浅谈大数据时代下的企业财务管理

魏晓梅++吴鹏跃

【摘 要】随着互联网和云计算的成熟，大数据吸引了各行业的关注，并在各领域中协助企业创新运营模式、拓展新业务。而对高效的企业管理来说，财务管理是关键所在。因此，在大数据时代中如何让财务管理和大数据有效结合成为企业的关注焦点。本文主要对大数据在企业财务管理中的作用进行分析，并提出其面临的机遇和挑战。

【关键词】大数据；企业财务管理；变革；挑战

1 大数据的形成

“大数据（Big Data）”一词首先由麦肯锡公司发布于世。在2011年，该公司的全球研究院发布了名为《大数据：下一个创新、竞争和生产力的前沿》的研究报告。报告中将其定义为一种在获得、存储、管理、分析方面远高于传统数据库软件工具能力范围的数据集合。

20世纪90年代到21世纪初为大数据发展的萌芽期，又称数据挖掘技术阶段。该阶段的大数据主要集中于探索算法、模型、模式。当理论和技术逐渐成熟时，数据仓库、知识管理系统等商业智能工具和知识管理技术开始被应用。

2003年到2006年，随着计算机技术和互联网的普及，大量非结构化数据出现。相比起传统的数据分析局限于分析结构化数据，大数据处理能够同时分析结构化和非结构化数据。大幅度改善了数据分析的速度和成果质量。因此，这段时期又称为大数据的突进期。

2006至2009年，并行运算和分布式系统形成。这段时期又称大数据发展的成熟期。因为大数据特有的对海量数据进行分布式数据挖掘，单台计算机无法负荷，只能依靠云计算。因此，该阶段的大数据研究主要集中于云计算、大规模数据集并行运算算法、 “Hadoop”（开源分布式系统基础架构）等。

自2010年以来，大数据已经拓展到社会的各个领域，打破了“IT行业特有”的固化认识。同时，因为智能手机的普及令数据的碎片化、分布式、流媒体特征更明显，移动数据暴增。大数据的技术领域和行业边界也被彻底打破，不但引领了电子商务、O2O、物流配送等行业的应用创新，也对各领域都有变革式的影响。

2 大数据的特点

21世纪初，在高德纳分析员道格·莱尼的演讲中，他提到了数据增长的三大特点，即：数据数量（Volume）；数据传递速度（Velocity），数据分类（Variety）。

在莱尼的基础上，IBM公司提出了4V理论，经过多年归纳发展，现在形成的主流观点认为，大数据的特点可以概括为“4V”，即：数据大量化（volume），种类多样化（variety），时效迅速化（velocity），价值密度化（value）。

数据大量化指的是大数据拥有的数据数量极多。大数据的计量单位最低从P（一千T）起首。并且现在还在快速增长。IDC研究表明，到本世纪20年代，世界数据总额即将达到35.2ZB，现在总额的44倍。这表明它的上升速率将达到每年增长60%。

种类多样化是指数据的来源和格式。大数据可以有不同来源，如社交网络、通话记录等，而这些来源又在格式转换方式、保存在文件或记录中的格式、运用特点等方面存在差异，多种来源共存导致为数众多的数据有不同的格式结构。

时效迅速化一方面是描述数据分析和处理的速度。由于科技在迅速前进，对数据分析的速度要求自然大幅增加。另一方面是指数据的刷新速度快。过去变化缓慢的事现在成了瞬息万变的实时数据，时效性极强。

价值密度化是指由于数据的数量极大，大数据的价值也巨大。但在海量数据中，需要使用者进行深度的筛选和排查，以得到占总数极小部分的有效信息。

3 企业财务管理在大数据时代的应用

京东商城是我国电商的突出代表，作为一个在全国各地都设有仓储、物流及客户范围遍及全国的电商巨头，对海量数据的处理及利用是其经营中的重要环节。因此，本文将其作为案例，分析财务管理在大数据时代下的应用。

3.1 供应链模式——降低存货周转率

作为中国最大的自营电商平台，自建立起，京东一方面持续完善仓储等基础设施，一方面对收件、上架、扫描、打包、送货等中间环节进行修正和重设，以求缩短时间降低费用。这些投入降低了存货周转率，改善了用户体验，锻造出的“高效率，低成本”的供应链模式成为了京东成功的重要方式之一。

