如今的首席财务官们关注的不仅仅是利润。他们注视着地平线,预测即将发生的事情,并绘制前方的路线。
作为贵公司的财务主管,更好地了解形势和业务的机会前所未有。在自动化和机器学习等数字技术的推动下,分析领域的进步为财务团队提供了更深入的业务洞察,并能够识别性能问题、预测场景和改变结果。
这也意味着财务团队不再需要及时回头寻找答案。高级分析可以帮助他们展望未来,通过预测更好地预测未来,比如哪些产品和客户最有利可图,或者哪些客户最有可能按时支付发票。华体会体育注册
与此同时,技术使更多的财务流程自动化,从会计到审计,使财务团队能够更多地专注于分析和与业务合作。
大多数首席财务官都认识到,加强分析至关重要。根据IBM的“提升你的企业- 2018年首席财务官研究”,首席财务官们将分析作为发现新的增长机会的关键来源,并将企业数据与外部市场和竞争对手的数据进行整合。
但是,尽管有价值,财务团队在将数据和分析投入使用方面仍然面临挑战。在全球Workday调查中“金融重新定义”,结果显示,只有35%的受访者在规划、预算和预测等关键领域广泛使用高级分析。
困难是什么?财务主管们列举的原因通常都是相同的:系统和数据不连贯、在事务性工作上花费了太多时间、业务合作关系存在问题以及人才缺乏。在最近的一次行业活动中,德勤咨询公司(Deloitte Consulting LLP)负责人马特•施文德曼(Matt Schwenderman)强调了金融业在分析方面面临的两个关键问题:技术和人才。他表示:“分析是金融支持更数字化运营模式的一个关键方式,但我们不一定拥有与之相匹配的技术和人才。”
首席财务官们意识到,他们必须从现在开始应对这些挑战。如果不使用分析,公司就有可能做出错误的决策,最终阻碍增长并影响业绩。
基于各种研究研究和对财务领导者的采访,我们确定了三个对推进财务分析至关重要的关键领域:核心技术基础、战略业务合作伙伴关系和领导力。
尽管许多金融机构都渴望提高分析能力,但大多数机构仍专注于做好技术基础。施文德曼表示,有些人比其他人更成功。他说:“我们有一些组织正在用数据和洞察驱动的决策做令人难以置信的创意和前卫的事情。”“其他人仍然依赖于我所说的人类中间件:在整个组织中移动电子表格驱动的信息,带着不同的相同结果参加非常重要的会议,争论什么是正确的数字。”
财务团队经常处理分布在不同系统中的数据,这些系统具有不同的数据定义。没有唯一的金融真相来源,这使得人们很难相信数据的准确性,并通过分析数据获得见解。事实上,在Workday的“金融重新定义”调查中,财务领导者将系统效率低下列为开发数据驱动业务洞察力的第二大障碍。
全球领先的专业服务公司之一怡安集团的财务解决方案副总裁Jim Kendall描述了在全球各地管理不同的财务系统如何影响怡安集团的业务分析能力。该公司在人力资源系统方面也面临着同样的挑战。他表示:“随着我们通过收购实现增长,我们系统和流程的多样性成为我们面临的一个现实问题。”领导层很难从全球角度看待我们的员工和财务业绩——我们在财务和人力资源方面没有单一的分析来源。”
系统效率低下如何影响性能?想想那些在多个国家销售相同产品和服务的跨国公司。华体会体育注册它们对每个区域的活动使用不同的财务系统和不同的数据定义。因此,每个地点对同一产品和服务线的性能的解释和报告可能与公司办公室的要求不同。这可能导致错误的分析——例如,部分业务看起来比实际更有利可图——并最终影响决策。
在多个系统之间工作也使财务团队难以专注于分析,因为他们要花费更多的时间收集和协调数据。Workday联合总裁兼首席财务官罗宾·西斯科(Robynne isco)在她之前工作过的公司中亲眼目睹了这一点。她表示:“每个月财务部门都必须结束当期,获取数据,核对数据,格式化数据,并进行分析。”“当我们向企业提交数据时,已经是调查结束两周后,已经来不及采取行动了。”
如果金融业想要提高其分析能力,就必须解决这些系统挑战。在《高级分析与首席财务官》在毕马威(KPMG)赞助的《哈佛商业评论》(Harvard Business Review)分析服务白皮书中,Constellation Research首席分析师兼创始人R.“Ray”Wang强调了解决这些障碍的重要性。他表示:“企业必须开始改进流程和系统,以便为高级分析奠定必要的基础。”
王提出了几种开始这一过程的方法。他说:“标准化数据定义、集成和合理化核心金融系统,以及利用云计算实现系统之间的可扩展性、标准化和协调,是这一旅程中关键的第一步。”
