业财一体化下的降本增效

财务工作者如何用业财一体化的手段，更好地帮助企业提升运营效率，降本增效？

本期，波士顿咨询Platinion董事总经理陈果与每刻科技创始人董事长兼CEO魏美钟、君联资本董事总经理付军华、波士顿咨询（BCG）董事经理舒懿杰，将继续围绕“业财一体化下的降本增效”展开深度对话。

 

Q1

陈果：在企业端到端的流程中间，如何提高会计核算的准确率和效率？

付军华：我们先以地图为例看下财务数字化演进：

 

· 纸质地图是人工时代，需要人工识别位置、规划路径，相当于手工账阶段；

· 网页版地图可以自动规划路径，相当于电算化时代；

· GPS出现后与卫星关联，可以自动地采集定位、规划路径、导航路径，相当于ERP时代；

· 移动导航增加了实时路况，连接变得更多。不仅GPS 与卫星连接，而且卫星也连接到了车辆，有更多实时的信息，相当于数字化时代，可以全自动智能辅助决策；

· 之后将更加智能化，比如我们要从A 点到 B 点，不仅是导航，还能根据行程自动安排网约车，相当于智能决策时代。

 

而在财务领域，主要分六个步骤，一是业务发生，二是信息传输，三是数据采集，四是加工处理，五是信息输出，六是财务影响业务。

· 手工账时代，信息传输采用人工方式，只能收集有限的信息。

· 电算化时代，是单机版，虽然业务和财务使用系统，但中间的信息传输还是人工传输，信息仍是有限的，但相比手工账时代要丰富一些。

· ERP 时代，我们称为内联网时代，业务上线系统，信息传输采用事先模块互联自动，也即是连接上了模块能够互联，可以产生大量信息，包括管理报表，不仅准确性、完整性更高，而且颗粒度也更好。

· 数字化和智能化时代，就是数字化的业务，基于数据中台将信息自动关联有效传输。

图中四个绿色框是业财一体化的体现。值得注意的是，信息传输环节模块互联特别重要。很多企业以为ERP上财务模块就可以，如果业务没上ERP，没有事先的模块互联，信息传输还是相当于人工时代，互联网公司同样如此。连接好之后，可以从record to report做到activity to report，财务、业务有更多可挖掘的场景，这也是很多互联网公司会设 BI 岗位的原因之一。

比如ERP上线之前，销售商务部卖一台电脑，需要开销售小票，手工传递信息给财务，财务再手工录信息、手工做账，信息很容易不准确、不完整。上ERP模块互联后，销售只需点击发货过账按钮，因为事先已经预设好流程，财务可以自动确认，应收、成本、应付、库存等自动出报表，准确性、完整性、及时性以及效率能得到保障。

 

这时，财务新的角色会出现，如财务BT/IT，相当于财务系统的产品经理，关联财务需求方和IT。另外，事先预设好规则后，财务交易处理人员减少，效率会大幅的增加。

此外，数据融合增强数据看板的广度和深度。AARRR模型不仅关注收入（结果）指标，还关注业务动因，过程指标，最终达到更有效的决策支持。

 

Q2

陈果：如何把前端数据协作到ERP系统做好业财一体化？

魏美钟：ERP解决了一部分供应链和财务之间的协同问题，但是 ERP 无法解决和客户、供应商、税务、银行等的协同问题。

在大华我们做了几件事情：首先，把供应商协同模块开发出来，弥补了 ERP 和外部供应商协同的短板；同时，把客户协同开发出来，解决了和客户协同的短板；另外，通过第三方的资金平台和银行资金的协同打通，解决外部数据的协同。

其实，ERP 某种程度上是一个记账系统，解决一部分内部协同记账，但没有解决外部数据协同，比如费用数据、采购应付数据、销售应收数据的采集、过滤、记账等。

创建每刻后，把在大华的成功经验变成一个通用的 SaaS 平台，把内外部协同全部打通。比如采购应付，从采购订单到送货通知，收货确认，对账，到供应商的智能配票，一键开票，到采购应付的到票记账，批量付款，全程全部协同打通，中间还要与供应商、税务、银行等协同打通。

打通之后，数据就是采集、过滤、记录、ERP记账、电子归档的过程，这是一种基于财务会计基础操作岗位的协同，可称为场景化会计；

之后再把这些数据同步到数据仓库，通过 BI 分析建模，产生所需的分析报告，偏管理会计，可称为大数据会计。

如果把这两部分共享，就是“新一代的财务共享”，前一节为场景化共享，有很多业财数据协同的场景，后一节为大数据共享。

这种基于SaaS 云服务的数字化解决方案，如果应用到一些控股型集团，只需要做大数据共享即可。每个产业子集团先做场景化共享，再做大数据共享，把每个产业子集团数据同步到控股集团共享中心，这样上市公司在发布季报、半年报时，只需划定数据上传的时间点，用新一代共享理念，就能解决财务共享问题。

