企業應以財務共享構建智能財務決策的數據基礎

張慶龍

一、為什么要構建智能財務決策系統

當前，大型企業集團的經營活動面臨著集約化、規模化和國際化所形成的挑戰，而風險帶來的不確定性更是增加了對提升企業科學財務預測、分析、控制與決策的能力的需求。

未來財務轉型的趨勢，是從財務會計轉型到管理會計。這對于從事更高層級職能的業務財務、戰略財務人員來說，是相當于放棄了原有的簡單重復性的會計核算，而轉向更具有附加值的財務預測、決策、分析、控制、風險管理等方面上來。管理會計對于企業的意義在于提供企業各個方面的信息，直接參與決策，幫助企業進行分析管理，以利于經營管理者做出更加準確的判斷，幫助企業提高競爭能力、盈利能力和應對不確定性的風險管理能力。管理會計的實現要求現有的會計信息系統功能從核算型發展為管理型甚至決策型，也是財務信息化發展的一個必然趨勢。

財務決策系統作為管理決策系統的一個重要組成部分，為管理會計的信息化落地實施提供了一個重要的決策基礎。它以現代信息技術為手段，以管理會計提供的模型為基本方法，綜合核算數據和業務數據，內部數據和外部數據，結構化、半結構化與非結構化數據，為管理者正確決策提供幫助。它是一個具有科學分析、預測、決策等強化功能的財務管理信息系統，旨在幫助高層管理者做出正確的財務分析，支持決策工作。財務決策系統可以幫助企業對各種核算數據和業務數據進行分類、整理、加工和分析，將以往無法采集和正確使用的數據轉化成能為高層決策者所使用的知識庫信息。當然，財務決策系統并不會完全取代管理者的實際經驗和判斷力,而是要改進決策制定的效能，以及在高層決策者的決策過程中提供輔助性的工作。也就是說，最后的決策最終還要由人來制定。

人工智能的飛速發展，推動了現代會計信息系統從信息化和網絡化向智能化的加速發展。如果將這些技術運用于財務決策系統，會增加財務決策系統的柔性，適應決策問題與環境的變化，產生智能財務決策支持系統，提高決策支持的服務能力。智能財務決策系統從大量的財務數據和業務數據中收集并整理有用的信息，形成數據倉庫，運用數據挖掘技術，運用數據模型和數據處理技術，使用多維度的財務分析和查詢方式，向用戶提供預測報告和趨勢性的統計分析。進而挖掘數據之間的內在關聯性，挖掘數據中有價值的信息，幫助管理者制定正確的市場策略，作出正確的決策。

二、財務共享服務與智能財務決策之間的關系

數據是決策的基礎。智能財務決策系統的實現需要改變過去財務數據分散的現實，對財務數據、業務數據和其他相關數據進行集成，建立整個集團統一的數據管理平臺，以解決數據的傳送、分析匯總的問題，以及無法進行的數據歸集、聯查的問題。總體來看該系統應該是以大量的數據為基礎，由數據驅動系統決策。其核心包括數據倉庫、聯機分析、數據挖掘三項技術。數據倉庫是用來支持經營管理決策的數據的集合，其主要有面向主題、集成、穩定、隨時間而變化等四個特征。聯機分析是一種求證性的分析工具，數據倉庫中存儲的原始數據不但可以通過這一工具轉化為便于系統使用者深刻理解的信息，指導解決實際問題，而且還可以用快速、交互式的手段響應系統使用者的需求，把用戶對數據的應用從低層次的查詢操作提高到高層次的決策支持。數據挖掘是利用各種分析方法從企業或組織集中的大數據中快速、高效地識別并提取規律性的信息與規則，所挖掘的隱藏知識可以應用在信息管理、查詢處理與決策支持等信息系統的功能中。

財務共享服務將不同地域范圍內，具有同質性、分散性的會計核算業務集中到共享服務平臺進行集中統一的會計處理。財務共享服務利用集中所帶來的規模效應，一方面降低了會計核算成本，另一方面又提升了會計服務的質量，提升了會計核算的工作效率。這種新的財務管理模式為管理會計的有效決策搭建了重要的數據基礎、流程再造基礎，以及信息系統基礎。建設財務共享服務中心不僅是為了解決核算成本降低問題，更重要是通過未來的業財融合，通過面向業務與戰略，實現系統之間的聯系和數據集中共享。這些數據的采集和集中對于智能財務決策系統的實現意義重大。財務共享服務除了自身數據的采集，還可以借助ERP系統，集成了更多來自企業外部的客戶、供應商、合作伙伴的數據，這樣又進一步拓展了數據的來源?？梢?，財務共享有利于財務和業務的協同，同時打通ERP的供應鏈數據庫，OA流程審批數據庫，實現全業務流程的全數據管理。

可以預見，財務共享服務中心為財務決策系統搭建了重要的數據集中基礎，財務決策系統又進一步提升了財務共享服務的未來創新方向，向著會計核算、會計服務管理、會計決策支持的一體化方向發展。

