基于大数据技术的BI分析系统在财务管理方面的应用
来源:用户上传
作者:王丹梅 侯清涵
【摘要】伴随着经济全球化与信息技术时代的到来，更加精细化、科学化的财务管理对企业日趋重要。企业借助信息化手段，结合大数据、智能化等新技术，推动企业管理数字化转型。文章基于大数据的技术手段，重点探究基于大数据的财务一体化平台的BI分析功能，概括了BI分析在企业财务管理方面的必要性，提出了未来大数据分析工作流程的建议，并指出企业未来构建财务分析的核心能力需重视财务人员的职能转型和智慧化财务管理分析报告的生成两个方面。
【关键词】大数据；BI分析；财务一体化平台；
【中图分类号】F275；TP391
在新技术和新需求的共同推动下，国务院于2017年颁布《新一代人工智能发展规划》，推动大数据和人工智能的发展。基于大数据的财务管理模式以业务需求为导向，融入智能化理念，创建数字化、智能化、高效率的财务管理平台，辅助管理者根据财务数据进行经营决策。
在大数据背景下，企业内外财务板块海量的数据源满足了业务发展所需的多样化应用场景。企业通过BI分析，对海量数据进行深度挖掘，获取能反映经济情况和业务实质的关键指标；通过搭建数据分析模型，形成能够服务于业务的数据分析报告。同时，新的业务场景和基于大数据的经营决策会产生更多的数据信息，为进一步优化完善BI分析功能提供了重要的基础信息。
在当前阶段，由于信息化的不断发展和大数据在财务会计领域应用的不断演变，在企业不同的发展阶段，财务信息化的深度和广度也不同，而且呈现不断延展的态势。基于大数据的BI分析在实际业务场景中的运用情况呈现出动态演变的趋势，越来越多的企业将以业务需求为导向的财务数据分析融入到财务管理中，并通过建立财务平台不断优化。基于大数据的智能化思维正快速融入业务管理、流程管控、风险预警和经营决策等方面。依托大数据、人工智能、机器人自动化、数据挖掘等技术，实现BI分析的精准性、适用性和实用性不断提升，为经营决策提供丰富的、深层次的、高价值的数据支持，提升经营管理的判断能力。
一、建筑行业财务信息化现状
（一）信息化程度落后
随着我国基建投资的加大，建筑行业得到了快速的发展。然而，相比于其他行业，建筑行业有着其特殊的性质，比如，工程施工周期较长、施工区域广泛、涉及的流程较多、合同金额巨大、施工位置偏僻等特点。因此，建筑行业存在着财务信息传递慢、不透明、不精准等问题，无法及时建立有效的内外部信息交流机制，从而导致企业管理层决策失误而造成成本增加。建筑行业快速发展的同时，伴随着信息化趋势下对财务管理转型升级带来的机遇和挑战。
（二）信息准确性较低
近年来，国家加大了基础设施的建设投资力度，降低了建筑企业的门槛，越来越多的建筑承包商加入到建筑行业中，建筑企业的竞争日趋激烈。增值税政策的全面实施要求建筑企业从过去的粗放式管理模式向精细化管理模式转型，财务数据的指标对实现精细化管理的作用日益凸显。然而，目前建筑行业中大多数施工企业在项目管理过程中缺乏对财务管理的关注，财务信息的记录或者上报存在严重的滞后性，很多时候依然采用人工查账、填表等方式收集数据信息，数据的准确性基本依赖于会计人员的职业水平，影响数据的实时性和准确性。
（三）未建立一体化的数据库
当前，很多建筑企业开始关注如何通过信息化建设带动企业发展，大型央企单位也更加关注信息化建设，并建立起财务共享中心。但是财务共享中心是分片区运行和管理，各片区之间的衔接性较差，导致企业整体信息不畅通。此外，为建立起财务系统和信息系统的数据对接桥梁，建筑企业做了很多尝试，比如管理会计报告生成等，但主要反映的是财务信息，对非财务信息反映不充分。建筑企业在实际工作中，没有形成一套完整的、真正意义上具有大数据分析能力的财务信息系统，财务数据零星、分散，各模块没有形成联系紧密的有机整体。
（四）数据分析能力薄弱
建筑行业针对财务方面的数据分析能力薄弱，未建立大数据分析能力。一方面，财务人员对财务信息化的理解片面，以为财务信息化只是简单的记账凭证自动生成和报表的一键取数，加上建筑行业中繁琐的基础财务工作占用了财务人员大量的时间，财务工作者未能够培养财务数据分析能力。另一方面，很多建筑企业缺少综合的财务管理平台，财务数据的获取能力有限，缺乏预测、评价、决策和预警机制，无法有效利用大数据分析能力。
二、建立BI分析系统的必要性
在经济全球化和财务信息化的驱动下，国内外越来越多的建筑企业开始注重财务分析能力的提升，一改以往粗放式的财务管理模式，转而向智慧化财务、精细化管理、精准化运营转变。很多建筑企业开始建立标准化的财务管理平台，建立更加全面、有效的财务信息管理系统，通过该系统收集企业内外各渠道的数据信息。在此基础之上，建立BI分析系统，利用大数据智能化技术手段建立有效的数据分析支持工具，加强财务人员数据分析能力，增强业务管控能力，提升风险防控能力，并能够根据业务需要对重点项目进行监控，增强对企业重要财务指标的分析能力和预警能力。