Q3

陈果：业财一体化的数字化，从传统ERP架构，采用中间件连接业务、财务系统，到利用云平台的方式和外部进行对接，也即是技术架构的演进从内部到外部，主要的难点和挑战在哪里？

舒懿杰：影响财务的准确性和高效的核算能力，主要有几个要素：

一是集成的能力。以前是通过中间件的平台做集成，现在主要通过 API 的方式点对点地做集成。

二是底座上需要有一个通用的数据模型，不管是从业务层面还是财务层面各个数据域都需要有一个economic model，打通各个不同业务系统、财务系统，把数据标准拉通统一。

三是算力或内存运算的能力，确保计算的实时效率。过去数仓瓶颈在于本身的计算、数据的集成，现在业财数据的直接融合可以做实时分析。

目前，我们观察到很多企业主要面临三大挑战：一是，如何建立更高效的财务和业务端的集成，确保财务和业务端的一致性。二是，针对不断变化的会计准则，在企业解决方案中如何更好地应对。三是，如何保证财务到前端业务单据的一个追溯以及多维度的灵活分析。

主流的解决方案主要有几大能力，包括基础的会计核算能力，对于总账对账管理出具准确的财务报告，固定资产管理确保总账和实物资产统一，全球化的税务支持，本地税务会计的实时集成，准确及时全方位的报告支持做经营分析。

而支持高效准确的财务核算，核心是确保业务、财务数据的实时性，包括从采购到付款，订单到收款，生产到交付等前端研产供销业务环节执行中每一步的单据信息能实时生成财务凭证，并推送到财务会计系统中。同时，管理会计各模块功能，包括成本中心、利润中心的分析，也可以基于财务和业务的融合去做一些实时的分析。但在实际中，并非所有企业都能端到端实时无缝连接。

 

未来的趋势，一方面是通过 API 的方式集成，确保所有信息线上化；另一方面通过RPA方式，确保实时录入信息的准确性。此外，基于内存或大数据的运算，可以有更多的维度做实时的管理会计的分析。

另外，业财一体化成功的核心要素还有财务主数据的统一管理或治理，包括业务投入上线，确保业财一体化有高质量的报表。

总结来说，提高财务会计核算效率和准确性需要三大块能力：一是业财融合的能力，实时的自动集成的财务核算；二是对于一些多语言、多币种、多准则的支持；三是财务主数据的统一管理或治理。

Q4

陈果：数据模型和数据治理是两个概念。数据治理的概念可能是用不同的数据，但有一个规则；不同的应用用一个数据模型，是 one model。互联网公司数据体系非常复杂，是用统一的数据模型，还是有一套数据体系，可以解决业财之间财务会计口径或者管理会计口径数据一致性的问题？

付军华：我们在设计时，一个顶层设计其实是数据体系的设计，我们称之为“骨肉魂”：

 

· “骨”就是要懂业务，数据架构的设计，反映业务脉络，体现管理思想；

· “肉”就是能取到，业财系统要联动起来，前端系统打好标签，然后同时要定义好前后端数据接口规则；

· “魂”是有威信，数据规范。定义数据字典，统一数据口径。

2015年8月加入滴滴，开会时发现BI、运营、财务数据不统一，年底开始连同公司级BI、 CTO、业务、运营等成立联合项目组，统一定义数据字典和数据口径，并建立了数据文化来驱动系统建设和数字化管理，以此达到准确、完整、合规等目标。

所以，在顶层要一起来设计，这不仅是财务的事情，业务也要深度参与设计和迭代，并要有数据建设的决心和支持，让管理报表发挥作用。

另外，数据体系建设时有统一的语言口径也是非常重要的。比如数据体系建设DIKW模型：

 

第一层，就是数据治理、流程重构，从数据采集、加工处理，就要规范。

第二层，业财一体化的指标和报表也要规范。

第三层，有洞见的决策支持，就是从经营分析上规范。

第四层，做智能决策，直接价值创造。除了财务，滴滴的智能补贴也是用数据直接做价值创造。

其中第一层和第二层是基石占80%的精力，后面两层价值创造的维度占比更大。

Q5

陈果：财务是很多主数据管理的源头，在解决方案上，比如云平台，外部接口等，在 ERP 里面的主数据，是否有专门的主数据管理系统解决各个系统间数据模型统一问题？具体的经验是什么？

魏美钟：大华分两个阶段：
第一阶段，主数据散落在不同的系统里面，比如财务主数据在 ERP系统中，人事主数据是在 HR系统中，银行主数据在资金系统中……以源头作为主数据的发源地，产生类似蜘蛛网式的接口。

