郭夢(mèng)婷

（浙江金融職業(yè)學(xué)院，杭州 310000）

1 大數(shù)據(jù)及可視化技術(shù)與財(cái)務(wù)分析融合的必要性

1.1 數(shù)智化環(huán)境驅(qū)動(dòng)財(cái)務(wù)分析內(nèi)容發(fā)生變化

隨著互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等信息技術(shù)的普及，財(cái)務(wù)工作模式隨之發(fā)生改變，向自動(dòng)化、數(shù)字化和智能化轉(zhuǎn)型。企業(yè)的財(cái)務(wù)分析工作隨之顯示出指標(biāo)分析量逐漸增大、非財(cái)務(wù)指標(biāo)比重逐步上升、業(yè)財(cái)交互趨勢(shì)日益凸顯等新發(fā)展趨勢(shì)。首先，財(cái)務(wù)指標(biāo)反映出的財(cái)務(wù)狀況具有相對(duì)性、片面性和滯后性，需結(jié)合業(yè)務(wù)數(shù)據(jù)及行業(yè)的整體狀況進(jìn)行綜合分析才更具意義。為實(shí)現(xiàn)財(cái)務(wù)分析的更優(yōu)目標(biāo)，企業(yè)需通過(guò)關(guān)聯(lián)和分析更廣范圍的數(shù)據(jù)，如庫(kù)存數(shù)據(jù)、生產(chǎn)數(shù)據(jù)、銷(xiāo)售數(shù)據(jù)、資金管控?cái)?shù)據(jù)等，才能為財(cái)務(wù)決策帶來(lái)更加有效的數(shù)據(jù)支持。而在傳統(tǒng)人工工作模式下，及時(shí)準(zhǔn)確獲取這類(lèi)信息指標(biāo)難度很大，大數(shù)據(jù)挖掘和分析技術(shù)的重要性和必要性隨之凸顯。其次，宏觀環(huán)境、行業(yè)動(dòng)態(tài)、政策導(dǎo)向、市場(chǎng)反饋、產(chǎn)品研發(fā)等外部非財(cái)務(wù)指標(biāo)同樣對(duì)企業(yè)財(cái)務(wù)決策具有重要意義，而傳統(tǒng)財(cái)務(wù)分析工作中無(wú)法快速有效的收集和處理此類(lèi)信息。大數(shù)據(jù)技術(shù)則能幫助實(shí)現(xiàn)對(duì)非量化指標(biāo)的比較和分析，將外部指標(biāo)囊括在財(cái)務(wù)分析工作范圍內(nèi)，為高質(zhì)量財(cái)務(wù)分析提供支撐。最后，傳統(tǒng)財(cái)務(wù)分析工作是按會(huì)計(jì)準(zhǔn)則核算產(chǎn)生的財(cái)務(wù)數(shù)據(jù)為分析出發(fā)點(diǎn)的，而財(cái)務(wù)數(shù)據(jù)源于業(yè)務(wù)情況，若不能正確把握財(cái)務(wù)與業(yè)務(wù)數(shù)據(jù)間的關(guān)聯(lián)，從業(yè)務(wù)視角對(duì)財(cái)務(wù)問(wèn)題進(jìn)行推斷分析，則無(wú)法找出財(cái)務(wù)指標(biāo)折射出的企業(yè)內(nèi)在經(jīng)營(yíng)管理問(wèn)題，最終削減財(cái)務(wù)分析的效果。而大數(shù)據(jù)技術(shù)能夠通過(guò)建模等方式，將內(nèi)外部財(cái)務(wù)與企業(yè)業(yè)務(wù)數(shù)據(jù)進(jìn)行融合處理和交互分析，以更優(yōu)匹配財(cái)務(wù)分析發(fā)展新態(tài)勢(shì)。

