商业智能在财务管理中的应用

引言商业智能（BusinessIntelligence，简称：BI）是现阶段企业数字化工具的组成部分之一，其能够承接企业其他信息系统，整合企业的海量数据，打破数据孤岛困境，实现数据的集成与统一，是企业连接、处理、应用、分析、展示数据等能力的核心依据。同时，财务管理的理念在如今数智化时代有了更好的应用场景和拓展空间，管理会计报告也伴随数智技术的发展、组织变革及生态化战略的深入推进，成了企业创值增值运营转变过程中的有力工具。管理会计报告既能打通财务人员和业务人员的信息屏障，又有利于财务管理人员从全局出发，更系统、更专业地融入企业事前、事中、事后的运营决策和价值管理。下文将重点结合财务商业智能应用场景分析阐述财务视角下的BI价值及在财务管理中的应用实践和未来展望。一、商业智能（BI）发展历程观远数据CEO苏春园：“2022年，是BI的变局之年，即商业智能BI正从过去以报表为主的传统BI时代，进入以业务分析为主的现代化BI时代”。商业智能提升企业数字化进程，实现数据集成和统一管理。BI是在打通企业数据孤岛，实现数据集成和统一管理的基础上，利用数据仓库、数据可视化与分析技术，将指定的数据转化为信息和知识的解决方案，其价值体现在满足企业不同人群对数据查询、分析和探索的需求，从而为财务管理和业务发展提供数据依据和决策支持。1958年，IBM的计算机科学家HansPeterLuhn撰写的一篇文章《ABusinessIntelligenceSystem》中，开始描述BI的价值和潜力，今天他被公认为“商业智能之父”。20世纪90年代末和2000年初，数十家BI厂商进入市场，在此期间，BI包含两个基本功能：生成数据和报告，并以可视化的方式展示。但也面临使用中复杂性和时效性两大难题。21世纪是一个明显的转折点，随着云计算、SaaS、大数据的发展和成熟，商业智能开始被更多的企业使用，解决了复杂性和时效性的问题，实现自助式和改进可视化是BI的发展领域和现代化特征。随着商业智能将广泛普及，以数据为中心的企业管理将成为常态。自然语言处理、人工智能让数据成为智慧。二、财务管理视角下的BI价值（一）BI功能与应用1.数据分析现存财务管理数据分析痛点主要是复杂数据预处理难度高；指标口径不统一，同时造成追溯数据问题难；多维分析处理流程复杂，处理效率低，容易出现统计错误等。在完成数据资源整合的基础上，财务工作中可引入关联规则、文本分析等技术手段，逐步增加在线分析、数据仓库、数据挖掘、决策支持等功能与服务，建成弹性、高效、可个性化定制的一站式BI大数据分析平台。同时整合分析企业财务报表、宏观经济环境、行业发展规律等方面的数据，广泛选择多种指标，挖掘指标间的关联关系，构建财务预警模型，帮助企业管理层动态评价与掌握企业财务风险，制定经营决策。一站式BI大数据分析平台可提供拖拽操作、指标管理和多维分析功能来辅助财务管理工作者进行财务及业务数据分析。BI可提供自助化的操作界面，用户基于语义层可以在权限受控情况下通过简单的鼠标勾选数据字段快速获得所需数据，并提供条件筛选、数据格式、聚合计算、排序、过滤、告警、图形等功能供用户选择使用，降低使用门槛，使财务分析更专注于业务。指标管理功能将分散在不同系统的各类指标集中管理，并用统一的标准进行约束，展现用户指标运算逻辑，帮助企业统一指标口径，构建完善的指标体系。财务管理工作者可通过自由组合维度、汇总计算、切片、焦点项、钻取、排序等轻松实现数据探查，根据业务主题，从时间、部门、人员等不同维度分析数据。2.