DT時(shí)代基于數(shù)據(jù)價(jià)值鏈的財(cái)務(wù)變革

陳虎 孫彥叢

【摘要】DT（Data Technology， 數(shù)據(jù)技術(shù)）時(shí)代下， 數(shù)據(jù)正成為企業(yè)的核心資產(chǎn)。 財(cái)務(wù)作為企業(yè)天然的數(shù)據(jù)中心， 能夠應(yīng)用數(shù)據(jù)科學(xué)和數(shù)字技術(shù)解鎖海量數(shù)據(jù)中的價(jià)值， 推動(dòng)企業(yè)變革， 助力企業(yè)發(fā)展創(chuàng)新。 本文結(jié)合DT時(shí)代的企業(yè)發(fā)展和財(cái)務(wù)管理特點(diǎn)提出財(cái)務(wù)數(shù)據(jù)價(jià)值鏈概念， 其由業(yè)務(wù)、數(shù)據(jù)和技術(shù)三大核心要素構(gòu)成， 分為業(yè)務(wù)需求分析和數(shù)據(jù)采集、清洗、探索、算法、可視化六個(gè)基本步驟， 財(cái)務(wù)部門通過(guò)構(gòu)建數(shù)據(jù)價(jià)值鏈挖掘數(shù)據(jù)價(jià)值， 賦能企業(yè)決策創(chuàng)新， 并探究在此過(guò)程中財(cái)務(wù)部門將經(jīng)歷的一系列變革和實(shí)踐中應(yīng)用財(cái)務(wù)數(shù)據(jù)價(jià)值鏈需要考慮的因素， 以期為財(cái)務(wù)的未來(lái)發(fā)展提供參考。

【關(guān)鍵詞】數(shù)據(jù)價(jià)值鏈;數(shù)據(jù)清洗;數(shù)據(jù)算法;數(shù)據(jù)可視化;財(cái)務(wù)數(shù)字化

【中圖分類號(hào)】F275? ? ? 【文獻(xiàn)標(biāo)識(shí)碼】A? ? ? 【文章編號(hào)】1004-0994（2022）10-0041-5

DT時(shí)代數(shù)字技術(shù)的飛速發(fā)展實(shí)現(xiàn)了人與物的廣泛互聯(lián)， 新興技術(shù)的深度滲透融合使得各行各業(yè)的數(shù)據(jù)量呈爆發(fā)式增長(zhǎng)。 數(shù)據(jù)作為DT時(shí)代的戰(zhàn)略性生產(chǎn)要素， 對(duì)于價(jià)值創(chuàng)造的重要性不斷提高， 挖掘企業(yè)海量數(shù)據(jù)中的價(jià)值儼然成為企業(yè)維持并提升核心競(jìng)爭(zhēng)力的關(guān)鍵。 挖掘數(shù)據(jù)價(jià)值需要完整的數(shù)據(jù)價(jià)值體系。 企業(yè)數(shù)據(jù)價(jià)值體系的內(nèi)容主要包括數(shù)據(jù)治理、數(shù)據(jù)價(jià)值鏈和決策場(chǎng)景三個(gè)部分， 在數(shù)據(jù)治理體系構(gòu)建的高質(zhì)量數(shù)據(jù)基礎(chǔ)上， 通過(guò)數(shù)據(jù)價(jià)值鏈釋放數(shù)據(jù)價(jià)值、形成數(shù)據(jù)產(chǎn)品， 并將其應(yīng)用于經(jīng)營(yíng)決策場(chǎng)景。 財(cái)務(wù)數(shù)據(jù)價(jià)值鏈?zhǔn)菙?shù)據(jù)價(jià)值鏈在財(cái)務(wù)領(lǐng)域的應(yīng)用， 是數(shù)據(jù)發(fā)揮價(jià)值的途徑。 面對(duì)企業(yè)“數(shù)據(jù)驅(qū)動(dòng)”的轉(zhuǎn)型需求， 財(cái)務(wù)部門作為企業(yè)天然的數(shù)據(jù)中心， 需要應(yīng)用數(shù)據(jù)價(jià)值鏈解鎖數(shù)據(jù)中的價(jià)值， 將數(shù)據(jù)沉淀為知識(shí)并形成服務(wù)， 滿足企業(yè)經(jīng)營(yíng)管理過(guò)程中不同決策場(chǎng)景下的需求， 助力企業(yè)發(fā)展創(chuàng)新。

一、財(cái)務(wù)數(shù)據(jù)價(jià)值鏈的理論基礎(chǔ)和內(nèi)涵

1. 數(shù)據(jù)價(jià)值鏈理論。 價(jià)值鏈理論最初被定義為由設(shè)計(jì)、生產(chǎn)、銷售、交貨及售后等所有向用戶交付產(chǎn)品或服務(wù)所需的一系列生產(chǎn)活動(dòng)及相關(guān)輔助活動(dòng)所構(gòu)成的體系[1] ， 通常被稱為傳統(tǒng)意義上的價(jià)值鏈。 后續(xù)研究在價(jià)值鏈理論的基礎(chǔ)上不斷拓展分析視野， 提出了商品鏈、全球商品鏈、全球價(jià)值鏈、價(jià)值網(wǎng)等概念， 但關(guān)注點(diǎn)仍聚焦于實(shí)體形態(tài)的價(jià)值鏈。 Rayport和Sviokla[2] 突破了傳統(tǒng)價(jià)值鏈的實(shí)物范疇， 首次將價(jià)值鏈理論應(yīng)用于電商行業(yè)中信息的價(jià)值創(chuàng)造過(guò)程， 提出了虛擬價(jià)值鏈的概念。 此后的研究逐步認(rèn)識(shí)并重視信息、知識(shí)、數(shù)據(jù)等非實(shí)物資源在價(jià)值創(chuàng)造中的作用， 這也是價(jià)值鏈理論適應(yīng)時(shí)代發(fā)展和技術(shù)進(jìn)步的必然趨勢(shì)。

