为什么智能数据基础是做好决策准备的关键

想象你是一家保险公司的首席财务官。你要弄清楚你的利润真正来自哪里。哪些政策、产品或销售渠道在驱动盈华体会体育注册亏?你们索赔的大部分来源在哪里?这些索赔是如何影响利润的?您如何获得揭示真正推动业务的根本财务和运营数据?

如果你能回答这些问题，你就能对在哪里投资技术和人员做出自信、知情的决定，从而更好地适应不断变化的市场条件。这对于成为一个做好决策准备的组织是至关重要的。如果你还不能回答这些问题，请继续往下读。

在一个数据饱和的世界中竞争

做好决策准备的一个重要部分是利用数据，但这本身就具有挑战性。例如，数据增长的速度是惊人的。在2010年到2020年之间，创建、捕获和复制的数据量增长了5000%．而且没有任何放缓的迹象。到2025年，世界人口预计将产生483艾字节的数据每一天。这种加速的数据量和速度使公司难以管理和理解用于运行业务的数据。而且，在一个快速变化、数据饱和的世界中，它使定义自己的竞争优势的能力变得复杂。

竭力摆脱数据海啸的公司正在慢慢沉没。在2021年对85人的调查中《财富》杂志1000家公司，仅占24%将他们的业务定义为数据驱动在去年。尽管对令人垂涎的数据科学家的需求正在上升，员工流动率明显很高．最大的抱怨?公司还没有为成功打下基础。

为成为一家以数据为中心的公司奠定基础

不幸的是，简单地提出解决方案并将其附加到现有环境中并不能解决这些缺点。相反,商业和金融领袖希望改变他们的发展轨迹通过利用数据的力量，需要从底层开始，然后向上工作。要想扫清通往未来的道路、做好决策准备的状态，关键在于有一个地方来摄取、丰富和转换数据，所有这些都与记录系统相连;换句话说，它需要智能数据基础．

一个统一的、广泛可访问的数据核心是每一个成功的企业必须具备的东西，如果它希望实现金融和整个企业的现代化。例如，德勤将智能数据基金会命名为“公共信息模型”(CIM)．从德勤的角度来看，实施有效的CIM是旨在计划、记录、报告和度量整个企业一致绩效的组织的先决条件。德勤数字控制高级经理凯蒂•格林指出:“一个完善的CIM将创建一种一致的方式来看待数据。”“当会计师考虑数据时，我们喜欢考虑财务数据。但要真正实现金融的未来愿景，还需要考虑管理和运营数据的组成部分。”

德勤标识一个设置的原则这有助于实现可持续的金融转型。有效的国际监测协调员必须是:

• 颗粒。数据必须足够详细，以帮助实现自动化、限制协调、得出见解、做出决定和生成有意义的报告。

• 独一无二的。每个数据元素都有一个独特的用途。避免重叠或多个用例，以免稀释数据。

• 灵活。建立一个能够适应未来变化的基础，比如重组，收购，以及业务变化。密切关注报告，确保它适合满足当前和未来的需求。

• 整合。确保任何遵从性或公司要求都被纳入智能数据基础或CIM。还要考虑FP&A之外的需求，如企业财务、外部报告、本地会计和税收。

• 一致的。推动财务整合和比较分析，在所有地区、部门和子公司之间建立一致性。

• 治理。定义护栏，以确保遵守政策和任务，并防止“漂移”超时。

一旦建立了智能数据基础，并在财务和非财务部门中得到应用，组织就可以利用更丰富的数据集，简化整个会计和计划的工作流程，并最终帮助组织做好决策准备。

具有现代化能力的规划体系

尽管智能数据基础非常重要，但它不能单独工作。您需要一系列的功能和技术来利用它，以便为未来构建(和计划)。它们包括:

• 内存架构。当大量数据存储在内存中时，处理时间会大大减少，运行批处理流程来获得最终财务报告的需求将成为过去。

• 实时数据。日益变化的形势需要实时数据来准确评估当前的条件和限制，并允许知情的决策和灵活的路线修正。

• 对象数据模型。为了充分利用从数据中收集到的见解，您需要一个对象数据模型，而不是传统的账户分类结构图表。使用本机维度，您可以使用更丰富的分析和更通用的、更细粒度的报告功能。

• 连接的安全模型。从您的管理、操作和财务数据中提取见解和行动取决于您在一个地方处理数据并使其在应用程序之间安全地访问的能力。

• 人工智能(AI)和机器学习(ML)为了帮助您管理风险、发现异常并更快地做出更好的决策，AI和ML应该这样做融入到你的计划解决方案中．

• api和集成。无缝集成数据源和企业系统的生态系统，从而形成一个相互连接的环境。

理解，甚至预测，你的业务

随着越来越多的财务团队主导其会计和FP&A业务的数字化转型，决策者正在从实现智能数据基础以及强大的企业级洞察、面向未来的规划和敏捷决策等现代功能中获益。许多这样的团队都指望Workday来实现这一目标。

与其要求客户通过拼接不同的技术和中间件来创建一个全面的环境(更不用说自定义编程了，这将使所有权进一步远离财务部门)，现在可以通过一个单一的系统来支持一个准备决策的环境，该系统吸收、丰富并将数据转换为会计，然后利用这些数据进行高级分析和规划。这一切都是通过一种控制金融的方式完成的。

Workday高级解决方案营销经理斯特凡•鲍尔(Stefan Ball)指出，Workday客户可以将运营人员数据和财务数据混合在一起，创建财务部门拥有的企业数据中心。Ball解释说:“我们可以从这些操作数据创建会计，同时保持与源细节的连接。”“然后，所有这些都通过Workday已有的安全模型进行连接和保护。”

通过利用这个统一的数据核心，财务部门能够建立有意义的联系，跨部门和业务单位进行协作，并持续实时适应和响应。通过添加大量的内部和外部操作数据，规划、预测和分析变得更加细粒度和灵活，并完成完整的审计跟踪。这允许将数据转化为有用的kpi和指标，得出更丰富的见解，进行并行比较分析，并确定驱动因素、模式和相关性。

它还能帮助你向前看。“我们正在将机器学习构建到这种结构中，以帮助您理解异常的日记账条目，帮助自动化处理流程，如在员工支出方面消化发票或支出收据。通过在我们的客户在分析中发现异常之前发现异常，我们正在帮助我们的客户尽可能保持数据的整洁。”Ball解释道。

用这个企业数据中心，业务获得了各种运营见解。取保险的例子前面提到的。(记住，你是一家保险公司的首席财务官。)一个统一的、决策准备好的环境将使您的财务团队不仅可以确定盈利能力的宏观驱动因素，还可以结合财务、运营和人员数据来确定对推动收入和利润最负责的实际人员。您可以分析天气或地理空间数据等方面，甚至是受大流行影响的因素。从几乎任何角度(服务代表、部门、区域等等)，您都可以深入到您的机会管道中，分解您的能力和需求，并评估您的积压和预测。

推动未来决策

很明显，组织领导者知道他们的业务的健康和长寿依赖于决策准备，这在很大程度上意味着数据驱动。但很少有人知道如何到达那里。

对于那些理解设计良好的智能数据基础的重要性的人来说，前进的道路更明确——坦率地说，也更富有成果。鲍尔指出:“把所有数据集中在一个地方是一回事。但最终目标是真正推动决策。”