【MAS·2023趋势解读】财务数字化转型：以数据中台为支撑，成为数字化转型突破口｜附报告领取

近日，备受关注的“MAS数智化企业2023发展趋势”调研结果新鲜出炉！本次调研由MAS平台发起完成，针对企业数字化转型、财务数字化转型、管理会计、财务共享、数据驱动和ERP六大主题，采用问卷和访谈的方式，广泛邀请专家、高管和公众在线参与，共回收有效样本2625份。经过对样本进行数据分析，MAS整理出2023年中国企业数智化发展的30条趋势，以展现当前企业界、学术界对数字化转型的观察和共识。

本期MAS针对财务数字化转型主题下的入选趋势进行解读。

伴随着以大数据、物联网、云计算、人工智能为代表的数字科技不断发展和成熟，企业进行采购、生产、运营、销售等行为所面对内外部环境正在发生深刻改变。从适应内外环境变化出发，企业财务管理需要进行相应的数字化转型。财务数字化转型是指企业在财务领域运用云计算、大数据等技术来重构财务组合和再造业务流程，提升财务数据质量和财务运营效率，更好地赋能财务、支持管理、辅助经营和支撑决策。

在本次调研的六大主题（企业数字化转型、财务数字化转型、管理会计、财务共享、数据驱动和ERP）中，财务数字化是承接企业数字化转型和管理会计、财务共享等专项内容的一个主题。结合2022年国务院国资委《关于中央企业加快建设世界一流财务管理体系的指导意见》中对推进财务管理转型升级的要求，以及财务数字化在企业整体数字化转型中的特殊地位，调研结果可以为我们更深入理解财务数字化发展趋势和应用路径带来新的启发。

从数据统计结果看，“以数据中台支撑管理会计主动赋能业务发展”以42.30%的比例拔得头筹，“财务数字化成为数字化转型的突破口”被24.10%的网友认为是位列第二的发展趋势，“业财融合下财务人员与业务人员的职能互通”和“金税四期倒逼企业加快税务数字化转型”分别以12.30%和11.00%排名第三和第四，“从传统财务到智能化财务”以10.20%的比例成为第五名。

数据中台的核心是用数据赋能业务，打通底层数据，实现数据共享和数据建模。数据中台不仅彻底解决了企业的信息孤岛问题，有力提升了数据采集和数据转换的效率和质量，而且根除了企业IT系统重复建设的现象，为数据存储和数据管理带来便利。基于数据中台，管理会计不需要依赖于财务会计提供的信息就可以自动进行数据处理。在此基础上，通过将管理会计与业务化、场景化、实时化的数据分析相结合，企业可以将决策实时转化为行动，基于系统平台的流程协同能力，快速形成指令驱动和控制业务。

在数据中台的支撑下，管理会计与业务经营的融合更紧密，管理会计将具备更敏捷的响应能力，可以满足不断变化的业务前端对后端管理提出的各项需求，并能更多地应用于销售、生产、供应链和研发创新等价值链环节的具体业务场景中，主动为业务运营赋能。

场景1-五统一优化决策支持模型，实现高质量决策支持

某油田公司经过集成平台将储量、产量、投资、成本、效益这五个油田生产关键指标及相关数据定期同步至数据中台。通过对这5个指标做联动分析模型，对盈亏平衡油价、SEC储量等规划目标进行优化倒逼，支撑中长期规划和年度预算的科学制定；通过五大关键因素的统筹平衡，提出剩余预算周期调整建议，及时进行动态调整、预算纠偏，促进发展规划、三年滚动预算与年度预算的有效衔接。

场景2-全价值链作业成本管控体系，实现高价值效益挖掘

基于数据中台的统一数据标准，贯穿“招投标-合同-任务-施工/服务-结算-核算-付款”业务链，数据全面打通“预算、价格、税务、资产、资金”财务各专业，实现事前异常捕获、事中控制校正、事后追踪评价，形成数据运营闭环。构建不同成本发生主体间的关联关系网，建立“业务-节点-关联业务-关联节点”网状化联动运行机制，在预算投放、成本管控、投入产出分析等多个层面实现高价值效益挖掘。

