本文整理自“IMA管理会计大咖云讲堂”

老虎技术新材料有限公司 首席财务官

CMA，赵士豪

一、为什么要做数字化？

1．数字化提出的新挑战与要求

在2010年以前，财务数字化更多还是依赖ERP操作实践或财务孤岛，依靠命令以及控制实现层层传递，无法规模化，也无法实现数据的交互。而现在，更多企业逐渐转变为生态组织，拥有前中后台整条数据链、财务BP、数据看板等，深度了解各个行业领域内容，并不断进行整合，这些都是生态型组织的期待。

随着组织越来越庞大，数据的实效性要求随之更高，之前依靠上级传达命令以及数据孤岛的方式无法满足企业的发展要求，更加强调将数据做到数字化，每个人都可以轻易接触到，从而发挥数据的商业价值，并支持商业决定。这也是数字化提出新的挑战与要求，即基于实效性、传递性及商业价值的事实，赋予数据新的功能或者要求。正如IMA管理会计能力素质框架中也提出了新的要求，即技术与分析，需要搭建信息系统，进行数据分析、数据治理以及可视化。

2．谈到数字化可以想到什么？

谈到数字化，一般会想到一些先进企业的数字化经历，会有复杂精细的数字化流程，通过数据信息来提升商业价值，获取更多商业信息，所以数字化也是增值式企业的命题；与此同时也可能想到数字化、智能化的大命题或者互联网公司考虑数据中台、前台以及后台，亦或者智能化一体化的数据链条等等。

我在2020年加入老虎公司时，企业内部存在数字化需求。基于这个庞大的命题，我们进行了初步数字化构想。数字化很大程度上依赖于管理会计。运营支持、战略管控、战略落地以及风险内控作为最基础的信息输入以及管理，能够保证管理会计的功能能够实现并且及时被挖掘。针对基础数据，必须进行清洗与清理，并保证核算的准确性、真实性、公允性，这是整个数字化的基础，也是第二个步骤。之后实现财务中台能力复用，连接财务核算、管理会计、IT平台以及数据制度平台共同搭建，通过财务共享、多功能共享、数据中台以及业务中台，将数据进一步传递给销售。

3.企业为什么要做数字化？

在整个模型里，花费更多精力的其实是规划，其实初衷并不是思考做数字化。为了数字化而去数字化其实是一个很大的误区，这样会盲目借鉴前人经验，而不是以价值为驱动去做数字化建设。当时我们借用了甘特图工具，从收到需求，到设计、实施、验证，最终完成，实现了整个过程，但是并未考虑到其需求是否合理、背后是否有更深层的意义、是否带来价值增值、项目增值具体模块以及短长期目标等等各类问题。这类工具适合目标已经非常明确时去利用，然而面对非常庞大的数字化体系，在无法明确需求的产品，甚至并不了解数字化的情形下定义第一步及未来几年规划，这显然并不合理。敏捷管理是我们长期使用的工具，从收到目标到计划执行、发布、改善、再发布，不断进行优化更迭，这个过程很像最开始产生了代步需求，于是造出了滑板车作为便捷的工具；之后由于舒适感受、乘坐人员数量等不同需求，生产出自行车、摩托车，最终生产出了汽车，帮助最初的模型实现了迭代。所以，老虎公司推翻了之前项目瀑布式的管理，重新审视为什么要数字化。

二、如何找到落脚点

数字化的第一步是分析痛点。在进行数字化痛点分析时，需要明确企业目前的阶段。第一在于落实合规以及管控，比如财务经常结算卡壳，基础系统拖沓等，基础数据价值还没有办法保证其真实、可靠传递以及效率，这时候距离数字化还比较遥远。第二是赋能部门，确定是否有部门需求。第三，是否识别潜在需求的价值空间，股东或者上级是否有更高的价值挖掘需求。最后是价值乘数，当其他部门，比如研发、销售等通过CRM、项目管理各种方式已经完成企业部门生态管理，而财务部门数字化进程已经成为企业短板时，管理者意识到需要通过数字化的改进来支持整个生态发展，在补齐短板的这一阶段中，其价值乘数威力是最大的。

