基于数据中台概念下的财务数据治理研究和实践

来源:用户上传      作者:

　　摘要：系统之间出现数据重复采集、数据冗余、共享数据更新不同步、数据不准确、信息沟通不畅等一系列问题，对企业数据处理、数据分析、投资决策等工作带来严重的影响。为有效提升财务业务数据质量，支撑业务决策分析。在提升数据质量工作的基础上，开展了全面的财务业务指标数据清查工作，提升数据管理、数据质量，改善数据的完整性、一致性、準确性、规范性，为“数字化转型”奠定基础。
　　关键词：财务数据治理;数字化转型;数据中台
　　中图分类号：F275    文献标识码：A    文章编号：1007-9416（2020）10-0000-00
　　0 引言
　　 数字化浪潮下，随着云、大、物、移、智等新技术的快速发展，数据成为企业的核心资产。在激烈的市场竞争环境下，数字化给企业带来了前所未有的机遇和挑战。企业纷纷推进数字化转型，数据中台也获得了广泛关注。企业期望通过数据中台有效聚合内外部数据，充分利用数据价值，支撑高效的数据服务，以推进数字化转型。2018年底以来，在阿里、华为、腾讯等互联网和高科技企业的引领下，国内企业开始关注数据中台建设，掀起了数据中台实践探索的热潮。面对新形势，云南电网公司在财务域数据治理工作中，基于数据中台概念，积极开展实践探索，取得了一定成效。
　　1 企业的数字化转型浪潮
　　 在企业信息化建设进程中，数据是一直存在的。在信息化时代，数据是业务流程和应用的副产品;伴随着技术的不断发展，数据变得越来越重要;到了数字化时代，企业业务运营从操作本质上已转换为加工和处理数据，数据成为了企业的核心资产[1]。从数据中发现价值，从数据中产生创新，数据对企业的重要性被提到前所未有的高度。企业迫切希望转型为数字化企业，从而更好的利用数字化技术和能力，驱动商业模式的转型和管理方式的变革，实现企业业务的创新和增长。根据AppDirect在2018年9月的一项研究显示：七成被访企业高层认为企业只有经历了数字化转型才能够在下个五年中生存。当今时代，数字化转型已经成为企业的必然选择。但是，在数字化转型的过程中，企业却面临重重障碍。企业需要找到更有效的办法，从而打破原有壁垒和边界，真正帮助企业聚合企业各类数据，提升数据质量和数据价值，从而为企业提供有效的数据服务和数据洞察力[2]。
　　2 数据中台的定义及基本架构
　　 中台的概念最初是由阿里提出，在企业数字化转型的热潮中逐渐被了解。现在阿里的“大中台、小前台”的管理模式已经得到了广泛认可。所谓中台是相对于前台和后台而言的。对企业来说，前台通常是指面向客户的市场、销售和服务部门或系统，后台则是技术支持、研发、财务、人力资源、内部审计等支撑部门或系统。当前行业竞争激烈，市场千变万化，前台需要对客户需求做出快速反应。但是后台系统则要求完整和严谨，流程规范、管理严格，很难针对前台需求做出彻底的改变。在传统架构下的企业运营中，前后和台业务经常脱节。同时，后台系统支撑能力的重复建设、数据共享差、信息流转不畅等问题，也严重影响了企业数字化建设的推进。中台是为解决企业在数字化转型过程中面临的痛点应运而生的，它在前台和后台之间搭起桥梁，穿透企业内部的部门墙、业务墙和数据墙，实现了数据技术和业务场景的高效连接。
　　 中台概念的提出及相关应用，是国内企业为适应竞争环境，基于企业的创新实践推动，不断探索和调试的结果。在目前国内企业的领先实践中，中台有数据中台、业务中台、技术中台、研发中台、算法中台、组织中台等6种类型，他们都为业务系统提供服务的中台层。数据中台严格意义上的概念定义，目前国内尚未完全统一，但从阿里、华为、百度、腾讯、浪潮等公司的数据中台建设实践中，行业专家给出了广义的定义：“聚合和治理跨域数据，将数据抽象封装成服务，提供给前台以业务价值的逻辑概念”。换言之，数据中台能够将数据加工封装成公共的数据产品或服务，它不是直接提供给用户使用，而是提供给业务应用，从而实现其价值。
　　 面对大量异构数据，数据中台能够帮助企业在数字化转型中，建立自己的数据服务工厂，从而有效解决数据孤岛、数据泛滥、数据存储、数据标准、数据输出等一系列数据问题，加速从数据到价值的转换过程，提高企业信息系统对前端业务的响应能力，从而推进企业更有效的实现数据分析、数据挖掘、业务创新、管理变革等核心价值。从应用架构上来说，数据中台架构通常至少包含数据基础层、数据服务层和数据应用层。数据中台能够为企业提供从数据技术、数据治理、数据体系、数据模型、到数据服务的一站式全链路解决方案。
　　3 财务数字化面临的挑战
　　 随着企业的数字化和业财融合的推进，财务需要处理的数据源越来越多、数据量越来越大，企业同时也对财务的数字化提出了更高的要求。在推进财务数字化的过程中，企业面临诸多困难[3]。