场景3-措施作业评价平台，实现措施作业全程管控

措施作业评价平台通过数据中台可以对措施作业各关键点：计划措施-措施前-措施中-措施后-措施评价 进行措施实施过程中业务，财务联动分析，打通经营经脉，进行科学分析经营，提升措施计划效率实现数据赋能。措施后融合生产，财务系统产量，成本等数据建立措施评价模型进行自动评价，并且回流数据中台用于动态预测产量和监控措施效果的依据，以数据驱动完成业务运营闭环。

财务系统作为连接企业采购、生产、运营、销售等经营行为的枢纽，连接从企业管理层到一线业务人员各个层级，在推动企业数字化转型过程中具有得天独厚的优势。从企业过往的信息化、数字化历史进程来看，从会计电算化到ERP推广普及，财务在企业转型过程中都扮演着引领推动的重要角色。以财务数字化为突破口，逐步延申到业务数字化，由此开展企业整体的数字化转型，将成为企业未来数字化转型的主要路径。

此外，在财务数字化转型过程中，财务边界的扩充将反过来赋能企业数字化转型应用场景。通过与企业具体的数字化转型应用场景相结合，开展实时化、敏捷化的财务分析、经营决策、预算管理、风险管控，更高效地发挥数据价值，赋能企业整体数字化转型。

场景-从营销端财务数字化到经营数字化

针对互联网零售等新业态对传统商业零售企业提出的新挑战以及营销活动中存在的管理模型不完善、数据质量水平低、职能界定不清楚、对毛利率重视程度不足等管理痛点，零售企业可以通过从财务数字化入手，建立新的涵盖事前申请+事中监控+事后评估的营促销活动全生命周期管理新机制，对营促销活动的效率和效果进行提高完善。

在新的机制下，及时掌握并更新客户数据源作为后续各项活动起点的前提凸显出了客户数据来源丰富化和数据采集方式丰富化的重要性。通过在大客户小票打印机上加装小票设备，借助OCR技术完成销售流水信息的采集识别，为后续进行大客户采购行为分析和预测提供了完整、可靠、实时的数据源，推动经营数字化发展，进而促进企业的整体数字化转型。

随着财务部门重复性工作被替代，以及业财融合的进一步深入，企业业务人员和财务人员的职能也将出现互通：一方面，在业务数据化以后，精细化核算和数据分析所带来的工作量远远超过传统财务核算，不同级别的组织，不同的考核维度，所需要核算及分析的内容都是不同的，组织细分的数量越多、颗粒度越细，则区别度和复杂度越高，财务人员必须更加深入业务，才有可能做出科学及时的业务分析；另一方面，业务人员也将具有财务职能，数据的录入和核算可以由业务人员直接进行，减少人工成本的同时，提高分析的实用性，还能激活员工自我赋能和主动创造价值的动力。

有了先进技术的支撑，在未来每个员工既是业务人员又是财务人员的情况将可能成为现实，员工没有增加不必要的工作量，并且原有的重复性工作也相对减少，节省出更多的时间自主分析和思考自身工作所涉及的经营流程环节，提出创新性的想法，形成自己的流程信息、业务信息和财务信息，利用这些信息，成为各环节的分析决策者，实现自我驱动。

业务人员要具备财务职能主要有赖于数字化技术的普及，就现阶段而言业财融合下更强调财务人员的“业务性”。华为总裁任正非给财务人员指出过三个方向：

一是参与项目管理，基层财务人员要想尽快掌握企业业务经营情况，最好的选择是做项目财务。一个项目相当于一个小企业的完整周期，全面且贴近业务；

二是参与经营分析，财务分析要透过财务数据挖掘背后的业务原因，指出问题，找出对策，落实责任，到期考核；

三是参与预算预测，在参与预算预测的过程中，财务人员必须不断与业务人员沟通才能得出务实的结论，由此突破财务分析的范畴，将视野逐步延展到业务经营。

2023年金税四期工程有望正式上线。税务总局对企业涉税风险的监管水平将再次提升，倒逼企业快速提升的数字化税务管理水平，改变在应对税务检查、稽查时被动应对的状态。税务数字化将成为大企业通过税务管理提升整体管理效率、降低成本的主导方向。

