淺談大數據時代下的企業財務管理

魏曉梅++吳鵬躍

【摘 要】隨著互聯網和云計算的成熟，大數據吸引了各行業的關注，并在各領域中協助企業創新運營模式、拓展新業務。而對高效的企業管理來說，財務管理是關鍵所在。因此，在大數據時代中如何讓財務管理和大數據有效結合成為企業的關注焦點。本文主要對大數據在企業財務管理中的作用進行分析，并提出其面臨的機遇和挑戰。

【關鍵詞】大數據；企業財務管理；變革；挑戰

1 大數據的形成

“大數據（Big Data）”一詞首先由麥肯錫公司發布于世。在2011年，該公司的全球研究院發布了名為《大數據：下一個創新、競爭和生產力的前沿》的研究報告。報告中將其定義為一種在獲得、存儲、管理、分析方面遠高于傳統數據庫軟件工具能力范圍的數據集合。

20世紀90年代到21世紀初為大數據發展的萌芽期，又稱數據挖掘技術階段。該階段的大數據主要集中于探索算法、模型、模式。當理論和技術逐漸成熟時，數據倉庫、知識管理系統等商業智能工具和知識管理技術開始被應用。

2003年到2006年，隨著計算機技術和互聯網的普及，大量非結構化數據出現。相比起傳統的數據分析局限于分析結構化數據，大數據處理能夠同時分析結構化和非結構化數據。大幅度改善了數據分析的速度和成果質量。因此，這段時期又稱為大數據的突進期。

2006至2009年，并行運算和分布式系統形成。這段時期又稱大數據發展的成熟期。因為大數據特有的對海量數據進行分布式數據挖掘，單臺計算機無法負荷，只能依靠云計算。因此，該階段的大數據研究主要集中于云計算、大規模數據集并行運算算法、 “Hadoop”（開源分布式系統基礎架構）等。

自2010年以來，大數據已經拓展到社會的各個領域，打破了“IT行業特有”的固化認識。同時，因為智能手機的普及令數據的碎片化、分布式、流媒體特征更明顯，移動數據暴增。大數據的技術領域和行業邊界也被徹底打破，不但引領了電子商務、O2O、物流配送等行業的應用創新，也對各領域都有變革式的影響。

2 大數據的特點

21世紀初，在高德納分析員道格·萊尼的演講中，他提到了數據增長的三大特點，即：數據數量（Volume）；數據傳遞速度（Velocity），數據分類（Variety）。

在萊尼的基礎上，IBM公司提出了4V理論，經過多年歸納發展，現在形成的主流觀點認為，大數據的特點可以概括為“4V”，即：數據大量化（volume），種類多樣化（variety），時效迅速化（velocity），價值密度化（value）。

數據大量化指的是大數據擁有的數據數量極多。大數據的計量單位最低從P（一千T）起首。并且現在還在快速增長。IDC研究表明，到本世紀20年代，世界數據總額即將達到35.2ZB，現在總額的44倍。這表明它的上升速率將達到每年增長60%。

種類多樣化是指數據的來源和格式。大數據可以有不同來源，如社交網絡、通話記錄等，而這些來源又在格式轉換方式、保存在文件或記錄中的格式、運用特點等方面存在差異，多種來源共存導致為數眾多的數據有不同的格式結構。

時效迅速化一方面是描述數據分析和處理的速度。由于科技在迅速前進，對數據分析的速度要求自然大幅增加。另一方面是指數據的刷新速度快。過去變化緩慢的事現在成了瞬息萬變的實時數據，時效性極強。

價值密度化是指由于數據的數量極大，大數據的價值也巨大。但在海量數據中，需要使用者進行深度的篩選和排查，以得到占總數極小部分的有效信息。

3 企業財務管理在大數據時代的應用

京東商城是我國電商的突出代表，作為一個在全國各地都設有倉儲、物流及客戶范圍遍及全國的電商巨頭，對海量數據的處理及利用是其經營中的重要環節。因此，本文將其作為案例，分析財務管理在大數據時代下的應用。

3.1 供應鏈模式——降低存貨周轉率

作為中國最大的自營電商平臺，自建立起，京東一方面持續完善倉儲等基礎設施，一方面對收件、上架、掃描、打包、送貨等中間環節進行修正和重設，以求縮短時間降低費用。這些投入降低了存貨周轉率，改善了用戶體驗，鍛造出的“高效率，低成本”的供應鏈模式成為了京東成功的重要方式之一。

