数据可视化的财务应用研究

陈虎 朱子凝

【摘要】在财务领域， 数据可视化能够高效挖掘并清晰展示数据资产背后的信息， 帮助财务人员迅速响应多变的管理需求， 发挥数据价值。 本文介绍了数据可视化的发展现状以及基本要素， 通过对费用分析可视化、共享运营可视化、资金管理可视化等场景进行分析， 提出财务数据可视化的关键价值在于实时对企业全局数据进行监控， 将其转化为可传递信息的图表， 从而对企业风险及成本进行有效管控， 提升财务管理水平， 强化对业务发展及经营管理价值赋能。

【关键词】数据可视化;费用分析可视化;共享运营可视化;资金管理可视化

【中图分类号】F275      【文献标识码】A      【文章编号】1004-0994（2022）16-0120-6

一、引言

现代市场竞争日趋激烈， 企业经营不确定性剧增， 管理者所需关注的各种信息众多， 已无法从单一的报表数据看透企业经营状况。 财务人员受限于管理维度复杂、管理者需求多变、数据量巨大等问题， 囿于收数、导数、做表的无限循环， 而耗费诸多人力制作的报表， 到管理者手中往往已经失去时效， 管理者难以迅速获取有效的信息辅助其做出决策。

根据认知发展理论（Theory of Cognitive Deve-

lopment）[1] ， 在分析推理过程中， 当人类感受到外界刺激（例如可视化图表中的形状色彩元素刺激人类视觉系统）时， 能够快速将感知到的信息纳入已有的知识结构中， 并且， 对于感知到的与现有知识结构不一致的信息， 也能够迅速找到与之相关的知识结构予以标记， 或者创造一个新的知识结构。 人类从外部获得的信息有80%以上来自于视觉系统[2] ， 因此， 数据可视化是最能直接感知数据背后所蕴含信息的环节， 对于数据发挥价值以及驱动企业经营决策起着至关重要的作用。 随着数据可视化工具在多种财务场景下的落地应用， 能够帮助财务人员迅速将巨量碎片化数据整合为信息， 并将信息以更为清晰、易懂的方式快速呈现为可视化图表， 辅助管理者更敏捷、高效地从多种维度出发把握企业整体发展情况。

二、数据可视化的发展与演进

数据可视化利用人的视觉能力， 通过图像或图形的设计， 实现枯燥或复杂事物的直观展现。 随着理论知识的发展， 以及数据可视化工具的不断迭代， 数据可视化所承载的信息愈加复杂， 包含的数据量愈加巨大， 其所应用的领域也愈加广泛。 据此， 将其从诞生至今的发展历程分为五个阶段。

第一阶段： 地理测量阶段。 大航海时代， 欧洲的船队出现在世界各地的海洋上。 这一时代背景促进了针对地理或天文上实际存在的测量数据进行可视化呈现的地理图或天文图的发展， 为数据可视化发展奠定了基础。

第二阶段： 抽象图表萌芽阶段。 18世纪， 欧洲政府部门开始重视人口、疾病、犯罪等公共领域的数据， 同时， 概率学和人口统计学等统计理论学科也在迅速发展。 在理论与应用的双重诉求下， 饼图、柱状图、直方图等基本图形开始代替复杂的数字来展示数据。 例如， William Playfair绘制的世界上第一幅饼图中展示了法国大革命前后土耳其帝国在亚洲、欧洲和非洲的疆土比例。

第三阶段： 简单抽象图表成熟阶段。 随着信息数据的价值被欧洲社会普遍认同， 数字信息对社会、工业、商业和交通规划的影响不断增大， 欧洲国家统计学会制定了各种图形图表的分类和使用标准， 统计图表在这一时期被广泛认知并使用， 不同数据图形开始出现在书籍、报刊、研究报告和政府报告等正式文档之中。

第四阶段： 复杂抽象图表产生阶段。 20世纪60年代末， 随着计算机的普及， 人们处理数据的能力得到跨越式提升， 逐渐开始利用计算机绘制可视化图表。 由于计算机的数据处理精度和速度均优于手工处理， 数据缩减图、聚类图、树形图等新颖复杂的高精度数据可视化图表陆续出现。 并且， 在一张图上展现多种类型数据， 或用新颖的抽象形式展示数据之间的复杂关联的复杂数据可视化开始出现并得到发展。

