大咖说丨见知数据韩琦：如何唤醒沉睡的资金数据？

财大咖 | CFO思想栖息地与财税话语策源地

近期，华昂集团与财能书院联合举办的2021 CDIE 财务科技创新应用论坛在上海举行。针对业财一体数字化趋势、财务部门在数字化转型中的作用及战略定位、数字时代下的财务人员能力发展等主题，来自财能书院的7位嘉宾参加了此次峰会并做主旨发言。财大咖将与大家陆续分享演讲嘉宾的精彩发言。

整理 | 马聪

关注财大咖（ID:caidaka2019）

与财能创变者同频共振

各位来宾，下午好。 感谢主办方财能书院和华昂的邀 请，让我有机会在这里跟大家分享我在财务数字化转型方面的点滴经验。 前序各位嘉宾已从战略高度、架构体系和技术应用上对财务数字化转型有了很多 精彩的论述，我想把视野聚焦在现金流数据，来看看数字化在这个领域有什么可为之处。

财务数字化的转型核心是

从流程优先到数字优先

我们还是从财务数字化转型谈起。财务数字化转型可以拆解为“财务转型”和“数字化”两部分，财务转型是财务人员需要建立数字思维，加强数字能力的提升；数字化是通过新技术、对聚合的数据进行智能和多维度的分析，为管理决策提供有力数据支撑。数字化和信息化的区别是信息化更多的在流程标准化的基础上提高生产数据的效率，而数字化则是在海量聚合的数据上挖掘数据价值，提高决策的效率。所以财务数字化的转型核心是从流程优先到数字优先。

与之对应的是，财务信息化时代主要做的工作是流程的共享和标准化，在这一过程中，财务共享中心因其要处理大量的数据，所以对流程化和标准化方面做出了很多贡献。

这是我管理过的一家财务共享中心的情况，蓝色柱子是企业的个数，红色柱子是财务团队的人数，你会看到随着企业个数的增长，财务团队呈现出递减的趋势，这也充分说明，在财务信息化时代，财务共享的最大优势之一就是降本增效。

二十世纪80年代，美国福特公司建立了全球第一家财务共享中心。为什么30多年以后的 2010年左右，财务共享中心才在中国呈现出蓬勃发展的趋势？IMA和厦门大学发布的2020年关于中国财务共享现状的调查显示，建设共享中心的首要原因第一次从降本增效变为集中管控。今天还有很多话题集中在共享服务和业财融合。那么两件事情的本质是什么？难道仅仅为了降本增效、为了更好地服务业务？不是。是通过这些变革，把财务数据集中起来，用标准化、结构化的方式存储下来。

现金流数据是被大家忽视的金矿

这些数据被存储下来后，现状是并没有发挥应有的价值。传统的财务工作是从准则的角度把原始的交易数据进行识别、抽离、分类，向管理者和利益相关者提供非常有限的且有着专业隔离的数据，大量的交易数据属于沉睡的状态，所以财务报表对利益相关者提供参考价值正在丧失。

在这些大量的沉睡财务数据当中，最有价值的是现金流数据。现金流是大家熟视无睹的数据金矿。

首先，现金流数据体量足够大，因此我们可以训练、分析这些数据，发现其中的规律和蕴藏着的巨大数据价值。

其次，现金流是质量最高的财务数据，合同可能会签错、账会记错、发票会开错，但是钱永远不会付错，付错了也会要回来。目前管理较为细致的企业，也只是看资金日报、周报，这叫聚合过的数据，不是原始数据。我们为什么不看更细致的现金流原始数据，因为数据可能涉及几百个账户、几万条流水，我们看不过来。

再次，除了质量高体量大，现金流还是管理频率最高的数据。如果把财务报表做管理抓手，最高管理频度是月份，即使做到7*24小时记账，资产负债表也是一个月出一次。现金流是唯一一个可以以天为单位，甚至以秒为单位的数据源，我们可以训练这些数据、去挖掘里面的价值。

最后，现金流可以成为经营管理的一个抓手。在一个大的综合性集团里，各业务板块的ERP用的可能不一样，ERP打通需要很高代价，并且损益表数据可能已经被各种巧妙的会计处理和报表筹划弥盖了真实经营情况。但是现金流数据从银行获得，是真实的企业经营情况的反映，可以从这里抽离出来一些管理所用的KPI指标。

现金流数据这么的重要，如何才能把这些沉睡的现金流数据唤醒呢？

如何唤醒沉睡的资金数据？

我以一个案例跟大家分享如何唤醒沉睡的资金数据，思路是从看见、看透、智能到智慧。

第一步“看见”。某连锁TOC销售企业有800多个账户、1800多个UKEY，付款效率低、获取电子回单和对账耗时费力，当时只能在次日下午才能看到前一天的资金日报。月中才能完成上月的银企对账。这里面最大的风险是财务管理者只能以抽检的方式去检查数据的真实性。所以第一步先做超级网银，在资金系统单点登录，不用再去各个银行插拔UKEY,通过银企直联的方式及时看到银行流水，并且用这些流水去做自动的记账。

