当前数字化时代下日新月异的业务模式更迭、颠覆传统的信息技术发展以及日益趋严的监管环境变化，正使企业经营面临前所未有的深刻变革，而业务实践与财务管理进一步融合，将是提高资源利用效率、加强风险防范水平、提升企业整体价值的重要途径。
业财融合常常伴随着诸多挑战，尤其是在数据领域，但完善的业财数据标准化体系能为这一进程不断深入提供坚实基础和强大助力。
1）业财融合中常见的数据管理问题
在万物互联的当下，数字经济生态基本覆盖了社会生产的方方面面，数据不再只是单纯的经营活动副产品，还成为了开发新型商业模式的基础资产和创造未来发展机遇的战略资源。
然而从安永多年来服务客户的经验中我们观察到，许多企业尚未建立起有效的业财数据管理机制，导致业财融合在数据层面遭遇重重障碍、难以顺利推进，更无法充分挖掘出数据内涵的价值。常见的问题包括以下内容：
数据规范不统一
不同系统在数据命名、编码、定义、取值上的差异，以及不同管理视角下数据口径、颗粒度、维度的差异，都有可能造成数据规范的不统一，进而导致相同原始数据在多个系统中独立存储、多个场景下分别呈现时产生一致性问题，加重数据管理负担、增大数据应用难度。
数据资源未共享
对于非数字原生的大型企业而言，前端业务系统众多、建设年代不同、数据接口分别定制是普遍的情况。这往往导致企业内部业财数据交互的模式复杂、效率不高，严重制约了数据流动与共享，甚至使得财务系统只能接收业务系统转换后的“结果汇总数据”，难以回溯业务明细、发现业财差异、实现精准管控。
数据价值待挖掘
许多相对原始的业财数据交互模式主要以反映交易内容、满足核算需求为目标，对于业务前瞻相关数据的积累较为薄弱。这导致数据服务无法实现多元化的非结构化及结构化数据的交叉分析，难以满足深度挖掘数据价值、满足企业经营分析与决策的需求。
安永认为，数据是数字经济生态的核心，而打破不同业务领域之间的壁垒，构建业财数据标准化体系，真正实现业财数据的同步、同源、统一，是释放数据价值、发挥数字生态经济作用的必由之路。
2）业财数据标准化体系建设思路
数据标准化是实现有效数据管理的基础性工作，能够为多种数据应用场景提供“一致的语言”数据标准化，也是实现业财融合的前提条件。
企业需要通过明确标准设计原则、盘点数据资源目录、梳理数据结构层次、提炼数据标准规范，建立数据迭代机制，以获得安全可信、标准统一、高度相关的数据，从而最大化发挥数据资产价值，实现数据应用及洞察并持续推进财务管理的提升。
(一)业财数据标准化体系设计原则
数据全面性原则：业财数据标准化体系需支持对端到端业务场景进行数据流程梳理，并基于多维度的财务分析需求，实现对多层级的全量业务数据的刻画，形成企业级业财数据资源目录，满足完整数据资源管理及应用的需求。
数据共享性原则：不同系统间高度共享的数据是数据标准化体系建设的关键，需基于数据共享原则，打通信息壁垒，实现全链路业财数据贯通，避免海量数据散落在众多信息系统中形成“数据烟囱”的情况。
数据一致性原则：数据标准化体系需提供对业务术语和数据标准的规范化定义，支持将多源异构的业财数据字段标准化，在规范数据含义、明确数据粒度、统一数据口径后输出标准一致的业财数据结果。
数据同源性原则：基于数据标准化体系“一数一源、一源多用”的建设思路，确保数据源头清晰可追溯，可根据结果数据对源数据的流转及活动进行重现，同时减少数据重复管理造成的资源浪费和数据冗余。
(二)业财数据标准化三步法
第一步：数据盘点“全”——梳理端到端交易数据及管理数据，确保数据完整可用
基于企业业务架构，从支撑财务管控的交易侧数据及满足经营分析的管理侧数据入手，对各个系统的业财数据进行盘点。通过梳理数据现状，厘清业务开展过程中业财衔接部分的业务流、单据流以及数据流，明确业财数据分布，识别数据孤岛、多源头录入等数据集成问题。
在盘点交易侧业财数据时，需基于端到端业务流程梳理数据流程，从中捕获财务管理所需的业务信息字段，明确业务数据产生的责任部门以及来源系统，同时厘清财务数据在各环节处理的系统承载及所需信息字段，识别业财数据的标准差异与衔接断点。对于业财数据标准一致的直接对接，数据标准不一致的以数据映射方式进行转换，并将数据断点作为后续集成链路优化的主要对象。
图 1交易侧数据梳理思路
在梳理管理侧业财数据时，需考虑不同的数据场景及数据视角，通过管理维度及分析指标的钻取和挖掘，在多场景下应用分析结论，打通目标、预算、执行的闭环管理，形成多维分析数据需求，明确各指标的业务含义、数据口径、适用对象、关联维度以及数据来源等信息。
图 2管理侧数据需求
第二步：数据结构“精”——将业务流程数据化，实现对多层级业务数据的刻画
在梳理全量交易侧及管理侧数据的基础上，基于末级业务流程及分析指标框架，对具有业财价值的数据项进行分类归并，构建多层级的数据结构，支撑业财数据同源与完整。