许多组织正在将财务管理从遗留的财务系统转移到基于云的全球系统,使财务团队能够在整个组织中标准化流程,并将所有财务数据纳入一个单一系统。基于云的金融系统在应用程序中内置了分析功能,使金融机构能够在同一个地方处理、分析和报告实时数据,这是传统系统所不具备的功能。
有了这个基础,金融部门就有了有效使用数据的途径和信心。施文德曼认为,在分析方面,“……第一件事是要让你的作品有可信度。如果你有这种信誉,你就能更快地进步和前进。”
肯德尔描述了怡安财务和人力资源转移到全球云系统的好处。他表示:“财务和人力资源的单一系统提高了我们的分析能力,使我们能够直接根据报告采取行动。”“我们在世界各地的同事可以访问实时数据,使他们能够更好地了解业务的运行情况,以及他们的行为如何影响盈利能力和费用。我们可以深入研究重要的差异,了解原因,并在一个系统中采取行动。”
Kainos软件有限公司是总部位于英国的历史最悠久的独立数字技术公司之一,也将财务和人力资源的遗留系统转移到单一系统,以支持公司的快速增长和战略目标。凯诺斯金融集团主管彼得•麦基翁(Peter McKeown)表示,这一变化对金融处理数据的方式产生了重大影响。McKeown说:“将财务和人力资源管理放在一个平台上,可以确保所有人力资源和财务信息的真实来源是一个,增加了整个业务的可信度,并减少了所需的错误或协调数量。”
他还表示,他的团队现在专注于更具战略性的工作。“实施单一的基于云的系统可以帮助我的高级员工减少在细枝大节或财务处理上花费的时间,使他们能够将更多的时间集中在增值活动上。”
随着财务团队努力更好地利用他们拥有的数据,许多人也在思考如何利用人工智能等技术,并整合外部数据来提高分析能力。预测分析可用于帮助财务团队评估不同类型数据中的模式,然后识别风险,例如可能表明欺诈的异常。
将外部数据(如CRM或销售点,或来自特定行业系统的数据)引入财务记录系统,可以帮助领导者更好地了解业绩,例如收入和费用背后的运营驱动因素。Schwenderman解释了为什么这很重要,他说:“我们添加的外部数据集越多,我们的预测模型就越精确。这样,作为首席财务官,我就能更好地分配资源。我可以为公众提供更好的指引,并创造更大的股东价值。”
西斯科强调了拥有正确的技术基础的重要性。她说:“随着企业寻求通过利用机器学习等技术和引入更多运营数据来提高分析能力,拥有单一版本的真相变得更加重要。”
但在取得这些进步方面,许多金融机构仍有很长的路要走。在Workday的“金融重新定义”调查中,金融领导者们指出,整合金融和非金融数据以获得更深入见解的能力是提高分析能力的头号障碍。
拥有正确的核心技术基础是至关重要的。《哈佛商业评论》分析服务白皮书肯定了这一点,指出:“机器学习和人工智能(AI)将把重点从运营效率转移到增强的数据和洞察上,这可以带来性能上的巨大飞跃。首席财务官们需要确保他们拥有基本的数字能力——特别是围绕数据和流程——以利用这些未来投资。”
仅仅拥有数据是不够的,财务团队还必须知道如何使用它在整个业务中提供相关的见解和指导。随着技术不断增强传统任务,财务团队将继续更多地转变为业务合作伙伴的角色,需要新的技能和工作方式。根据德勤的报告《金融2025:金融数字化转型》报告称,“使用电子表格的会计师将被技术取代,90%的工作将在没有人工干预的情况下完成”。这将使财务部门能够更专注于更高价值的工作,这些工作“需要业务人员、技术团队和财务战略家之间的跨职能协作”。
从历史上看,金融机构在向业务伙伴交付他们想要的价值方面面临着挑战。不同的业务领域通常是相互隔离的,而金融部门没有能力或结构来弥合这些差距。财务团队倾向于把更多的时间花在收集数据和与合作伙伴协调数字上,而不是战略和计划上。
西斯科描述了她在过去的组织中遇到的问题。她说:“在商业合作关系方面,经常发生的情况是,财务、人力资源和其他经理聚在一个房间里,每个人都有不同的数据,比如不同的人数。”“人们大部分时间都在争论哪些数字是正确的,而不是讨论这些数字的真正含义。”她解释说,关键在于对数据的信任。“拥有相同的数据会改变对话,改变你对所做决定的信任。”
财务团队可以通过以下几种方式为有效的商业伙伴关系奠定基础:
像对待客户一样对待商业伙伴。根据《哈佛商业评论》分析服务白皮书,无论你使用哪种商业合作模式,这种心态都是核心。“虽然没有放之四海而皆准的商业合作模式,但有一个要素是所有合作模式的共同点:以客户为中心对待内部客户,这有助于为企业带来真正的价值,并提高利润。”
在金融领域培养分析技能,这可能包括招聘新人才。《哈佛商业评论》分析服务白皮书称,“尽管提高现有员工的分析技能可能是有用和必要的,但很明显,获得和培养分析人才必须继续成为企业的首要目标。”白皮书还描述了支持金融分析所需的广泛技能。“对人才的需求当然包括那些专门研究分析工具、方法和技术的人,但它也将扩展到那些具有批判性思维技能的人,他们可以提出有洞察力的问题,解释数据并得出合理的结论。”
