益相关体在大数据的定义、运算等方面取得共识才能顺利推进，所以必须在协调各方思想方面付出更多时间和更大精力，才能最终实现“数据驱动型CFO”和“数据驱动型财务部门”。

突破信息孤岛

将大数据应用于财务管理时，在信息抓取上，往往遇到很大的困难，从数据库和数据孤岛中抓取数据非常困难，而且抓取的数据无法充分确保高质量和可靠性，难以从非财务数据中准确提炼出管理意见，智能可视化报告无法实现等问题已经成了技术和财务分析能力上的壁垒，严重阻碍了大数据向财务领域渗透的脚步。

同样，IT平台的滞后也拖慢了大数据化财务管理的步伐。财务管理要求财务信息与业务信息高度集成，并依托先进的信息处理平台进行分析用以支持决策。现在很多企业的信息系统只能部分满足决策支持的需要，很多财务管理方案都因滞后的信息化平台而无法完全实施。因此，搭建基础数据平台成为当务之急。

大数据已成为中国巨大的蓝海市场，这对各行各业都是机会与挑战并存。数据时代刚刚来临，同时，数据的内涵也变得更加多元化。这些改变使得过去的数据处理方法已经无法适应今天的数据处理，如果不能及时改进处理技术将无法切实提升数据处理的质量和效率。虽然大数据背景下的数据呈现出体量巨大、类型繁多、价值密度较低等方面的特点，但是在不断地努力与尝试下对大数据的处理已经可以做到更快、更准、更精确。

随着金融、移动互联网等行业的高速发展，拒绝接受大数据的思维已经无法跟上时代的脚步，大数据的出现是社会发展的必然产物。因此，CFO也应该对大数据有正确的认知，将其与自身固有知识架构相结合，并充分利用大数据的优势为企业在激烈的市场竞争中争取更广阔的发展空间。