我们财务人员,如何建立财务大数据

01卷首语

文章，我们论述了现有大数据的常见误区和财务大数据的重要性。今天我们就来谈一谈如何建立财务大数据。

我们建立财务大数据的目的，是为了实现我们财务的分析目标和分析结果。例如我们希望能通过数据，看到公司的收入在不同产品上的分配与增长情况；我们希望看到公司应收账款的风险和重点风险客户；我们希望看到公司销售、营销费用的增加和销售增长的幅度是否合理（是否存在费用涨，销售额不涨）；我们希望看到公司各个产品销售量和存货的数量是否存在指标背离情况（即销售和生产脱节）等等。

为了实现我们的目标（得到丰收果实），就要一步步建立财务的大数据（辛勤种树过程）。这个过程并不是一帆风顺的，需要把基础工作一步步夯实，才能达到目标。

财务大数据的建立

02财务大数据的建立过程

财务大数据的建立总体分为四个部分，分别是数据的建模、数据的整理、数据分析、数据的展示。我们财务最常使用的工具是Excel，在日常过程中其实我们不知不觉就这在做这四个工作，只是没有把它系统的分离开来处理罢了。受限于我们财务人员对信息技术知识的不足，我们对数据库、SQL语句、数据仓库、BI分析报表等技术，都不是太熟悉，在建立财务大数据的工作上我们可以有两条路径来进行：

有IT技术部门支持的情况。如果公司有专业的IT信息技术部门，可以将数据的建模、数据的整理的工作交给专业的信息技术部门来完成。他们会掌握专业数据库知识和技术，可以帮助我们通过数据库、数据仓库、甚至是大数据技术来构建和存储财务数据。因为通过数据库技术来存储数据，可以承载更大的数据量、更快的数据处理速度、更安全的数据管理机制、更专业的数据处理能力、更复杂的数据分析与计算方法。这个过程要注意和技术部门的密切沟通，让财务可以更加专注于如何对数据进行分析和展示上。没有专业IT技术部门的情况。这个时候我们财务自己就必须承担起数据建模和数据整理的工作。我们可以使用Excel文件作为数据的载体，虽然会有一些局限和不足，但如果数据量不是非常巨大（百万条数据以上），也还是可以满足日常分析的要求的。 　　在完成数据建模和整理后，我们就需要使用新的分析工具来进行数据分析工作了。在这里，我们可以采用业界最为优秀的两个工具，PowerBI和Tableau。这两种工具在随后我们的文章中都会陆续详细讲解到。具体选择可以根据自己的喜好进行（PowerBI和Tableau两种工具各有优势，各有特长，而且更新发展速度也非常快，最新情况，大家可以查看其 　　从分析的目标和结果上，我们再反过来看，我们的数据是否足够和完备，数据的颗粒度是否能够满足要求，数据的分析维度是否有缺失？经过大致三至四轮这样的循环分析的过程，基本数据模型就比较完备和完整了。

04数据整理

在数据建模工作完成后，就涉及数据的收集、整理、存储工作了。数据收集的方式一般分为由从其他系统导出报表数据、系统对接采集数据、数据库直接读取、人工收集整理数据几种，根据情况可以按不同的方式进行处理。

数据收集后，就涉及数据的存储了，基本的存储方式分为，按网络共享盘+文件目录+数据文件方式存储、通过数据库方式存储、通过数据仓库技术存储。后面两种需要有一定的IT技术能力才可以完成，可以和IT部门人员合作完成。如果公司没有IT技术人员，也可以采用第一种方式按照文件方式进行存储管理。

如果是按网络共享盘+文件目录+数据文件存储，需要注意几个要点：

可以采用Excel文件作为数据的承载文件；按照目录来组织主题域。要按目录将各个主题进行分开管理，采用树形结构，进行层次细分；文件名称需要统一规范，文件命名需要统一。对于维度数据，例如会计科目、供应商、客户等，可以按单文件管理方式；对于业务数据和财务数据，可以采用主题目录+主题文件方式管理，文件命名采用主题+会计分期进行管理，例如（采购订单--01.xlsx）；最好采用网络共享盘（盘符固定）进行管理，好处一是避免个人电脑因故障，文件丢失，二是保证数据可以被多人共享使用，三就是保证数据文件相互引用时，文件关联地址是相对固定的；Excel文件不要包含格式，最好采用菜单中插入-》表格方式进行数据管理，可以达到数据库表的管理方式类似效果，而且这样可以更好的和后续PowerBI等分析工具进行整合；关联分析维度数据，最好采用引用和数据下拉菜单方式，这样能保证数据间的一致性；数据表中尽量不要用公式来进行计算，把分析的工作留到BI分析工具中； 　　在数据存储好后，就涉及数据的整理工作了。不同数据源的数据，可能存在数据格式不一致的问题，这时候就需要进一步的数据转换和整理工作，这个工作可以在PowerBI等工具中来完成，BI工具提供了比较完善的数据转换和整理的能力，包括功能丰富的M函数、DAX函数等等。这里因为内容比较专业和众多，我们就暂不详细展开，等后续再逐步进行介绍。

从工作量分配而言，数据整理的工作所占用的时间也是最多的。相对于后面的数据分析和展示工作，数据整理工作就是典型的看不出成果的脏活累活了。但是如果没有高质量的数据，那后面的各种数据分析，也就没有坚实的数据基础，无法得出有用的结论。因此需要我们财务人员和技术人员有足够的耐心和毅力，沉下心做好基础数据整理工作。

05数据的分析与展示

在完成艰苦的数据整理工作后，最为激动人心的时刻就要来了，那就是对数据进行分析和展示了。通过交互式BI分析工具，我们可以对数据进行不同维度的数据分析，并通过不同的图表，来展示数据的规律，同时还可以设计数据间的互动关系，让数据变成可视化的，可交互的。

我们可以针对不同人员的设计数据看板，将其关心的数据一块展示在数据看板中，达到数据的可视化。这里我列出可视化的看板效果，后期我们再详细讲解如何制作数据看板。

数据可视化看板

在这个阶段就要和我们在数据建模阶段的当时设定的分析目标和结果进行关联了。这个阶段，就是利用工具，要将我们当初希望分析的数据和结果体现出来。在这个过程中要平衡分析结果和各类好看的图表之间的关系，因为这个阶段最容易陷入的陷阱就是炫技性的使用各种图表，忘记了分析目标和分析结果的初衷。要在逐步熟悉和掌握各类图表的功能和特点后，再进行合理选择。

在这个阶段，我们还会碰到的一个问题就是，我们财务没有太多的设计方面的经验，我们不是太会设计数据看板，画出来的数据面板长得大多不太好看，各个数据也不知道如何搭配。这个我们可以多借鉴学习系统中的模板，多看一些好的作品样例。

可视化数据看板数字化大屏，数据监控中心

06总结

要让财务大数据发挥价值，虽然后期的可视化工作很重要，但前期的数据建模和数据整理工作更为重要。只有将数据规划好、整理好、分析好、展示好，才能最大化的发挥数据的价值，让各级领导和业务部门看到我们财务大数据的价值，为其业务决策提供支持和帮助。