集团公司财务共享中心模式构建的案例研究

文/齐宏（浙江明日控股集团股份有限公司）

一、集团公司构建财务共享中心的重要性

（一）专业化分工提升效率，规模效应下成本降低

财务信息共享中心模式，通过将公司内部一些事务性的信息管理功能（企业费用报销、应收应付、企业固定资产财务管理、薪资成本核算等）实行了专业性分配，并通过相同的标准作业过程，取消了冗余的工作过程，从而建立了集中、高效率的信息管理模型，进而降低对员工总量和中间管理层级的约束，实现了规模效应并降低企业信息管理成本的效果[1]。

（二）建立标准化核算体系，提升财务信息质量

财务数据共享中心模式，通过对标准化业务流程的合理使用以及对这一新组织管理模式的合理运用，可以有效克服公司传统财务管理模式的重复性工作、分散式控制系统、局限于财务专业判断的现象，还可以实现对公司内业务核算口径和执行准则的统一设定，同时通过数据共享中心所有各单位的所有统一口径的数据，使得公司可以有效地得到较为真实和精确的财务信息，更可以为公司进行全面计划、成本费用控制、风险管理、绩效考核、财务数据分析等提供全面高效的财务管理工作。

（三）提高财务管理水平，支持企业集团战略目标实现

会计的大部分工作都是财务管理，与企业决策支持相关性非常低，财务共享中心的建立使重叠度高、工程量大的会计工作可以进行集中高效地统筹管理，从而使更多的企业财务人员从具体的会计核算工作中脱离出来，积极参与企业业务部门的运营管理工作，把更多精力投放在投资计划管理、成本费用管控、财务数据分析等高价值领域的管理工作中，为企业管理人员的投资决策提供了高效保障。

二、财务共享中心模式构建的案例分析

（一）D集团简介

D集团成立于1985年，是一家综合通信解决方案提供商，为全球160多个国家和地区提供创新技术，而且目前在两个深水港上市。近年来，该公司通过在北美、欧洲和印度拥有的18家全球研究机构，积极拓展其全球业务服务领域，在全球拥有107家分公司。该公司目前为500多家运营商提供服务，这些运营商被称为“智慧之城公司”。D集团在发展初期采用了传统的财务管理模式，财务组织必须在每个业务模块中进行会计核算，每个人都会定期将财务信息上传到集团总部，以便合并信息。分散的财务组织的大量核心财务工作，如成本审核、收款、报告管理等耗时费力，严重限制了其在支持业务和推动企业战略方面的作用。这也导致财务安排将无法进行预先规划和业务控制，因此其作用仅限于事后分析，对财务的实时控制会变得困难。

（二）D集团财务共享中心“三中台”模式整体架构

D集团财务管理资源共享管理中心的“三中台”，即行业中台、大数据平台和智能中台。行业中台是前端使用所需要提供服务长效、持续性的供应商，是利用制度规范的制定、工业化市场化手段，把高弹性的工作流程与规范制定下来，进而减少了人际的沟通成本，有效地提升工作协作效能的运营模式。大数据平台则是财务管理资源共享管理中心的大数据分析金融服务工厂，通过跨金融服务产生的行业情景和使用价值，实现了跨地区大数据的分类、洞察的效果，并可为前台进行大数据分析咨询服务，从而实现了从数量到价值的加工过程。智慧平台，是指可以通过对信息系统各种数据进行分类、管理和数据挖掘，把更高价值的信息内容从各种数据中提取起来，从而建立富有差异的商务情境化信息处理能力，并采用构建模式、管理业务流程和数据分析产品的方法，从而构建商务决策自动化和监督反馈的信息系统平台。

