财务共享视角下的数据治理问题探析

【摘" 要】数据治理对于企业确保数据的可用性、数据质量和安全性具有重要意义。随着财务共享服务在企业内部的不断推广应用，会计核算方法及操作流程等发生了重大变化，由此也逐步推进企业的数据资源向数据资产转化，在此过程中结合财务共享的新模式和特点实施数据治理势在必行。基于此，论文围绕数据治理与财务共享之间的内在联系，归纳和总结企业在财务共享环境下数据应用存在的难点和困境，在此基础上探讨和研究企业在财务共享视角下实施数据治理的新路径，希望能够对企业提升其数据治理质效提供有益参考。

【关键词】数据治理；财务共享；数据资产；路径

【中图分类号】F275" " " " " " " " " " " " " " " " " " " " " " "【文献标志码】A" " " " " " " " " " " " " " " " " " " " " " " " "【文章编号】1673-1069（2024）09-0163-03

1 引言

财务共享是企业统一会计核算方法及业务操作流程、降低财务管理成本并提升财务管理效率的新型管理模式。财务共享重点强调了企业在数据收集及共享应用方面的突出优势，但与此同时，其庞大的数据信息也给企业在数据信息管理方面带来了一定的困扰。数据治理是一种将数据作为资产进行管控的新思维。从财务共享视角探索数据治理，本质上是充分利用财务共享与数据治理之间的内在逻辑联系，实现二者的优势互补，全面提升企业总体管理质效的过程。

2 数据治理的内涵及开展数据治理的必要性分析

数据治理主要是指企业为保证数据的可用性、安全性以及数据质量，对企业内部所形成的数据资产行使规划、监控及执行等管控权力，并指导其他数据管理工作有序开展的管理活动。

当前企业开展数据治理，主要基于以下两方面的必要性。一方面，从我国信息化发展的背景历程角度分析，数据治理是我国信息化发展总体背景下的一个重要环节，它对于企业核心数据能否被规范化管理、数据价值能否充分发挥意义重大。企业信息化发展大体分为烟囱式系统建设初期、集成式系统建设中期以及数据管理式系统建设后期3个阶段，进而基本形成一个先建设后治理的闭环。目前我国大多数企业的信息化发展尚处于烟囱式建设初期，正在逐步向中期迈进。在此背景下所形成的数据信息，其质量、安全性以及交换与共享程度都无法得到有效保障。因此，深入开展有效的数据治理工作，加速数据信息资源向数据资产的转化十分必要。另一方面，从全球及我国大数据发展战略角度分析，从宏观战略层面进行统筹规划和指导，推动企业数据资源的开发利用及治理是全球及我国大数据发展战略的总体趋势。因此，在实践中，企业有必要制定系统化的制度、流程以及措施等来对数据类别、数据流程、数据风险、数据安全等相关要素加以统筹规划、科学应用和管理。

3 数据治理与财务共享之间的内在联系分析

数据治理以数据信息为对象和载体开展工作，并且把提升数据质量、安全性、可用性等作为主要目标，而财务共享建设和实施的最终结果以数据信息的形式呈现，数据信息成为数据治理与财务共享之间存在内在联系的纽带。具体来说，二者存在以下相辅相成的内在逻辑联系。

一是财务共享是企业开展数据治理工作的关键支撑。近年来，随着大数据及信息共享等先进的信息化技术与财务管理工作的深度融合，逐步形成了财务共享的新型财务管理模式，并应用于各个领域和行业。其运作机理是通过合理规划和精准设计，对财务资源进行有效整合并构建集成化处理平台，充分合理利用数智技术对数据进行采集和处理，以数据推动业务的高质量发展。而数据治理工作在开展过程中，需要借助于一定的数据收集、分析和整合途径及技术来实现。财务共享在构建过程中大量应用了此方面的技术，并且在一定程度上打通了业务与财务之间的数据信息壁垒，从而为数据治理工作的开展提供了关键支撑。二是数据治理是财务共享的最终本质。在当前的数字化时代，数据已逐渐被企业视为除人、财、物之外的第4种重要资产要素。数据治理的有效实施，不仅能够确保数据在其整个生命周期中的安全合规使用，同时还关系着企业核算数据的价值能否被充分发挥。当前企业在数据治理工作中存在着明显的“堰塞湖”现象，主要体现在数据信息经过部分集成系统的处理形成了较为庞大的数据资源库，但是这个资源库却并未与财务之间充分共享衔接，在一定程度上对企业价值最大化目标的实现产生了不利影响，财务共享的构建从企业顶层和战略层为数据治理的“堰塞湖”疏解提供了强大的系统和工具。企业借助于财务共享最终能够实现数据治理质效的提升。从这个角度来说，数据治理已经成为财务共享的最终本质。