三、財務共享服務中心現存的問題

當前已經構建的財務共享服務中心，大多建成了企業集中核算和集中報賬中心。它對于會計核算工作效率的提升，加強集團的管控，確實起到了一定的作用，但從長期來看，財務共享服務中心人員的素質提升、未來個人發展空間恐慌引發的頻繁人員流動、如何與業務型財務和戰略型財務溝通服務中心能力提升等問題，都是其長遠所面臨的現實問題。當然，從數據思維上來看，財務共享服務中心同樣面臨著數據的真實性和數據的集中后如何被有效利用問題。顯然，當前所構建的財務共享服務中心，并未達到管理者所期望的預期，或者管理者對于財務共享服務中心最初的定位就是錯誤的。從財務共享服務中心的長遠發展來看，這些也是存在的突出問題。

四、財務共享服務中心的未來：建設成為智能財務決策的數據中心

對于尚未建立財務共享服務的企業，應在最初的規劃時就朝著智能財務決策的數據中心進行規劃和流程再造。而不應該僅僅考慮到核算數據的集中與工作效率的提升。對于已經建立財務共享服務的企業，應逐步進行前臺、中臺和后臺的改造，為智能財務決策的實現建設數據中心。

具體來看，已經構建財務共享中心的前臺將不斷向前端遷移，參與到前置化的費用管理與控制過程中，弱化財務和業務之間的界限，成為各項費用的前端服務中心。所謂往前端延伸就是為供應商與費用管理兩端搭建一個平臺，一端和外部成熟的商旅平臺（攜程、去哪兒、途牛、藝龍等）、電商平臺（淘寶、京東、蘇寧、國美等）、用車平臺（首汽約車、滴滴打車、易到用車等）對接，實現數據直連，直接采集業務數據；另一端就是財務共享服務中心強大的費用報銷與控制系統。這種端到端的連通實現了交易業務的發生，業務數據的產生，財務數據的記錄三者同步進行，同時將企業運營中的三大主要流程融合在了一起，即業務流程、會計核算流程和財務管理流程。此外，前臺通過鏈接思維還可以實現更多的數據采集和更多價值網絡云平臺的形成。

財務共享的中臺通過智能化和記賬規則、預算管控的嵌入實現完全的自動化記賬、算賬、報賬，其數據結果自動轉移到后臺形成財務核算數據。中臺的智能化轉型將傳統財務共享中心審核人員的思考過程進行信息化還原，充分地梳理和分解后，通過規則引擎轉換為機器規則，嵌入計算機系統處理程序，由機器替代人工審核，審核通過后由會計引擎根據業務類型、單據及單據要素信息完成全自動的記賬核算，實現會計核算流程的自動化、智能化。這樣所構建的財務共享服務平臺會減少大量低附加值的報賬、審核、結算環節，由智能化系統實時自動完成，這樣原本大量中臺的人力資源才會得到最大效率的利用，發揮前臺、尤其是后臺的功能。

完成前臺、中臺的改造后，其后臺則進入各種數據的清洗、篩選、分析、可視化形式呈現等流程，這一流程也會逐步被人工智能（BI）系統所取代，以有利于輔助決策的需求。轉型后的財務共享服務中心后臺成為了財務決策支持系統的數據源的集合，即原始數據層。下一步應該更多地考慮如何提升服務質量，整合數據資源，對接財務決策支持系統的數據倉庫層、應用邏輯層以及人機交互層，在大數據的背景下根據集團戰略和業務發展需求提供多維度、高價值的數據信息。

利用財務共享的數據中心建設，財務共享服務中心可以跨業務、跨職能地工作。當財務共享服務于不同的職能部門，比如采購、應付賬款、司庫等，數據鏈接可以把不同職能部門的工作流程整合起來，形成一個更高效的標準和流程，以便更好地管理整個現金流，并促進跨職能部門的合作。如果再配有專門的數據科學團隊來進行大數據分析，則可以服務于各職能部門、業務部門改進工作。

當然，僅僅擁有更多的原始數據還是不夠的，還需要采集到有用的數據，從而利用數據為財務決策進行服務。這時，就涉及到數據質量問題。需要提高我們的辨識能力，實現數據產品與偏好在不同方面的多維度匹配。為此需要智能算法來提供幫助。還需要探索一種精密而便捷的方法，全面獲取管理者偏好的數據信息。

為此，在數據的采集方面，需要實現三個擴展：第一，從會計數據到業務數據的擴展。這個過程的實現需要建立在業財一體化的基礎上，會計核算結果能清晰追溯至業務交易過程，通過對業務交易信息的豐富記錄，擴充財務核算的信息維度。此外，與財務結果并不直接相關的業務數據的積累也不容忽視。第二，從企業內部數據到外部數據的擴展。當前，內部數據已無法滿足分析預測、風險控制的需求，市場數據、同業數據、輿情數據等外部數據的引入能更好地優化預測及風控模型，支持更多應用場景的實現。第三，從結構化數據到非結構化數據的擴展。無論是財務還是業務，內部還是外部，傳統模式下對數據的需求主要集中于結構化數據。但實際上，大量數據是以非結構化的形態存在的，如發票要素、合同要素等。若能充分發揮智能技術的應用價值，通過技術工具如影像識別、自然語義識別等將非結構化數據進行結構化，必然能夠將財務共享服務創新的數據基礎提升到新的高度。