其后我发现了一个亟待解决的新问题：不是所有银行都可以直联。第一，撇开以B端为主要客户的企业，可以规范收款户是五大行的情况，以连锁销售为例，在全国各地三四线城市多有分支机构，且常因商业联合活动会在地方性小银行开立账户并存在交易，这些银行未开放直联。为了看到资金全貌，需要将这些银行流水下载后导入资金系统，而各个银行流水字段名称和排列都不一样，还需要整理统一格式导入。第二，彼时-2015年电商平台“插足”各个行业，大量的TOC交易现金流数据不是来自银行而是转移至支付宝、微信等，所以第三方金融数据平台也需视同银行流水接入到资金系统。我们应用技术达到效果是，任何银行和第三方金融平台数据不用人工整理、直接导入资金系统，由系统直接整理和解析，释放了财务人员大量的低价值工作时间，并且做到了现金流数据的100%覆盖。通过可视化的展现，我们可以看到企业的资金全貌，以不同的维度去观察现金流数据，例如不同银行的分布或者资金的不同形态，多少在投资理财，多少出具了保函、多少贷款在什么时候还本付息等等。

第二步“看透”现金流数据。当大量的秒级的现金流水呈现在我们面前了，我们怎么用？首先这些数据必须是清洁的有价值的数据，所以我们想让现金流数据有价值，必须要去做的一件事就是对现金流数据进行智能的清洗，把每一条流水都打标签，然后再进行聚类。应用AI技术、机器学习等，我们可以把现金流水数据进行精准识别。以付款为例，一笔付款上存在很多信息，付给谁、多少钱、付款用途等，这些文本组合起来一定表达了一个意图，这个意图可以被辨识且进行分类标识。第一类，在解析大量银行流水数据基础上，见知CFA产品可以精准识别共性的支出分类，如缴纳税款、政府补贴等；第二类，企业定义的个性分类。例如，向携程付一笔机票款，银企直联抓取流水字段 “携程”“机票款”“10万元”，在资金管理的角度不需要关注机票颗粒度，人工指定分类至差旅费，系统会记住此规则，并且下次同类型交易流水被自动分类至“差旅费”。当每一条交易流水都被精准分类，就可以从各个维度对你的现金流进行分类或分析了，这是“看透”。

第三步，从“看透”到“智能”。把这些底层数据看透之后，可以做很多事情，比如历史数据的分析。疫情期间现金流更凸显出企业命脉的地位，凭经验去判断要储备多少流动资金显得过于粗犷，在现金流紧张的情况下，需要精打细算，那基于过去大量流水被打分类标签的情况下，它会呈现一个明显的趋势，基于此你可以做一件非常重要的事情，那就是一个非常精准的资金预测或资金计划，交给系统去做一个智能的决策。

再比如对手方分析，可以从几个角度进行分析：（1）对手方类型：电商为例，美团、淘宝、京东，可以定义为不同的“渠道收入”；（2）收支重合：如果一个客户恰好也是我的供应商这种情况是不是可能性及小，那么在一段时间内的高度的收支重合有可能是一种隐瞒的拆借；（3）不同供应商名称实际是一个集团供应商，例如小米系是我们的供应商，云米、紫米、华米，单独看意义不大，组合后可以观察整体的流出情况；（4）审计风险延展分析：大额个人支付或企业关联往来情况。

今天只是抛砖引玉，在这个基础上去思考，依靠上述智能分类的方法，就可以给现金流水做精准分类，是可以做多维度现金流分析的，那么资金管理的价值就得以体现。

挖掘的数据资金价值，财务从数据记录的账房先生的角色转变成为军师和参谋的角色，数字财务是帮助财务从流程优先到数据优先，数据在产生的第一天就在那里，但是它可能没有被存储，接下来它被存储了，我们再去做结构化、标准化，在此基础之上才可能在上面做数据挖掘，所以，数据的产生和应用不是同步的。

今天，我们在这里去探究财务数字化转型，财务数字化的出现，是企业数字化转型的一个标志性转折，数字财务成为热点，标志着在企业信息化或者数字化的历史上，数据从来没有距离业务这么近，数字化转型正从流程优先走向数据优先。

最后，祝所有的朋友和同行在财务数字化的道路上越走越宽，谢谢各位。

来关注视频号啦！

财能科技旗下三大视频号：

华哥聊财务、财老谭、财小炳

覆盖CEO、CFO、财务经理及财会专业大学生人群

分享创业和财务有关的一切！

为什么会看财报的人收入更多？跟着张新民《财报掘金》！