淺談企業財務分析中提升數據價值的幾點看法

安云鵬

摘要：信息技術的高速發展為企業管理提供了強力引擎，大中型企業開始搭建信息化的智能型財務分析管理體系。財務作為企業管理體系中的核心，及時改變傳統財務分析視角，深度挖掘財務數據的價值已然箭在弦上，為企業未來的發展創造價值，為創建智能型企業夯實基礎。

關鍵詞：數據 ?價值創造 ?業務協同

財務分析領域在高速發展的信息技術強力推動下正進行多維度變革，信息處理的新技術正在融入全企業經營鏈條下的財務管理體系中，財務分析通過對新信息技術的運用加大對數據價值的挖掘，加快了智能型財務管理的大趨勢，對企業經營管理產生了深刻的影響。財務管理的方向通過積極轉型來應對信息時代財務管理的環境變化和發展趨勢，為企業的基業長青保駕護航。

一、財務數據體系建設

（一）財務數據重新定位

信息化高速發展帶來了數據的巨大變革，社會經營大環境已然變成了大數據的海洋，企業只有真正融入大數據中，才能獲得豐厚的回報。而傳統的財務管理方法已經不能適應企業的發展，只局限于自己的數據孤島內，財務數據只是一個簡單的數據集合，而無法有效與業務統一起來，業務的管理數據必須由財務提供。這樣的數據傳遞必然造成企業數據信息斷裂和管理的滯后，造成企業運營效率的下降。

財務必須重新對財務數據管理進行定位，及時找準企業的財務數據發展方向，推進以提升數據價值為核心的財務管理體系，更好地服務于業務部門。最好的財務數據就是新的財務數據管理方向與企業信息化建設及企業業務流程有機的融合到一起，既具有前瞻性，又要確保數據來源的真實，同時數據源自最簡明的業務處理，具有高度的集成性。通過對這樣的財務數據進行數據挖掘和價值提升，財務才能站在企業全局的高度上，通過數據在企業業務流程中的貫通進行分析，來不斷提升企業的運營效率和財務管理水平。

（二）財務數據質量監督

企業投入成本建立了財務信息化系統，財務數據貫通業務全流程。海量的數據呈現在財務面前，如何甄別企業數據的真實性和及時性？這就需要企業建立財務數據質量監督體系，長期持之以恒地用科學的方法跟蹤財務數據。對于財務數據質量監督是財務數據體系中的重要一環，對財務分析的結果起到重要的影響，決不能放松對數據質量的監控。

數據創造價值是財務分析的核心，財務是數據的集結港，但不是數據的源頭。財務分析要挖掘數據價值，就必須把財務管理半徑前移到業務。業務是企業運營的主體，更是企業經營數據的起點，業務流程和業務處理是否規范，直接影響到財務數據的真實、準確。

財務如果不把對數據的管理要求前延到業務部門，就無法對業務數據進行質量追溯。業務數據出現的問題集中體現在數據的真實性和數據及時性上，財務沒有對業務數據的賬實相符和及時性進行要求和規范，業務數據就可能出現不準確，如物料已經領用一個月，數據才錄入系統。延遲進入系統的業務數據出現了失真，財務分析和數據價值的挖掘就成為空中樓閣，無法對運營提升起到作用。

財務需要對數據的運轉流程實時監控。監控工作應分節點進行，首先，業務數據質量分析。檢查業務流程的整體性是否順暢，是否還存在業務處理的數據“堰塞湖”，業務如果只局限于獨立部門的管理維度下，將會造成企業整體數據共享的斷層。導致業務運營數據在企業經營運行上出現了延誤及缺失，增加了企業的管理成本。其次，財務應評估財務監督的質量，財務監督專員是否真正的深入到業務一線部門，真實的接觸了數據源頭，是否對數據源頭的數據錄入進行了有效的評估。

二、智能數據下的財務分析思維

（一）數據分析的減法與加法

一個企業的業務增值離不開財務的強力支持，構建基于防范業務風險的財務數據體系后，真正源于業務的數據集成到了財務系統 。財務人員需要跳出事后算賬、事后分析的傳統思維，首先應把業務數據與行業的大數據進行關聯，通過業務數據在行業內的市場占有率和行業規模的分析，來分析業務的升值空間和前景。而不是單純的就業務分析業務，只局限于企業內部。

