CGMA：高级分析的正确打开方式

预测性分析和规范性分析可帮助公司利用不断增长的数据量来改善其业务和财务绩效。

预测性分析使用统计分析、数据建模、实时评分和机器学习来探测趋势，作出预测。规范性分析通过情景建模等方式，对公司为达到特定目标而可能采取的不同行动方案进行权衡。

 “传统的分析，如利润、现金流和资产回报并不能说明全部内容。” 人工智能专家、全球软件即服务营销云公司Emarsys高级财务经理Chris Ortega表示, ”高级分析可以提高整个企业的学习效率和知识储备，生成可重复的分析来衡量成败，并让企业对结果负责。”

虽然潜在的好处十分明显，但大多数公司在实施高级分析方面面临挑战。这些挑战来自任何一家公司都具备的支柱层面——人员、流程和技术。

Ortega表示：“部分企业没有正确的流程来驱动数据，或者没有适当的人员来识别和理解分析结果，还有些企业没有合适的技术来理解高级分析。”

高级财务主管研究基金会(FERF)表示，实施分析的最大挑战包括：

1. 在没有标准化流程的公司或依赖电子表格的公司，要从没有信息共享的多个传统IT系统中获取高质量数据；

2. 克服企业文化上对变革的抵制；

3. 找到合格的数据科学家，能够很好地使用IT，了解数据库，并知道如何阐述和满足业务需求。

最佳分析实践

公司内外迅速产生的数据流不断增加，可能呈现排山倒海的势态，但高级分析可以将数据转化为公司的竞争优势。高级财务主管研究基金会(FERF)发现公司更倾向于使用高级分析来实现以下四个目的：

获得更深入的洞察。分析可以帮助公司预测变量的影响，例如营销活动，特定地区的市场条件，或项目销售和计划生产的价格折扣。通过分析还可以获得有关供应链指标的洞见，例如库存周转率、库存值、采购趋势、仓库性能、品控和合规性。

确定根本原因。为了弄清楚是什么原因，例如，导致了在定制订购产品中物品损坏的报告增多，公司可以通过分析来确定：对于易碎材料的不当包装和运输并不是问题所在。相反，公司可能会从销售和退货数据中发现订单不正确的问题。要解决这个问题，公司可以重新培训其销售团队。

评估市场竞争。公司可以通过分析来确定相应模式，从中发现哪些客户更有可能停止合作，并量化其对收入和利润的可能影响。这些信息对于确定哪些投入最有可能留住客户、实现客户增长非常有用。

识别和管理风险。通过分析可以帮助公司分析应收账款，从而根据客户是否会及时支付发票的可能性，对客户进行排名并创建客户档案。相应地，公司可以由此定制信贷条款和沟通计划，以提高其回收账款的效率。