对自建物流仓储体系的供应链式电商来说，大部分成本来自对仓库存货的管理，如果存货周转率低下，就会使成本增加，利润减少。所以京东在对基础设施投入的同时也在升级IT技术。例如，京东不断改善提升自身的后台支撑系统，使其更为高效和高度标准化的收集网站或相关程序上的点击、交易、浏览等数据，并对其从生产需求、产品营销、库存增减角度做出分析。使供应商和销售方对生产供应和营销策略及时作出相应调整。

3.2 供应链金融——快速放款，降低风险，减少坏账

京东作为国内的电商平台巨头，与其有效降低存货周转率的供应链模式相匹配的是一再升级完善的供应链金融服务服务。通过与银行合作，能够有效管理小企业的资金流和物流，降低小企业的融资风险，减缓小企业的资金流转压力，同时也是集中更多商家加盟京东的一大向心力。

2012 年年底，京东开始该项服务，即把供应商的应收账款按单笔融资推给银行，但该法效率低，基本要2～5 天才能放款，事后较难监管。2013 年7 月，在整理分析了京东平台数据后，技术人员发现可通过数据整合的方式，把数据集成一个数据池，把应收账款的各种进项和负项放进去，形成了京东供应链金融最初的授信和风控管理系统。这个高度互动化的平台能够根据采购、销售、财务等数据进行分析，然后生成一个短期授信业务的存量管理指标，如果申请的金额在该指标内，从审批到放款的全部过程甚至只需要几秒钟。这就是“京保贝1.0”时代。

2014 年10 月28 日，“京小贷”出世。它利用大数据实现自动授信和准入，并有多个数据模型控制贷款流程及贷后监控，具有操作简便、循环额度、自主利率、还款灵活等特点。根据大数据信用基础，京东就可以对线上供应商提供无抵押、额度达最高200 万的小额信贷。

金融作为互联网行业中的食物链顶端，两者相辅相成，为京东带来了更大的收益和发展前景。互联网发展导致的海量数据和数据实时更新给京东的金融板块负责人们指出了新的发展路线，同时他们高水平的分析管理能力也发挥了大数据时代的特点。京东这两款产品一方面解决了供应商快速回款的问题，减弱了对供应商的资金占有额。另一方面在平台内部形成了服务闭环，有助于争夺小微商家，绑定供应商。据数据显示，在前几季度，商家做京小贷的次数和其业务增长率有明显正向关系。即利用京小贷贷款次数越多的商户，其业务增长率越高。

由此可见，在开展供应链金融服务后，京东的整体发展越来越快，并进入了一个良性循环。

3.3 用户画像——“千人千面”的精准营销

针对到个人的精准营销是京东的一大特色。京东会不定期给用户发送邮件，推送他们认为客户需要的商品。而这也是京东应对大数据拓展的一种战略。即通过大数据挖掘技术对用户在平台上的行为进行数据提取，然后建模分析，模拟出不同用户的个人情况。这些模拟能够协助定位用户的偏好和需求，再联系不同的场景，例如咨询后并未购买，加购物车后又删除等，制定针对特定场景的营销策略，在适当的时间，如商品有折扣或平台有活动时，发送邮件给用户。

正是因为大数据和计算机技术的结合，现在的京东已经可以把数据提取分析后的模拟用户个人情况设置为邮件中的选项，这样就可以让所有邮件运营者迅速快捷的甄别适合该类别邮件的用户群，同时，京东也在极力丰富扩充邮件内容设定，尽可能细致化多样化，使用户体验得到更大的改善和提升。

4 企业财务管理在大数据时代的机遇和挑战

4.1 大数据环境下企业财务管理的机遇

4.1.1 大数据环境下企业财务管理目标的深刻化

现实企业财务管理中，众多管理者将公司价值等同于公司股价。然而就2015年通信设备股票数据看，梅泰诺2015年取得了5000万的净利润，市值达到110亿；而天孚通2015年取得了1.02亿的净利润，企业市值却只有57亿。

这表明，在大数据时代，投资者判断企业价值，开始更多考虑企业的商业模式、核心竞争力和持续创新力。同理可知，企业的财务管理不能只着眼于表面的财务信息，而该将实现财务管理根本目标的关键深化，着眼于企业核心竞争力。决定这些的是数据资源，这意味着企业大数据和云计算战略将会成为差异化战略、成本领先战略、集中化战略之外的第四种企业竞争战略，并且会对其他三大战略产生重要影响。4.1.2 企业财务决策信息范围广泛化