第二阶段，也即规模扩大后，专门买了一套主数据平台，所有主数据都会推送到主数据平台。比如财务主数据发起还是ERP，但ERP更新后会同步到主数据平台，其他系统从主数据平台采集主数据，效率更高，更稳定。

Q6

陈果：在实现业财一体化后，用什么样的数字化方法，能够在业务流程中间，从事后变成一种事中甚至事前的管理会计的分析和控制，帮助提升业务的效率？

付军华：财务管理，不仅是一个事后的记录，事中事前都需要参与到经营管理中。经营管理有几大流程：

 

· 支出侧，在ERP中可能是Procure to Pay（P2P），我们迭代为Budget to Pay，就是企业管所有支出，财务需要参与关键控制点，包括审批流和权限设立、合理性把关（ROI标准/分析洞察）、招投标和账期管理等。

· 收入侧，一般是Order to Cash，我们迭代为Leads to Cash，需要从客户线索开始管理起来，财务需要参与关键控制点包括信用管理、定价审批、签约关键条款、收款和账期管理。

· 资产侧，一般是Acquire to Retire，我们迭代为Design to Retire，比如滴滴两轮车从design 开始，生产周期成本包括车辆和运维的成本，运维成本在开始时就要设置进去。

· 研发侧，IPD流程一般是Idea to Market，但其实要看Idea to End of Life。财务参与关键控制点包括立项决策、定价和成本优化、产品生命周期管理。

以支出侧为例，从事前预算-立项，事中合同签订-采购申请-采购订单-收货付款，事后分析，很多企业财务在整个Budget to Pay流程中，可能仅管理收货付款环节，其他环节并未参与进来。

 

现在通过数字化方式，把预算系统、OA系统、采购系统、费控系统、财务系统等，打通流程并完善控制点，可以解决众多痛点问题，比如层层审批问题、管理流程可控问题、倒签问题等。

比如审批流，要保障必要性、合理性、可控合规性和高效性。其中，必要性、合理性更多是和规划、预算、标准有关；可控合规性更多是和流程的设计、事前事中事后全流程管理有关。但很多企业往往忽视高效性，高效性就是不因为管控风险而影响效率和体验，推动自驱，同时解决流程和决策的高效，我们还总结出分级管理、微笑模型、数字化助力实现的手段水滴模型等保证高效性。

 

所以，综合应用规划、预算、绩效三驾马车做好必要性合理性，基于管理打通各流程做好可控合规性，应用数字化做好高效性，财务参与管理要注意这几个维度支持业务，蕴管控于服务之中，看得见的服务，看不见的管控。

魏美钟：比如成本控制，假如我们通过分析发现机票费用较高，浪费比较严重，下一步需要重点分析部门间的机票折扣程度高低，分析提前下单时间。一般来说机票应该提前3-7天预定折扣较好，折扣低的部门一般是今天出差今天下单，或明天出差今天下单。这时可以算出每月折扣低的部门进行通报。同理，打车费也可以分析打车的画像，采取不同方法解决。绩效考核也可以通过考核的方式决定，以市场行为让“屁股决定脑袋”，做出符合公司降本增效的行为。

如果通过大数据数仓，可以采集完整的全程的数据，比如财务分析发现存货周转率较差，可以现场开会打开分析报告层层分析，假如往下分析是由原材料导致，再往下分析芯片采购周期，销售采购计划，基于单据预测提前备货，再看销售机会是否还存在，若机会丢失，再分析原材料是否要变现，若是电子行业早卖一个月，价格会下降，这时越早变现越好。

通过数仓+BI，大数据反向穿透就变得非常方便，同时也解决了管理会计和业务部门的融合问题。这样在事中需要数据做判断决策时，只要定制好标准，开经营会议内部矛盾较少，通过图表数据，供需配合、沟通管理效率也会提高，公司数字化程度也较高。

例如大华的数仓就是自己开发，整个公司数据都传输到数仓上，管理分析从数仓中产生报告，甚至包含互联网招投标机会，通过互联网招投标的机会以及中标的多少，可以非常精准地算出客观的市场占有率。

Q7

陈果：在事前预测方面，有没有人工智能或大数据的方法，可以提升智能财务，降本增效？

舒懿杰：对于业财管理会计能力解决方案，底层是 IT基础设施,第二层是事务型的财务和业务系统，第三层是数仓，包括分析型 OLAP 系统，第四层是业财场景，包括全面预算管理、绩效管理等多维度的数据分析场景，最上层是BI。其演进分四个阶段：

 

第一阶段是财务和业务系统，事务性系统是主导的系统。财务系统自带一部分的管理会计功能，包括成本中心、利润中心的一些分析，特点是数据量较小，业务的融合度不高，分析维度较低，基础层算力不强。

第二阶段出现数仓、分析类的平台，开始有业财数据的融合，出现一部分点状的业财融合的场景，特点是分析类的引擎开始支持一些非常复杂的运算，包括分区域、分成品做一些下钻，不支持实时分析，需要T+1/T+2时间，需要数据量较大，导数或运算较慢。