（一）加强财务人员数据分析能力
传统的财务工作，更多的是基础会计事务操作，缺少对财务数据的分析，财务数据背后的重要业务信息往往被忽略。BI分析系统的建立，一方面强调了财务数据分析的重要性，财务人员更多的工作将会围绕财务数据分析展开，提升公司经营管理能力；另一方面强化了财务人员的数据分析能力，为进一步优化数据分析系统，深入挖掘财务数据，指导业务发展提供了不竭动力。BI分析系统的建立，能倒逼财务人员不仅需要掌握基础的财务会计知识，还需要深入了解一定的业务知识，从而提升了业务处理能力，以财务数据为基础参与公司的经营管理决策，发展成懂财务、知业务的复合型人才。
（二）增强业务管控能力
BI分析系统能够有效结合预算系统，通过抓取预算系统完整的数据，建立有效的預算体系分解经营目标。通过各企业的历史经营情况、经营成本和财务状况，预测未来的经营状况。预算执行过程中可根据预估采取相应的措施，并通过实时的数据分析进行业务调控。对于建造主业，可以将预算目标细化分解至单个建造合同，展示其收入、毛利、结算、收款等指标，及时掌握项目的实际财务状况，实现单个建造合同管理的业务预警，强化过程管控，避免潜亏。 可视化的数据驾驶舱功能为战略决策支持提供充足的数据指标，包含经营指标、财务指标、风险指标等。功能使用指标仪表盘、数据穿透式查询等技术进行数据展示，为管理者提供实时的财务指标，辅助管理者监控业务发展并提前预见发展趋势，反映管理决策执行的效果。通过BI分析辅助管理人员做好事前预测、事中控制和事后评价，有力地提升了业务管控能力。
（三）提升风险防控能力
公司以往的风险管理更偏重于事后核算监控，无法做到对工程项目存在的风险进行前置预判和项目进程中的实时监控。在大数据智能化的BI分析功能运用下，风险管理更偏重于提升风险的实时监控能力和项目风险的预判能力，如疫情环境下停工造成的成本增加风险和供应链断裂风险等。在BI分析平台中建立风险管控模型，能实时采集项目履约进度、资金收支情况、关键财务指标等数据，通过对量化的指标设定一定的风险阈值，对重点风险问题进行重点监控，使得项目实施风险监控能力和公司经营风险监控能力得到进一步提升。如在项目层面可以通过对施工进度的监控，提前防范工期违约风险和工期延长成本；在公司层面可以通过对资产负债率和带息负债总额等关键财务指标设置阈值，达到阈值时可立即启动相应的防控措施。
（四）提供重点项目监控、分析和预警机制
当前很多建筑公司的财务管理平台建立了丰富的财务信息数据库，能够根据实际业务对重点项目进行监控，系统的监控指标具有可拓展性，从统一的底层数据库获取所需要的数据，通过可视化的方式展示给数据监控人员。诸如目前公司财务一体化平台的重点监控事项包括在建项目、劳务合同和资金监控等，通过手机端实现了及时的数据监控。在此基础上，通过搭建BI数据分析模型，能够对重点项目的运营质量进行深入分析，挖掘财务数据背后的业务关联问题，并对可能存在的业务风险进行预警，有助于公司重点项目的安全稳定运行。例如，针对国家颁布的保障农民工工资支付有关规定，通过BI系统可以对重点项目尤其是政府重点公共建设项目农民工工资支付数据进行分析，公司管理层就能监控项目农民工工资的支付情况。同时，通过相关的预警功能，提前防范项目恶意欠薪带来的风险。
三、基于大数据的BI分析实现建议
中国建筑作为国有大型建筑企业，通过财务一体化平台的建设，致力于打造紧跟信息化潮流的财务管理平台，以健全公司财务数据库，完善财务管理流程。在此基础上，公司将下一步的工作重点放在数据的使用上来，通过引入大数据分析方法，增强财务数据的BI分析能力，有效辅助经营决策。从大数据的处理流程上看，可以从数据采集、数据预处理、数据分析和数据可视化这四个方面进行推进。
（一）建立数据采集网络
数据采集是财务一体化平台BI系统进行大数据分析的基础，建立BI分析平台需要确定数据收集方案，建立数据采集网络，采集相对可靠的数据。BI分析系统的数据来源将包括：目前财务一体化平台各子系统的原始数据及台账、报表等数据；未来前端的人力资源、采购、商务、项目管理等业务工作平台的系统数据；以及税务政策、行业对标等外部数据。通过数据采集网络，建立了数据库信息更新机制，并根据所需要分析的内容，添加或删减相对应的数据项，建立大量实时可靠的数据库，不断完善数据仓库和数据源，为BI分析辅助管理决策建立丰富的数据基础。
（二）完善数据预处理机制