通过税务数字化系统的建设，实现税局信息与企业实际业务操作的有效对接，承载大企业集团全税种、全主体、全业务、全流程的税务管理应用工作，满足集团型企业对各个分子公司的税务执行审核需求，解决纳税主体多、税种多、涉税业务类型多、数量大，各地税收口径存在差异化等诸多困难。部分国企已经开始探索实现全税种统一线上管理，全级次涉税信息全面归集，一键开票、一键校验、自动申报，在信息化、数字化基础上，搭建税务筹划管理体系，建立税务风险指标测算、预警、评价机制，利用智能技术赋能企业全球化税务管理。

具体应用场景包括：

场景1-发票管理

打通国税局电子底账库，打造集团统一的发票池，面向各单位提供税务全生命周期管理，进项发票支持多环节采集获取、认证；对销项发票，支持空白发票的全过程管理，同时打通业务系统与后端的税控系统使发票开具来源可追溯。

场景2-纳税申报

在业务环节中自动生产涉税台账，对各类税金申报数据形成统计台账，归集工作底稿和业务深度融合完成纳税申报表的计算，针对财税体制改革的不断深化，通过对增值税、所得税、印花税、房产税等多个税种的管理，实现纳税申报管理的规范化、流程化和可视化。

场景3-风险管理

预置专业的风控模型和指标数据，供企业参考对标，同时企业也可以根据自身情况，重点关注等指标进行自定义管理根据定义的风险指标进行税务风险的识别，提供全集团、全级次税务风险预警、税务风险应对策略管理。

场景4-分析预测

展示板块可以展示出税负分析、税种变化趋势、增值税发票抵扣、A级纳税企业、研发加计扣除、黑名单分析、关联交易、政策汇编八个模块的统计分析结果，支持集团级、板块级、组织级的分级分析，可向深层钻取各模块的具体数据，层层剖析税负问题。

智能化财务，是在传统财务的基础上重塑人机边界，实现新技术与财务工作的深度融合，基于RPA等多种智能技术，推动数字员工、智能助手走入了更多企业，替代基础、重复的财务工作，打通封闭的异构系统，实现数据交互，拓展财务共享中心在知识赋能、风险预警、数据洞察等方面的职能。其中，RPA即机器人流程自动化，作为AI技术在财务领域的先锋应用，已在企业中得到广泛认同。RPA可以出色的完成大量重复性、定义清晰、有固定逻辑而少有意外情况的工作。

根据某大型家电集团数据表明，应用RPA机器人后，数据处理效率达到人工的 500 倍，对于临 时性分析、经营分析等场景，耗费时间从以往人均数据加工的 3-4 天缩减到半天， 让分析师更多的可以将时间资源分配到与业务端沟通和数据洞察等高价值任务。

智能财务主要的应用场景包括：

场景1-数据洞察

应用RPA机器人的智能问答能力赋能海尔集团内部的数据分析流程，打造企业智能助手。通过将智答系统嵌入移动门户、PC 门户、集团及其下的产业 报表平台，承担了数据查询、问题定位、 数据分析、可视化报告输出等原本散落在分散流程节点的工作，不仅简化了流程， 提升了数据分析效率，还打通了各个业务部门与管理部门，统一了决策者阅读数 据和分析数据的口径。

场景2-智能预警

通过嵌入RPA机器人，海尔集团对收入、费用及其他各类运营指标实现 了 AI 自动监控和预警。通过事先设定指标偏差阈值，RPA机器人可以自动 监控运营数据并捕捉异常，超过阈值则自动触发预警机制，将异常数据报告直接 推送给相关责任人，实现“数据找人”和事中管理。

场景3-业务分析

利用知识图谱技术，构建数据关系，海尔集团RPA机器人可以实现对报表数据的预测分析、归因分析等功能。例如，通过智能归因分析，可以直接将收入偏差自动归因到影响最大的某个产品 线中的某个产品系列，配合规划中的事理图谱，进一步进行业务事件分析，明确该产品系列收入偏低主要导致的原因是均价下降或营销补贴不足等。

随着AI技术深度发展，基于强大的深度学习能力、计算能力和反应能力，继PRA和IPA后，财务领域应用AI技术甚至有像人类一样进行自主信息搜集、信息分析，并代替人类作出经营决策。

......