大數據引入財務管理的重要性

［關鍵詞］大數據；財務管理；大數據安全；財務技術革命

大數據貫穿生活和工作的方方面面，到底有什么作用呢？對于“大數據”（Big data）研究機構Gartner給出了這樣的定義。“大數據”是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力來適應海量、高增長率和多樣化的信息資產。通俗地講是指信息爆炸時代產生的海量數據以及技術創新。大數據的特性決定了它有非常強大的功能［1］。

大數據時代的超級數據量和數據的多樣存在形式，已經超越了傳統數據的管理范圍和能力。

大數據技術和先進分析工具的運用，有助于高效處理大量結構化和非結構化的財務數據，實現了財務數據處理工作的批量完成，能輔助財務管理者完成信息檢索和分析，促進財務管理更加高效。將大數據應用于財務管理的重要價值有以下幾方面：

1. 大數據的重要價值

1.1 大數據能提高財務管理工作效率

大數據通過全新的處理模式，對多樣化、快速增長的海量信息資產加以分析利用，顯著提高了財務管理工作效率，提供更強的決策力、發現力和流程優化能力。

1.2 大數據為財務拓展管理深度

利用大數據，可以直接提升對資金預算的管理能力，經濟活動的管理，收支管理，以及內部控制能力的增強。從而使財務管理準確化。通過內部與外部數據的有機結合，提升了搜索、分析、處理等能力，讓財務管理部門的工作量化、精準，效率更高。

1.3 大數據為財務提升決策能力

過去，傳統決策工作多以經驗分析為主，由于信息不全面，分析結果往往會因為工作能力和經驗受到影響，導致決策方向存在各種偏差。而大數據的應用，具有較強的數據收集、處理、分析能力，能夠使財務管理人員掌握更加準確、清晰的財務信息、數據，為財務管理工作提供有效的數據支持，從而提升決策的科學性、有效性。

1.4 大數據為財務降低風險

大數據提供了更多的風險信息，利用數據分析能力，能獲取有效、真實、準確的大量數據，巨大的信息資源，擴大了信息來源渠道，降低了信息不對稱的影響程度。財務管理活動通過借助大數據技術能夠及時獲取市場風險信息，通過深層次的數據分析，可根據數據問題，及時為財務管理人員提供預警，提前預防，結合目前與未來的經營趨勢，提出具有一定風險前瞻性的財務意見，提高了經營決策的準確性，進而提高了財務管理的風險管控能力。

1.5 大數據技術提升財務信息評價的精確性

大數據技術就可以利用數據處理模型，使用定量分析與定性分析的收集方法，分門別類地收集財務信息，提升財務信息數據收集的精確性。

大數據技術正不斷被引入財務工作，單位管理能力和效率的提升必須實現量化分析，從數據中挖掘價值。如財務，在內部控制、風險管理、非數字化信息應用、業務經營等方面給單位帶來了許多管理領域的變革。

1.6 大數據能讓單位經營預算編制更加準確

利用大數據技術對財務數據進行收集、分析和整理，拓寬了傳統財務分析工作限于會計賬面數據為基礎的數據分析工作范圍，從多維度、多角度的數據分析處理讓財務分析和預算編制更加準確、更直接反映工作動態。

1.7 大數據可搭建以財務為中心的綜合信息管理平臺

大數據技術提升財務信息評價的精確性，完善了財務信息化，財務管理更加細致科學。

財務信息化是將財務信息管理系統同單位業務部門的數據管理相結合，即“財務、業務一體化”，讓財務與業務整合一體。通過搭建一個綜合信息管理平臺，協調了不同業務和內部管理部門關系，使得單位管理更加細致科學，符合現代社會的發展要求。

1.8 大數據有助于財務管理水平的提升

在大數據時代，要及時轉變財務管理觀念，用現代的新型財務管理理念，引入大數據信息手段，提高財務管理工作效率。

2. 大數據時代財務管理人員思維的轉變及知識更新

2.1 大數據財務思維

目前，大部分單位缺少大數據財務思維，但是伴隨信息化的高速發展，大多數單位財務從業者已經意識到，采用大數據進行財務管理的趨勢不可逆轉。

傳統財務工作中，主要是收集終端數據資料，然后匯總結果，并對變化趨勢進行分析。大數據時代，財務管理人員還必須具備大數據分析能力。傳統財務管理人員的計算機專業技能、觀念、經驗等都難以適應新要求，適應新技術的快慢，直接決定能否有效利用大數據帶來的契機。