　　 （1）业务财务数据脱节。传统的财务统计和分析，主要依托财务核算报告的数据开展，与实际业务脱节，无法满足数字化时代对财务的新要求。（2）业财集成后的数据质量低。1）跨域获取和集成的数据效率低，质量差;2）业务、财务数据指标的口径不统一;3）业务数据责任人不清晰，链路不完整。（3）数据应用研发滞后。1）传统财务核算和财务数据分析通常基于历史财务状况和经营结果;2）数字化时代的“冷数据”价值日益缩减，及时性分析和快速响应越来越重要;3）基于传统模式的财务数据分析应用的开发响应慢，建设成本非常高。（4）数据分析无法满足需求。1）传统财务基于历史经营结果进行整体分析，难以发现经营现状中的问题;2）传统财务分析重财务、轻业务，企业希望财务管理和挖掘跨域数据价值;3）市场要求快速响应，企业期望财务提供敏捷化、前瞻性的数据分析能力;聚合多源数据、提高数据质量、有效利用数据、实现快速响应，提高分析能力，是财务数字化转型成功推进的关键要素。数据中台能够帮助企业财务部门有效聚合各域数据，支撑高效的数据服务，并最终提升数据处理能力和决策支撑水平。以数据中台为核心的数据应用系统建设对企业财务数字化的推进具有重要意义。 　　4 财务域数据治理与数据中台
　　 随着企业数字化转型和财务数字化建设的推进，数据质量越来越受到关注。以往的经验教训告诉我们，市场竞争环境瞬息万变，业务变化的速度越来越快，数据应用的变化速度不可能完全与其适配，数据质量的问题是不可能百分之百获得解决。传统的数据治理通常将数据和业务相互独立，采用中心化和管控式的治理方式。通常的方法就是把数据标准定出来，然后让业务服从于标准，但却忽视了数据标准是为了业务服务的。因此，采用传统数据治理方法，其成果可以归纳为“三个一”，即：创造一堆新岗位：产生一堆新职位，比如主数据管理员，物料管理员，数据治理委员会等。制定一批新流程：发布新的流程和标准，告诉所有部门要遵循这些流程来管理数据。上线一批新系统：上线一批数据管理和数据应用系统，将流程和规则固化到系统中。
　　 但是，传统的数据治理工作很少能根本上解决数据质量的问题，甚至反而会导致业务效率的降低，工作负担的增大，甚至阻碍业务的顺利运转，最终数据治理的成果往往流于形式和标准。在财务数字化过程中推进数据中台建设，将会给财务数据治理工作提供有效的解决方案。
　　 （1）去中心化和服务式的治理方式。企业当前面临的市场竞争环境，市场需求变化快，业务边界日渐模糊。企业财务在推进数字化过程中势必会面临数据质量问题，这就需要具备更好的数据治理能力。传统的中心化和管控式的数据治理方式已经不适用。数据中台提供去中心化的数据服务和数据应用，其核心理念在于“数据取之于业务，用之于业务”，即数据中台作为业务的数据消费需求提供方，它更注重对业务的积累和沉淀，构建了从数据生产到消费，消费后产生的数据再回流到生产流程的闭环过程，并通过业务对数据服务的不断滋养，形成一系列稳健的数据服务。通过数据中台，能够实现去中心化和服务式的数据治理方式，真正帮助提升数据质量。（2）服务于业务场景的数据治理。数据治理是要服务于业务场景的。2018年华为CEO任正非曾提出：要用场景化而不是定制化的解决方案来消化客户需求。场景化并非只是简单的基于对业务场景的数据分析，它是基于企业新的数字化架构之上，以数据服务为基础的应用实现。可以说，数据中台是场景化分析得以开展的前提条件。只有通过数据中台所采用的数据管理和数据服务模式，才能够更好的实现服务于业务场景的数据治理，也为建构于数据中台之上的场景化数据分析带来强大的生命力。
　　5 云南电网财务域数据治理实践
　　 自2014年以来，云南电网公司基于南方电网“6+1”一体化系统及各基础平台的建设开展及持续深化，实现了对现有业务的有效支撑。但是，随着信息技术日新月异的发展和资源管理要求日益精细，原有的平台及业务系统也暴露出一些不足，如海量数据响应速度不足、数据源头不一、数据交互复杂等问题，无法满足财务管理需求对数据应用的高效、可扩展的要求。面对数字化时代的新技术和新形势，南方电网公司以打造“数字南网、智慧南网”为目标，推动数字化转型工作，推动公司业务高质量发展。云南电网在财务域数据治理建设中，紧跟公司战略，积极开展基于数据中台概念下的财务数据治理研究和实践[4]。
　　 例如在公司工程财务和资产管理精细化程度和多维度分析的要求越来越高的前提下，财务系统资产价值管理模块中的部分历史数据无法满足公司管理新要求，但在传统数据治理过程中耗时耗力，成效不明显。如何克服跨域数据融合后带来的海量数据管理难题，提升数据质量和财务经营分析支撑能力，实现财务“数据有用，数据好用”，是财务面临的新挑战。基于数据中台架构思路，在数据治理中借助去中心化的服务式数据应用、服务于业务场景的数据治理原则以及自动化数据技术驱动原则，取得了较好的成效。通过工作开展，数据质量和业务场景实现关联，数据质量的提升真正为业务产生了明显的价值。