數(shù)據(jù)價(jià)值鏈的概念是價(jià)值鏈理論在數(shù)字經(jīng)濟(jì)時(shí)代的發(fā)展， 最早由Miller和Mork[3] 提出， 他們認(rèn)為數(shù)據(jù)價(jià)值鏈?zhǔn)怯蓮臄?shù)據(jù)獲取到?jīng)Q策制定的全面數(shù)據(jù)管理活動(dòng)、提供輔助支持的各種利益相關(guān)者和相關(guān)技術(shù)構(gòu)成的框架， 并將數(shù)據(jù)價(jià)值鏈劃分為數(shù)據(jù)發(fā)現(xiàn)、數(shù)據(jù)整合和數(shù)據(jù)探索三大過(guò)程。 此后的研究大多從數(shù)據(jù)生命周期的技術(shù)應(yīng)用視角解讀數(shù)據(jù)價(jià)值鏈。 比如， Curry等[4] 將數(shù)據(jù)價(jià)值鏈劃分為數(shù)據(jù)獲得、數(shù)據(jù)分析、數(shù)據(jù)監(jiān)管、數(shù)據(jù)存儲(chǔ)和數(shù)據(jù)使用五個(gè)環(huán)節(jié); Faroukhi等[5] 認(rèn)為數(shù)據(jù)價(jià)值鏈包含數(shù)據(jù)生成、數(shù)據(jù)采集、數(shù)據(jù)分析和數(shù)據(jù)交換等四個(gè)步驟。 鮮有文獻(xiàn)分析數(shù)據(jù)價(jià)值鏈應(yīng)用于企業(yè)業(yè)務(wù)實(shí)踐中的價(jià)值創(chuàng)造過(guò)程及其影響。

2. 財(cái)務(wù)數(shù)據(jù)價(jià)值鏈的內(nèi)涵。 數(shù)據(jù)的價(jià)值創(chuàng)造過(guò)程與企業(yè)具體的經(jīng)營(yíng)管理活動(dòng)密不可分， 數(shù)據(jù)分析的結(jié)果只有應(yīng)用于業(yè)務(wù)實(shí)踐為企業(yè)帶來(lái)經(jīng)濟(jì)效益， 才能實(shí)現(xiàn)數(shù)據(jù)價(jià)值的充分利用。 DT時(shí)代數(shù)據(jù)科學(xué)發(fā)展迅猛， 新型數(shù)字技術(shù)不斷涌現(xiàn)， 數(shù)據(jù)量以指數(shù)級(jí)速度增長(zhǎng)， 對(duì)傳統(tǒng)的企業(yè)運(yùn)營(yíng)管理模式產(chǎn)生了顛覆性影響。 數(shù)據(jù)價(jià)值鏈研究只有結(jié)合DT時(shí)代企業(yè)的發(fā)展變化， 才能真正實(shí)現(xiàn)企業(yè)數(shù)據(jù)價(jià)值變現(xiàn)。

本文基于已有研究， 結(jié)合DT時(shí)代的企業(yè)發(fā)展和財(cái)務(wù)管理特點(diǎn)， 進(jìn)一步創(chuàng)新和拓展數(shù)據(jù)價(jià)值鏈理論， 提出財(cái)務(wù)數(shù)據(jù)價(jià)值鏈。 財(cái)務(wù)數(shù)據(jù)價(jià)值鏈?zhǔn)菙?shù)據(jù)價(jià)值鏈在財(cái)務(wù)領(lǐng)域的應(yīng)用， 是財(cái)務(wù)面向業(yè)務(wù)和管理需求有針對(duì)性地提取、組織并利用數(shù)據(jù)， 從而盤活數(shù)據(jù)資產(chǎn)、開發(fā)數(shù)據(jù)功能、發(fā)揮數(shù)據(jù)價(jià)值， 通過(guò)科學(xué)直觀的表現(xiàn)形式清晰傳達(dá)和溝通數(shù)據(jù)分析結(jié)論， 實(shí)現(xiàn)數(shù)據(jù)向信息、知識(shí)、智慧的逐步升華， 最終賦能企業(yè)經(jīng)營(yíng)決策的一系列過(guò)程。 因此， 財(cái)務(wù)數(shù)據(jù)價(jià)值鏈?zhǔn)菑臄?shù)據(jù)中產(chǎn)生價(jià)值和有用見解所需要的一系列有序步驟， 是從數(shù)據(jù)生成到數(shù)據(jù)應(yīng)用的整個(gè)數(shù)據(jù)生命周期中逐步提取數(shù)據(jù)價(jià)值的可重復(fù)過(guò)程。

二、財(cái)務(wù)數(shù)據(jù)價(jià)值鏈的構(gòu)成

1. 核心要素。 業(yè)務(wù)、數(shù)據(jù)和技術(shù)是財(cái)務(wù)數(shù)據(jù)價(jià)值鏈的三大核心要素， 支撐著財(cái)務(wù)數(shù)據(jù)價(jià)值鏈發(fā)揮作用的全路徑。 業(yè)務(wù)是財(cái)務(wù)數(shù)據(jù)價(jià)值鏈的服務(wù)對(duì)象; 數(shù)據(jù)是財(cái)務(wù)數(shù)據(jù)價(jià)值鏈運(yùn)行的原材料， 是一切分析與研究的基礎(chǔ); 技術(shù)是財(cái)務(wù)數(shù)據(jù)價(jià)值鏈的承載和實(shí)現(xiàn)工具。 數(shù)據(jù)服務(wù)于業(yè)務(wù)， 在企業(yè)業(yè)務(wù)運(yùn)行過(guò)程中， 采集和積累的數(shù)據(jù)及基于數(shù)據(jù)產(chǎn)生的洞察， 最終要作用于業(yè)務(wù)發(fā)展， 才是有價(jià)值的。 因此， 財(cái)務(wù)首先應(yīng)明確業(yè)務(wù)對(duì)于數(shù)據(jù)的需求， 并以此為目標(biāo)， 圍繞業(yè)務(wù)核心開展一系列數(shù)據(jù)處理工作。 同時(shí)， 隨著企業(yè)可采集和積累的數(shù)據(jù)量增加， 技術(shù)也在不斷發(fā)展演進(jìn)， 財(cái)務(wù)能夠應(yīng)用數(shù)據(jù)采集、數(shù)據(jù)清洗、數(shù)據(jù)分析及可視化等數(shù)據(jù)技術(shù)實(shí)現(xiàn)對(duì)海量數(shù)據(jù)的規(guī)律分析及價(jià)值挖掘， 得出的結(jié)論信息回歸業(yè)務(wù)實(shí)踐， 指導(dǎo)業(yè)務(wù)決策， 驅(qū)動(dòng)業(yè)務(wù)創(chuàng)造價(jià)值。