4 企业在财务共享环境下数据应用存在的难点及困境

如上文所述，数据治理与财务共享之间相辅相成的内在联系决定了在财务共享环境下企业有加强数据治理的必要性。然而，在实务中，多数企业在财务共享新环境下，在数据应用方面尚存在诸多难点和困境，具体分析如下。

一是财务共享环境下数据集成方面的难点与困境。在财务共享环境下，虽然企业利用大数据及信息共享技术实现了一定程度的数据集成，但是在实务中，财务共享作为整个企业的数据中枢，其在开展业务过程中需对企业所有的数据资源进行全面性管理应用。在此过程中，企业仍面临以下两方面的难点与困境：一方面，在数据采集技术方面缺乏高效途径，即部分企业的财务共享环境尚不能实现数据的全面无感采集，在部分流程和环节中仍然需要人工将数据信息从“线下”誊挪至“线上”，人工录入数据信息不仅效率低且准确度较差，不利于这些数据后续的及时、有效应用；另一方面，不同系统之间缺乏较强的协同性和连通性，即财务共享环境需要将财务、销售、采购等不同系统有机统一以实现数据收集和集成，但是在实践中，由于这些系统是缺乏协同性与连通性的“烟囱式”系统，数据孤岛现象仍然较为明显，企业在数据集成时会面临检索和溯源困境。二是财务共享环境下数据标准方面的难点与困境。数据标准是指数据在定义和使用的一致性、完整性及准确性等方面所形成的规范性约束机制。在财务共享环境下，企业在数据标准方面面临以下两方面的难点和困境：一方面，关于指标数据的含义及计算口径难以统一，即业务部门与财务部门对于同一指标，不仅可能会因话语体系不同而使得其内在含义存在差异，同时还可能因计算口径的不一致而导致指标数据结果大相径庭，最终可能会对管理层据此进行决策产生不利影响；另一方面，基础数据在格式、单位和精准度等标准方面不统一，即财务共享在数据应用时需要从多个软件系统进行数据收集，在此环节，库存、物流和订单等不同流程间的基础数据就会在数据格式、单位以及精准度等方面存在一定的差异，这一问题主要是受数据标准不统一因素影响而形成。三是财务共享环境下数据质量方面的难点与困境。财务共享对企业数据信息的质量提出了更高的要求，但是在实务中，仍然有部分企业在数据质量方面存在瑕疵，无法满足财务共享对于数据应用的高质量要求。首先是数据的准确性问题。只有真实准确的数据才能客观反映业务实质。在财务共享环境下，数据集成方法和技术不足或者数据标准统一性不强，都会对数据的准确性产生影响。其次是数据的完整性问题。财务共享环境下，数据来自多个系统的集成，其中任何一个系统的任一环节出现问题或故障，都可能会导致数据不完整。最后是数据的时效性问题。在财务共享环境下，对数据信息的有效应用通常基于高时效性的数据集成与共享。如果在实践中，业务端的各项数据信息变化不能及时传至财务端加以反映并提供给决策层，那么整个数据信息就失去其应有的价值。然而，在实务中，部分企业仍然存在数据时效性不强的问题。四是财务共享环境下财务核心数据方面的难点与困境。财务核心数据主要是指在整个财务共享环境中最基础且最具权威性的数据，通常包括企业信息、账户信息、客户及供应商信息、成本数据、利润数据及资产数据等。当前，在已构建财务共享模式的企业中，仍有部分企业的财务核心数据存在定义不规范、内容口径不统一、来源不一致等缺陷。这些问题的存在不仅会影响数据应用效果，同时也会对财务共享的高效运转带来阻碍。五是财务共享环境下数据安全方面的难点与困境。在财务共享环境下，业务基础系统中的的业务主数据、财务系统中存储的财务数据均包含了大量的敏感数据，因此在实务中需要采取各种措施以确保数据的安全传输和存储。然而，在实践中，部分企业仍然存在以下问题，使得其在财务共享环境下的数据安全无法得到有效保障：未设置数据安全责任部门及相关岗位；未制定科学、完善的数据安全分类分级管理机制；未能根据数据的重要性程度设置访问与控制权限管理制度；没有开展数据安全的全生命周期管理及建立应急响应制度等，最终导致企业在数据安全方面出现数据应用管理权责不清晰、数据安全事故无法问责以及有数不善用等现象。

5 财务共享视角下企业数据治理实施路径探讨

结合企业财务共享环境下数据应用面临的难点与困境，围绕财务共享在数据应用方面的新需求以及数据治理的相关理论与实践，对财务共享视角下企业数据治理的实施路径进行如下探讨与研究。