第五阶段： 大数据可视化分析阶段。 随着大数据时代的到来， 数据中所能呈现的信息量也与日俱增， 数据可视化领域研究热度不断升级， 数据可视化逐渐与数据挖掘、统计分析、图形学、人机交互、认知科学等领域结合起来， 综合数据处理、算法设计、软件开发、人机交互等多种相关知识和技能[3] ， 辅助用户从巨量、复杂甚至不完整的数据中快速挖掘有用的信息。 根据Gartner公司的预测， 到2025年， 数据故事（使用视觉解释）将成为数据分析的最常见方式， 其中有75%的分析由可视化技术自动生成。

随着数据可视化技术及理论的不断发展， 数据可视化的应用范围不断扩大， 在财务领域也逐渐得到应用。 例如， 王志权[4] 认为， 信息技术的发展为数据可视化提供了条件， 也为创新财务管理中数据信息的呈现方式提供了新的方向。 路伟果等[5] 提出， 随着可视化技术的不断发展， 财务数据得以通过清晰、直观、富有美感、双向动态的数据可视化形式呈现， 吸引财务信息使用者关注， 从而提高财务相关数据使用效率， 增强财务数据解释的互动性和灵活性。

三、数据可视化“三要素”

数据可视化是将单一数据或复杂数据通过视觉呈现， 从而精简且直观地传递出数据所蕴含的深层次信息。 数据可视化设计的主要原则包括四个方面： 第一， 充分利用已有的先验知识; 第二， 选择合适的视图与交互设计; 第三， 确定并控制可视化图表所包含的信息量; 第四， 添加美学因素吸引注意力。 通过数据可视化， 可以将一些抽象的、冗余的甚至表面“毫无联系”的数据在适当的逻辑之下， 通过特定工具整合起来， 利用合适的图形表达出数据背后的深层信息。 因此， 数据可视化的实现除需要考慮四大原则之外， 还需要考虑基本图表、展现逻辑以及实现工具三个要素的选择与使用。

（一）基本图表

数据可视化所展现的图表不仅仅局限于传统的折线图、条形图以及饼图等基本图形。 为了使数据能够得到更加直观清晰的表达、用户的可视化需求得到更大限度的满足， 数据可视化基本图表也逐渐得到丰富（如图1所示）。 不同的图表有不同的适用条件和场景， 用户首先需要基于数据可视化使用诉求， 确定展示目的， 如数据之间的比较、联系、构成或描述等， 缩小合适的可视化图表的范围。 进而， 在已确定诉求的基础之上， 根据数据的特征以及所需展示的维度进一步进行图形的选择， 例如诉求为数据间的对比分析时， 则需根据数据本身的特征选择大小、趋势或环节的对比图形。 总之， 用户应从数据本身的特征及其可视化展示的目的出发， 选择最佳的可视化类型， 将目的、数据与合适的可视化图表相匹配， 迈出数据可视化展示的第一步。

（二）展现逻辑

数据可视化的展现逻辑以用户为中心， 通过采取合适的展现方式帮助不同的用户在海量冗杂的数据中迅速获得所需内容。 数据可视化图表的展现逻辑可以概括为时间逻辑、空间逻辑、用户角色逻辑、业务分析流程逻辑以及用户自定义逻辑（如图2所示）。

1. 时间逻辑。 时间逻辑是指根据时间发展设计数据指标的展现逻辑[6] 。 按照时间维度， 数据可以分为实时数据和历史数据。 实时数据的时间粒度比较细， 通常为秒级或者分钟级， 是随着时间不断更新的一类数据， 通过对实时数据进行监控可以了解事物当前状态信息， 预警异常现象， 降低损失或风险。 历史数据时间粒度较粗， 通常为日、周、月、季度或者年等级， 更新速度慢且时效性较差， 通过某段时间的历史数据指标可以评估过去这段时间内事物的总体特征和存在的局部问题， 了解当前进度与计划的偏离程度， 预测未来可能的行为或路径。

2. 空间逻辑。 随着国民经济及消费水平的不断提升， 各个企业业务发展速度加快、市场范围不断扩张， 很多企业开始在不同的地区设立分公司。 但不同地区之间存在业务类型差异、文化差异、时间差异、发展水平差异等， 管理人员无法对各分公司业务进行简单的比较或者汇总， 也不可以制定统一的“一刀切式”管理策略， 需要针对不同地区分别分析， 并制定相应的管理策略。 因此， 在进行数据可视化展示时往往还需要考虑空间逻辑， 对业务指标按照空间维度上的地理位置进行划分， 分区域进行展示和分析。