2. 基本步驟。 財(cái)務(wù)數(shù)據(jù)價(jià)值鏈涉及的一系列數(shù)據(jù)處理和使用過(guò)程可以分為六個(gè)基本步驟： 業(yè)務(wù)需求分析、數(shù)據(jù)采集、數(shù)據(jù)清洗、數(shù)據(jù)探索、數(shù)據(jù)算法和數(shù)據(jù)可視化。 六大基本步驟環(huán)環(huán)相扣， 共同解鎖數(shù)據(jù)價(jià)值。

（1）業(yè)務(wù)需求分析。 對(duì)于企業(yè)而言， 結(jié)合實(shí)際業(yè)務(wù)需求的數(shù)據(jù)分析才具有商業(yè)價(jià)值， 因此財(cái)務(wù)數(shù)據(jù)價(jià)值鏈的起點(diǎn)是業(yè)務(wù)需求分析， 基于理解業(yè)務(wù)需求解決實(shí)際問(wèn)題。 業(yè)務(wù)需求可根據(jù)經(jīng)營(yíng)管理需要分為四類： 面對(duì)分析類的需求， 比如銷售部門需要明確銷售額下降的原因; 面對(duì)描述類的需求， 比如用以描述員工工作成果、監(jiān)督員工工作執(zhí)行情況的員工工作效率、業(yè)績(jī)貢獻(xiàn)率等指標(biāo)數(shù)據(jù); 面對(duì)預(yù)警類的需求， 比如在匯率管理過(guò)程中， 財(cái)務(wù)部門需實(shí)時(shí)監(jiān)控匯率變動(dòng)情況， 及時(shí)預(yù)警匯率風(fēng)險(xiǎn); 面對(duì)預(yù)測(cè)類的需求， 比如銷售部門需要某個(gè)產(chǎn)品在未來(lái)某一時(shí)間點(diǎn)的銷售額預(yù)測(cè)值。 面對(duì)不同的業(yè)務(wù)需求類型， 財(cái)務(wù)部門需要有針對(duì)性地選取目標(biāo)數(shù)據(jù)和數(shù)據(jù)分析方法， 構(gòu)建相應(yīng)的算法模型， 并以合適的方式呈現(xiàn)分析結(jié)果。

業(yè)務(wù)需求分析環(huán)節(jié)首先從理解業(yè)務(wù)背景開始， 意在認(rèn)識(shí)數(shù)據(jù)用戶現(xiàn)狀， 了解經(jīng)營(yíng)管理模式及所處行業(yè)等企業(yè)內(nèi)外部情況， 確定業(yè)務(wù)需求所屬的管理范圍以明確業(yè)務(wù)需求本質(zhì)。 然后進(jìn)行數(shù)據(jù)理解， 判斷業(yè)務(wù)需求是否可通過(guò)數(shù)據(jù)分析項(xiàng)目實(shí)現(xiàn)。 若可以， 則根據(jù)業(yè)務(wù)需求類型將其轉(zhuǎn)化為數(shù)據(jù)分析項(xiàng)目， 再規(guī)劃通過(guò)數(shù)據(jù)分析滿足業(yè)務(wù)需求的路徑并確定所需目標(biāo)數(shù)據(jù)。 最后進(jìn)行需求資源評(píng)估， 由數(shù)據(jù)分析項(xiàng)目人員評(píng)估項(xiàng)目需求資源與可用資源是否匹配， 從而界定所需資源。

（2）數(shù)據(jù)采集。 數(shù)據(jù)采集指從不同的來(lái)源獲得各種類型、各種結(jié)構(gòu)的海量數(shù)據(jù)。 DT時(shí)代下若要實(shí)現(xiàn)企業(yè)利用全量數(shù)據(jù)管理決策的目標(biāo)， 財(cái)務(wù)需要擴(kuò)展其數(shù)據(jù)來(lái)源， 進(jìn)行企業(yè)內(nèi)外部數(shù)據(jù)的全面采集。 具體來(lái)說(shuō)， 不僅要獲取財(cái)務(wù)數(shù)據(jù)， 還要獲取業(yè)務(wù)數(shù)據(jù); 不僅要獲取結(jié)構(gòu)化數(shù)據(jù)， 還要獲取非結(jié)構(gòu)化數(shù)據(jù); 不僅要獲取企業(yè)內(nèi)部數(shù)據(jù)， 還要面向外部數(shù)據(jù)源， 圍繞外部利益相關(guān)者， 獲取客情、競(jìng)情、行情、國(guó)情等數(shù)據(jù)。 內(nèi)外部數(shù)據(jù)網(wǎng)絡(luò)的建立使企業(yè)在分析預(yù)測(cè)自身業(yè)務(wù)活動(dòng)的同時(shí)， 能夠把握和應(yīng)對(duì)外部環(huán)境中的機(jī)遇和風(fēng)險(xiǎn)。

數(shù)據(jù)采集需要遵循全面覆蓋、質(zhì)量較好、周期一致、顆粒度一致、持續(xù)生產(chǎn)的原則[6] ， 選取合適的采集方法和技術(shù)， 從不同的來(lái)源獲取各種類型、各種結(jié)構(gòu)的數(shù)據(jù)， 為基于數(shù)據(jù)規(guī)律做出有價(jià)值的決策奠定基礎(chǔ)。 財(cái)務(wù)部門實(shí)現(xiàn)企業(yè)內(nèi)外部數(shù)據(jù)采集情境全覆蓋， 離不開數(shù)據(jù)技術(shù)的廣泛應(yīng)用。 系統(tǒng)日志、API（Application Programming Interface， 應(yīng)用程序編程接口）等技術(shù)工具在線采集企業(yè)各信息系統(tǒng)中的結(jié)構(gòu)化數(shù)據(jù)并匯聚至數(shù)據(jù)中臺(tái)、數(shù)據(jù)倉(cāng)庫(kù); 對(duì)于非結(jié)構(gòu)化數(shù)據(jù)也有專門的技術(shù)和系統(tǒng)工具， 比如OCR（Optical Character Recognition， 光學(xué)字符識(shí)別）識(shí)別轉(zhuǎn)換圖像文件中的數(shù)據(jù)， ASR（Automatic Speech Recognition， 自動(dòng)語(yǔ)音識(shí)別）能夠?qū)⒁纛l文件中的詞匯內(nèi)容進(jìn)行結(jié)構(gòu)化轉(zhuǎn)換， NLP（Natural Language Processing， 自然語(yǔ)言處理）能夠提取合同文檔中的關(guān)鍵信息; 對(duì)于外部數(shù)據(jù)源， 爬蟲程序能夠爬取網(wǎng)頁(yè)數(shù)據(jù)中的有效信息， API接口批量獲取開放數(shù)據(jù)庫(kù)中的數(shù)據(jù)資源。 由此， 財(cái)務(wù)部門能夠?qū)崿F(xiàn)企業(yè)內(nèi)外部數(shù)據(jù)的高效采集和廣泛連通， 為更準(zhǔn)確地分析數(shù)據(jù)奠定完備的數(shù)據(jù)基礎(chǔ)。