数据展示财务分析展示的痛点集中在可视化效果单一，大多只能使用已有的固定模板；业务人员与开发团队需求对接难度高，开发周期长。BI分析报表可通过Excel式报表开发，降低学习成本。巧妙实现各种复杂样式的中国式报表，并支持Excel函数公式，涵盖海量的动态图形效果及交互方式。其中问答式数据获取无需编程或Excel筛选，即可帮助业务人员使用业务思维询问，在海量数据中快速获取需要的数据，提高提取效率。（二）BI在财务管理中的应用实践商业智能（BI）的优势体现在以下几方面。一是一站式数据服务能力。覆盖数据采集、计算、存储、分析、预测等数据分析全流程，降低实施、集成成本。二是超大数据量处理。利用分布式存储与计算，满足亿级数据表的关联查询和计算，帮助企业处理大数据量分析场景。三是全面的系统运维保障。支持集群分发、分布式缓存、补丁包机制、运行监控、多方位安全管控和用户行为分析，全面保障系统落地。四是智能化的数据分析能力。运用自然语言处理、机器学习等增强分析能力，提升分析广度和深度。五是一体化的数据建模能力。支持跨不同数据查询整合，与分布式ETL一体化。提供敏捷建模、智能分析，全面支持各种数据准备需求。六是助力企业构建数据文化。通过各平台互动、数据目录、应用商店等能力，帮助企业构建完善的数据化运营。商业智能（BI）是承接财务数字化转型的最佳工具，帮助企业发挥在信息化阶段所积累的数据价值，从而推动加速财务的数字化转型进程，BI适用于财务信息化建设的中后期。BI帮助企业的“死数据”变为“活数据”，让财务决策有数可依，有据可循。1.BI与业财融合财务结合传统财务工作是分散、封闭、手工的作业方式，这种作业方式导致财务部门在掌握大量经济活动原始资料的情况下丢失了大量数据。比如一份差旅费单据，财务只需借差旅费，贷银行存款，但机票的价位、折扣、航线、时间、频率等财务都不知道；一份收入凭证，财务只记客户和科目信息，客户是新增客户还是存量客户、客户的规模、客户与公司建立的业务种类及相应规模等财务也不知道。这些信息有些已载于各类原始单据中，但财务没有采集能力，因此在数据分析时只能从财务数据出发再回到财务数据，缺乏业务分析的素材，分析报告在业财融合方面的深度广度非常欠缺。企业运用商业智能（BI）工具，将付款、收款、报销等各项业务的前端信息接入系统，就会使各项业务在系统中形成数据流，并存储于统一的系统内，这为数据分析提供了广阔的空间。财务部门可以根据各种需求采集、加工相关数据，将数据转化为有价值的信息，为企业的管理决策提供更直接、更有说服力的数据支持。某大型券商的数智化技术赋能财务管理实践是基于上游应用系统数据在BI系统进行整合与集成，从而实现智能化分析与展示。BI与智能费控应用的结合。通过BI推动构建集中、高效、准确和共享的核算与费用管理中心。并通过BI系统与报销系统数据集成构建智能费控应用，运用BI工具完成公司层面统一的费用控制报表，完成部门费用画像、个人费用画像等财务管理界面。通过智能费控报表的应用提高了费用报销的时效性与合规性，实现了降低报账的人工成本。BI与预算分析应用的结合。通过BI推动财务管理在业务端前置，将预算管理、分析支持等与业务流程紧密融合，架起业财桥梁。通过BI与预算管理系统数据集成，可运用BI工具生成考核明细、收入分摊明细、预实对比报表等多张可视化报表。通过获取费用使用信息，并与预算计划进行对比，分解业务预算并落地考核指标，量化预算进度，从而做到事前申请、事中控制、事后分析全流程管理。可视化界面也帮助财务人员快速且直观地了解预实现状，该形式比报表更具有可读性。2.BI与战略财务结合战略财务定位于服务公司中长期发展战略，以财务管理为抓手支持公司的业务发展与高效运营。