Schwenderman还强调了对分析技能的需求,包括数据科学家。他表示:“特别是对金融业而言,最大的差距之一实际上是实干家角色和洞察者角色之间的差异。”“许多组织在所有这些职能方面都有人员,但与实干家角色的人数不成比例。我们看到客户、财务总监和首席财务官们开始寻找数据科学家,并将其纳入自己的组织。”
为组织提供自助分析。根据“重新定义的财务”调查,只有四分之一的财务团队广泛地向企业领导者提供自助数据,这是首席财务官们错过的为组织增加重大价值的机会。让业务合作伙伴直接访问相关数据和分析,使他们能够访问做出决策所需的信息,并更好地理解这些选择如何影响性能。
为了有效地为业务领导者提供自助分析服务,有两件事很重要:经理需要轻松访问数据,并对数据绝对信任。基于云的金融系统通过提供随时随地可访问的实时数据和单一的真相来源,使这成为可能。
当财务数据在整个组织中普及时,确保数据治理和安全控制到位也很重要。当分析是量身定制的时,它们是最有用的,比如为商店经理提供仅针对其特定商店或地区的仪表板。
西斯科描述了她的财务团队如何为经理们提供实时数据和分析。“我们的财务团队在系统中创建了领导可以访问的仪表板。在任何时候,管理人员都可以查看他们的组织,查看预算、预测和实际人数和支出,并在当前做出决定,从而推动当前时期的结果。”
随着对更强分析能力的需求不断增长,许多首席财务官开始质疑他们公司的愿景和发展道路。这不仅涉及到财务,而且涉及到整个企业。在文章中“分析如何帮助首席财务官从会计师转变为战略家”,安永(EY)全球首席分析官克里斯•马泽伊(Chris Mazzei)表示:“毫无疑问,首席财务官们需要在自己的职责范围内,成为在当前所有核心财务流程中使用分析的倡导者和推动者。”“但你可以从那里开始延伸。财务数据以及其他数据是许多其他业务决策过程的关键输入,无论是采购、供应链、运营类型的决策还是风险管理类型的决策。”
首席财务官在制定分析愿景时应该考虑什么?
从更大的业务挑战开始。根据德勤的“财务分析:高级分析的三分钟指南”报告,从确定需要解决的关键业务问题开始,然后向后看财务分析如何提供帮助。报告指出:“这可能会揭示你甚至不知道自己存在的问题,以及目前尚未被开发的有价值信息的潜在新来源。”
专注于对您的组织最重要的kpi,这将有助于获得比分析大量数据更好的结果。施文德曼说:“你可以对任何一组信息进行模型和分析,许多组织会不厌其烦地这么做。”“真正推动任何组织绩效的关键绩效指标只有几套。创造一种获取数据的好方法,并使用当前的技术来进行更强的预测——从中学习将带来更好的结果,而不是试图产生大量最终束之高阁的数据。”
让业务领导者从一开始就参与分析愿景。这有助于为成功建立财务基础。根据《哈佛商业评论》分析服务白皮书,领导层的支持至关重要,企业领导人应该参与优先考虑高级分析的重点。白皮书指出,“在工作结束时向领导展示图表和表格是不够的。相反,他们需要为工作提供投入,拥有它,并与之同行。有了领导层的承诺,首席财务官就能更好地得出可行的结论。”
引导这些对话的一种方法是与企业领导人探讨他们需要哪些数据来支持他们的决策。谈论他们想要的特定自助kpi或他们需要做出的预测类型。让业务领导者参与分析讨论,也使财务部门更容易访问组织内其他系统中保存的数据。
评估你是否拥有支持你的目标的技术。与CIO合作,评估可以解决分析目标障碍的技术投资,例如改善数据质量和数据访问,这将支持未来推进分析的能力。《哈佛商业评论》分析服务白皮书称,“一旦企业领导者为公司建立了战略分析愿景,财务部门就处于有利地位,不仅可以评估数据基础设施、基线自动化和分析系统投资的业务案例,还可以识别和启动战略基础设施投资”。
施文德曼为迈出推进分析的第一步提供了一些建议,他说:“围绕一些分析和预测模型进行测试。快速计划、试验和失败——走出去,开始行动,看看结果,建立一个反馈循环。”
本文所描述的每一个领域——技术基础、商业伙伴关系和领导力——都是首席财务官在分析之旅中推动其组织前进的必要条件。施文德曼强调,支持金融角色不断演变的能力已经具备。
他说:“我们看到的是技术的能力——以及实施、维护和保持这些技术的成本——为金融创造了我所说的‘没有借口的时间’。”他说:“你不能告诉我,这需要很长时间,或者你不能把这些信息带来、管理和管理,因为这些能力已经具备了。阻碍金融业发展的唯一因素是接受这一角色,并制定其组织议程和人才。”
金融业的数据机会就在这里。了解更多关于Workday如何帮助你的财务部门提高分析能力。