（3）數(shù)據(jù)清洗。 數(shù)據(jù)清洗是處理臟數(shù)據(jù)（Dirty Data）的過(guò)程。 可靠的數(shù)據(jù)質(zhì)量是保證數(shù)據(jù)分析結(jié)果可信的基礎(chǔ)， 但采集到的原始數(shù)據(jù)因數(shù)據(jù)來(lái)源分散、手工錄入等因素， 時(shí)常存在數(shù)據(jù)缺失或重復(fù)、數(shù)值異?；蝈e(cuò)誤、格式不規(guī)范或不一致等問(wèn)題， 使得后續(xù)的數(shù)據(jù)處理工作無(wú)法有效開展， 數(shù)據(jù)價(jià)值開發(fā)更成為空談。 因此， 必須通過(guò)數(shù)據(jù)清洗提升數(shù)據(jù)質(zhì)量， 為高質(zhì)效的數(shù)據(jù)分析工作和有價(jià)值的數(shù)據(jù)分析結(jié)果奠定堅(jiān)實(shí)根基。

數(shù)據(jù)清洗首先從產(chǎn)生數(shù)據(jù)的源頭開始， 通過(guò)評(píng)估數(shù)據(jù)質(zhì)量了解數(shù)據(jù)情況， 明確和識(shí)別待分析數(shù)據(jù)集中數(shù)據(jù)錯(cuò)誤產(chǎn)生的原因和存在形式; 然后， 依據(jù)數(shù)據(jù)錯(cuò)誤識(shí)別分析結(jié)果定義數(shù)據(jù)清洗規(guī)則和策略， 并選擇合適的清洗方法， 逐項(xiàng)檢查數(shù)據(jù)集， 對(duì)各種數(shù)據(jù)錯(cuò)誤依次執(zhí)行數(shù)據(jù)清洗規(guī)則; 接著， 遵循數(shù)據(jù)可信和數(shù)據(jù)可用的原則評(píng)估數(shù)據(jù)清洗質(zhì)量; 最后， 將通過(guò)質(zhì)量評(píng)估后的干凈數(shù)據(jù)替換至原數(shù)據(jù)集中， 在此基礎(chǔ)上開展數(shù)據(jù)分析工作。

（4）數(shù)據(jù)探索。 數(shù)據(jù)探索是指利用統(tǒng)計(jì)學(xué)原理， 通過(guò)作圖制表、計(jì)算統(tǒng)計(jì)量等方法探索數(shù)據(jù)內(nèi)在結(jié)構(gòu)和規(guī)律， 了解數(shù)據(jù)集自身特點(diǎn)以及數(shù)據(jù)間相互關(guān)系的分析方法。 在整個(gè)財(cái)務(wù)數(shù)據(jù)價(jià)值鏈內(nèi)， 數(shù)據(jù)探索是進(jìn)行數(shù)據(jù)算法建模深度分析之前的重要環(huán)節(jié)， 是初步的數(shù)據(jù)分析。 面對(duì)海量數(shù)據(jù)， 分析人員通過(guò)數(shù)據(jù)探索初步分析， 概括數(shù)據(jù)的主要特征和規(guī)律， 能夠有效挖掘數(shù)據(jù)背后隱藏的價(jià)值， 并為數(shù)據(jù)算法模型的構(gòu)建提供依據(jù)。

數(shù)據(jù)探索通過(guò)描述性統(tǒng)計(jì)分析， 利用算術(shù)平均數(shù)、標(biāo)準(zhǔn)差、峰度等統(tǒng)計(jì)指標(biāo)， 從集中趨勢(shì)、離散趨勢(shì)、分布形態(tài)三個(gè)方面刻畫數(shù)據(jù)特征， 了解數(shù)據(jù)整體情況。 大多數(shù)的數(shù)據(jù)科學(xué)或機(jī)器學(xué)習(xí)技能需要建立在數(shù)據(jù)概率分布假設(shè)的基礎(chǔ)上， 因此在觀察到樣本數(shù)據(jù)后， 還需要了解其具體服從的分布， 通過(guò)樣本數(shù)據(jù)分布推斷得出總體概率分布， 為算法模型的選擇提供輸入依據(jù)。 此外， 數(shù)據(jù)探索還能夠通過(guò)相關(guān)性分析獲得兩種及以上數(shù)據(jù)變量間的關(guān)系。

（5）數(shù)據(jù)算法。 數(shù)據(jù)算法是一系列有助于解決問(wèn)題和實(shí)現(xiàn)目標(biāo)的規(guī)則， 是財(cái)務(wù)數(shù)據(jù)價(jià)值鏈的核心， 從企業(yè)的角度可以理解為基于管理思維將數(shù)據(jù)提煉、形成的符合企業(yè)價(jià)值訴求的思路和方法。 企業(yè)經(jīng)營(yíng)過(guò)程中有大量算法需要實(shí)現(xiàn)， 比如管理會(huì)計(jì)職能中預(yù)算資源的配置、成本管理中進(jìn)行成本歸集核算、風(fēng)險(xiǎn)控制管理中的風(fēng)險(xiǎn)點(diǎn)計(jì)算等決策背后都蘊(yùn)含著一系列算法。 傳統(tǒng)財(cái)務(wù)有限的數(shù)據(jù)采集和計(jì)算能力限制了算法的發(fā)展， 使得構(gòu)建在會(huì)計(jì)恒等式和會(huì)計(jì)科目上的財(cái)務(wù)算法始終局限在傳統(tǒng)財(cái)務(wù)算法的范疇內(nèi)， 難以滿足管理會(huì)計(jì)職能下的不同決策場(chǎng)景需求。 DT時(shí)代數(shù)字技術(shù)與財(cái)務(wù)工作的融合創(chuàng)新全面提升了財(cái)務(wù)的數(shù)據(jù)采集和計(jì)算能力， 傳統(tǒng)財(cái)務(wù)的算法在算力和數(shù)據(jù)的支持下得到大規(guī)模的更替和改造， 并不斷迭代演進(jìn)。

