本文的重点是财务领导者，他们正在与不良数据作斗争——关闭时间长、报告和预测不准确、决策缓慢、不断调整。根据经验，财务方面的数据问题通常是由不良的主数据引发的，从而导致交易数据不完整或错误。多次更新、对账、检查、重新加载、业务审查和其他补救活动的需要所浪费的时间量直接影响财务职能的有效性。

根据最 佳实践，建议财务部门在数据方面有一套明确的优先事项：第一，参考数据;然后按顺序分类、主数据、数据源和调度。财务部门需要一个集成的、历史跟踪的、面向主题的数据库，使他们能够推动管理决策。

财务领导者— 您是否真的对数据进行端到端思考，以实现更高效、更准确的会计、报告和规划?

在大多数情况下，财务部门是其他部门产生的数据的消费者。财务“内部”使用的数据通常是在交易处理和财务系统中创建的，这些系统记录业务部门和市场中发起的事件。虽然财务洞察或人工智能策略很重要，但如果这些策略要成功推动洞察或人工智能 (AI)，坚实的数据基础是根基。

一 财务数据的应用层级

“记录到报告”流程产生财务报告和分析所依赖的数据。订单到现金(O2C)订单变成发票，然后是应收账款，最后是现金收据。类似地，在源到付款 (S2P) 中，采购订单成为供应商发票，然后是应付账款，然后是现金支出。每个流程步骤都会生成会计分录形式的财务数据。

这意味着财务团队的数据策略应侧重于确保数据质量足够高，以推动非接触式交易会计，并实现引导业务所需的战略报告、规划、预算、预测和分析流程。

任何希望改善财务运营、规划和交易会计、降低财务成本、提高决策报告质量或减少报告时间的财务团队都需要对数据采取端到端方法。

根据经验，财务方面的数据问题通常是由不良的主数据引发的，从而导致交易数据不完整或错误。然而，也存在交易数据在源头被错误捕获的风险。端到端方法还意味着与订单到现金或来源到付款团队合作，因为当数据在源头输入错误时，他们自己的运营也会受到影响。首席财务官可以在董事会层面参与并推动公司形成这样的观点：问题实际上不是财务数据而是组织数据。

1.用于规划、预算、预测和报告的数据

不同定制规划和报告应用程序之间的数据不一致一直是一个挑战。高质量数据是预测和人工智能等高级分析的先决条件。

电子表格虽然是强大的财务工具，但往往会导致数据质量问题，从而破坏有效决策。在没有任何验证规则或检查的情况下使用电子表格进行规划和预算可能会由于允许不准确的手动数据输入、不正确的主数据值或不一致的聚合层次结构而损害数据质量。

2.财务交易数据

会计团队的目标通常是尽可能多地实现会计流程自动化，从而在减少人工接触点的情况下实现高质量。

“电子表格对决”长期以来一直是报告中的一个话题——高管们参加同一次会议，对本应相同的数据持有不同的看法，但这些数据在包含和排除、生效日期或层次结构方面存在差异，导致制定决策基础不同。

通过自动化流程的数据质量可能是流程中断的主要驱动因素。每当流程中断并且需要触及数据时(无论是在企业资源规划 (ERP) 还是 Excel 中)，都会导致摩擦、延迟和人力成本。

3.数据质量的成本和影响

流程中数据质量差将直接影响其持续时间。如果数据需要多次修复和重新加载，财务人员最常遇到这种情况，与直通流程相比，可能会延迟几天的结算时间。多次更新、对账、检查、重新加载、业务审查和其他补救活动的需要所浪费的时间量直接影响财务职能的有效性。

由于多种不同原因，数据质量可能很差：

二 财务数据团队的优先事项

如果财务团队希望改进其流程，那么处理数据势在必行，而数据质量、定义和自动化管道则是首要任务。必须有一个重点，数据计划往往过于广泛，财务部门应该投资并关注那些对于自动化流程或决策至关重要的数据元素。对于最近的一位客户来说，财务数据团队与订单到现金流程团队密切合作以提高 O2C 流程中输入系统的数据质量至关重要。财务部门必须从一开始就关心数据。

通常，当财务人员考虑数据时，他们会考虑从本地 ERP 传输到财务 ERP 的数据：整合或规划和报告解决方案;以及主要主数据和层次结构。两者都很关键。该组织可能正在进行某种 ERP 主导的转型，并实现了一些直通式处理。但尚未转型的部分可能仍需要手动映射财务处理——即使是核心 ERP，因为数据架构是分散的。