3. 用户角色逻辑。 即使在同一家公司同一个部门， 数据可视化展示的内容和方式也不尽相同。 这是因为： 一方面， 由于员工所处的层级不同， 在企业管理循环中发挥的作用和关注的重点也大有不同。 比如同样是在营销部门， 销售总监或总经理更关注全国市场的总销售情况， 以更好地制定公司的总体营销策略和规划， 而区域销售经理则主要关注所负责区域的销售情况， 从而制定合适的营销策略以提升区域销售业绩， 销售专员则更关注其所负责产品在所在区域的实际销售情况与目标值之间的关系， 按照要求执行营销策略。 另一方面， 出于数据信息安全考虑， 企业不同层级、不同岗位的信息权限不同。 用户角色逻辑指的是基于数据使用者的岗位需求以及岗位权限进行有区别的数据可视化展现设计的逻辑。

4. 业务分析流程逻辑。 根据决策需求分析业务时， 人们需要按照一定的顺序查看不同的指标数值， 例如， 查看某一指标发现问题后会继续深入查看该指标的细分维度， 否则就直接查看其他指标值， 或者先关注某一指标的总体情况， 再关注这个指标在具体细分市场上的数值表现。 而这些顺序背后， 往往是基于业务分析流程的逻辑。 因此， 业务分析流程逻辑也是数据可视化展现的一种重要设计逻辑， 根据此种逻辑设计数据可视化展示必须先搞清楚业务的闭环分析操作流程[6] 。

5. 用户自定义逻辑。 为了更好地实现“以用户为中心”的设计目标， 在进行数据可视化展示时往往还需要采用用户自定义逻辑， 以更好地为数据使用者提供所需要的信息， 改善数据可视化的用户使用体验。

（三）实现工具

通过信息化的打造， 融合可视化的展现平台， 已成为数据可视化发展的必然趋势。 常见的数据可视化工具介绍及其对比如表1所示， 可根据其操作易用性分为需编程的数据可视化工具和无需编程的数据可视化工具两类。

相较于需编程的数据可视化工具， 无需编程的数据可视化工具因其操作技术壁垒低、实时响应速度快等特点， 实际应用更为广泛， 也更适合企业财务工作者及管理者使用。 以财经云图TM为例， 使用者仅需进行简单的“拖拉拽”操作即可完成数据导入、加工、计算以及可视化呈现， 财经云图TM针对使用者需求， 以指标抽象核心管理需求， 快速对大量数据进行筛选分析与可视化展示， 解决财务手工整理报表无法满足管理者需求复杂、维度多元、需求变化快的痛点， 满足企业各层级经营者需要及时、透明、高效的管理报表支持企业经营管理的诉求。

四、数据可视化在财务领域的典型应用

在大数据时代背景之下， 随着数据量的激增以及竞争的愈加激烈， 企业需要利用数据可视化快速且直观地提取数据中的信息， 从而敏捷响应客户需求、对环境变化做出反应。 财务部门作为企业的“数据神经中枢”， 可以采集和利用的数据增加[7] ， 企业的财务数据从狭义变成广义， 从“小数据”向“大数据”转变。 财务部门整合企业各业务模块的大量数据， 通过对这些数据进行可视化展示， 可以辅助财务人员直观快速地进行分析， 在提升工作效率的同时， 敏捷响应管理诉求。

以下结合财经云图TM工具， 重点分析数据可视化在费用分析、共享运营以及资金管理三个财务发挥职能的重要场景中的应用。

（一）费用分析可视化

企业的费用数据中所蕴含的信息是企业经营的数字密码， 是降低成本、管控风险的关键。 费用分析可视化围绕企業费用管理的核心诉求展开指标体系的设计， 对企业的巨量费用数据进行分析与可视化展示。

利用费用分析可视化， 可以实现： 第一， 高效、动态、准确地对费用数据进行可视化展示， 辅助管理人员及业务人员的决策。 第二， 根据企业成本管控需求， 自动对费用相关巨量数据进行整合分析， 并以清晰、直观的方式呈现给财务人员， 帮助财务人员敏捷洞察降本增效机会， 更好地发挥财务成本管控职能。 第三， 实时监控合规控制点的运行情况， 识别合规风险事件， 保障合规遵从， 提升合规管理水平， 有效管控财务风险， 进而实现费用支出管控、流程效率提升、合规遵从强化以及员工满意度提升。 以下通过整体费用可视化、差旅费用可视化以及费用报销流程可视化三个方面展示费用分析可视化如何从企业经营决策需求出发， 辅助企业洞察业务发展机会、节约业务开展成本、管控财务合规风险。

