【疫情后的财务2020】企业为什么需要构建数据中台架构下的管理会计报告平台？

2020年伊始一场突如其来的疫情已成为企业数字化转型的加速器。随着越来越多的企业或被动、或主动地启动了采购、营销等业务前端的线上化转移，后台的管理线上化也成必然之势。数字化转型这一喧嚣多年的概念，即将迈入爆炸式落地推进的黄金时代。

财务数字化的最终目标就是用数据赋能企业业务发展。数字化转型要求企业充分应用新一代信息技术，充分整合业务数据、财务数据和大数据，通过深入分析、挖掘数据间的关系展示规律，为管理会计价值创造提供新动能。作为数据应用结果的展现，管理会计报告在数据来源、数据传递、数据分析以及数据展现等方面均面临重大变革。如何构建数字化企业管理会计报告的应用模式，管理会计报告将有哪些创新应用和未来趋势，这些都是身处数字化转型期的企业管理者普遍关心的问题。本文结合管理会计信息化的中台化趋势，提出企业应构建以数据中台为支撑的管理会计报告平台，以实现自动化、实时化、智能化、场景化、多维度的数字化决策。

管理会计报告的内涵和发展

身处“信息爆炸”的时代，企业管理者每天都会面对大量结构化、非结构化的数据及信息，产品价格波动、原材料价格涨跌、生产设备技术变革、汇率变化……面对纷繁复杂的数据及信息，各个层级、各个环节的管理者分别关注哪些信息？如何获取对企业所处行业、所处阶段有价值的信息？这些有价值的信息，能否以简洁直观的报告展示出来？

1、管理会计报告的内涵和特点

管理会计报告，正是为应对上述诉求而生的管理工具之一。财政部在《管理会计报告应用指引第801号——企业管理会计报告》中提出：企业管理会计报告是运用管理会计方法，根据财务和业务的基础信息加工整理形成的，满足企业价值管理需要的对内报告。总体来说，管理会计报告作为信息载体，旨在为企业各级管理者提供管理决策所需信息。在管理越来越趋于精益化的今天，管理会计报告在企业决策、控制和价值创造方面的作用日益重要。

与财务会计报告相比，管理会计报告具有鲜明的特点。首先，管理会计报告为内部管理服务，是管理提升的必备工具，编制管理会计报告的重点在于支持各层级管理者的经营决策。其次，管理会计报告面向未来，强调事前和事中的控制，关注未来经营。再次，管理会计报告所展现的信息维度更丰富，不仅仅包括内部的财务信息、业务信息，还需要关注外部信息。最后，管理会计报告可按需求灵活编制，通过对数据的整合与分析实现业财深度一体化。以数据分析的结果帮助企业发现业务上存在的问题，并助力企业作出及时、正确的决策。

管理会计报告的基础是数据，不仅包括内部数据，如研发、生产、销售等价值链环节的数据，还包括外部数据，如政策法规、市场竞争、通货膨胀和利率波动等数据；不仅包括财务口径的收入、成本、费用、利润等价值量数据，还包括大量业务口径，如产量、作业量、动因量、人工及工时量的实物量数据；不仅包括结构化数据，还包括大量非结构化数据和半结构化数据。企业只有将全面有用的数据进行有效采集和加工利用，才能生成所需的有效信息并形成有价值的管理会计报告。

2、管理会计报告的应用瓶颈

作为管理会计方法应用的最终结果和管理会计信息的终端产品，管理会计报告既是企业管理会计体系的重要构成部分，也是企业数字化转型和价值创造的有效工具。然而，元年研究院此前在一项名为《我国管理会计现状研究》的调研过程中发现，立足于提供决策支持信息的管理会计报告体系无论在应用的深度上，还是在应用的广度上，在管理会计方法体系中都较为薄弱。而造成这一现象最主要的原因就是企业信息化架构存在缺陷，导致企业获取的数据与信息不足，以及对数据与信息的处理能力不足。

在传统的信息化架构下，企业的信息化体系由一系列相互独立的专业套装软件系统构成，各个系统之间的连接性不高，为数据采集、数据转换、数据处理带来了一系列难以解决的问题：