財(cái)務(wù)部門以算法與業(yè)務(wù)需求的匹配性、算法的可理解性和對(duì)數(shù)據(jù)的要求為依據(jù)， 通過(guò)反復(fù)嘗試匹配合適的算法模型， 利用數(shù)據(jù)集不斷訓(xùn)練、測(cè)試、評(píng)估模型， 將測(cè)試后的模型應(yīng)用于實(shí)際業(yè)務(wù); 結(jié)合業(yè)務(wù)反饋效果優(yōu)化模型， 將數(shù)據(jù)提煉成企業(yè)經(jīng)營(yíng)管理過(guò)程中不同決策場(chǎng)景需要的模型化的方法和思路; 持續(xù)迭代升級(jí)， 使企業(yè)的經(jīng)營(yíng)決策不再只依靠經(jīng)驗(yàn)和直覺， 而是基于數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系和算法推導(dǎo)構(gòu)建的模型， 實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)下更加科學(xué)、高效、及時(shí)、精準(zhǔn)的決策。

（6）數(shù)據(jù)可視化。 數(shù)據(jù)分析中得到的信息、提煉出的知識(shí)需要傳遞給企業(yè)管理者， 被充分洞悉理解才能凝結(jié)為智慧， 支撐經(jīng)營(yíng)決策， 實(shí)現(xiàn)企業(yè)價(jià)值提升。 傳統(tǒng)財(cái)務(wù)按照固定靜態(tài)頻次出具財(cái)務(wù)報(bào)表及報(bào)告， 進(jìn)行財(cái)務(wù)指標(biāo)的事后分析， 并以基本統(tǒng)計(jì)圖表為載體向企業(yè)的管理層和利益相關(guān)者展示企業(yè)過(guò)去的經(jīng)濟(jì)活動(dòng)。 但面對(duì)DT時(shí)代下企業(yè)龐大的數(shù)據(jù)流， 傳統(tǒng)財(cái)務(wù)的數(shù)據(jù)分析工具及呈現(xiàn)方式尚無(wú)法滿足經(jīng)營(yíng)管理對(duì)企業(yè)數(shù)據(jù)多維動(dòng)態(tài)分析與實(shí)時(shí)展現(xiàn)的需求; 使用者也難以高效直觀地從傳統(tǒng)財(cái)務(wù)信息呈現(xiàn)載體中獲取所需的信息， 導(dǎo)致企業(yè)海量數(shù)據(jù)背后的規(guī)律無(wú)法被正確解讀。

財(cái)務(wù)部門應(yīng)用數(shù)據(jù)可視化將徹底改變上述困境。 數(shù)據(jù)可視化就是運(yùn)用計(jì)算機(jī)圖形學(xué)、圖像處理、人機(jī)交互等技術(shù)， 通過(guò)數(shù)據(jù)庫(kù)、文件、流數(shù)據(jù)和API等方式獲取處理分析后的數(shù)據(jù)， 將數(shù)據(jù)內(nèi)涵及數(shù)據(jù)分析結(jié)果轉(zhuǎn)化為可識(shí)別的圖表、視頻、動(dòng)畫等展示形式， 以生動(dòng)形象、清晰易懂的方式將海量數(shù)據(jù)中的價(jià)值信息和數(shù)據(jù)分析結(jié)果分類、匯總、展現(xiàn)給管理者。 財(cái)務(wù)部門通過(guò)可視化展示來(lái)提供數(shù)據(jù)服務(wù)， 首先能夠?qū)ζ髽I(yè)各維度經(jīng)營(yíng)情況進(jìn)行全面而準(zhǔn)確的實(shí)時(shí)分析和呈現(xiàn)， 企業(yè)的經(jīng)營(yíng)情況不再只是被層層整合提煉壓縮在報(bào)表上的數(shù)字; 其次， 能夠基于管理者所需的分析維度和信息構(gòu)建分析模型， 深度挖掘數(shù)據(jù)價(jià)值， 綜合數(shù)據(jù)復(fù)雜性、數(shù)據(jù)深度和使用者的個(gè)性化展現(xiàn)需求選取最合適的視覺編碼， 使管理者在對(duì)企業(yè)運(yùn)營(yíng)情況全景感知的基礎(chǔ)上， 準(zhǔn)確高效地獲取自身所需的價(jià)值信息; 最后， 可結(jié)合業(yè)務(wù)實(shí)際實(shí)時(shí)監(jiān)控重點(diǎn)數(shù)據(jù)， 及時(shí)發(fā)現(xiàn)數(shù)據(jù)異常并進(jìn)行風(fēng)險(xiǎn)預(yù)警， 從而降低企業(yè)損失。