1. 整体费用分析可视化。 财务人员发挥风险管控职能， 进行费用支出管控， 一方面， 需要有针对性地对特定业务类型和报销类型进行管控， 因而费用分析可视化需要对企业各月度费用支出情况和费用类型分布情况进行分析展示， 如图3所示; 另一方面， 财务人员需要快速识别企业重点交易对象， 并帮助管理层制定合理的交易方案， 因此需要对交易对象分布、支出频次分布等交易指标进行分析， 从而定位关键交易对象， 如图4所示。

2. 差旅费用分析可视化。 针对业务分布区域较广的企业， 员工差旅费成为企业费用支出中的重要部分。 差旅费用分析可视化聚焦于展示差旅费用的变动、差旅费用结构以及人员出差情况， 深度挖掘费用背后的业务活动信息， 辅助管理者制定合理的差旅费报销方案， 节约差旅成本。 例如， 根据与航空公司和酒店的交易额排行信息， 考虑商旅对接或协议价合作; 根据热门出差航线排行， 深度挖掘差旅行为明细信息， 管控业务部门无效出差行为。

3. 费用报销流程可视化。 财务人员针对费用报销进行合规控制是其进行风险管控的重要组成部分。 提升费用报销流程效率是提升员工报销满意度、帮助财务部门更好地服务员工的关键。 费用报销流程可视化对费用报销流程中的用户行为、流程运转情况进行采集分析， 实现对系统使用体验、业务办理流程时效、合规控制效果的量化展示。 例如， 通过填单耗时与操作量、提单一次通过率等员工行为评价操作体验， 辅助财务人员精准优化费用体验; 通过对平均报销时效统计、审批时效、流程各环节时效等指标进行展示， 辅助财务人员定位效率较低的流程环节; 通过费用同期增长幅度或占比、财务驳回次数排行与业务驳回次数排行定位异常， 识别合规风险事件， 保障合规制度的遵从。

（二）共享运营可视化

财务共享服务是一种将分散于各业务单位、重复性高、易于标准化的财务业务进行流程再造与标准化的作业管理模式。 对企业而言， 为了使财务共享服务中心能够更加高效地运作， 需要建立有效的管理、监控和持续优化体制， 实现提升用户使用体验以及资源分配效率的目的， 因而需要进行全面的数据监控与分析。 在共享运营中， 对任务、绩效、时效、质量、付款、凭证进行全方位刻画， 实现对共享服务中心运营情况的监控， 一方面可以预防潜在风险， 保障共享服务中心的稳定运营， 另一方面可以促进管理水平提升， 实现精准决策， 提升共享服务中心的服务满意度。 以下以共享运营中的任务监控可视化为例进行介绍。

国内很多财务共享服务中心会通过任务分配机制， 在共享运营系统中将各种待处理的业务以任务的形式存放在任务池中， 由财务审核人员以自动或手工方式从中提取待处理单据， 通过各类规则将系统内各类单据在组织与用户间进行分工。 通过共享运营任务监控可视化， 管理人员可以实时掌握财务共享服务中心任务池情况和运营负载水平， 从而实现资源的合理调度， 保障共享服务中心平稳健康运行， 为财务共享服务中心提供高质量、高时效、高满意度的服务奠定基础。 例如， 共享运营任务监控可视化中对任务流转全链路进行监控展示， 帮助管理人员综合把握共享任务池现状、任务完成能力、潜在任务增量情况， 从而预判任务负载情况， 提高运营调度的前瞻性和及时性。 并且， 共享运营任务监控可视化可对日均任务处理量、任务积压量、日均入池量等多维度信息进行可视化展示， 辅助管理人员测算共享服务中心任务负荷率， 预测积压任务完成所需时间， 实现对共享服务中心负载水平的实时量化监控。