从数据采集看，传统IT架构下企业内部数据各自分散孤立在不同的子系统中（比如ERP系统、CRM系统、SRM系统、HR系统等），但各系统就像不同的烟囱一样彼此独立，形成了大量的数据孤岛，数据采集难度重重。

从数据转换和计算看，财务、业务、管理等不同口径所需的数据零散在各个系统，而各系统的数据都是按照其固有的需求和规则设计的，不同部门、不同应用系统对同一类、甚至同一个数据的口径不一（比如，财务口径的数据与交易分离，管理口径的数据与业务脱离），往往会出现相互之间口径对不上的情况，同时不同口径的数据进行的转化和重新计算的过程产生了管理会计系统应用中的数据鸿沟。

从数据获取效率看，基于ERP系统搭建的管理会计信息系统自动化程度低、时效性差，难以满足瞬息万变的商业环境下企业的实时分析与决策等管理需求，更不具备互联网环境下对业务运营的快速响应能力。

从数据存储和数据处理看，企业内外部数据可分为结构化数据和非结构化数据，而其中高达80%的数据都是非结构化数据。非结构化数据对IT系统的数据处理能力和读写速度要求更高，对数据存储和数据管理能力也提出了更高的性能要求。上述要求在传统的烟囱式的信息化架构下难以得到满足，致使很多企业的数据沦为“一团乱麻”。

构建基于数据中台的管理会计报告平台

数据中台的出现，为企业适应数字化转型时代的管理变革提供了全新的IT架构，也为管理会计报告系统的升级提供了全新的数据支撑。构建基于数据中台的管理会计报告平台，消除困扰管理会计报告编制的“信息孤岛”，有效融合内外部数据，推动业务与财务的有机结合，将数据能力转变为企业的核心竞争力，为企业提供多方面、多层次的管理分析和经营决策支持，正在成为大智移云时代更多企业采用的管理会计报告应用路径。

1、什么是数据中台

作为2019年中国经济领域的绝对热词之一，中台在短短一年间就完成了从概念普及到落地应用的过程。据2019年11月召开的“数据赋能 智享共赢——2019企业数字化转型高峰论坛”现场投票结果显示，有80%以上的企业已经在建设和在规划建设数据中台，这也从一个侧面反映了中台的炙手可热。

中台一词早期是由美军的作战体系演化而来，技术上说的中台主要是指学习这类高效、灵活和强大的指挥作战体系。中台为更多人所熟悉，是源于阿里提出的“大中台,小前台”战略。所谓中台是相对于前台和后台而言的。前台即面向客户的市场、销售和服务部门或系统，后台是技术支持、研发、财务、人力资源等二线支撑部门或系统。而中台则是指介于前台和后台之间的一个综合能力平台，可以有效地连接前后台，具备对于前台业务变化及创新的快速响应能力。

数据中台是中台的核心平台之一，是指通过数据技术，对海量数据进行采集、计算、存储、加工，同时统一标准和口径。数据中台把数据统一之后，会形成标准数据，再进行存储，形成大数据资产层，进而为客户提供高效服务。数据中台将传统数据仓库扩展到企业级所有数据的更大领域，对这些数据进行数据采集、数据治理、数据建模和各类分析服务，并提供给前端开展不同维度的数据应用。数据中台是在大数据平台发展到一定阶段后的一种思维升级，大数据平台是一种“技术优先”的思维, 而数据中台则是“数据优先”的思维。广义的数据中台不仅包括在大数据平台基础上已经沉淀的采集、计算和和存储能力, 统一规划的数据治理能力, 还包括长期积累下来的一些可复用度较高的技术组件和数据产品。

2、数据中台推动管理会计升级

数据中台打破了企业传统的烟囱式信息化架构，不仅将彻底解决企业的信息孤岛问题，提升数据采集和数据转换的效率和质量，还将基于中台“共享”和“复用”的特点，根除企业IT系统重复建设的现象，为数据存储和数据管理带来便利。

一是打通全数据

数据中台架构显而易见的好处在于，它将企业信息化架构由不同平台下分散的烟囱式系统集群变革为部署在同一平台下基于服务的应用系统集群。基于数据中台，企业可以打通和汇聚多源数据，实现数据资产化和内外部数据的整合。