　　 （1）去中心化的服务式治理。通过实践去中心化的服务式治理，推进轻管控，重服务，以解决业务上的数据问题为目标，而不单纯以数据质量和数据规范为唯一要求，在提升数据质量的同时，为业务带来价值。（2）服务于业务场景的治理原则。数据的标准和规范越简单越好，但是一定要强调和业务场景的融合，必须要服务于业务场景。就是说，只有真正能够产生業务价值的数据标准和规范才能够落实。（3）自动化数据技术驱动原则。传统数据治理大多通过事前管控，强制业务侧遵从后端的数据管理要求，例如需要复杂的事前申请或变更审批。在针对数据治理的数据服务应用实践中，强调采用智能化和自动化数据技术驱动，简化和弱化审批过程，尽力做到让业务对数据质量的强管控无感，从前端管控逐步转向后端归因的模式，将复杂的数据处理逻辑和严格的标准规范管控尽量放到后端进行。这样不仅把对业务处理效率的影响减到最低，也同时保障了数据质量。
　　6 结语
　　 总之，基于数据中台概念下的财务数据治理是一个比较新的研究课题，此课题的研究刚刚开始。下一阶段将在公司财务域拓展试点研究范围，切实提升财务域数据质量，以推动财务数字化转型。
　　参考文献
　　[1] 徐丽.财务数据治理创造业务价值[J].纳税，2017（24）：61.
　　[2] 黄妍君.大数据时代财务管理转型探讨[J].湖北函授大学学报，2016（9）：72-73.
　　[3] 李长青，王志国，王张敏，等.电网企业财务大数据研究与应用[J].电力大数据，2018（8）：14-18.
　　[4] 毛宇星.推进大中台战略 加速数字化转型[J].金融电子化，2019（6）：14-16.
　　收稿日期：2020-08-28
　　作者简介：段琳（1990—），女，白族，云南大理人，硕士研究生，工程师，研究方向：数字图像处理。
　　Research and Practice of Financial Data Governance Based on the Concept of Data Center 　　DUAN lin1， WU Dong-yang2， LONG Jiang-xi3
　　（1.Information Center of Yunnan Power Grid Co.， Ltd.， Kunming Yunnan 650217;
　　2.China Southern Power Grid Digital Grid Research Institute Co.， Ltd.， Guangzhou Guangdong  511458）
　　Abstract： There are a series of problems between systems， such as repeated data collection， data redundancy， asynchronous update of shared data， inaccurate data， and poor communication of information， which have a serious impact on data processing， data analysis， investment decision-making and other work of enterprises. In order to effectively improve the quality of financial business data， support business decision analysis. On the basis of improving data quality， we have carried out a comprehensive financial business index data inventory， improved data management and data quality， improved data integrity， consistency， accuracy and standardization， and laid the foundation for "digital transformation".
　　Key words： financial data governance; digital transformation; data Center
转载注明来源:https://www.xzbu.com/8/view-15364562.htm