三、財(cái)務(wù)數(shù)據(jù)價(jià)值鏈的價(jià)值作用

傳統(tǒng)財(cái)務(wù)會(huì)計(jì)流程是一條極簡(jiǎn)的“數(shù)據(jù)價(jià)值鏈”： 首先， 獲取原始憑證并進(jìn)行審核分類; 其次， 編制會(huì)計(jì)分錄并填制記賬憑證、登記賬簿; 然后， 編制調(diào)整分錄、結(jié)賬、對(duì)賬及試算平衡后建立賬務(wù)之間的關(guān)聯(lián)關(guān)系并編制各類報(bào)表; 最后， 基于利益相關(guān)者的需求， 根據(jù)報(bào)表進(jìn)行分析， 并利用圖表、報(bào)告等形式將分析結(jié)果呈現(xiàn)給內(nèi)外部數(shù)據(jù)使用者。 財(cái)務(wù)極簡(jiǎn)的“數(shù)據(jù)價(jià)值鏈”重點(diǎn)關(guān)注自身的數(shù)據(jù)， 從記賬憑證和會(huì)計(jì)科目的小數(shù)據(jù)集中提煉信息。 而在DT時(shí)代， 面對(duì)企業(yè)迫切希望通過(guò)數(shù)字化轉(zhuǎn)型實(shí)現(xiàn)管理模式變革與業(yè)務(wù)增長(zhǎng)創(chuàng)新的需求， 財(cái)務(wù)需要轉(zhuǎn)變思維關(guān)注企業(yè)整個(gè)經(jīng)營(yíng)管理過(guò)程， 應(yīng)用數(shù)據(jù)價(jià)值鏈挖掘企業(yè)內(nèi)外部數(shù)據(jù)的價(jià)值， 學(xué)會(huì)用數(shù)據(jù)“說(shuō)話”。 財(cái)務(wù)部門也要通過(guò)職能轉(zhuǎn)變和人才轉(zhuǎn)型為企業(yè)創(chuàng)造價(jià)值， 助力企業(yè)實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)的變革。

1. 財(cái)務(wù)職能拓展， 深入經(jīng)營(yíng)管理。 財(cái)務(wù)職能可以根據(jù)其在企業(yè)中的業(yè)務(wù)范圍和服務(wù)對(duì)象分為財(cái)務(wù)會(huì)計(jì)和管理會(huì)計(jì)兩部分。 財(cái)務(wù)會(huì)計(jì)主要負(fù)責(zé)核算和稅務(wù)等， 按照國(guó)家會(huì)計(jì)法規(guī)準(zhǔn)則， 記錄企業(yè)已經(jīng)發(fā)生的業(yè)務(wù)活動(dòng)， 通過(guò)事后分析發(fā)揮“倒后鏡”的職能， 缺乏對(duì)未來(lái)的預(yù)測(cè)。 而管理會(huì)計(jì)側(cè)重分析、控制和評(píng)價(jià)職能， 強(qiáng)調(diào)財(cái)務(wù)對(duì)業(yè)務(wù)和戰(zhàn)略決策的支持作用。 雖然管理會(huì)計(jì)在我國(guó)已經(jīng)發(fā)展了較長(zhǎng)時(shí)間， 但很多企業(yè)的財(cái)務(wù)人員仍囿于傳統(tǒng)財(cái)務(wù)會(huì)計(jì)的基礎(chǔ)工作， 管理會(huì)計(jì)職能難以發(fā)揮實(shí)效。

DT時(shí)代在數(shù)字技術(shù)的廣泛應(yīng)用下， 財(cái)務(wù)成為企業(yè)的數(shù)據(jù)中樞， 通過(guò)建立數(shù)據(jù)價(jià)值鏈提供數(shù)據(jù)服務(wù)， 支持企業(yè)內(nèi)部管理決策， 促進(jìn)預(yù)算管理、績(jī)效管理、風(fēng)險(xiǎn)控制管理等管理會(huì)計(jì)職能更好地發(fā)揮。 同時(shí)， 財(cái)務(wù)能夠基于決策需求聚焦于數(shù)據(jù)的變化、對(duì)比、預(yù)警和預(yù)測(cè)分析， 輔助企業(yè)洞察規(guī)律、預(yù)警風(fēng)險(xiǎn)、預(yù)先評(píng)估未來(lái)趨勢(shì)、合理制定戰(zhàn)略決策。 因此， 在企業(yè)實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)及數(shù)字化的過(guò)程中， 財(cái)務(wù)將越來(lái)越多地深入經(jīng)營(yíng)管理價(jià)值鏈， 為業(yè)務(wù)部門提供運(yùn)營(yíng)建議、風(fēng)險(xiǎn)預(yù)警和決策支持， 有力支撐企業(yè)的經(jīng)營(yíng)管理。

2. 財(cái)務(wù)人員轉(zhuǎn)型， 實(shí)現(xiàn)價(jià)值創(chuàng)造。 隨著DT時(shí)代下新一代數(shù)字技術(shù)在財(cái)務(wù)場(chǎng)景中的深入應(yīng)用， 財(cái)務(wù)部門的結(jié)構(gòu)將轉(zhuǎn)變?yōu)椤柏?cái)務(wù)+IT+DT”， 即“財(cái)務(wù)部門的職能+IT部門的工具+數(shù)據(jù)管理的科學(xué)”。 在從價(jià)值守護(hù)者向價(jià)值創(chuàng)造者轉(zhuǎn)型突破的過(guò)程中， 也產(chǎn)生了“懂會(huì)計(jì)規(guī)則+懂管理方法+懂技術(shù)工具+懂?dāng)?shù)據(jù)科學(xué)+懂商業(yè)戰(zhàn)略”的綜合型財(cái)務(wù)人才需求[7] 。

財(cái)務(wù)會(huì)計(jì)按照會(huì)計(jì)準(zhǔn)則和其他相關(guān)法律法規(guī)的要求， 將企業(yè)經(jīng)濟(jì)活動(dòng)轉(zhuǎn)換為財(cái)務(wù)報(bào)表以展示企業(yè)經(jīng)營(yíng)狀況; 管理會(huì)計(jì)基于價(jià)值目標(biāo)為企業(yè)提供科學(xué)的管理方法， 幫助企業(yè)透視經(jīng)營(yíng)管理的全過(guò)程。 兩項(xiàng)職能的理論基礎(chǔ)大不相同， 因此財(cái)務(wù)人員在掌握會(huì)計(jì)規(guī)則的同時(shí)， 也要在實(shí)踐中學(xué)習(xí)并應(yīng)用管理會(huì)計(jì)的知識(shí)及工具方法。