财务一体化平台的BI分析系统对采集的数据进行预处理，通过数据转换对相应数据内容或者名称转化为便于系统识别和展示的形式，并对收集的数据进行清洗，验证数据的可信度和内容的匹配程度，从而获得有价值、高质量、规范化的数据资源。此外，对数据进行分类，根据数据类型区分为基础数据、风险防控数据和重点项目数据等，并对数据进行打标签，建立多个子数据库，便于系统快速有效地提取相应数据。
（三）搭建数据分析模型
数据分析需要搭建高效、可靠、稳定的数据分析模型，基于现有的大数据分析技术进行数据统计、机器学习和数据挖掘，通过挖掘数据得出财务指标和业务指标的深层关联性。根据各类业务场景，搭建相关的数据分析模型和判断规则，有目的地分析相关数据，在确保数据分析准确性的前提下得到可总结、可预测、可决策的分析数据。例如：针对公司的核心主业，未来可搭建建造合同的全成本分析模型，在现有实际成本归集的模式下，增加机会成本（资金占用费，保修金的时间价值等），同时，按照成本的类别单列各类成本占总成本的比例。通过全成本分析模式的搭建，针对相同类型的建造合同项目可以在不同子企业间进行对标分析，可以与同行业的其他公司进行对标分析，从而找到核心成本动因和降本增效的方向。
（四）实现可视化分析展示
建立大数据下的可视化分析平台，数据可视化以图像、表格或文字等形式对数据分析进行可视化展现，便于管理者掌握现状、预测趋势、了解风险预警，并制定具有针对性的经营决策，提高智慧决策能力。可视化分析的未来趋势，最重要的应用之一就是要建立可视化的财务管理分析报告，比如可视化的运营分析报告。运营分析报告可自由选择配置好的核心财务指标，实现多个维度自由组合，进行各种主题的运营分析，从而提高各级运营分析会的效率。
四、构建财务分析核心能力
随着财务一体化平台对数据分析能力的不断加强，平台价值的创造将会提高到一个新的高度。基于大数据的BI分析系统在强化了系统平台数据分析能力的基础上，公司在构建财务分析核心能力上需要重点关注财务人员的职能转型和财务管理分析报告的生成这两个方面。
（一）财务人员职能转型
财务流程的自动化将财务人员从传统低效的基础会计核算和计量事务中解脱出来，财务人员需要进行职能分工和财务转型。少部分人员会继续从事基础的财务核算工作，以支持基础信息数据的准确性，大部分财务人员需转向更多从事高附加值的财务数据分析和信息挖掘等方面。财务人员需要更加专注于经营分析、风险管控、业绩评价、流程再造、成本分析等工作，对大数据算法分析的结果进行整合、汇总，合并成易于报告需求者阅读的模式，助力于推动公司的战略决策和经营管理，提升和创造企业价值。
（二）生成财务管理分析报告
“从数据层面分析指导业务层面决策”是建立大数据BI分析系统的主要目标。在实现了基础数据的收集，数据的挖掘并展示出经营业绩数据的前提下，生成财务管理分析报告是管理会计的大数据分析智能化发展的要求。通过财务数据分析抓取大量的財务数据和业务发展信息，并提升对业务发展的判断能力，从而得出全面、准确的财务管理分析报告，引入机器学习不断优化财务管理分析报告，为管理者经营决策提供更好的支持，这是企业管理的发展方向，亦是新时代财务体系的方向。
五、总结
财务大数据在近年来受到大型建筑企业的关注，大数据和人工智能在财务管理上的融合也迎来了新的发展阶段。本文基于建筑行业信息化发展现状，提出了建设BI分析系统的必要性；基于大数据的应用，探讨了未来公司财务一体化平台的BI分析功能数据处理流程，并指出公司未来在构建财务分析的核心能力上需要重点关注财务队伍职能转型和智能化财务管理分析报告方面的工作建议。相信基于大数据的BI分析能力的构建将会对公司的经营决策具有一定的参考价值。
主要参考文献：
[1]万章浩.财务共享模式下基于大数据智能化的协作施工核算优化[D].重庆理工大学，2019.
[2]刘红菊.财务共享模式下基于大数据智能化的Z建筑企业管理会计报告生成优化研究[D].重庆理工大学，2019.
[3]赵化.财务共享模式下基于大数据智能化的材料核算优化研究[D].重庆理工大学，2019.
[4]段东生.大型建筑企业工程投标风险管理研究[D].中国矿业大学（北京），2015.
[5]吴彤琳，孟超，王惠.我国企业集团财务共享服务中心的优化设计——基于流程再造和流程优化理论[J].河北企业，2018，（04）：22-25.
[6]傅元略.智慧会计：财务BI分析与会计变革[J].辽宁大学学报（哲学社会科学版），2019，47（01）：37-38.
[7]朱有婧.基于大数据思维的财务数据挖掘及应用研究[J].国际商务财会，2019，（11）：3-9+19.
转载注明来源:https://www.xzbu.com/3/view-15284368.htm
