为什么智能数据基础是决策准备的关键

假设你是一家保险公司的首席财务官。你想弄清楚你的利润真正来自哪里。哪些政策、产品或销售渠道在推动利华体会体育注册润和亏损?你们大部分索赔的来源是什么?这些索赔对利润有何影响?如何获得揭示真正驱动业务的潜在财务和运营数据?

如果你能回答这些问题，你就能自信地做出明智的决定，在技术和人才方面进行投资，从而更好地适应不断变化的市场条件。这对于成为一个决策就绪的组织是至关重要的。如果你还不能回答这些问题，继续往下读。

在数据饱和的世界中竞争

做好决策准备的很大一部分是利用数据，但仅这一点就可能具有挑战性。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，世界人口将产生估计483艾字节的数据每一天。数据量和速度的加速使得企业管理和理解他们用于运营业务的数据具有挑战性。而且，在一个瞬息万变、数据饱和的世界里，这使得定义竞争优势的能力变得更加复杂。

在这场数据海啸中挣扎的公司正在慢慢下沉。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，流动率明显很高．最大的抱怨是什么?公司没有为成功打下基础。

为成为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。为通往未来的、决策就绪的状态扫清道路取决于有一个地方来摄取、丰富和转换数据，所有这些都连接到记录系统;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个成功的企业都必须拥有的，如果它希望实现金融和整个企业的现代化。例如，德勤将智能数据基础称为“公共信息模型”(CIM)．从德勤的角度来看，实施有效的CIM是组织在整个企业范围内一致地计划、记录、报告和衡量绩效的先决条件。“一个完善的CIM将创建一种一致的方式来查看数据，”德勤数字控制高级经理Katie Glynn指出。“当会计师考虑数据时，我们喜欢考虑财务数据。但是，为了真正实现金融的未来愿景，还需要考虑管理和运营数据组件。”

德勤认为一套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、限制对账、获得洞察力、做出决策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。创建一个能够适应未来变化的基金会，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。确保任何合规性或公司授权都被纳入智能数据基础或CIM。还要考虑FP&A之外的需求，如业务财务、外部报告、本地会计和税务。

• 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，并被财务和非财务部门采用，组织就可以利用更丰富的数据集，简化整个会计和规划的工作流程，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，处理时间将大大减少，并且需要运行批处理来获得最终的财务报告将成为过去式。

• 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状况和限制，并允许明智的决策和灵活的航向修正。

• 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，而不是传统的账目分类结构图表。使用本机维数，您可以使用更丰富的分析和更通用、更细粒度的报告功能。

• 连接的安全模型。从管理、运营和财务数据中获得见解和行动取决于您在一个地方整理数据并使其在应用程序之间安全访问的能力。

• 人工智能和机器学习。为了帮助你管理风险，发现异常，并更快地做出更好的决策，AI和ML应该做到这一点融入你的计划解决方案中．

• api和集成。无缝集成您的数据源生态系统和企业系统，形成一个整体工作的互连环境。

理解，甚至预测你的生意

随着越来越多的财务团队领导其会计和FP&A业务的数字化转型，决策者正在从实施智能数据基础以及现代功能(如强大的企业级洞察力、面向未来的规划和敏捷决策)中获益。这些团队中的许多人都指望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，这会使所有权进一步远离财务)，现在可以通过一个单一的系统来实现一个决策就绪的环境，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。这一切都是在金融控制下进行的。

Workday高级解决方案营销经理斯特凡•鲍尔(Stefan Ball)指出，Workday的客户可以将运营劳动力和财务数据混合在一起，创建一个由财务部门拥有的企业数据中心。Ball解释说:“我们可以根据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现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，财务有能力建立有意义的联系，跨部门和业务单位协作，并持续实时适应和响应。通过添加大量的内部和外部运营数据，计划、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，进行并排比较分析，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，以帮助您了解异常的日记账条目，帮助自动化流程，如在员工费用方面提取发票或费用收据。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地保持他们的数据干净，”Ball解释道。

用这个企业数据中心，企业获得了各种运营洞察力。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、决策就绪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最负责推动收入和利润的实际人员。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)，您都可以深入了解您的机会管道，分析您的能力和需求，并评估您的积压和预测。

为未来驱动决策

很明显，组织领导者知道，他们的业务的健康和长寿取决于是否做好决策准备，而这在很大程度上意味着要成为数据驱动的企业。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，也更富有成效。正如Ball所指出的，“将所有数据集中在一个地方是一回事。但这里的最终目标是真正推动决策。”