1.2 海量數(shù)據(jù)的處理亟需新技術(shù)工具的支持

及時(shí)準(zhǔn)確的海量基礎(chǔ)數(shù)據(jù)決定了財(cái)務(wù)分析的質(zhì)量和效果，而傳統(tǒng)財(cái)務(wù)分析主要依賴(lài)Excel、WPS 等辦公自動(dòng)化軟件，工作處理方式以人工機(jī)械化為主，存在大容量數(shù)據(jù)下運(yùn)行緩慢、不同來(lái)源數(shù)據(jù)無(wú)法快速兼容、數(shù)據(jù)可視化效果不佳等問(wèn)題，難以從海量的數(shù)據(jù)和復(fù)雜的計(jì)算邏輯中得到有效解決方案。具體而言，在數(shù)據(jù)采集環(huán)節(jié)，點(diǎn)對(duì)點(diǎn)式的人工交互手段，只能夠幫助解決少量、低頻的數(shù)據(jù)需求，很難滿(mǎn)足企業(yè)外部更為復(fù)雜、大量、高頻的數(shù)據(jù)采集需求；在數(shù)據(jù)存儲(chǔ)方面，傳統(tǒng)的行式關(guān)系型數(shù)據(jù)庫(kù)在非結(jié)構(gòu)化數(shù)據(jù)的處理方面，與大數(shù)據(jù)庫(kù)的源數(shù)據(jù)相比劣勢(shì)突出。此外，傳統(tǒng)財(cái)務(wù)分析工作起點(diǎn)是按照會(huì)計(jì)準(zhǔn)則的規(guī)定進(jìn)行賬務(wù)處理而生成的財(cái)務(wù)數(shù)據(jù)，會(huì)計(jì)核算人員在進(jìn)行會(huì)計(jì)分錄編制或經(jīng)濟(jì)業(yè)務(wù)判斷的過(guò)程中，難免受其專(zhuān)業(yè)能力、主觀思維影響而發(fā)生錯(cuò)誤，財(cái)務(wù)數(shù)據(jù)及相關(guān)指標(biāo)會(huì)面臨失真情況，且傳統(tǒng)財(cái)務(wù)分析的技術(shù)手段又無(wú)法實(shí)現(xiàn)對(duì)數(shù)據(jù)進(jìn)行自動(dòng)檢測(cè)并糾錯(cuò)的功能。因此，隨著數(shù)據(jù)量級(jí)增長(zhǎng)以及數(shù)據(jù)類(lèi)型的多樣化，對(duì)海量數(shù)據(jù)的處理亟需與之匹配的新技術(shù)工具的支持。將大數(shù)據(jù)技術(shù)融入財(cái)務(wù)分析工作，運(yùn)用信息技術(shù)和人工智能對(duì)扁平化的海量數(shù)據(jù)進(jìn)行優(yōu)化處理，并利用數(shù)據(jù)挖掘、數(shù)據(jù)清洗、大數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)可視化技術(shù)等，將前端數(shù)據(jù)轉(zhuǎn)化為融合專(zhuān)業(yè)知識(shí)的有效信息，有效支持企業(yè)工作人員及時(shí)展開(kāi)對(duì)財(cái)務(wù)數(shù)據(jù)的查詢(xún)和分析，幫助企業(yè)實(shí)現(xiàn)對(duì)經(jīng)濟(jì)業(yè)務(wù)的實(shí)時(shí)監(jiān)測(cè)和把控，從而提升企業(yè)管理水平。