数据结构自上而下可分为五个层级，而数据大类作为最顶层的数据信息分类，需围绕企业价值活动，建立完整的数据采集链路，对交易记录从业务类型、业务对象、业务载体、财务载体及流程数据等方面进行解构和提炼，提高数据灵活组合和调用便捷性，实现各类标准数据及属性的规范传递。
图 3多层级的数据结构
通过数据打通与整合，沉淀标准的、可复用的、具备公共能力的标准数据，将数据的价值体现在连接与应用上。支持按需求对各项标准数据进行多维组合，提高数据响应业务迭代创新的能力及速度，并助推企业经营分析从传统的统计分析向预测分析转变，从非实时向实时分析转变，从标准化数据向多元化数据转变。
图 4标准数据分类
第三步：标准规则“细”——建立数据交互规范，形成业财数据标准化规则
在完成对具有数据共享需求及业财价值的标准数据的识别后，梳理现有业财数据与标准数据的口径差异，制定异构的前端业务系统数据与财务管理平台的映射标准，统一业财数据含义、口径、数据逻辑、数据维度及颗粒度，逐步完成多层级场景和精细化数据要素的完善。
完整全面的业财数据标准规则应满足以下三方面视角的要求：
业务视角要求：数据标准规则应统一业务侧语言和理解，定义数据与企业业务相关联的特性和用途。业务属性可包括名称、简称、定义、业务规则、值集、维度、粒度等。技术视角要求：数据标准规则应通过描述数据与信息技术实现相关联的特性，对IT实施形成必要的指引和约束。技术属性可包括数据类型、数据格式、数据长度、度量单位、枚举值的限定等。管理视角要求：数据标准规则应明确各部门在贯彻数据标准管理方面承担的责任，对业务规则责任主体、数据维护责任主体、数据监控责任主体、颁布日期、废止日期、业务应用领域、标准落地系统等管理属性做出规范。
图 5数据标准化规则
(三)业财数据标准化迭代机制
数据标准化体系的建设不是一蹴而就的过程，企业开展新业务模式、经营管理需求升级、监管机构数据报送要求变化、数据管理部门组织架构调整，均会带来相应的数据标准需求的改变。
因此，需要建立常态化的业财数据标准迭代机制，从而应对动态的商业环境和前沿的管理分析方法对数据管理提出的新需求。标准化迭代机制包括：
管理机构职责：明晰数据标准迭代管理组织架构及各方工作职责，制定职能领域划分迭代支撑流程：制定数据标准迭代的规范化管理流程，为提高数据迭代效率提供保障迭代支撑制度：建立迭代支撑制度，明确迭代原则并制定指南，指导业务、财务及IT部门跨职能的数据标准迭代工作有效开展
图 6 数据标准化迭代机制
3）业财数据标准化体系为业财融合带来的价值
01. 沉淀数据资产，强化系统应用
基于统一、多层级的业财数据标准，企业能够搭建包含集成平台及管理应用在内的数据管理中心，形成高度整合的数据资产并提供全面的业财数据服务。通过数据集成平台对接口进行统一控制，企业可实现业财数据的集中管理和优化，打破传统信息化系统带来的数据孤岛；通过数据管理应用对业财数据进行分层、分主题的存储和管理，企业可提高数据灵活组合和调用便捷性，支持业财数据的实时记录和融通。
02. 协同业财职能，赋能数字团队
以业财数据标准化落地为基础，充分发挥数据驱动运营的作用，从而构建以专业数据分析为基础，以前端业务决策为导向，通过专业分工及协同支持，促进业财融合的职能模式。在新的职能模式下，业务人员能够为财务人员提供真实的业务数据及相关业务逻辑，并利用财务提供的分析结果进行业务决策和效果反馈；财务人员能够以数据和价值为核心数据标准化，有效支持业务决策，管控业务风险，提升流程效率。
03. 支撑分析体系，实现战略引领
标准化后的管理侧数据口径、颗粒度及维度将全面满足企业对精细化、实时化业财分析的要求，为业务财务出具专业的分析与报告提供数据支撑。同时，可复用的、具备公共能力的标准数据将支持企业在价值链条上建立多维分析架构，利用多层次、可交叉的分析直接加强企业对业务信息的钻取能力，推动业务洞察和管理智能化。
4）结语
在数字化浪潮的推动下，业务数据和财务数据面临着爆发式的增长，业财融合是追求敏捷响应能力、决策支持能力、财务管控能力及价值创造能力的众多企业的共同诉求。
然而，数据标准化不能一蹴而就，业财融合也不是一朝一夕之功，明确财务转型方向，夯实数据基础，提升财务管控和服务支持的效率和能力是当前企业在数字化时代进一步发展的首要任务。
秉持着“数字财务、技术创新、使命驱动、世界一流”的愿景，安永期待与各企业合作，扎实推进数字化转型战略，优化以面向业务、创造价值为目标的财务管理模式，助推业财融合转型走向卓越。
本文章为业财融合系列文章的开篇，后续将陆续刊登关于业财融合流程、业财融合运营等内容的系列文章，敬请关注！
本文是为提供一般信息的用途所撰写，并非旨在成为可依赖的会计、税务、法律或其他专业意见。请向您的顾问获取具体意见。
admin