對自建物流倉儲體系的供應鏈式電商來說，大部分成本來自對倉庫存貨的管理，如果存貨周轉率低下，就會使成本增加，利潤減少。所以京東在對基礎設施投入的同時也在升級IT技術。例如，京東不斷改善提升自身的后臺支撐系統，使其更為高效和高度標準化的收集網站或相關程序上的點擊、交易、瀏覽等數據，并對其從生產需求、產品營銷、庫存增減角度做出分析。使供應商和銷售方對生產供應和營銷策略及時作出相應調整。

3.2 供應鏈金融——快速放款，降低風險，減少壞賬

京東作為國內的電商平臺巨頭，與其有效降低存貨周轉率的供應鏈模式相匹配的是一再升級完善的供應鏈金融服務服務。通過與銀行合作，能夠有效管理小企業的資金流和物流，降低小企業的融資風險，減緩小企業的資金流轉壓力，同時也是集中更多商家加盟京東的一大向心力。

2012 年年底，京東開始該項服務，即把供應商的應收賬款按單筆融資推給銀行，但該法效率低，基本要2～5 天才能放款，事后較難監管。2013 年7 月，在整理分析了京東平臺數據后，技術人員發現可通過數據整合的方式，把數據集成一個數據池，把應收賬款的各種進項和負項放進去，形成了京東供應鏈金融最初的授信和風控管理系統。這個高度互動化的平臺能夠根據采購、銷售、財務等數據進行分析，然后生成一個短期授信業務的存量管理指標，如果申請的金額在該指標內，從審批到放款的全部過程甚至只需要幾秒鐘。這就是“京保貝1.0”時代。

2014 年10 月28 日，“京小貸”出世。它利用大數據實現自動授信和準入，并有多個數據模型控制貸款流程及貸后監控，具有操作簡便、循環額度、自主利率、還款靈活等特點。根據大數據信用基礎，京東就可以對線上供應商提供無抵押、額度達最高200 萬的小額信貸。

金融作為互聯網行業中的食物鏈頂端，兩者相輔相成，為京東帶來了更大的收益和發展前景?；ヂ摼W發展導致的海量數據和數據實時更新給京東的金融板塊負責人們指出了新的發展路線，同時他們高水平的分析管理能力也發揮了大數據時代的特點。京東這兩款產品一方面解決了供應商快速回款的問題，減弱了對供應商的資金占有額。另一方面在平臺內部形成了服務閉環，有助于爭奪小微商家，綁定供應商。據數據顯示，在前幾季度，商家做京小貸的次數和其業務增長率有明顯正向關系。即利用京小貸貸款次數越多的商戶，其業務增長率越高。

由此可見，在開展供應鏈金融服務后，京東的整體發展越來越快，并進入了一個良性循環。

3.3 用戶畫像——“千人千面”的精準營銷

針對到個人的精準營銷是京東的一大特色。京東會不定期給用戶發送郵件，推送他們認為客戶需要的商品。而這也是京東應對大數據拓展的一種戰略。即通過大數據挖掘技術對用戶在平臺上的行為進行數據提取，然后建模分析，模擬出不同用戶的個人情況。這些模擬能夠協助定位用戶的偏好和需求，再聯系不同的場景，例如咨詢后并未購買，加購物車后又刪除等，制定針對特定場景的營銷策略，在適當的時間，如商品有折扣或平臺有活動時，發送郵件給用戶。

正是因為大數據和計算機技術的結合，現在的京東已經可以把數據提取分析后的模擬用戶個人情況設置為郵件中的選項，這樣就可以讓所有郵件運營者迅速快捷的甄別適合該類別郵件的用戶群，同時，京東也在極力豐富擴充郵件內容設定，盡可能細致化多樣化，使用戶體驗得到更大的改善和提升。

4 企業財務管理在大數據時代的機遇和挑戰

4.1 大數據環境下企業財務管理的機遇

4.1.1 大數據環境下企業財務管理目標的深刻化

現實企業財務管理中，眾多管理者將公司價值等同于公司股價。然而就2015年通信設備股票數據看，梅泰諾2015年取得了5000萬的凈利潤，市值達到110億；而天孚通2015年取得了1.02億的凈利潤，企業市值卻只有57億。

這表明，在大數據時代，投資者判斷企業價值，開始更多考慮企業的商業模式、核心競爭力和持續創新力。同理可知，企業的財務管理不能只著眼于表面的財務信息，而該將實現財務管理根本目標的關鍵深化，著眼于企業核心競爭力。決定這些的是數據資源，這意味著企業大數據和云計算戰略將會成為差異化戰略、成本領先戰略、集中化戰略之外的第四種企業競爭戰略，并且會對其他三大戰略產生重要影響。4.1.2 企業財務決策信息范圍廣泛化