5.1 确立财务共享模式下的数据治理总体目标

财务共享模式对企业的数据治理工作提出了更高的要求。因此，企业要做好数据治理工作，以依据财务共享确立新的数据治理目标为前提和基础。建议企业将以下5个目标确立为新的数据治理总体目标：一是全面提升数据质量；二是统一数据标准，实现数据在企业内部的互联互通；三是提高数据获取效率；四是确保数据的合规性和安全性；五是持续稳定释放数据价值。

5.2 设计构建财务共享模式下的数据治理体系框架

结合财务共享模式下所确立的企业数据治理总体目标，可将数据治理体系框架的特点做如下细分：数据治理的范围要求更广、精度要求更细、质量要求更高、传输速度要求更快。围绕目标和数据治理体系框架的特点，建议企业按照图1的思路设计构建财务共享模式下的数据治理体系框架。

5.3 重塑财务共享模式下数据治理体系框架的具体实施路径

在设计构建企业财务共享模式下的数据治理体系框架之后，还需要结合框架内的关键节点、流程和要素重塑具体实施路径。

一是重塑数据治理组织架构。财务共享模式下的数据治理体系的建设和应用通常会涉及企业内部所有部门、业务及资源，因此在具体实践过程中需要各部门通力协作与配合。这就需要企业结合数据治理体系的实际需求重塑组织架构，具体来说，就是要设计数据治理的决策层、管理层、执行层和监督层4个层级。其中，决策层由企业高级管理人员及数据治理专家组成的数字治理委员会担任；管理层由管理部门及业务部门的数据管理负责人组成的数据治理小组担任；执行层由管理层归口管理部门下属的负责数据治理具体工作的专业人员担任；而监督层则由内部审计、法务以及企业监事等具有内部监督职责的部门和人员担任。二是形成企业新的数据管理制度。财务共享模式下数据治理体系框架的构建与实施需要新的全面的数据管理制度作为依据和保障。在实践中，企业可结合但不局限于以下4个维度来形成新的数据管理制度：数据政策、管理制度、实施细则、具体操作执行手册。其中，数据政策维度主要与数据治理的定位和战略目标相关；管理制度维度主要包含为数据治理职能所制定的相关管理流程和办法；实施细则维度主要包含为确保数据治理各项制度、流程得以执行落实而实施的具体细节规定；具体执行操作手册则包含针对数据治理工作而制定的操作过程索引等。三是明确数据治理的核心流程。在财务共享模式下，数据治理的核心要义是把数据通过一定的方法和技术转变为数据资产以实现价值创造。而在此过程中，所有的数据信息都需要经过数据清洗转换、数据标准化、自动赋码构建映射关系等环节及其对应的流程处理才能实现。因此，明确数据治理的核心流程十分必要。在此，建议企业将数据采集、数据存储、数据处理、数据服务明确为数据治理的闭环流程体系，并分别在每个流程节点设置更为精细的数据处理场景和环节，确保其能够为数据治理的核心流程服务。四是规划设计数据标准体系。数据标准是确保企业数据信息在内部使用或输出时具有统一的规范性约束规则，在整个数据治理体系框架结构中，数据标准体系是基础和保障，因此在实务中企业应当以共享性、规范性、唯一性、有效性等目标为导向，重新规划设计数据标准体系，主要包括业务管控、历史业务数据、行业标杆企业经验数据、业务支持4个维度，并结合这4个维度衍生出对应的代码体系，以便于统一规范化管理。五是做好数据整合。在整个数据治理体系框架中，企业若缺乏明晰的数据整合机制，那么整个框架内的数据信息仍然是较为散乱且无法高效利用的。因此，做好数据整合是关键。具体来说，首先要搭建以主数据为主的包含项目、合同、产品、人员和客户等信息的管理平台；其次是建立核心业务的支持平台，利用数据文件及数据信息间的逻辑关系实现业务系统在框架内的场景化应用；最后以主数据层和业务层的相关数据为基础实现指标分析和辅助决策，从而形成一个良好的数据整合体系。六是提升数据应用程度。提升数据应用程度，本质上是数据治理成果的显现。具体来说，就是要以“业务数字化—数据资产化—资产服务化—服务业务化”为数据治理的内在逻辑，通过数据画像、数据治理对比分析以及设置应用程序接口等措施，把数据治理工作作为业务高质效开展的强大助力。

6 结语

本文以财务共享视角分析和探索了企业数据治理与财务共享模式之间的内在逻辑联系，以及企业共享模式下数据应用面临的难点和困境。在此基础上，提出了企业基于财务共享实施和开展数据治理工作的路径，旨在为企业数据治理工作的有序、高质量开展提供有益参考和新的思路。

【参考文献】

【1】马鸿燕.财务共享服务视角下会计信息系统的应用分析[J].山西财税，2024（06）：33-35.

【2】师瑜涓.财务共享视角下企业内部控制的思考[J].会计师，2024（03）：67-69.