微软中国宣布携手普华永道中国推出“财务数字化转型解决方案”，从数据分析及报告、战略分析及预测、业务流程自动化三方面入手，助力企业财务团队充分挖掘数据分析与洞见潜力，推动业务成长和商业成功，加速财务从“职能型”转向“战略型”的进程。双方还发布了基于自身财务数字化转型经历和相关经验而成的《构建未来财务——中国企业财务数字化转型白皮书》(下称“白皮书”)，为中国企业的财务数字化转型之路提供有价值的指引和参考。
▲“财务数字化转型解决方案”线上发布暨媒体分享会
微软大中华区首席财务官金松华表示：“数字化浪潮下，企业财务团队需要跳脱出传统的‘记账员’职责，转而向企业发展战略的影响者、制定者和实施者转型;企业财务管理者也要尽快完成从‘Chief Financial Officer’到‘Chief Future Officer’的角色转变——在提供数字的基础上，主动、积极地去发掘数据背后的故事，并结合与销售和业务团队的沟通，以及自身对市场和宏观环境的认知，形成一个中立客观的洞察，帮助公司理清未来的方向，识别并控制未来潜在的风险。凭借自身的财务数字化转型探索，和覆盖财务全流程的平台与技术，微软将为更多企业提供财务数字化转型的战略指导和实操工具，帮助他们打造现代化的财务模型，在数字经济时代抢占先机。”
▲微软大中华区首席财务官金松华
普华永道中国财务管理咨询主管合伙人孔令戟表示：“新冠疫情等复杂多变的环境彻底地重塑了企业的经营方式，也改变了财务职能在企业中的地位，使其从后端职能转变为关乎企业生存发展的支柱性职能。面对全球可持续发展带来的巨变，对很多财务职能部门来说，真正的挑战在于如何投身于这场变革，联动数据、洞见和协作，成为新的商业世界的塑造者。财务团队必须适应新的工作方式，积极拥抱新兴技术，不断扩展焦点，从传统的财务报告范畴，延伸至可持续性、包容性和多元化，以及社会影响等领域——关心环境、社会及治理(ESG)报告的利益相关方群体日益增加，而财务部门在这些领域发挥着重要作用。”
▲普华永道中国财务管理咨询主管合伙人孔令戟
挖掘数据潜力
打造财务价值链路
新常态下，市场环境、监管和合规要求和人才保留的波动，让财务团队的业务目标也在持续性变化。对于现代化的财务团队和财务管理者来说，更加全面的数据挖掘能力和更为数字化的思维，能够帮助企业提高生产力，提升业务收益并改善企业管理，预测和应对不可预测的变化。
但在实际操作中，传统的财务团队在管理企业数据、分析数据和报告方面，面临着一系列共同的挑战：业务数据往往分散于不同的文件或工具中，造成数据之间彼此孤立，数据的获取和维护占据了财务人员的大量精力，因此带来的数据或报表时效性滞后问题，也让对应产生的分析和决策价值大打折扣;与此同时，企业财务团队缺乏适当的自动化分析和呈现工具，数据分析人员不得不将更多精力放在手动数据核对上;大型企业业务组成复杂，团队之间的数据框架和绩效数据彼此孤立，容易导致信息脱节，也为财务的数据收集和整理工作增加了难度;而到了数据的分析和洞察呈现阶段，财务团队也缺乏高效、直观且具备数据流动性的工具，不同职能部门间、不同设备间无法共享分析结果，也进一步削弱了洞察的可行性。
针对财务流程中的不同数据挑战，微软“财务数字化解决方案”从三方面入手，助力企业打造现代化的财务模型：