1.3 財(cái)務(wù)分析決策效果的智能化需求凸顯

財(cái)務(wù)分析的最終目的是為財(cái)務(wù)報(bào)表使用者作出相關(guān)決策提供可靠的依據(jù)，其決策效果也將隨著外部環(huán)境的轉(zhuǎn)變面臨新的需求。尤其是在云財(cái)務(wù)、業(yè)財(cái)融合的發(fā)展趨勢(shì)下，財(cái)務(wù)分析決策效果的智能化需求日益凸顯。一方面，決策者所需的有效信息不僅包括企業(yè)目前的內(nèi)部財(cái)務(wù)狀況和經(jīng)營(yíng)業(yè)績(jī)，還包括國(guó)內(nèi)外經(jīng)濟(jì)環(huán)境、行業(yè)政策和趨勢(shì)、未來(lái)發(fā)展動(dòng)態(tài)等各類(lèi)信息。在傳統(tǒng)財(cái)務(wù)分析的工作模式下難以獲取企業(yè)內(nèi)部情況與外部態(tài)勢(shì)進(jìn)行有機(jī)結(jié)合分析的結(jié)論，存在著由于信息不對(duì)稱(chēng)帶來(lái)的經(jīng)營(yíng)風(fēng)險(xiǎn)和財(cái)務(wù)風(fēng)險(xiǎn)，從而難以滿(mǎn)足高質(zhì)量財(cái)務(wù)分析和企業(yè)戰(zhàn)略決策的智能化要求。另一方面，傳統(tǒng)財(cái)務(wù)分析的成果以標(biāo)準(zhǔn)化的財(cái)務(wù)分析報(bào)告為主，存在著內(nèi)容有限、形式單一、結(jié)構(gòu)固化等局限性。在大數(shù)據(jù)技術(shù)的發(fā)展進(jìn)步下，企業(yè)財(cái)務(wù)分析工作不僅能夠充分利用人工智能的優(yōu)勢(shì)，將煩瑣重復(fù)、耗時(shí)費(fèi)力的數(shù)據(jù)處理等前端工作交給系統(tǒng)來(lái)完成，還能依靠大數(shù)據(jù)可視化等技術(shù)將財(cái)務(wù)分析的結(jié)果以更靈活便捷、豐富多樣的形式展現(xiàn)，為企業(yè)決策者提供更豐富、多視閾、交互式的個(gè)性化財(cái)務(wù)分析報(bào)告，信息使用者可以根據(jù)自己不同的需求進(jìn)行匹配。同時(shí)，財(cái)務(wù)分析報(bào)告中的各項(xiàng)指導(dǎo)意見(jiàn)也將被賦予精細(xì)化要求，可按業(yè)務(wù)領(lǐng)域、業(yè)務(wù)流程深入分析，有助于獲得高質(zhì)量財(cái)務(wù)分析結(jié)果，針對(duì)性地為企業(yè)決策者提供指導(dǎo)意見(jiàn)，為企業(yè)管理決策提供更全面的信息保障，從而更好地實(shí)現(xiàn)財(cái)務(wù)分析的真正目的。

2 大數(shù)據(jù)及可視化技術(shù)與財(cái)務(wù)分析融合的應(yīng)用價(jià)值

2.1 提高數(shù)據(jù)處理效率，改善財(cái)務(wù)信息質(zhì)量

在大數(shù)據(jù)技術(shù)和互聯(lián)網(wǎng)功能的支持下，智能化的數(shù)據(jù)處理技術(shù)對(duì)海量的基礎(chǔ)數(shù)據(jù)進(jìn)行自動(dòng)收集整理，并按照確定的邏輯進(jìn)行對(duì)比、計(jì)算和分析，構(gòu)建一體化、智能化的財(cái)務(wù)分析模型體系。各項(xiàng)財(cái)務(wù)數(shù)據(jù)、行業(yè)指標(biāo)、業(yè)績(jī)情況的重復(fù)計(jì)算，都交由計(jì)算機(jī)完成，不僅大大提高數(shù)據(jù)處理的速度和準(zhǔn)確率，減少人為因素下潛在的錯(cuò)誤發(fā)生概率，而且能整合經(jīng)濟(jì)組織內(nèi)外環(huán)境的大數(shù)據(jù)，提供更具參考價(jià)值的信息。

2.2 加快信息傳遞速度，降低企業(yè)營(yíng)運(yùn)成本

在大數(shù)據(jù)技術(shù)支持下，智能化的財(cái)務(wù)分析系統(tǒng)能根據(jù)不同財(cái)務(wù)分析結(jié)果，提供多視閾、交互式的個(gè)性化財(cái)務(wù)分析報(bào)告，充分匹配財(cái)務(wù)分析在新形勢(shì)下精細(xì)化的要求。企業(yè)各職能部門(mén)間的信息孤島將被打破，建立互聯(lián)互通的內(nèi)部數(shù)據(jù)共享中心，信息使用者獲取信息的途徑也更為便捷多樣，準(zhǔn)確可靠的信息亦能更為及時(shí)地送達(dá)相關(guān)人員，提高信息傳遞的及時(shí)性。同時(shí)，能夠幫助檢驗(yàn)業(yè)務(wù)數(shù)據(jù)與財(cái)務(wù)數(shù)據(jù)交叉呈現(xiàn)的錯(cuò)誤，為財(cái)務(wù)工作提供更為及時(shí)、準(zhǔn)確、全面的信息支持，幫助應(yīng)對(duì)內(nèi)外部可能發(fā)生的變化或風(fēng)險(xiǎn)，使企業(yè)的運(yùn)營(yíng)成本得到降低。