（三）D集团财务共享中心业务中台的构建

（1）业务中台和前端应用协作。业务中心和接口业务中心是实施所需的服务提供商，而前端应用程序是中层业务的服务消费者，前端应用不仅是服务提供者，更是需求提供者，不仅是服务提供者和消费者之间的合作，同时，双方在业务连续对接过程中可避免误判和共同发展，实现服务能力多元化的过程。财务共享中心开展的活动可分为两大类：一是会计基本业务，主要包括会计账务管理服务、财务会计报表与管理审计报告的制作服务和财会审计报告制作服务等；另一类为会计核算延伸业务，如基本核算业务、纳税服务和发票管理业务等[2]。

D集团财务共享中心信息系统与服务平台的建设，正是为了把这种个体化、非规范化、过程化的服务中的共性技术积淀留下来，把从这部分服务活动中获得的大数据分析积淀留下来，并以此解决前端应用的共性技术需求，用更精细化的大数据分析反映企业财务经营活动，进而达到行业财务一体化、全部服务数据信息化和全链路的数字化。

（2）业务中台绩效考核。业务中台在财务管理资源共享中所发挥的关键作用意义重大。由于行业中台必须同一时间为几十个应用领域进行服务，所以对行业中台总体的行业稳定能力也产生了较高需求。但从财务管理资源共享中心中平台策略的基本出发点来看，行业中台不仅仅起到了对金融服务前端应用领域的有效支撑，还同样承担了对金融服务持续性积淀与创新发展的责任。

（四）D集团财务共享中心数据中台的构建

服务中台模型下，行业与服务信息数据是一一对接的，但由于某些金融服务模式需要不同部门的支持，因此需要引入数据信息中心节点模型。而数据管理平台则是一种财务数据共享机制，可以实现从数量到价格的处理过程，从而通过抽象和生成的数据内容更迅速地影响和改进服务行为。它的主要价值在于直接将大数据服务集成到财务资源共享操作系统中，实时改进操作流程，同时采用大规模数据分析方法，使传统的大资料咨询服务管理模式从事后控制转为事前评估。

（1）数据资产的规划和治理。数据分析资产是指不同于信息数据的、相对独立的能为服务对象产生价值的信息数据，是无形的以知识形式出现的战略资料，在信息服务界限正在逐步消失、需要迅速转变的情形下，对数据分析资产的规范与管理也是建设数据分析中台的关键领域之一。针对相同信息数据，各个使用者所关心的数据指标也可以有所不同，但如何将各种跨地区服务的标准进行统一，就需要合理规划财务共享中心的数据分析全景图，将尽量多的数据规划出来，从而整理出财务共享中心的数据分析资产目标，最后把对公司经营有价值的信息数据予以明确。

（2）数据资产的获取和存储。大数据分析中台要为财务管理资源共享管理中心带来强有力的数据分析资产的获得和储存能力，而这并不是大数据分析中台的主要功能。财务管理资源共享管理中心应该以现有的资料储存、大数据分析网络平台等技术工具为基石，提供数据获得和储存的能力。大资料储存主要是为了决策支持和分析性报告的目的而产生的一个数据信息保存技术工具，其主要功能就是存储极大规模的数据信息以供分析利用。而大数据分析网络平台则主要是伴随着极大规模非格式化数据管理的形成，以便管理各种格式、各个领域的大数据分析而产生的。资料仓库和大数据平台主要是供应管理企业数据的系统服务，而大数据分析中台直接为业务单位提供数据业务，需要的资源建立在大数据分析上，所以数据分析中台也应该在资料仓库、大数据平台的基础上，为企业财务信息资源共享管理中心服务提供大数据分析资产的收集与保存等业务。

（3）数据资产的共享和协作。数据管理中心平台建设的根本目的就是进行数据资源的对内数据共享和对外开放，财务数据共享中的数据资源充分流转进而达到价值提升的前提条件，即数据共享和对外开放，所以对各种数据资产的数据共享与协作，也是数据管理平台的核心价值所在。对此，需在数据安全的基础上，把财务数据共享中的各种数据资产目录信息对各种相关者和价格创造者公开，对各种业务人员进行资源共享。