現代化財務管理人員在熟悉會計學、財務管理學等專業技能的基礎上，還需要學習統計學、數據分析、計算機等方面的知識，培養數據分析及發現數據潛在價值的能力，為提升大數據技術在財務管理中的應用水平提供必要的專業知識支持，進而加快信息化、智能化的理財進程。

財務管理人員應充分利用大數據技術，科學全面地處理和分析財務數據，從中挖掘隱藏信息，識別數據關聯關系以及財會業務內在關系結構，探尋未知的決定性因素和數據背后隱藏的奧秘。

2.2 學習運用大數據知識

眾所周知，財務部門是單位的核心部門之一。財務人員的工作不再局限于記賬和各種報表，而是學習使用專業的數據分析工具進行數據分析。此外，在大數據和信息浪潮的推動下，數據分析的呈現需要可視化。數據可視化能夠為單位提供更加直觀的數據顯示效果，幫助單位決策者在盡可能短的時間內了解財務狀況，做出更科學、更合理的決策[2] 。

單位的財務人員不是專業的數據分析人員，選擇的數據分析工具還要具備易用性，能夠讓沒有專業數據分析基礎的人員也能快速上手。

國產的數據分析工具往往更能適應國內使用情況，它采用的是“Excel”式架構，即以Excel插件方式開發報表，所以熟悉Excel使用的人員可以快速上手，減少了學習一款新工具的時間、精力。它的數據可視化能力，不需要打代碼，直接拖拽即可制作儀表盤、數據可視化大屏，這對沒有編程基礎的財務人員來說是非常便捷的，另外它有豐富的交互控件、圖表組件，能夠生成豐富、強大的可視化展示效果。

大數據運用最基礎的知識有數據建模、數據整理、數據的分析與展示。

2.2.1 數據建模

財務數據分析是財務管理的核心，面對海量的基礎數據，如何通過快速有效的分析，揭示業務發展的程度、動因和影響，并預測業務實績走向，交叉驗證關聯業務過程合理性和存在問題等，是財務分析的關鍵點。那么，如何有針對性地設計構建數據分析模型呢？

建立財務大數據首要工作就是對數據進行建模，對涉及的數據范圍進行規劃，按主題域的方式對數據進行分門別類，包括費用、成本、應收、應付、合同、訂單、項目、財務報表。

在數據建模過程中，要將能從各個業務部門獲取到的數據、財務數據進行規劃。規劃涉及到每張表、表的字段，以及表與表邏輯關聯關系。

數據模型與數據關聯關系。在建立數據模型的過程中，要從業務和財務的角度，對數據分析的維度數據進行規劃和定義。例如差旅費用，就涉及出差時間、出差地區信息、差旅出行標準、所屬項目、核算公司、核算部門、費用大類、費用明細類型、發票類型、發票稅目信息。這些維度信息，都是用于從各個分析維度對數據進行發掘和分析、發現數據的相關性、異常數據、數據的趨勢規律。

在建立好各個主體域的數據、各個分析維度的數據后，規劃分析目標和結果。從分析的目標和結果上，我們再反過來看，數據是否足夠和完備，數據的顆粒度是否能夠滿足要求，數據的分析維度是否有缺失？經過大致三至四輪這樣的循環分析，基本數據模型就比較完備和完整了。

2.2.2 數據整理

在數據建模工作完成后，就涉及數據的收集、整理、存儲。數據收集的方式一般分為由從其他系統導出報表數據、系統對接采集數據、數據庫直接讀取、人工收集整理數據，根據情況可以按不同的方式進行處理。