2.3 拓寬財(cái)務(wù)分析職能，優(yōu)化企業(yè)決策機(jī)制

大數(shù)據(jù)財(cái)務(wù)分析能夠充分利用人工智能的優(yōu)勢(shì)，運(yùn)用智能化技術(shù)完成數(shù)據(jù)的篩選和清洗，減少管理層為收集、匯總數(shù)據(jù)信息所花費(fèi)的時(shí)間和人力成本，企業(yè)管理層能將更多的精力投入評(píng)價(jià)企業(yè)經(jīng)營(yíng)業(yè)績(jī)、探討未來(lái)經(jīng)營(yíng)計(jì)劃制定等方面的工作中。利用大數(shù)據(jù)為企業(yè)洞察、預(yù)測(cè)未來(lái)，支持戰(zhàn)略層面的管理決策，從而使財(cái)務(wù)分析工作的職能得到延伸。此外，企業(yè)決策層不僅能根據(jù)賬面財(cái)務(wù)數(shù)據(jù)來(lái)推斷企業(yè)目前的財(cái)務(wù)狀況，而且能利用大數(shù)據(jù)技術(shù)所支持的外部財(cái)務(wù)數(shù)據(jù)等幫助預(yù)測(cè)公司未來(lái)經(jīng)營(yíng)狀況，克服傳統(tǒng)財(cái)務(wù)分析的滯后性等缺陷，及時(shí)將各類(lèi)指標(biāo)建立起動(dòng)態(tài)聯(lián)系，以滿(mǎn)足內(nèi)部評(píng)價(jià)和對(duì)外披露的需求，企業(yè)的經(jīng)營(yíng)決策機(jī)制得到優(yōu)化和改善。

2.4 增強(qiáng)風(fēng)險(xiǎn)管理能力，提升企業(yè)整體業(yè)績(jī)

將大數(shù)據(jù)挖掘分析和可視化等智能技術(shù)應(yīng)用于企業(yè)財(cái)務(wù)分析，針對(duì)各信息使用者的不同需求，制定動(dòng)態(tài)的、個(gè)性化的財(cái)務(wù)分析模型。除了傳統(tǒng)的財(cái)務(wù)指標(biāo)以外，大數(shù)據(jù)財(cái)務(wù)分析還新增了數(shù)據(jù)評(píng)估、數(shù)據(jù)交易、數(shù)據(jù)搜索等新型拓展功能，保證數(shù)據(jù)的真實(shí)有效的同時(shí)，能夠?qū)⑵髽I(yè)的分析結(jié)果進(jìn)行全方位、多角度的對(duì)比，實(shí)現(xiàn)對(duì)經(jīng)濟(jì)組織的系統(tǒng)全面分析。企業(yè)人員在解讀數(shù)據(jù)分析結(jié)果、分析產(chǎn)生差異的原因后，能夠針對(duì)性地提出解決問(wèn)題的有效途徑，提取創(chuàng)造商業(yè)價(jià)值的有效信息，增強(qiáng)企業(yè)風(fēng)險(xiǎn)管控能力，促進(jìn)先進(jìn)信息技術(shù)與創(chuàng)新管理理念的有機(jī)融合，提高企業(yè)的經(jīng)營(yíng)管理水平，增強(qiáng)企業(yè)整體業(yè)績(jī)和行業(yè)競(jìng)爭(zhēng)力。