（4）业务价值的探索和分析[3]。为具有不同需求的用户提供个性化的分析工具和帮助用户的能力，利用大数据资源，确定大数据检索服务的价值。在此基础上，可以建立大型数据应用程序编程接口，并在更加多样化的基础上将其引入门房管理系统，使前置系统更智能。

（5）数据服务的构建和治理。为了提高资源服务的稳定性、数据质量的准确性、资源处理的业务能力，必须使数据中心更加准确。由于数据中心是一个开放且不断变化的环境网络平台，不断产生各种各样的资源变动活动，需要整合资源业务的开发、分类和标识，从而提高数据检索服务的搜索和调用的简单性，以确保持续使用优质资源调动服务，自动停止低投入的资源活动服务。

（6）数据服务的度量和运营。由于企业数据中台的核心任务是为行业应用者创造具有行业应用价值的数据业务，所以对资料服务水平能力的衡量与运营也是必不可少的。数据分析中台要能对其所提供的资讯行业内容和相关活动做长期追踪和记录，比如这些资讯行业内容被哪个前台的行业应用所使用、用过多少次等等，并利用这些资料去衡量每一次提供数据服务的业务价值。另外，数据分析中台也应实时地通过对行业活动信息数据的优化、调度、改进提供数据相关业务，并始终保持数据分析信息平台的快速反应能力。

（五）D集团财务共享中心智能中台的构建

将大数据分析智能的前沿理念运用于财务共享中的信息系统框架中，在所有服务数据分析化和所有数据业务化的基础上，经过对所有服务数据分析应用价值的发掘，做到所有数据分析智能，有利于进一步提高服务产出效益、促进产品创新。从技术层面看，大数据分析智能指利用大数据分析引擎，运用深度学习、大规模机器学习等技术手段对数据分析消息加以分类加工，在海量数据处理中获得高经济价值的消息与知识，使财务数据“智能”，满足用户的个性化需要，并在所构建的经济模式中探索现存各种问题的解决办法和更好的发展预测等[4]。在此过程中，因为要管理大量异构化的海量数据，所以必须以功能强大的中台为前提条件，而这些中台又可以通过对大量实时数据加以分类、管理和数据挖掘，把大量拥有较高价值的资讯从数据分析中抽取起来，从而建立更具差异的商务情境化信息处理能力，以构建模式、业务流程和大数据分析产品的方法，来实现商务决策智能。因此本文也把这样的中台称为商务智慧中台。

智能中台还可以进一步扩展数据库，从信息基础设施的角度来看，智能意味着一些数据生成服务在大数据库上实现智能化，使大数据访问、存储、分析、构建等更加智能化；从中层用户的角度来看，智能还可以看作是将烟囱模型的建立过程转化为综合模型的建立过程。

其中，各部分功能具体如下：基础建设层重点承担对GPU、CPU的虚拟机化问题以及对计算建模训练提问和大数据分析的集群系统设计提问。数据资源管理者：数据信息、业务、网络系统、存储器等在此都被视为重要数据资源，而数据资源管理系统层重点承担对数据服务资源使用的统筹管理工作。中台与建模级：该层级重点使用数据中台的元数据储存、计算能力，以及由建模层提出的计算、建模和计算机器教学等架构。核心业务级：该层级也是智能中台最关键的一个层次，它所提出的核心业务一般包含资料统计查询业务、预处理数据服务、统计记录与监控业务和预测业务等。智能应用层：直接面对终端用户，以解决怎样使用元数据等功能，结合不同模式建立新业务的提问。

三、研究结论

在网络信息技术迅速发展的当今，智能与共享中心管理模式已应用于不同的经营领域。

在企业财务管理中，尤其是在大规模跨国、跨地域的企业中，财务共享中心已经过了实际检验，并成为一个已被高度认同的高效会计核算系统和标准财务模型。尽管在发展过程中还需不断完善，但是其优越性依然突出，为公司提供了未来可持续发展的新思路。