财务部门至少需要一个数据团队来推动改进。其作用是专注于使所有上游利益相关者和系统获得正确的数据，以实现更快、更准确的处理，从而缩短报告时间、提高对报告的信任以及财务规划、预算和预测。

财务数据团队需要 IT 和业务部门的参与。实施该战略需要将维持业务照常与创建新的数据管理、结构和架构相结合。

• 快速提问 - 财务数据团队应该成为整个组织的中央数据团队吗?可能不会。财务的角色明确、鲜明，其数据需求也具有特定性。

• 首席数据官 (CDO) 向首席执行官或首席运营官 (COO) 报告，提供更广泛的业务和商业视角。

• 财务部门必须在数据方面发挥积极主动的作用

修复数据质量的时间、精力和成本在某些流程中是可见的，例如结账，但并非总是如此。团队忽视它就会面临危险。

数据质量成本的经验法则是：

• 如果第一次在源头获取正确数据的成本为 1 块钱，那么在源头修复数据的成本(大约)为 10 倍

• 在下游系统中处理它的成本大约是原来的 100 倍——特别是需要手动干预和调整的财务、报告和分析

• 就错误决策、监管影响、定价影响和无数其他影响而言，这可能会造成数倍的损失。

很少有组织将这种数据的端到端视图视为其财务交易业务的关键部分。那些不这样做的人就会错过降低成本和完成报告或结账时间的机会，以及提高报告质量从而更好地为决策提供信息的机会。财务数据团队有足够的工作要做，因为它要确保影响整个组织财务的数据得到良好管理且高质量。向财务报告的 CDO 会在财务和业务目标之间存在冲突的优先事项。集团CDO和财务数据团队最好一起工作。

根据经验，建议财务部门在数据方面明确以下优先事项：第一，参考数据;然后按顺序分类、主数据、数据源和调度。

优先级 1 — 参考数据 — 获得正确的代码和映射

参考数据是指系统中使用的所有代码以及代码之间的映射。参考数据的管理往往是分散的，导致许多不一致的情况。

解决参考数据不一致问题是一个很好的起点。这些举措实现价值的时间很短，并且只需很少的 IT 支出就能产生影响。

参考数据很容易标准化——例如货币或国家的 ISO 代码。然而，最近的一位客户发现，国家和市场之间的差异是一个巨大的挑战。某些团队在提及国家时，指的是金融界所谓的市场，反之亦然。

有些国家包含多个市场，有些市场由多个国家组成。当团队互换使用术语时，这显然是有问题的。

• 在一家生命科学公司，监管 GxP数据需要在国家一级进行分配，这对于制造和供应非常重要。但财务部门必须在市场层面进行管理，这需要某种聚合。

• 为了解决这一挑战，我们鼓励不同的数据所有者和团队(来自财务、制造和监管)共同努力定义哪些映射是正确的。

不同的ERP也可能有不同的映射和代码。例如国家和市场之间的映射成为参考数据。如果财务团队想要实现非接触式交易会计以及准确的计划预算和预测，则必须将所有这些数据置于统一管理之下。

其他参考数据包括客户、供应商和产品的分类、工厂、办公室、配送中心和零售店的位置以及确保付款所需的 ID。

优先级 2 – 数据定义和分类 – 使用相同的语言

简而言之，数据(源系统中的数据和结果、KPI 和指标中的数据)需要统一性：同一事物必须称为同一事物，并且必须排除其他任何事物。对于财务部门拥有的指标，财务部门应主动调整整个企业的定义和语言。

采用一个指标：“总销售额”。对于财务主管来说，这可能意味着一件事：“在该期间内按发票日期预订发票，但不包括内部销售或样品。” 这似乎是显而易见的。但分销可能对“基于期间订单日期的销售订单”使用相同的标题，为此需要分销订单，可能包括内部销售和样品。对于那些从事发行工作的人来说，这个定义似乎也是显而易见的。同样的问题也可能因地理位置或业务范围而出现。

这些困难经常发生在无法控制其数据定义并且使用同一语言的不同方言的组织中。至关重要的是，更广泛的利益相关者参与数据治理和数据质量讨论，例如通过工作组和理事会。我们经常发现只有直接利益相关者参与其中。例如，尽管财务和运营是利益相关者，但销售和营销或客户经理对客户数据拥有最强烈的看法。事实证明，让财务和 O2C 在客户主数据、产品主数据和相关层次结构方面紧密合作对于最近的客户来说至关重要。