在“IT+DT”雙輪驅(qū)動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型的趨勢(shì)下， 財(cái)務(wù)人員還要培養(yǎng)自己的數(shù)據(jù)思維， 養(yǎng)成用數(shù)據(jù)思考的習(xí)慣， 以觀念引導(dǎo)行為， 培養(yǎng)學(xué)習(xí)使用數(shù)據(jù)技術(shù)工具的意識(shí)和能力， 應(yīng)用合理的技術(shù)工具提升財(cái)務(wù)流程效率; 學(xué)習(xí)數(shù)據(jù)科學(xué)， 不斷提升數(shù)據(jù)分析和數(shù)據(jù)可視化應(yīng)用等能力， 將數(shù)據(jù)轉(zhuǎn)化為關(guān)鍵的業(yè)務(wù)預(yù)測(cè)信息并傳遞給管理者， 學(xué)會(huì)并真正做到用數(shù)據(jù)“說(shuō)話”。 在此基礎(chǔ)上， 財(cái)務(wù)人員還應(yīng)積極參與企業(yè)從戰(zhàn)略規(guī)劃制定、執(zhí)行控制到結(jié)果評(píng)估改進(jìn)的全過(guò)程， 保障企業(yè)戰(zhàn)略真正落地。

3. 發(fā)揮數(shù)據(jù)價(jià)值， 助力數(shù)字化創(chuàng)新。 財(cái)務(wù)數(shù)字化是實(shí)現(xiàn)企業(yè)經(jīng)營(yíng)管理數(shù)字化的重要支撐和有力抓手， 是將數(shù)據(jù)科學(xué)理念和數(shù)字化平臺(tái)工具引入財(cái)務(wù)領(lǐng)域， 以變革財(cái)務(wù)工作方式， 優(yōu)化并拓展財(cái)務(wù)職能， 實(shí)現(xiàn)“財(cái)務(wù)”到“財(cái)經(jīng)”的轉(zhuǎn)型[8] 。 在財(cái)務(wù)數(shù)字化轉(zhuǎn)型目標(biāo)下， 數(shù)字化技術(shù)平臺(tái)是財(cái)務(wù)數(shù)據(jù)價(jià)值鏈運(yùn)行和數(shù)據(jù)治理的載體， 支撐數(shù)字化在不同應(yīng)用場(chǎng)景中的全面落地實(shí)踐， 構(gòu)建文化、組織、人才與標(biāo)準(zhǔn)規(guī)范的保障體系為數(shù)字化轉(zhuǎn)型保駕護(hù)航。

財(cái)務(wù)數(shù)據(jù)價(jià)值鏈作為財(cái)務(wù)數(shù)字化轉(zhuǎn)型的核心要素之一， 是從繁雜無(wú)序的數(shù)據(jù)中提煉出價(jià)值信息和知識(shí)的途徑及方法， 是數(shù)據(jù)價(jià)值生產(chǎn)、加工的過(guò)程。 財(cái)務(wù)數(shù)據(jù)價(jià)值鏈的構(gòu)建及穩(wěn)定高效運(yùn)行極大地提升了財(cái)務(wù)的數(shù)據(jù)分析效率和信息提煉能力， 使得財(cái)務(wù)部門能夠高質(zhì)高效地履行經(jīng)營(yíng)管理過(guò)程中不同場(chǎng)景需求下的價(jià)值分析、規(guī)律洞察和預(yù)警預(yù)測(cè)職能。 財(cái)務(wù)部門通過(guò)數(shù)據(jù)價(jià)值鏈的應(yīng)用， 從數(shù)據(jù)中分析推導(dǎo)出模型化的思路和方法， 面向決策場(chǎng)景形成企業(yè)各業(yè)務(wù)部門和管理層需要的數(shù)據(jù)產(chǎn)品， 服務(wù)于企業(yè)內(nèi)部管理決策和價(jià)值提升， 從而推動(dòng)財(cái)務(wù)數(shù)字化轉(zhuǎn)型。

四、影響財(cái)務(wù)數(shù)據(jù)價(jià)值鏈應(yīng)用的因素

財(cái)務(wù)數(shù)據(jù)價(jià)值鏈的應(yīng)用在實(shí)現(xiàn)數(shù)據(jù)賦能企業(yè)經(jīng)營(yíng)決策的同時(shí)， 也促進(jìn)了財(cái)務(wù)價(jià)值創(chuàng)造的職能變革， 助力財(cái)務(wù)數(shù)字化轉(zhuǎn)型。 然而， 財(cái)務(wù)實(shí)踐應(yīng)用數(shù)據(jù)價(jià)值鏈時(shí)往往受數(shù)據(jù)質(zhì)量、數(shù)據(jù)技術(shù)和信息基礎(chǔ)設(shè)施水平等因素的影響。

1. 數(shù)據(jù)質(zhì)量。 數(shù)據(jù)的準(zhǔn)確性、及時(shí)性、一致性、完整性及有效性等數(shù)據(jù)質(zhì)量方面若存在問(wèn)題， 會(huì)直接影響數(shù)據(jù)應(yīng)用及價(jià)值釋放。 由不準(zhǔn)確的數(shù)據(jù)所得出的分析結(jié)論會(huì)缺乏科學(xué)性， 以此指導(dǎo)業(yè)務(wù)， 將誤導(dǎo)管理者相關(guān)決策， 可能為企業(yè)帶來(lái)巨大損失; 數(shù)據(jù)的及時(shí)性和時(shí)效性決定分析結(jié)論的有效性， 是企業(yè)在瞬息萬(wàn)變的商業(yè)環(huán)境中把握機(jī)遇、敏捷響應(yīng)、防控風(fēng)險(xiǎn)的關(guān)鍵; 大量跨域、跨部門的數(shù)據(jù)若缺乏一致性， 則會(huì)嚴(yán)重降低財(cái)務(wù)人員數(shù)據(jù)整合與處理的效率。 因此， 高質(zhì)量的數(shù)據(jù)是應(yīng)用財(cái)務(wù)數(shù)據(jù)價(jià)值鏈的前提。 財(cái)務(wù)想要通過(guò)數(shù)據(jù)價(jià)值鏈洞察數(shù)據(jù)規(guī)律、創(chuàng)造價(jià)值， 就要重視數(shù)據(jù)治理， 與技術(shù)、業(yè)務(wù)部門協(xié)作共同推進(jìn)企業(yè)數(shù)據(jù)治理工作。 財(cái)務(wù)需要根據(jù)企業(yè)數(shù)據(jù)戰(zhàn)略目標(biāo)， 制定財(cái)務(wù)部門數(shù)據(jù)使用計(jì)劃， 持續(xù)完善財(cái)務(wù)數(shù)據(jù)治理制度， 設(shè)置權(quán)責(zé)明確的組織， 并建立有效的溝通與協(xié)調(diào)機(jī)制， 提升跨部門及部門內(nèi)部數(shù)據(jù)治理能力[8] ， 為財(cái)務(wù)數(shù)據(jù)價(jià)值鏈奠定良好的數(shù)據(jù)基礎(chǔ)。