二是实现数据的复用与共享

中台的核心思想就是复用和共享，它将不同业务场景的通用能力抽离出来，下沉到一个共享平台，共享和复用给前端应用系统，实现特定的数据应用，更好地支持前台系统的灵活变化。中台可以确保同一类或同一个数据来源的惟一性，实现了对数据的集中化储存，使数据在应用端的复用和共享变得触手可及。在中台上企业还可以构建模型，并将其作为知识沉淀在中台内，可在数据应用端调取进行复用。

三是赋能管理会计的创新发展

以往管理会计更多强调用数据支持企业决策，但在互联网环境下会更加重视赋能，不仅仅是为企业管理赋能，更重要的是为业务运营赋能。在“双十一”网购的时候，电商系统会根据客户以往购买的习惯“猜你喜欢”，弹跳出专门给客户推荐的商品，这就是中台提供的重要赋能。在本次疫情中，大部分企业的管理层最关心的问题就是疫情将对企业业绩产生哪些影响，企业可以从哪些方面采取措施来加以应对等等。而这些都可基于中台提供的实时变化的大量数据和模拟模型，更及时地获得面向未来的指标预判。

3、基于数据中台构建管理会计报告体系

基于数据中台的管理会计报告的信息化系统架构可分为三个层级。

底层是数据治理层，数据治理是专注于将数据作为企业的商业资产进行应用和管理的一套管理机制，能够消除数据的不一致性，通过建立规范的数据应用标准，提高数据质量，实现数据广泛共享，并能够将数据作为一项资产应用于业务、管理、战略决策中，进而发挥数据资产的商业价值。

通过数据治理（涵盖主数据管理、元数据管理、数据质量管理、数据标准管理、数据安全管理、数据生命周期管理等内容），管理会计所需的各类基础数据、业务财务和外部引入数据的数据质量得到提升，这就从源头上解决了管理会计报告应用中的数据采集和数据质量难题，为下一步数据分析奠定了充分的数据基础。

中间层是数据模型层，其核心是基于智能技术开展数据建模，形成服务化的数据应用。管理会计报告的最大价值就是为各层级管理者的科学决策提供量化信息支持，其本质在于将企业业务模型化，即通过建立量化模型来模拟企业的商业模式和业务模式。而智能技术架构下全新的数据中台具备智能快速建模能力，可基于智能数据研发开展在线数据建模、基于智能算法进行统一画像和构建公共数据模型。借助强大的建模和计算引擎，企业可按不同主题建立业务模型和财务分析模型，发现数据之间的关系，做出基于数据的推断，较好地满足管理会计报告的分层次、多维度、灵活性等特点。

数据模型可分为基础模型、融合模型和挖掘模型。基础模型一般是关系建模，主要实现数据的标准化；融合模型一般是维度建模，主要实现跨越数据的整合，整合的形式可以是汇总、关联、解析；挖掘模型是偏应用的模型，作为企业的知识沉淀在中台内，可在数据应用端调取进行复用。

上层是数据应用展现层，聚焦于对数据的应用和展现，最终以多样化的形式，包括管理驾驶舱、即席分析、自助报告、数据大屏、移动APP等，对数据分析应用的结果进行多维度、定制化、可视化的展现。基于可定制的交互式界面，系统可以根据不同用户在不同场景下的需求调整合适的展现方式，使报告更符合用户的阅读习惯和偏好，并且可以进行文本、表格、曲线图、柱状图、面积图、饼图、雷达图、仪表盘、散点图、气泡图、地图等多种数据展现方式，使用户更直观地捕捉到数据分析中发现的问题，从而有效降低管理者对数据的解读难度并提升决策效率。系统不仅支持用户在PC界面的运行，还支持移动端展现，有效满足用户对于报告获取便利、及时、规范、准确的需要。

数据中台架构下的管理会计报告的应用趋势

数据中台所具有的共享和复用的核心特点，为管理会计报告的应用提供了及时和丰富的基础数据支撑。同时，数据中台上可以部署一系列趋势性的新技术，包括内存多维数据库、分布式计算、数据可视化、智能数据分析和机器学习等，能够为管理会计报告平台带来更强的计算能力、更快的预测速度、更直观的决策支持信息和自动化的分析能力。这些都将令管理会计报告呈现一些创新性的应用和发展趋势。