优先级 3 — 主数据 — 业务的人物、时间、内容

财务团队经常考虑财务主数据，包括财务报告层次结构、组织结构图和他们拥有的其他数据结构。单独处理财务层次结构可能是一个挑战：映射和管理在不同市场或业务线中实施的不同层次结构和视图是很痛苦的。通常需要不同的报告视图，但财务部门应致力于尽可能简化这一点。

然而，财务流程也受到其他主数据的影响，例如产品、材料、位置、客户和供应商主数据。这些通常不属于财务团队所有，而且大多数情况下也不应该属于财务团队所有。然而，财务部门需要积极参与原本看似超出其范围的数据领域的治理。财务数据团队必须参与工作组、决策机构和审批流程，以便这些主数据的创建者和用户完全一致。还必须有处理数据质量问题或冲突的流程，包括具有明确所有权的清晰解决路径。

在最近的一个客户中，拥有流程已针对对其重要的数据建立了数据质量和完整性报告，但财务部门并未对对财务报告重要的其他数据提供足够明确的要求。这导致在过滤数据并将数据聚合到报告中时出现问题。

• 在最近的一个客户中，以前无法了解战略客户和客户群体。例如，亚马逊和沃尔玛作为分销商，在不同国家的多个 ERP 中由不同的客户 ID 代表;但财务部门需要根据这些公司的总销售额进行报告、计划和预测。

• 我们帮助财务和 O2C 建立战略客户群体层次结构，然后将这些领域推广到 ERP 中。

• 代码和映射是在参考数据管理系统中设置的，并在数据仓库中进行质量检查，以便数据在国家或市场中正确输入，并链接到财务拥有的层次结构。

优先事项 4 — 数据源自动化 — 创建可信管道

在数据采购自动化中，财务部门需要与业务线和 IT 部门密切合作，包括 ERP、业务流程和数据/分析团队。为提供给财务的每个数据集建立可信来源至关重要。这个值得信赖的来源是修复数据质量所需的投资和努力的目标。

我们经常看到讨论的一件事是数据仓库的消亡和数据湖的诞生。但并不存在金融数据湖这样的东西。根据定义，数据湖存储大量结构化和非结构化数据，并允许所谓的“读取模式”，以便分析师选择如何定义数据。

这与财务部门的需求相反。财务部门需要一个集成的、历史跟踪的、面向主题的数据库，使他们能够推动管理决策。本质上，这仍然是数据仓库的定义。数据必须结构合理、记录良好并受到控制——表明其含义。这需要采购、控制、数据模型、业务规则和数据目录：数据仓库。

接口应源自集成层并在特定时间提取。规划、预算和预测必须(同时)使用与报告相同的来源。在最近的一位客户中，我们将八个不同的 ERP 及其子分类账集成到一个整合的数据中心中，以使单个数据管道能够重复用于多种用途。

应与 IT 部门和首席数据官合作解决数据仓库冲突问题。在最近的一个客户中，虽然通用数据仓库整合了整个组织的财务数据，但每个部门都有一个本地数据仓库，用于本地管理报告和其他非财务数据。这导致了冲突、数据冗余，并且可能导致对相同 KPI 的不同看法，因为用于报告的数据不在一个通用数据平台中。为了全面了解客户、产品和组织，报告中财务和非财务数据的结合非常重要;这可以做出更好的决策。如果本地仓库和数据集市利用可信数据，那么它们就很好，但有关通用主数据、定义和层次结构的建议仍然适用。

优先级 5 — 调度和延迟 — 何时需要结果以及处理持续时间

财务方面经常被忽视的一个优先事项是发现、修复和更新数据问题与重新加载报告或应用程序之间的周转时间和延迟。这可能是日常业务决策支持、规划和预测中的一个问题，特别是在交易结束期间。报告源数据或中间数据问题、解决问题以及重新加载数据以做出准确决策之间的时间是财务团队普遍关心的问题。

即使使用的是内存系统，考虑延迟和调度也很重要。许多组织仍然受到围绕内存财务核心的大型遗留环境的困扰。通常仍需要在系统之间移动大量数据。近实时处理可以在内存平台上实现，但在那里获取数据仍然需要时间。