第三阶段，基于BI/分析层产生业财场景，包括合并报表，全面预算管理等，基于多维度的业财数据做部分分析，出现比较高效的运算。

第四阶段，底座内存运算较强，业财系统中事务型系统和分析类系统开始做整合，可以做实时的预测分析。

关于预测性会计，从询价、销售订单下单、交货/发货、到开票、收款，传统的财务核算预测未来销售情况是基于实际在财务系统当中发生的这笔交易来做预测，这种预测有很多数学模型，通过测算预测未来几个月中可能的销售量。

现在有了事务型和分析类系统，加上较强的算力，可以把一部分的测算延展到价值链的前端，比如在询价、销售订单下单环节，也即是未发生实际财务交易前，有更多的数据做模拟、预测性分析，估算未来销售情况。企业决策者可以根据这部分的预测数据调整未来的销售策略，或做一些运营优化，在事前做一些决策。

 

但做预测性分析需要两个能力：一个是从底座上，需要非常强的算力，把业务数据、财务数据在单一的可信的数据源当中做分析；二是做扩展日记账，也即是做另外一套账，把模拟的数据做了两套数据，做财务的预测，需要比较强的应用设计，加上本身底座的运算，这也是现在比较典型的预测性分析的场景。

这些场景可以扩展一些功能，比如对于未来新增销售订单的预测，未来财务损益预测分析，毛利、盈利能力的预测分析等，都是可以基于扩展的模拟数据做更进一步的分析。

付军华：智能预测更多用在业务上，比如滴滴智能补贴。从财务的视角，比如当时做分时租赁，相对重资产的业务，并没有太多的智能，对于提前做预测，更多是实时信息的反馈，及时调整跟进。

一般来说，用智能化的前提是数据量非常大，更多是业务端，财务端一般是与经营有关，影响经营指标。

魏美钟：以大华为例，比如汇率的预测，通过中美关系、进出口看汇率的走向，更多是利用工具转换汇率差。

另外，像关键原材料特别是芯片，通过做一些模型，关注生产基地是否有天灾人祸会造成产能不足，一旦发现问题，原材料要立即备货；一些铁制品，需要关注大众物资的价格走势，当发现动向有变化，预测趋势后，可以做备货策略调整。工业企业MRP，特别是电子制造业 MRP也是一个预测。

还有预算控制，现在费用报销平台，把所有的预算指标全部嵌进去，员工在提申请阶段就可以事前控制。

再者，考核体系分成KPI和奖金，可以根据来年业务走向和重点进行事前控制，比如今年是销售为王，明年是汇款比重要，这时考核体系建设要根据侧重点调整指标高低。

陈果：总结来说，业财一体化整合比较成熟，但在财务领域，真正的人工智能更多还是在设想阶段，在实际中即使是AI技术很先进的互联网公司，也是尝试，几乎没有实际案例。

小结：关于业财一体化降本增效的三点建议

付军华：财务的价值创造有三层：

第一，做好业财一体化，否则巧妇难为无米之炊。只有业财一体化，才能带来更好的财务合规和财务记录，更加准确及时完整高效。

第二，财务创造价值在事中。财务要参与到事中的管理中，蕴管控于服务之中，看得见的服务，看不见的管控，并且要流程和决策高效。

第三，财务要更多的参与到决策支持中，做好导航员。做好财务职能，事前工作特别重要。虽然事前预测在运用智能化的方面实践并不多，但基于历史信息、市场情况，把管理模式从原来的预测控制型转变成感知响应型，越发需要财务人员和业务人员站在一起，通过业财一体化，获取更多信息，支持事前决策，适应快速迭代的VUCA时代。

魏美钟：第一，研究怎样通过业财一体化的提效，抓住现在无纸化、电子化、 SaaS化的浪潮，提高钱账税场景化会计的效率，把70%钱账税的财务人员缩减到30%，省下的人往管理会计方向转型；

第二，通过场景化会计实现数据清洗提炼，除了提效，还要提质。通过数仓+BI，提供有质量的分析报告或感知报告，洞察业务部门未能洞察到的规律，帮助改善业绩，与业务部门更好的融合。

第三，释放财务创造力，提高公司整体价值。财务有更多时间思考，释放创造力，不仅可以内控踩刹车，还可以为公司发展加油门。

舒懿杰：第一，业财场景驱动,需要一个团队不断挖掘对企业有价值的场景，是一个持续迭代的过程。

第二，人才协作转型。找场景需要业务财务知识体系、协作模式做变革。

第三，以数据技术为轴。因为数据技术贯穿各个场景，需要打通企业标准，构建治理体系，不仅技术要介入，业务也要从数据生命周期管理层面把数据治理做起来。