数据分析及报告：传统系统的业务数据来源分散，“财务数字化转型解决方案”实现了将多个报告、工具和数据整合并简化为统一平台。例如，财务部门可创建一个安全 KPI 数据湖，将标准化数据和来自超过一百个数据源的 KPI 整个到一起，并通过微软 Power BI 进行访问;访问权利则能够通过 Azure 活动目录进行管理，同时具备共享标准报告的角色门户。以微软的自身实践为例，数字化工具和平台的使用，为来自销售、财务和运营的 3 万多名月活跃用户提供了统一的数据和报告解决方案;标准报告和自助服务的组合，让超过2000组的 KPI 数据得到了有效利用;超过1,000 份总部和现场报告被数字化报告取代，编辑和验证数据的时间减少了20% ，约合每季度 15 万小时;业务审查标准化和自动化也让准备时间从两个月缩减至两天。
战略分析及预测：对销售数据进行预测，是财务团队的日常核心工作之一，也是其与销售团队的分歧点所在。从公司运营层面出发，更加贴合实际预期的数据预测往往更具备指导性。因此，微软以智能云平台为基础，通过引入新算法，用大量的时间点和波动性数据训练机器，然后将机器做出的预测和现实对比递归，令现实和预测之间的差距越来越小。实践证明，机器学习将预测偏差率从3%降低至1.5%，用时却从原本的三周大幅缩短至30分钟。高效决策，为企业抓住转瞬即逝的市场机遇提供了可能性。
业务流程自动化：“财务数字化转型解决方案”也融入了微软一直以来倡导的“全民开发者”理念。现代化财务模型中，涉及企业核心业务的复杂流程与数据架构，需要 IT 部门与管理决策部门共同制定。但值得注意的是，现代化财务同样包含了不触及核心运营，仅在财务团队内部运转的简单流程，这恰恰是现代化财务可提升的空间之一。借助微软 Power Platform 平台中的Power Apps，财务人员能够快速搭建出一套团队内部的自动化流程平台，快速进行内部的数据录入和整合，并通过 Power BI 组件自动化生成数据可视化和相关洞察。整体的开发环境仍能够确保在企业 IT 的监管之下，简化开发流程的同时，最大程度地规避了技术层面的安全风险。
携手普华永道中国
构建现代化财务的“行动指南”
随本次解决方案一同发布的，还有微软中国与普华永道中国合作撰写的《迈向未来财务-中国企业财务数字化转型白皮书》，其中对财务职能的未来愿景进行了重新定义——财务战略伙伴是企业战略的重要参与者，通过深刻的商业洞察和决策支持来帮助企业制定和实施战略。除了需要确保数据收集和分析上的高效运营，他们还需具备战略思维和商业敏锐度。
白皮书指出，基于目标运营模型的全面视角，企业可以通过四个步骤来推动财务数字化转型，即激发财务数字化转型意识、现状评估和未来目标运营模型设计、规划转型路径以及试点与实施。具体到实践层面，白皮书也提供了覆盖“战略与愿景”、“业务引导模型”、“流程架构与组织治理、“技术与数据”、“人员与文化”的详细指南。
在“人才与文化”维度，白皮书指出：财务人才战略已经提上了议程。作为财务组织，在数字化转型过程中激励和培养数字化人才，正是诸多企业面临的最重要挑战。基于未来的战略合作伙伴的要求，企业需要在传统的能力模型基础上，增加战略思考与分析、数据分析与建模等“硬”技能，以及故事讲述(以简洁、精准和引人入胜的语言讲述数据背后的业务逻辑)、谈判、建立关系、影响力等“软“技能，形成未来财务人员能力模型。
在“技术与数据”方面，白皮书也对企业财务面对的挑战进行了详细拆解，并基于微软的数字化工具和解决方案，梳理出了一套完整的财务数字化转型流程：
首先，与IT部门紧密协作：财务使用的数字化系统与工具是公司整体 IT 基础设施的有机组成部分。因此，需要财务团队与 IT 部门和相关业务部门紧密协作，开展整体的系统建设规划。在保持IT整体架构简洁、强健与灵活的同时，因地制宜地进行系统与工具的选型与实施;同时，还需注重业务系统间的整合。
其次，应用现代化技术提升事务型工作效率：白皮书指出，数字化技术应用首先需要关注事务性工作的效率提升。在对流程进行标准化和优化的基础上，针对高度重复、单调的工作，通过应用OCR、RPA等工具，能够实现30%-50%的效率提升。