財務的數據價值分析從企業價值鏈和業務鏈的角度對財務數據進行挖掘和分析，準確分析客戶結構和產品結構，持續推進經營業務的“減法”與“加法”，“減法”是財務通過分析向業務部門提供業務運行中那些低價值、低效率的數據匯總報表，便于業務進行結構調整和瘦身，清除不合理的資源占用。業務自身做減法，提高運營效率，提升財務數據使用價值。“加法”是財務向業務提供通過價值鏈精準分析，定位于業務運行中潛力業務和高價值產品的價值分析，助力于業務持續關注產品的效益和質量，推進產品結構的快速升級，甚至打造出業務中的超級明星單品，如伊利牛奶的安慕希品牌，伊利牛奶通過這個超級單品提升整個酸奶業務的盈利空間和市場占有率。

財務人員必須提高自身綜合素質，向業務復合型財務人才方向發展。要對財務數據分析的新理念、新方法進行學習和研究，財務數據分析做到財務和業務兩者相互配合，真正做到伴隨業務共同成長的財務伙伴

通過財務分析報告使業務部門對自身做“減法”和“加法”，來提升業務流程的增值效率，改善業務的產品結構，推動產品向高價值方向發展。

（二）財務數據分析維度的協同效應

財務數據的分析維度要有協同效應，需要企業財務，更需要業務共同參與，分析維度是在企業部門間齊心協同設計而出的。數據的分析維度不再是簡單的財務運營指標。設置數據維度時，核心的財務指標要保留，更重要的是在設置指標時要有管理思想上的轉變，要從財務數據為起點向業務質詢的維度，轉變為從業務核心部門發起的數據維度，財務參與設置關鍵性指標，業務與財務共同關注分析維度。只有數據維度原始驅動是從業務發起的，業務才會高度關注數據的價值，才會把數據的反饋結果應用到運營效益的改進和提升。

數據維度應從企業管理的實際出發，針對數據維度架構的深入化和標準化，企業各部門必須依據企業業務流程的需要進行調整，必須保證數據維度的全面、準確、可執行。對于業務流程執行中的內控與風險問題，要融入分析維度中，更多關注對業務風險的控制與防范效率，以及成本的投入產出效益。財務數據的價值一定要融入業務的風險防范意識。

（三）財務分析專員要成為業務伙伴

財務分析專員要有計劃的把自己從一個的財務分析人員轉變為業務管理的參與者，如果沒有大量時間來參與業務、了解業務，與業務共同成長，就不可能成為一名專業的財務分析人員。財務分析專員既要有扎實的財務專業知識，又要有非常專業的業務知識，二者相輔相承。任何一個數據分析維度都不能就財務說財務，分析時必須依據業務的特點而進行，如對產成品噸運費這個指標的分析，如果財務只關注運費同比變化和歷年波動趨勢，這樣的分析只能給出直觀的運費變化，不能更深層次的把握業務的實際變化。分析運費，就必須熟悉整體運輸市場的行情、了解運輸物流效率、地區運輸承運商的實力和運力、以及客戶對產品的接收是否有特殊的要求。對這些非財務維度的知識必須花時間去了解和掌握，并且能夠不斷學習思考和總結，能夠做到把財務數據和業務特點有機的結合起來，能夠持續地對運輸市場進行跟蹤分析，不斷地修正市場等因素對財務數據的影響，只有這樣的分析數據才能讓業務興奮，因為業務通過數據能清晰看到具體有哪些因素在影響業務經營，知道改進和提升的方向在哪，更會依據數據去調整和改進業務控制費用并且高效完成任務。

財務信息化建設在新技術的強力支撐下不斷地向前探索，大型企業、財務機構已經啟動對財務機器人的研發和推廣，財務機器人的出現必將替代基礎會計人員的核算工作，所以財務人員必須提高自身綜合素質，向業務復合型財務人才方向發展。要對財務數據分析的新理念、新方法進行學習和研究，財務數據分析做到財務和業務兩者相互配合，真正做到伴隨業務共同成長的財務伙伴。