3 大數(shù)據(jù)及可視化技術(shù)與財(cái)務(wù)分析融合的邏輯框架

3.1 數(shù)據(jù)獲取和整理

數(shù)據(jù)獲取是大數(shù)據(jù)財(cái)務(wù)分析工作的起點(diǎn)，利用大數(shù)據(jù)技術(shù)所開(kāi)發(fā)的數(shù)據(jù)收集系統(tǒng)能夠?qū)崟r(shí)抓取企業(yè)內(nèi)外部數(shù)據(jù)。內(nèi)部數(shù)據(jù)不僅來(lái)自財(cái)務(wù)及會(huì)計(jì)核算系統(tǒng)，還涵蓋業(yè)務(wù)層面的采購(gòu)、銷(xiāo)售和生產(chǎn)等各類(lèi)數(shù)據(jù)，外部數(shù)據(jù)則包括了政策、市場(chǎng)、行業(yè)、競(jìng)爭(zhēng)對(duì)手等各類(lèi)信息。將數(shù)據(jù)源中雜亂無(wú)章的各類(lèi)數(shù)據(jù)進(jìn)行整理，以不同的數(shù)據(jù)存儲(chǔ)結(jié)構(gòu)和形式匯集到數(shù)據(jù)庫(kù)中，為后期的數(shù)據(jù)加工、清洗、分析和可視化等工作提供有效基礎(chǔ)和保障。

3.2 數(shù)據(jù)加工和處理

由于大數(shù)據(jù)具備海量的規(guī)模、高速的流轉(zhuǎn)、多樣的類(lèi)型和低價(jià)值密度等特征，在獲取數(shù)據(jù)后，則需要將大量雜亂、抽象的數(shù)據(jù)源轉(zhuǎn)換為對(duì)財(cái)務(wù)分析目標(biāo)有規(guī)律和邏輯的信息，大數(shù)據(jù)財(cái)務(wù)分析中的數(shù)據(jù)清洗工作正是完成此步驟的重要操作之一。利用智能系統(tǒng)可以實(shí)現(xiàn)將數(shù)據(jù)庫(kù)中分散、凌亂、非標(biāo)轉(zhuǎn)化的各項(xiàng)數(shù)據(jù)進(jìn)行分類(lèi)、篩選、剔除、合并、計(jì)算、排序、轉(zhuǎn)換、檢索等數(shù)據(jù)加工和整理。在完成數(shù)據(jù)清洗環(huán)節(jié)以后，經(jīng)過(guò)數(shù)據(jù)加工和處理后的數(shù)據(jù)會(huì)被加載到數(shù)據(jù)倉(cāng)庫(kù)中，以供后續(xù)的財(cái)務(wù)分析工作所使用。

3.3 數(shù)據(jù)挖掘和分析

在完成數(shù)據(jù)加工和處理后，為了對(duì)所收集的數(shù)據(jù)挖掘出有價(jià)值和意義的信息，則需用全樣思維、容錯(cuò)思維、相關(guān)思維等大數(shù)據(jù)思維進(jìn)行數(shù)據(jù)挖掘和分析，其中常用的方法包括分組聚合、回歸分析、關(guān)聯(lián)規(guī)則、特征分析、偏差分析等。數(shù)據(jù)分析工作主要利用到數(shù)據(jù)挖掘和聯(lián)機(jī)分析處理兩類(lèi)分析工具，前者為預(yù)測(cè)型分析工具，幫助提取出隱含在海量數(shù)據(jù)中可能有價(jià)值的信息；后者則是驗(yàn)證型分析工具，支持企業(yè)人員從不同角度對(duì)數(shù)據(jù)進(jìn)行復(fù)雜查詢(xún)或多位分析處理，并以直觀簡(jiǎn)明的形式予以展示。

3.4 數(shù)據(jù)可視化展示

為實(shí)現(xiàn)財(cái)務(wù)分析的最終目的，需要將數(shù)據(jù)分析的結(jié)果以簡(jiǎn)明易懂的圖表方式進(jìn)行展現(xiàn)，供企業(yè)管理決策人員使用。以圖像處理技術(shù)為基礎(chǔ)的可視化技術(shù)能夠?qū)⒒逎唠s的數(shù)據(jù)轉(zhuǎn)換為圖像形式，以可視和交互的方式展現(xiàn)給企業(yè)內(nèi)的信息使用者，根據(jù)不同工作主題和人員需求匹配與之相對(duì)應(yīng)的可視化展示方式或路徑，全面展示業(yè)務(wù)、財(cái)務(wù)及稅務(wù)的相關(guān)指標(biāo)，形象直觀地表達(dá)數(shù)據(jù)分析結(jié)果的內(nèi)涵和規(guī)律，幫助企業(yè)更為高效便捷地開(kāi)展經(jīng)營(yíng)管理、投資決策、風(fēng)險(xiǎn)預(yù)警、成本管控等工作。