最后，通过整合数据平台和报告平台，提升分析洞察：财务数字化转型的核心是提升企业的数据能力。企业可以通过统一数据定义和规则，整合所有数据进入同一数据平台(如：数据仓库、数据湖)，并对数据进行恰当的权限设置，使得公司各部门能够基于同一套数据进行沟通，大幅减少用于核对数据和解决分歧的时间，提升管理的透明度。通过云计算、数据库等技术的应用，能够兼顾数据可用度、效率、安全性和运维成本，将数据转化为分析和洞见，使得数据成为企业真正的核心资产。
众多公司都在均尝试应用基于机器学习的预测模型、大数据分析、低代码平台等工具，对事务型工作进行自动化，同时从团队文化和人员技能培训入手，推动企业财务的数字化转型。
某全球领先营养品公司 A 通过打造“数据中台”，帮助其中国区业务统一数据模型，通过丰富的指标体系和标签画像体系， 为前端应用提供敏捷的统一数据服务。该平台不仅实现了数据资产整体可视、可用、可管理，也进一步驱动了 A 公司在中国各业务单元的数字化转型和决策。
基于Dynamics 365 ERP，国际知名咖啡连锁品牌 B 为其中国区业务打造了一套“连锁零售品牌门店及财务运营管理解决方案”，不仅构建出了管理全渠道订单的商业中台，也提供了满足客户和合作伙伴交互的移动应用解决方案，同时无缝集成了 Azure AI、 IoT 和 Power BI，支持每小时150万条数据交互，帮助企业打造数据驱动的商业运营模式。通过部署该解决方案，B 公司简化了任务和工作流程，有效提升客户体验和合作伙伴体验;与此同时，客户能够轻松访问库存、销售和成本的可定义报告，使客户能够量化运营活动并快速改进业务目标。系统支持无缝接收全渠道订单，快速分类并计算订单。供应链可视化也实现了原材料和成品的追踪和管理。
基于微软 Azure 机器学习平台，全球500强制药企业 C 构建了一套机器学习销售额预测系统。传统的销售预测系统依赖销售代表的手动预测，覆盖的时间跨度较短、准确性不足，并且极易受到销售代表个人的影响。部署了全新的销售额预测系统之后，该企业实现了对下个月至年末的销售数据;与人工预测结果相比，AI 销售预测的准确性有了显著提升：半年预测准确性提高79%、季度预测准确性增加56%、月预测准确性则提高38%。目前，企业 C 选取了六省市的六条产品线月度数据进行收集分析和建模，并计划之后面向全区域、全产品线推广该系统。
知名连锁便利店品牌 D 借助微软 Azure 机器学习构建了“每日生鲜食品销售”预测模型，既能够读取每日销售数据进行滚动预测，也可以对每家店铺、每个 SKU 未来三天的销量进行预测。截止目前，该企业已经为其在中国台湾地区的1300家店铺建立了模型，预测超过600支商品的数量。实践证明，预测模型能够有效降低食物浪费，实现成本与精准预测挂钩;缺货现象也得到改善，店铺销售额提升。店铺员工不再需要进行繁琐的手工订货，而是能够专注于销售和客户忠诚度管理，提升店铺运营效率。
以 Dynamics 365为基础，国际知名酿酒集团 E 打造了集团统一的 ERP 系统，涵盖财务、运营、供应链、主数据管理、资产管理等全流程，并与23个外围平台进行了集成。标准化的统一业务流程，能够减少业务流程差异、提高业务流程可复制性，以及快速推广能力，从而更好地支持公司持续扩张发展;统一合规的数据标准和数据分析基础，满足日常生成运营可视化的需求，提高管理效率。此外，ERP 生命周期的支持成本也大幅降低，财务和供应链流程自动化提高利润率。
（文章来源：微软科技）
京公网安备 11011202001138号