1、更多人工智能深入应用

人工智能的技术发展有三个阶段：运算智能、感知智能和认知智能。运算智能让系统能存会算，感知智能让系统“能听会说，能看会认”，而认知智能让系统“能理解，会思考”，也就是可以联想推理。在管理会计报告领域，我们所面临的最大挑战是如何让系统基于对管理科学的理解，开展规划、控制、预测和分析，给企业管理层更加精准、及时的决策分析依据，助力智能决策。

突破认知智能阶段所依靠的以机器学习为核心的智能技术。机器学习可以用来解决多变量、很难用一个规则来计算的计算模型，通过机器可以采集大量的预测参数，对数据的输出进行快速计算。基于机器学习技术，系统可以基于对业务知识的理解，科学预测、合理控制、智能分析，真正成为管理和财务人员的智能助手。结合自然语言处理、知识图谱、图像识别等前沿的人工智能技术，机器学习还可以帮助企业实现商业智能的升级，实现自助式数据分析平台（自助BI），辅以移动化、协同化，打造更易交互、更智能化的管理会计报告平台。

2、更贴近业务

以往，管理会计报告更多地用来支撑面向管理层的管理报告，对一线业务部门的赋能、对运营的支持相对较为薄弱。因为原来的数据采集、数据整理、数据加工太慢了，业务化信息也不充分，对业务运营的支持远远不够。而在新技术强大的计算速度和数据治理能力的加持下，管理会计与业务经营的融合更紧密。例如在做销售、生产、供应链和研发创新时，未来的管理会计报告能够给予新产品研发、投资、决策、立项更多的数据支撑，能够为企业解决一个个业务场景中的实际问题，这就是管理会计报告在应用中从支持大决策向支持业务决策和业务发展的巨大转变。

3、更具有前瞻性

数据应用可以帮助企业感知现在和预测未来。在管理会计报告的内容框架中：感知未来即基于过去的历史数据看未来，包括描述性分析和诊断性分析，表现为将历史数据与当前数据融合，挖掘潜在线索与模式，向用户展现企业“发生了什么”和“为什么这样发生”。预测未来则是应用模型开展对未来态势的判定与调控，包括预测性分析、优化性分析和自主性分析，表现为基于数据模型解释事件发展演变规律，进而对发展趋势进行预测，不仅要告诉用户“可能发生什么”，更要帮助用户了解企业“应该怎么做”以及“如何适应改变”。

受数据瓶颈和系统性能所限，传统的管理会计报告主要是感知未来的报告。而从价值创造的角度，预测未来的报告致力于解决问题，更符合数据洞察“向前看”的发展趋势。未来企业真正的挑战在于如何开展预测性的数据分析。依靠数据中台强大的性能，我们将获得越来越多有价值的预测信息。

4、从单纯报告到报告、推演、模拟、行动、反馈的组合

管理会计报告以数据为基础，但并不应仅仅看作是单纯的数据展现。传统分析是单一的数据分析，组织单一、人员单一、流程单一、职能单一、输出结果单一，缺乏反馈的流程、通路和机制，使管理会计报告成为单纯的报告，尽管能够提供给用户以数据分析的结果和相关改进建议，但无法跟踪后续改进行动的落实。

数据中台支撑下的数据分析是更贴近具体业务的场景化、业务化分析，往往是团队协作，有管理人员领导，可以调集生产、销售、研发、财务、人力等多部门联动协作，站在全公司的整体视角解决场景中的业务问题，做出相应决策并上下协同实施。同时，数据中台与数据仓库的最大区别在于经由数据中台形成的数据一定要回归到业务前端，反向指导业务运营。这些都使得管理会计报告不再是单纯的报告，而有条件形成一整套追溯和跟踪体系，从报告、推演、模拟、行动到反馈，通过广泛的自上而下的团队的参与和推动，确保报告内容能及时、精准地赋能业务发展。

对于一项依赖数据生存的专业管理工具，数据中台的横空出世无疑将为其带来颠覆性变革。在大智移云物的新一代信息技术支持下，未来的管理会计报告将更及时、直观而有力，为决策提供数据支持将不再是其价值的终点，提供决策支持和赋能业务发展将逐渐并重。