2. 數(shù)據(jù)技術(shù)。 技術(shù)的部署圍繞數(shù)據(jù)價(jià)值鏈全流程， 伴隨數(shù)據(jù)的采集、清洗、分析和呈現(xiàn)， 數(shù)據(jù)采集與清洗技術(shù)、數(shù)據(jù)存儲(chǔ)和管理技術(shù)、數(shù)據(jù)處理與分析技術(shù)等數(shù)據(jù)技術(shù)支撐著數(shù)據(jù)從原材料到智慧的轉(zhuǎn)換。 然而， 企業(yè)在技術(shù)的深度應(yīng)用與全面布局上仍面臨許多問(wèn)題。 比如： 在技術(shù)選擇上， 如何綜合平衡技術(shù)安全、易用、成本等因素; 在技術(shù)應(yīng)用上， 如何快速落地各類技術(shù)在企業(yè)現(xiàn)有系統(tǒng)架構(gòu)內(nèi)的應(yīng)用; 在技術(shù)更新上， 如何實(shí)現(xiàn)技術(shù)的快速迭代以滿足不斷變化的數(shù)據(jù)需求， 這些問(wèn)題導(dǎo)致財(cái)務(wù)缺乏相關(guān)技術(shù)工具來(lái)支撐數(shù)據(jù)價(jià)值鏈的實(shí)現(xiàn)。 面對(duì)技術(shù)的不斷涌現(xiàn)及持續(xù)創(chuàng)新， 企業(yè)需審慎選擇并部署技術(shù)工具， 財(cái)務(wù)也要主動(dòng)探索并拓展技術(shù)在財(cái)務(wù)與業(yè)務(wù)實(shí)踐中的應(yīng)用場(chǎng)景， 在提高流程運(yùn)轉(zhuǎn)效率的同時(shí)， 與業(yè)務(wù)產(chǎn)生廣泛的連接， 實(shí)現(xiàn)業(yè)財(cái)數(shù)據(jù)的自動(dòng)集成和流轉(zhuǎn)， 并利用數(shù)據(jù)實(shí)現(xiàn)深度分析， 加速數(shù)據(jù)價(jià)值變現(xiàn)。

3. 信息基礎(chǔ)設(shè)施水平。 企業(yè)信息系統(tǒng)是保障數(shù)據(jù)傳輸、存儲(chǔ)、共享、算力、算法等正常運(yùn)轉(zhuǎn)的載體， 隨著技術(shù)不斷創(chuàng)新發(fā)展、企業(yè)數(shù)據(jù)量持續(xù)增長(zhǎng)、數(shù)據(jù)應(yīng)用需求日益迫切， 企業(yè)只有構(gòu)建與發(fā)展相適配的信息系統(tǒng)體系， 才能承載財(cái)務(wù)數(shù)據(jù)價(jià)值鏈的價(jià)值創(chuàng)造過(guò)程。 然而， 很多企業(yè)存在信息化建設(shè)缺乏統(tǒng)一規(guī)劃或建設(shè)不完備等情況， 使得信息基礎(chǔ)設(shè)施難以滿足業(yè)務(wù)經(jīng)營(yíng)決策的數(shù)據(jù)需求。 企業(yè)傳統(tǒng)的煙囪式系統(tǒng)建設(shè)方式容易形成數(shù)據(jù)孤島， 阻礙信息流通共享; 系統(tǒng)的業(yè)務(wù)承載力不足， 難以靈活應(yīng)對(duì)技術(shù)的迭代和不斷變化的外部環(huán)境; 新舊系統(tǒng)交錯(cuò)或布局冗余造成數(shù)據(jù)混亂， 加大了數(shù)據(jù)應(yīng)用的難度。 因此， 企業(yè)需根據(jù)現(xiàn)階段及未來(lái)發(fā)展需要， 建設(shè)并完善可支持?jǐn)?shù)據(jù)聚合分析、技術(shù)應(yīng)用升級(jí)、業(yè)務(wù)融合創(chuàng)新的基礎(chǔ)設(shè)施體系; 財(cái)務(wù)也應(yīng)積極參與企業(yè)信息化建設(shè)過(guò)程， 提出財(cái)務(wù)端信息系統(tǒng)建設(shè)以及與業(yè)務(wù)端信息系統(tǒng)對(duì)接的相關(guān)需求和建議， 并協(xié)助相關(guān)工作落地實(shí)施， 創(chuàng)造數(shù)據(jù)價(jià)值鏈穩(wěn)定的應(yīng)用環(huán)境。

【 主 要 參 考 文 獻(xiàn) 】

[1] 邁克爾·波特著.陳小悅譯.競(jìng)爭(zhēng)優(yōu)勢(shì)[M].北京：華夏出版社，1997.

[2] Rayport J.， Sviokla J.. Exploiting the virtual value chain[ J].Harvard Business Review，1995（11-12）：75 ～ 85.

[3] Miller H. G.， Mork P.. From data to decisions： A value chain for big data[ J].IT Professional，2013（1）：57 ～ 59.

[4] Curry E.， Ngonga A.， Domingue J.， et al.. D2.2.2 final version of the technical white paper[Z].Public Deliverable of the EU-Project BIG，2014.

[5] Faroukhi Abou Zakaria， EI Alaoui Imane， Youssef Gahi， et al.. Big data monetization throughout big data value chain： A comprehensive review[ J].Journal of Big Data，2020（7）：3.

[6] 游皓麟.Python預(yù)測(cè)之美：數(shù)據(jù)分析與算法實(shí)戰(zhàn)[M].北京：電子工業(yè)出版社，2020.

[7] 陳虎.未來(lái)財(cái)務(wù)人員的轉(zhuǎn)型之道[ J].新理財(cái)，2021（9）：43 ～ 46.

[8] 中興新云.財(cái)務(wù)數(shù)字化白皮書——從財(cái)務(wù)走向財(cái)經(jīng)[R].深圳：深圳市中興新云服務(wù)有限公司，2022.

（責(zé)任編輯·校對(duì)： 李小艷? 黃艷晶）