要分析痛点，通过敏捷找到最小交付物。以老虎公司为例，目前拥有海量交易数据，一天超过7万笔，ERP系统以及Excel已经不堪重负，运算及清理消耗大量时间，导致财务人员没有办法处理与挖掘细微层面上的关键数据信息。此外，大量时间在数据清洗、数据过滤，大量自定义手工分类做销售分析，耗费大量人工，很难去分析与洞察客户需求的选品趋势、客户交易的细微预测，只能在宏观层面去看待事物。于是，我们通过一些数字化的工具比如敏捷管理等，让销售数据价值不断被挖掘，解放了大量的人力物力，省去了很多手工分析的过程。

三、数字化2.0流程

1．销售分析数字化实施

在物理层，公司使用的是SAP S4 Datawarehouse；在数据层，最终选取Power BI实现数据实时传输，实施方便且成本较低。其关键在于从Datawarehouse自动进行Power BI实时传输的接口非常难得。从分析层面，SAP数据可以实时从Power BI获取销售分析信息，比如行业、区域、客户及产品、代理商及经销商、销售人员、产品特性（颜色以及表面效果等）、产品推荐，还有单价/边际/毛利，以及统计学预测分析等各个模块，全部通过Power BI进行SAP数据处理清洗后一键式生成，在电脑端、手机APP端以及微信小程序端随时可获取实时更新报告。之后又形成财务看板，包括应收、KPI以及预算管理、费用看板、资产指标、利润看板及财务分析。同时，我们也把生产管理，包括生产损耗、交单以及产能、生产KPI、费用KPI等以及实验室管理、供应链及库存管理数据等其他看板全部放进来，形成了一张巨大的看板。

当有了一系列看板之后，我们希望解决其他痛点，比如公司有将近4万种产品，单个产品手动报价耗费大量手工，于是我们将报价逻辑整理到Power BI里并配合销售动态预测，借助统计学以及AI工具，进行数据挖掘，包括盈利预测、产品客户管理、畅销品、未来畅销颜色以及表面效果、潜力新增客户等各个维度。

实施方案可分五步走，第一步设备搭建：SAP S4 数据库与Power BI 接口对接；第二步数据定义：在众多SAP字段与参数中分切数据区域，明细取数参数与逻辑；第三步数据清洗：定义数据清洗规则、取数规则以及数据更新逻辑；第四步看板展示：数据看板展示以及分享；第五步预测及分析：包括大数据管理、统计模型套用及定制预测模型。

2．数字化的优势

Power BI可以将海量信息放在一张表中，实现极好的数据勾稽，通过每一页数据进行筛选之后，可以看到多维度数据展示，并且所有的报告只需按钮去更新并完成，不需耗费过多时间维护，十分方便快捷。目前老虎公司的Power BI报表已有106张左右实时更新，财务人员可以将大量精力放在分析变化与预测趋势上，促进其更好实现转型。

数字化带来最直观的变化在于数据预测，我们使用的是ARIMA统计模型，可以看到每个月销售额的波动。模型可以告知财务人员最好、最坏、中等的CASE以及每月趋势等等，它可以预测任何月、产品、行业、原材料、销售人员或者客户，拥有数以万计的组合方式，财务难以通过人工实现。基于ARIMA及其他预测模型，能够帮助财务人员做丰富且精准的销售预测，可以更加激励我们进一步做预测分析，并且衍生出利润预测，包括现金以及投资，从而带给部门更多价值传递。销售只需要补齐未来预测落地的新增项目，补充预测因素即可。

在人工智能时代，数字化产品能够极大地帮助企业实现财务与业务的深度融合，进一步提升数据价值，为公司带来更大赋能。

从个人提升角度看，财务人员应当与企业同频，建立良好的数字化思维并加强学习，全面优化自身知识与能力结构。从企业发展角度看，管理人员需持续补齐业财技断点，与财务数字化转型协同推进；建立内外部生态圈，统筹财务数字化转型；做好顶层规划，以战略视角稳步推进数字化转型。