五位嘉宾中，本次评选专家、上海家化联合股份有限公司首席财务官兼董事会秘书韩敏就业财税融合与数据编织进行了交流。本文为根据演讲内容的整理。
在这一过程中，数据编织技术能够有效助力财务人员能力提升。数据编织（Data Fabric）是一种架构方法，是数据资产到数据消费间进行数据编目和逻辑处理的思考方法，是实现面向业务的知识图谱方法论。数据编织技术属于数据中台在数据资产化沉淀后期对数据服务能力增强的一种思考。数据编织连接各类数据资产、让数据随时随地可用。借助数据编织，无论数据位于何处，企业均可在正确的时间提供正确的数据，从而提升其数据的价值，帮助企业进一步推动业财税融合。
所有业务创新，都需要依托业务场景。所有业务场景，都离不开流程和数据。流程标准化与系统贯通是开发、使用系统的前提。流程标准化的目标是流程去手工、流程优化，具体包括：一是业务标准化。通过“区块链”等工具以及和外部对手的合作，将交易及业务数据标准化、交易及业务流程标准化、交易产品标准化，提升交易及业务效率，降低交易及业务风险。二是流程自动化。通过“超级自动化”和AI工具帮助财务管理数据标准化和流程标准化，从而释放大量日常操作人力。三是决策智能化。通过AI工具开发适合自身的商业决策分析模型。通过对大数据分析，找到业务问题和发展机会，辅助管理决策。四是经营数字化。通过BI工具，将财务及非财务数据标准化、实时化管理，提升报告的展示效果及时效性，辅助业务管理。数据质量提升与系统升级方面，通过系统升级，实现跨层级、跨部门、跨系统数据互联互通，实现对业务、费用的管理、监控、分析、预测，其中系统架构搭建最为关键。数据质量提升方面，通过主数据管理和数据中台技术，促进企业内数据质量优化、数据资产化和服务化。
数字时代的职业道德与信任的相关问题，在不断发展演变的数字时代，强有力的职业道德原则和行为日益重要。数字时代，职业道德面临的风险远远超出了坦诚和正直的范畴。大数据时代需要有商业洞察力的员工。企业也需要及时采取相关措施进行调整，例如灌输有关新兴技术和数字问题的知识、完善现有的不道德行为的报告机制，降低违反道德原则的风险、建立更加完善的财务制度，以避免由一些不切实际的想法而引发的财务决策不力等。
来源：上海国家会计学院官微