在经济学供应链领域长期存在一个经典问题就是“牛鞭效应”。“牛鞭效应”是指下游企业向上游企业传导信息的过程中发生信息失真。Sterman设计了“啤酒博弈”的课堂游戏，从人的行为研究出发，认为决策者对反馈信息的误解是造成这种现象的主要原因。延伸到战略财务管理领域，要通过数据串联各项业务，整合资源寻求战略层面全局最优解，就需规避信息不对称、不共享导致数据逐级放大，出现失真的现象。信息失真使得决策层无法了解问题出现的具体原因与本质。为解决此问题，已经有不少大型企业通过构建可视化经营分析操控台，促进财务在管理控制和决策支持方面发挥作用。依托多维度、多视角的财务分析与预算管理，全程参与公司的经营与管理活动，优化资源配置、合理管控成本。此外，在大数据及商业智能等信息技术不断发展的背景下，数据分析的思路、方法、目的与传统数据分析存在很大差异。传统数据分析模式下更关注数据线性关系，目的是分析变量之间的因果关系和亲疏程度，反映的是事项的过去。大数据之间更多是非线性关系，分析的目的是寻找变量或现象之间的相关关系，进而根据相关关系进行由此及彼、由表及里的关联预测，目标是对未来的决策提供支持。企业要通过BI打造的财务数据分析体系不仅仅是传统的财务体系，而是企业级别的新技术战略平台。通过构建智能财务平台，将财务信息分析平台转化为企业的价值中心。改变原有财务与业务系统的分离状况，实现系统闭环、价值闭环。提高数据处理、分析和披露的时效性，提升管理层的决策效率。以员工报销费用的分析为例，传统数据分析通常包括人均费用水平、费用使用趋势、费用的投产效率等，这些都是反映过去事项的结果性指标。在大数据背景下，可以关注哪些员工在哪些地点发生了此类费用，不同地区、不同年龄的员工在这类费用的消费选择上有何不同，法定节假日发生的费用占比是多少、是否合理合规、是否代表员工加班等。基于商业智能（BI）和大数据分析更多会关注费用发生过程中的各要素与各环节，一方面通过大量数据的聚合反映每个要素的特点，另一方面通过与大量数据的对比找出异常数据，这些分析结论或许能够为公司费用管理制度、人员选聘等提供有意义的参考。三、BI未来应用展望（一）RPA+BI应用结合通过RPA+BI应用结合是依托RPA技术执行大批量、可重复性的数据获取和数据处理工作，并结合BI工具实现数据分析及展示功能。RPA，指机器人流程自动化。其将财务管理领域的各项业务梳理加工，经RPA技术转换到业务流程自动化系统中，以减少财务人员的手工操作。它的有效运行能替代财务人员完成财务流程中的手工操作，降低企业用工成本，提高财务工作的效率和质量。BI是建立在各信息系统之上的软件，需要前期数据治理，理想的方案是构建财务数据平台，实现数据的统一管理与处理。但考虑到部分数据内嵌在各个系统中，转移至财务数据平台难度高，可以采用RPA+BI的形式，直接从业务系统页面快速抓取数据。实现全自动数据获取，从而减少手工报表信息整理。（二）AI+BI应用结合在财务管理领域数智化应用发展的方向是通过引入语音识别、图像识别、自动费用管控、智能商旅等各种AI智能因素，与BI工具的算法结合进行相应的财务分析。人工智能（artificialintelligence，AI）是研究如何模拟和拓展人类智能的理论、方法、技术及应用系统的技术科学。通过人工智能技术的深度场景化应用，增强数据思考的能力。如基于自然语言处理技术、知识图谱等人工智能技术，可深度理解用户问题的意图，为用户提供专业的数据分析服务。根据图表的特征，比如一张报表或者一个大屏能够自动地用语音进行业务解读，即用机器学习的方法直接把图表的特征以及背后