數據收集后，就涉及數據的存儲，基本的存儲方式分為：按網絡共享盤+文件目錄+數據文件方式存儲、通過數據庫方式存儲、通過數據倉庫技術存儲。

如果是按網絡共享盤+文件目錄+數據文件存儲，需要注意幾個要點：

可以采用Excel文件作為數據的承載文件：按照目錄組織主題域。要按目錄將各個主題進行分開管理，采用樹形結構，進行層次細分。

文件名稱需要統一規范。對于維度數據，例如會計科目、供應商、客戶等，可以按單文件管理方式；對于業務數據和財務數據，可以采用主題目錄+主題文件方式管理，文件命名采用主題+會計分期進行管理[4] 。

最好采用網絡共享盤（盤符固定）進行管理，好處一是避免個人電腦因故障，文件丟失；二是保證數據可以被多人共享使用；三就保證數據文件相互引用時，文件關聯地址是相對固定的。

Excel文件不要包含格式，最好采用菜單中插入表格方式進行數據管理，可以達到數據庫表的管理效果。

關聯分析維度數據，最好采用引用和數據下拉菜單方式，這樣能保證數據間的一致性；數據表中盡量不要用公式計算，把分析的工作留到BI分析工具中。

數據存儲好后，開始數據整理工作。不同數據源的數據，可能存在數據格式不一致的問題，就要進行數據轉換和整理，BI工具提供了比較完善的數據轉換和整理的能力，包括功能豐富的M函數、DAX函數。

數據整理的工作占用的時間是最多的。但如果沒有高質量的數據，各種數據分析，也就沒有堅實的數據基礎，無法得出有價值的結論。需要我們財務人員和技術人員有耐心和毅力，沉下心做好基礎數據整理工作。

2.2.3 數據的分析與展示

在完成數據整理工作后，就是對數據進行分析和展示了。通過交互式BI分析工具，可以對數據進行不同維度的分析，通過不同的圖表，展示數據的規律，同時還可以設計數據互動關系，讓數據變成可視化的，可交互的。

3. 加強對大數據的安全管理

大數據為財務獲得大量有價值的數據信息，但財務管理安全風險隨之而來，應對財務數據泄露成為另一個管理大事。大數據集中后，如何確保網絡數據的完整性、可用性和保密性，不受到信息泄漏和非法篡改的安全威脅影響，大數據技術的這一特點為數據安全管理增加了難度。

因此，有必要建立統一的大數據安全管理體系框架，通過分層建設、分級防護，充分保護敏感數據，為財務管理全面應用大數據技術奠定安全基石［3］。

大數據安全的三要素包括安全存儲、安全傳輸和安全認證的使用者。只有安全存儲、安全傳輸，以及認證的使用三者有機結合，才能最大程度保證大數據安全使用。

為了保護財務的數據，必須使用防火墻安全、入侵檢測和預防工具、掃描工具，并要求對所有數據訪問進行驗證［5］。

審計是大數據安全的必經之路，對審計數據要單獨維護，以備日后參考。在任何攻擊后，都必須進行全面審計，以檢查運行是否正常在任何單位中，硬件或軟件故障都是導致數據丟失的重要原因之一。必須定期更新管理硬件和軟件配置。

防止數據泄露是使用大數據文化中不斷灌輸的一個過程，必須重視，保護大數據平臺不受威脅。

4. 結語

美國已將大數據從商業行為上升到了國家戰略，把大數據視為“未來的新能源”，認為一個國家擁有的數據規模、數據活性和數據運用能力將成為綜合國力的重要組成部分。我們也迫切需要從戰略層面提高對大數據重要性的認識，樹立以大數據提高財務管理效率、提升精細化和智能化水平的意識。

與此同時，還要盡快全面地把大數據引入財務管理，改變過去財務決策的制定對經驗和直覺的依賴。充分發揮大數據的應用效益和技術潛能，解決財務管理面臨的一系列新難題，用數據說話、管理、決策、創新，徹底改變傳統會計工作注重事后統計與監督的狀況[6] 。

另外，隨著大數據的深度應用，高價值數據面臨越來越多的安全風險，一旦出現財務數據泄露，會帶來不可估量的損失和影響。因此，對大數據安全管理要提到議事日程，堅持安全與發展并重，加強管理。

從四個方面著手，對內部控制制度不斷完善。并將其作為一項長期堅持的任務，不斷提升財務管理水平。同時對單位可能出現的風險提前做好預判評估，以便進行有效的控制。