大数据环境下，企业为做出财务决策获取数据的范围十分广泛，而且获得决策信息具有成本更低、速度更快、针对性时效性更强的特点。财务管理不再只是管理资金、控制成本的范畴，而是和企业运营管理有一体化趋势，并且还会将所有管理内容数据化、模块化。同时企业也要在内部实现财务与业务信息的共享，尤其是大型集团企业的各级子公司和分公司、各个部门和业务单元，都要打破信息隔阂，实现信息一体化。

4.1.3 企业财务管理决策流程和标准变革

决策是企业财务管理的重要职能。传统财务管理决策是一种静态管理，对实时信息的获取较差，管理者很难依靠对信息的准确分析作出决策，因此更依赖过往经验和个人能力，而在大数据时代，企业能得到海量、多样、准确的信息，对信息进行管理分析成为了决策的基础。这也导致传统模式的流程发生质的改变，其中最重要的是停止挖掘信息间的因果关系，反之，进一步关注信息间相关关系，对看似不相关的数据进行关联性分析成为了发现投资机会的途径之一。

4.1.4 企业财务数据处理的变革

企业财务管理和财务分析的核心是财务数据。由于大数据的特点，现阶段财务数据的数量急剧扩大，与非财务信息的相关性也极大提高。因此，企业要改变传统的财务数据处理方式，不能将关注范围局限在财务信息内，而要开拓到更多的非财务信息范围中去。同时，企业不能再只选择处理部分数据，而要将全部财务相关数据一并处理。

4.1.5 企业财务风险管理变革

在大数据环境下，财务人员将更多的利用大数据从整体上把握企业风险，其中外部资源是比内部财务数据更加实用和直接的风险管理工具。同时，大数据也令审计师更容易发现大规模欺诈，使企业能实时发现风险。

4.2 大数据对企业财务管理的挑战

在大数据和云计算时代，为了实现上述的财务管理的大变革，企业还面临着许多挑战。

4.2.1 对硬件设施和技术的挑战

为了满足对数据处理的要求，企业需要建立财务大数据中心开发平台。然而在硬件架构方面，目前大部分厂商只是在对原有技术做扩容，但这远远不够，大数据需要在重新设计的架构上应用，即一方面运用原有技术，一方面进行扩展和自主创新。但这些基本架构技术不是一家厂商能提供的，许多企业也不具备财力和愿望去负担升级更换硬件设施的条件。另外，目前各厂商提供的大数据软件尚不成熟，不能适用于各种大数据情景需求。

4.2.2 对人才需求的挑战

根据中国商业联合会数据分析专业委员会统计，未来中国基础性数据分析人才缺口将达到1400万，而在BAT企业招聘中，60%以上在招大数据人才。由此可见，大数据时代的人才短缺情形严峻，并将长期持续。而这一问题也反映在企业财务管理上，由于大数据的时效性和大量性，企业对财务报表的及时性和数模建立分析能力的要求大幅提升，除此之外，财务人员还要面临对实时财务数据的分析预测、数据挖掘技术、决策分析与支持、风险管理、 信用管理、作业成本管理等多方面需求，然而，现在多数企业很难招聘到合适的人才，内部资金链和成本管理让他们也无法在人才培养上投入足够的资源。

4.2.3 数据真实性、安全性的挑战

除“4V”特性外，IBM提出了第五个V，即真实性（Veracity）。大数据的数量巨大，质量却鱼龙混杂，由于来源于各个领域，不可避免的含有虚假信息，如不能剔除，可能会对分析和决策造成影响，失去大数据的意义。如何获得真实可靠的数据，企业必须要寻求办法。

另外，大数据的收集和使用中有关个人隐私的数据也是争论焦点。数据持续增长带来了数据安全问题。企业需要从新角度来确保数据安全，即在创建之初就给数据提供安全保障，只加强最后保存环节的安全措施已被证明于事无补。

5 结论

综上所述，大数据已渗透到企业运作的各方面，是推动财务管理改革的契机。运用好大数据，企业才能在持续经营中良好地规避风险，通过分析海量的数据对未来进行预测，做出正确的决策，才能使企业价值最大化，开辟新天地，进入良性循环。而对财务管理人员来说，当下最重要的是与时俱进，提升自身的能力，将大数据融入到日常财务处理中，为企业的利益与发展做贡献。每个新的事物总是要经历阵痛，在不断地变革中走向成熟，大数据也不例外。