数据分析：企业财务人员的决策利器

2018-11-28       浏览次数：次

        2018年10月15日，Gartner公布2019年十大战略科技发展趋势《Gartner Top 10 Strategic Technology Trends 2019》。其中列居第二位的战略科技发展趋势就是增强分析-Augmented analytics。
        该报告中提到，“增强分析可以辨识出数据中隐藏的模式，并剔除人为偏见。尽管企业还是可能无意中将偏见加入到算法中，增强分析和自动洞察生成功能，最终仍然会嵌入到企业应用软件中。”
        北京智达方通科技有限公司总经理蔡志宏先生认为，新的技术发展趋势意味着企业软件的功能将从“过程管控”越来越偏向于数据分析。以往的企业软件设计，投入了过多的精力复现企业的线下业务过程，如各种业务单据、表样、流程等。软件功能界面尽量模拟企业的线下动作，以跟线下单据、表样相似度高为荣。但随着技术的发展，这些低创造性的工作逐渐被机器人取代以后，那这些纸质的单据、表样还有什么用？         数据分析包括验证性数据分析-CDA: Confirmatory Data Analysis 和探索性数据分析 - EDA: Exploratory Data Analysis 两种。验证性数据分析CDA广泛应用于财务分析，管理会计信息化等领域。典型技术为通过多维数据仓库，建立企业管理模型及业务数据间因果关系。通过业务规则实现管理数据和指标的实时分析计算。对于业务数据量大、数据质量高、数据结构性强的企业，还可以采用探索性数据分析EDA对数据做进一步的挖掘，探查其中未知的相关性。其典型技术包括统计模型、人工智能、机器学习等。
        增强分析通过各种数据分析手段，使企业应用软件更为智能、高效地建模并输出分析结果。财务人员可以摆脱耗时费力的数据录入、排查错误、调整、文件整合等工作，将精力放在管理模型设计、场景测算等更有创造性的工作中。因此，增强分析对企业管理应用来说，相当于机器人技术中外骨骼对人类的助力，是对人类能力的增强而不是取代。         智达方通坚持认为，企业信息化建设思想，是从如何借助信息化工具提升企业绩效入手。通过明确企业的绩效目标，设计EPM-Enterprise Performance Management业务模型，并根据更改模型的数据要求，规划ERP等业务系统的建设要求，更顺畅地向EPM分析系统提供业务数据，用于决策支持及对比分析。随着计算机技术的不断发展，决策支持系统EPM与事务型业务系统ERP的边界将越来越模糊。新一代的企业软件将提供更强大的业务分析能力，并更广泛地覆盖企业的各业务领域。         新形势下，企业财务人员及管理者应积极的接受不断涌现的新技术、新工具。基于新的以数据分析为导向的企业信息化建设思路，规划建设业务信息化和决策支持信息化系统。财务和管理人员尤其要从繁琐的单据填报、文件处理、数据核查等低效率工作中解脱出来，将精力投入到真正直接影响企业绩效的管理模型建立和优化中，用强大的数据分析工具提升岗位的价值，而不是担心工作岗位被工具所取代。

上一篇：五大因素倒逼医院升级全面预算管理

下一篇：智达方通全面预算系统 助力企业度过经济寒冬