在与 IT 团队一起决定技术选择以及设计流入财务的数据流时，延迟尤为重要。财务部门可以帮助 IT 清楚地了解哪些数据流可以更频繁地完成(可能是部分数据)，以及哪些数据流需要完整的数据集才能完成处理。IT 团队会想知道您的数据需要有多新，并且比报告需求更频繁地从源系统提取数据可能是有意义的(例如每小时从源获取更改)，特别是如果您需要来自多个系统。

数据类型很重要：增量数据(例如订单或发票)几乎可以连续提取。对于其他数据，例如库存或余额，一天中提取的时间对于测量和比较很重要。即使在一个系统内，不同的数据元素也可以设计为以不同的方式进行调度。

还要考虑使用报告和系统的决策者是否在一天或一个月中的某个时间特别重要。早上通常是每日报告的最 佳时间 - 但是，在一家跨国公司中，哪个早上!其他模式包括：上午/中午/晚上的交易摘要;周末/月末;4–5–4 零售日历或日历月。组织中可能有更多模式需要考虑。

一位全球客户最近必须在销售报告、需求和供应计划、财务计划和管理信息 (MI) 报告之间平衡多个可能相互冲突的时间表。通过分离计划和处理，并解决流程优化和通知问题，我们能够帮助他们实现必要的报告时间表。

三 关键行动

1.指定数据所有者

在开始数据项目之前需要定义数据所有者。对于每个关键主数据，例如材料、产品/服务、业务合作伙伴、市场、组织数据、会计科目表等，需要指定一个数据所有者。在最好的情况下，这些数据所有者具有全局分配权限。但全球责任可能也需要在区域数据所有者之间分配。

2.在团队中提名合适的人员

同样在开始之前，找出目前在财务部门管理数据的人员，并让他们腾出时间来参与改进计划。该团队需要包括主题专业知识——了解数据质量问题和当前层次结构、数据在系统中的位置，并且能够与整个业务(而不仅仅是财务部门)的利益相关者密切合作。

还可以与公司的数据组织(CDO 或类似组织)联系。

3.定义哪些数据对于业务决策或推动自动化议程至关重要

财务部门需要明确评估哪些数据需要纳入范围。有两个关键标准：选择驱动(以及自动化，例如预测分析)决策所需的数据，以及选择进一步自动化财务流程的数据，不仅是为了成本效率，而且还为自助服务奠定了基础报告。

4.整理问题清单

从数据角度列出财务当前面临的问题，然后将其与财务处理相关的问题分类为结算、付款、计划、报告或预算等。根据问题的规模和潜在利益确定类别的优先级。寻找协同效应优先考虑。写下每个问题的问题/修复陈述。

5.规划进入财务的关键数据流

财务数据团队应该问自己：“我们如何在流程开始时获得足够的正确信息，以便当数据到达我们时，我们知道我们拥有正确的信息?” 例如，在O2C或S2P中，我们通常有以下流程：报价->订单->发票->AR->日记账分录。获得良好的数据可能意味着要一直回到报价或订单。

6.确定最重要的数据元素

不要将每个数据项视为同等重要。某些数据项更有可能产生不成比例的影响。首先解决最重要和最紧迫问题背后的数据。

7.为每个数据流查找权威来源，根据您需要的粒度并按重要性划分优先级

对于提供给财务部门的每个数据项(订单、发票、应收账款、日记帐等)，需要指定单个源系统。通常在跨国公司中，至少需要明确指定和管理国家、业务范围 (LOB)、职能和账户类型。根据您的需求，可能需要更多维度，但应该致力于最小化它们。在有权威来源的地方，将数据修复工作和预算投入到该系统中。

8.决定什么是“足够好”

虽然转型方法可能涉及重大工作计划，但对不完美但足够好的看法将有助于在没有多年投资计划的情况下建立基础。一旦达到“足够好”，就可以根据经验开始做出更大的改变。丰富优先权威来源是这项工作的一部分。

9.确定支持数据质量、自动化和数据管理所需的技术

财务部门应与 IT 部门合作，确定使用哪种技术来推动自动化，并管理交易数据质量和主数据。当今的工具和平台可以帮助识别、修复和监控许多数据问题，并且可能需要工具的组合。与专家合作，提出需求，定义功能架构(需要在何时何地发生什么)，然后选择和实施技术来解决优先事项。

10.制定计划

定义路线图时要考虑对现有流程、组织和技术的修复，以及新功能的重新设计和实施。时机很重要，公司通常需要考虑年内的业务案例以及预算周期的投资要求。