大數據環境下，企業為做出財務決策獲取數據的范圍十分廣泛，而且獲得決策信息具有成本更低、速度更快、針對性時效性更強的特點。財務管理不再只是管理資金、控制成本的范疇，而是和企業運營管理有一體化趨勢，并且還會將所有管理內容數據化、模塊化。同時企業也要在內部實現財務與業務信息的共享，尤其是大型集團企業的各級子公司和分公司、各個部門和業務單元，都要打破信息隔閡，實現信息一體化。

4.1.3 企業財務管理決策流程和標準變革

決策是企業財務管理的重要職能。傳統財務管理決策是一種靜態管理，對實時信息的獲取較差，管理者很難依靠對信息的準確分析作出決策，因此更依賴過往經驗和個人能力，而在大數據時代，企業能得到海量、多樣、準確的信息，對信息進行管理分析成為了決策的基礎。這也導致傳統模式的流程發生質的改變，其中最重要的是停止挖掘信息間的因果關系，反之，進一步關注信息間相關關系，對看似不相關的數據進行關聯性分析成為了發現投資機會的途徑之一。

4.1.4 企業財務數據處理的變革

企業財務管理和財務分析的核心是財務數據。由于大數據的特點，現階段財務數據的數量急劇擴大，與非財務信息的相關性也極大提高。因此，企業要改變傳統的財務數據處理方式，不能將關注范圍局限在財務信息內，而要開拓到更多的非財務信息范圍中去。同時，企業不能再只選擇處理部分數據，而要將全部財務相關數據一并處理。

4.1.5 企業財務風險管理變革

在大數據環境下，財務人員將更多的利用大數據從整體上把握企業風險，其中外部資源是比內部財務數據更加實用和直接的風險管理工具。同時，大數據也令審計師更容易發現大規模欺詐，使企業能實時發現風險。

4.2 大數據對企業財務管理的挑戰

在大數據和云計算時代，為了實現上述的財務管理的大變革，企業還面臨著許多挑戰。

4.2.1 對硬件設施和技術的挑戰

為了滿足對數據處理的要求，企業需要建立財務大數據中心開發平臺。然而在硬件架構方面，目前大部分廠商只是在對原有技術做擴容，但這遠遠不夠，大數據需要在重新設計的架構上應用，即一方面運用原有技術，一方面進行擴展和自主創新。但這些基本架構技術不是一家廠商能提供的，許多企業也不具備財力和愿望去負擔升級更換硬件設施的條件。另外，目前各廠商提供的大數據軟件尚不成熟，不能適用于各種大數據情景需求。

4.2.2 對人才需求的挑戰

根據中國商業聯合會數據分析專業委員會統計，未來中國基礎性數據分析人才缺口將達到1400萬，而在BAT企業招聘中，60%以上在招大數據人才。由此可見，大數據時代的人才短缺情形嚴峻，并將長期持續。而這一問題也反映在企業財務管理上，由于大數據的時效性和大量性，企業對財務報表的及時性和數模建立分析能力的要求大幅提升，除此之外，財務人員還要面臨對實時財務數據的分析預測、數據挖掘技術、決策分析與支持、風險管理、 信用管理、作業成本管理等多方面需求，然而，現在多數企業很難招聘到合適的人才，內部資金鏈和成本管理讓他們也無法在人才培養上投入足夠的資源。

4.2.3 數據真實性、安全性的挑戰

除“4V”特性外，IBM提出了第五個V，即真實性（Veracity）。大數據的數量巨大，質量卻魚龍混雜，由于來源于各個領域，不可避免的含有虛假信息，如不能剔除，可能會對分析和決策造成影響，失去大數據的意義。如何獲得真實可靠的數據，企業必須要尋求辦法。

另外，大數據的收集和使用中有關個人隱私的數據也是爭論焦點。數據持續增長帶來了數據安全問題。企業需要從新角度來確保數據安全，即在創建之初就給數據提供安全保障，只加強最后保存環節的安全措施已被證明于事無補。

5 結論

綜上所述，大數據已滲透到企業運作的各方面，是推動財務管理改革的契機。運用好大數據，企業才能在持續經營中良好地規避風險，通過分析海量的數據對未來進行預測，做出正確的決策，才能使企業價值最大化，開辟新天地，進入良性循環。而對財務管理人員來說，當下最重要的是與時俱進，提升自身的能力，將大數據融入到日常財務處理中，為企業的利益與發展做貢獻。每個新的事物總是要經歷陣痛，在不斷地變革中走向成熟，大數據也不例外。