（三）资金管理可视化

资金管理贯穿于企业整个生产经营过程中， 企业只有确保资金的安全高效流动， 才能实现自身的正常平稳运营。 随着企业规模日益扩大， 很多企业日益呈现出集团化和国际化的发展趋势， 而规模的扩大和产业多元化的发展， 往往导致企业资金分散， 资金管理难度提升。 2022年， 国资委发文《关于推动中央企业加快司库体系建设进一步加强资金管理的意见》， 文件中提到： “围绕创建世界一流财务管理体系， 将司库体系建设作为促进财务管理数字化转型升级的切入点和突破口， 重构内部资金等金融资源管理体系， 进一步加强资金的集約、高效、安全管理”。 在政策的引领以及企业自身管理诉求的共同推动下， 企业对资金管理的时效性、精细度、准确性等要求进一步提升， 对能够满足其资金管理需求的数据可视化分析的诉求愈加强烈。

资金管理可视化分析能够全面动态地呈现集团资金状况， 帮助财务人员与管理人员透视全集团资金情况、获取资金结构分析结果、预警资金风险等， 实现集团资金的可视、可控。 资金管理可视化分析包括资金总览可视化、资金结算可视化、资金集中可视化、账户管理可视化、流动性风险分析可视化、境外资金监控可视化等不同主题， 可以满足财务人员不同场景下的不同需求。 资金管理可视化分析所涉及的指标类型包括展示类指标、统计类指标以及预警类指标。 第一， 通过展示类指标透视全集团资金情况， 辅助财务人员快速准确地获取全集团下属公司资金现状; 第二， 通过统计类指标分析全集团历史与当前资金数据， 辅助财务人员深层次挖掘集团资金信息; 第三， 通过预警类指标对全集团下属公司进行监控， 对异常情况进行警示， 将传统的事后稽核转移至事前预警、事中控制。

下面以资金结算可视化为例进行详细介绍。 如图5所示， 资金结算分析可视化对集团下属单位资金结算情况进行实时展示， 帮助集团实时掌握资金收支、资金结构、资金支出计划等资金情况， 支持集团对不同单位进行数据隔离及数据下钻， 辅助集团实施有效的资金管理活动， 保障资金的安全高效流动。 例如， 资金结算分析可视化通过从资金收支分析的不同维度对集团下属单位的资金结算进行展示， 如收入及支出额、收入及支出笔数、资金收支计划等， 使财务人员实时掌握收入及总支出结构， 进而有针对性地制订支出计划， 划拨资金。 并且， 资金结算分析可视化还可以通过监控资金缺口和资金缺口安全值， 预警资金缺口， 帮助集团快速分析下属单位资金缺口是否存在风险， 进而辅助财务管理者做出是否要进行贷款融资， 或是否推迟付款等决策。

五、总结与展望

数据可视化针对决策者需求， 从业务全局视角贯穿业务链， 通过可视化平台进行数据和指标的可视化展示。 在执行层， 满足日常数据统计和多维查询需求， 减少手工重复的报表编制和统计呈报工作; 在控制层， 围绕成本费用管理、风险管控等财务重要职能实施数据可视化展示， 对关键数据指标实时进行风险预警， 辅助财务人员发挥关键职能; 在决策层， 对企业经营状态和关键业绩指标达成情况进行实时展示， 辅助管理层决策。

在愈加激烈的竞争环境中， 企业通过数据可视化深度挖掘数据背后的深层信息， 并将其以清晰、易懂的方式呈现给数据使用者已經成为必然趋势， 财务人员也应当顺势而为， 在利用数据可视化为自身服务的同时， 提升自身对于管理层和业务层的服务水平。

【 主 要 参 考 文 献 】

[1] Piaget J.. Intellectual evolution from adolescence to adulthood[ J].Human Development，1972（15）：40 ～ 47.

[2] 任磊，杜一，马帅等.大数据可视分析综述[ J].软件学报，2014（9）：1909 ～ 1936.

[3] 刘滨，刘增杰，刘宇等.数据可视化研究综述[ J].河北科技大学学报，2021（6）：643 ～ 654.

[4] 王志权.大数据时代与企业财务管理转型[ J].财务与会计，2014（6）：74 ～ 75.

[5] 路伟果，刘光军，彭韶兵.数据挖掘技术对会计的影响及应对[ J].财会月刊，2020（7）：68 ～ 74.

[6] 艾达.数据产品设计[M].北京： 电子工业出版社，2017.

[7] 陈虎，郭奕.财务数字基建 赋能企业转型[ J].财会月刊，2020（13）：15 ～ 21.