4 大數(shù)據(jù)及可視化技術(shù)與財(cái)務(wù)分析融合的推進(jìn)策略

4.1 重視數(shù)據(jù)獲取成本與效益的統(tǒng)一

在利用大數(shù)據(jù)技術(shù)抓取數(shù)據(jù)時(shí)，企業(yè)會(huì)面臨實(shí)時(shí)多樣、零散碎片的海量數(shù)據(jù)，其中不乏對(duì)企業(yè)而言無(wú)意義的數(shù)據(jù)。而獲取數(shù)據(jù)的過(guò)程勢(shì)必會(huì)產(chǎn)生成本和費(fèi)用，因此在信息的獲取與存儲(chǔ)過(guò)程中，需要考慮到成本效益原則，而非盲目獲取大量數(shù)據(jù)，忽視數(shù)據(jù)帶來(lái)的收益。企業(yè)在大數(shù)據(jù)技術(shù)應(yīng)用于財(cái)務(wù)分析的過(guò)程中，應(yīng)在前期做好部署和規(guī)劃，根據(jù)自身明確需求對(duì)數(shù)據(jù)信息進(jìn)行篩選，加強(qiáng)對(duì)信息有用性識(shí)別。在盡可能充分挖掘數(shù)據(jù)的同時(shí)，做好獲取數(shù)據(jù)信息的成本控制，同時(shí)減少超負(fù)荷的數(shù)據(jù)運(yùn)算和處理對(duì)系統(tǒng)帶來(lái)的高維修或更換成本的可能性。

4.2 完善專(zhuān)業(yè)人才培養(yǎng)考核體系

企業(yè)的財(cái)務(wù)崗位隨著業(yè)財(cái)一體化、大數(shù)據(jù)智能分析的發(fā)展將被賦予新的內(nèi)涵和要求，也對(duì)財(cái)務(wù)人員提出了更高的崗位要求。將大數(shù)據(jù)及可視化技術(shù)運(yùn)用于財(cái)務(wù)分析工作，要求其使用者需熟悉相關(guān)的編程語(yǔ)言，如Python、Matlab、SQL 等，而目前財(cái)會(huì)人員對(duì)此幾乎是零基礎(chǔ)，面臨著專(zhuān)業(yè)技術(shù)人才配備不足的問(wèn)題。企業(yè)需加強(qiáng)對(duì)傳統(tǒng)財(cái)務(wù)人員在大數(shù)據(jù)應(yīng)用技術(shù)方面的培訓(xùn)與學(xué)習(xí)，并充分挖掘精通財(cái)務(wù)知識(shí)的同時(shí)又具備信息技術(shù)手段的人才，進(jìn)一步完善人才培養(yǎng)考核體系，全方位提升企業(yè)人員的專(zhuān)業(yè)素質(zhì)和技能水平，為大數(shù)據(jù)財(cái)務(wù)分析工作建立起專(zhuān)業(yè)化團(tuán)隊(duì)。

4.3 增強(qiáng)企業(yè)數(shù)據(jù)信息的安全性

在數(shù)智化時(shí)代，隨著大數(shù)據(jù)技術(shù)的逐步推廣和應(yīng)用，各經(jīng)濟(jì)組織間的聯(lián)系越來(lái)越緊密，獲取信息的途徑和渠道也越來(lái)越便捷，因此保障企業(yè)數(shù)據(jù)信息的安全將成為大數(shù)據(jù)財(cái)務(wù)分析的重要任務(wù)之一。企業(yè)的財(cái)務(wù)數(shù)據(jù)、知識(shí)產(chǎn)權(quán)、商業(yè)機(jī)密等信息可能會(huì)不慎泄露、被竊取或篡改，從而導(dǎo)致潛在的安全風(fēng)險(xiǎn)。因此企業(yè)在開(kāi)展財(cái)務(wù)大數(shù)據(jù)分析工作的同時(shí)，務(wù)必重視數(shù)據(jù)信息安全，強(qiáng)化企業(yè)人員的數(shù)據(jù)安全意識(shí)，并從技術(shù)上提供支持和保障，增加數(shù)據(jù)信息保護(hù)的方式和方法，為企業(yè)信息安全加固屏障，搭建一套安全、完整、高效的大數(shù)據(jù)平臺(tái)，為財(cái)務(wù)分析及經(jīng)營(yíng)決策提供有效支撐。