企业运用大数据技术的第一步是数据基础治理，构建、增强、稳定信息管理与数据生态系统的基础设施，覆盖端到端各方面，包括原数据、数据质量、整体主数据相关提升。第二步是数据分析应用，协调、公开和集成数据资产和流程, 以实现快速、大规模的业务分析价值，包括分析报表、商业智能与高级分析，提高认知服务。第三步是数据驱动创新，在数据资产中，产生洞察，驱动创新，利用数据可视化，建模，算法，发现经验不能触达的内容，包括创新概念认读、新的业务模式服务和数据创新。最终数据驱动企业转型，通过迭代不断使数据生态系统合理化、现代化和精益化，以提供颠覆性的业务转型价值。基于数据帮助企业快速试错创新，快速迭代，同时基于云原生帮助企业响应外部世界的快速变化。
回顾大数据发展历程，早期数据量比较小，之后数据量增大需要存储。为了更有效率的记事和工作，数据库出现了，数据库核心是满足快速的增删改查，应对联机事务。随后数据库中的数据也日益增多，不光要支持联机业务，还有分析的价值。但传统数据库要满足频繁、快速的读写需求，并不适合以读取大量数据为特征的分析业务。于是，人们在现有的数据库基础上，对数据进行加工，经过抽取、清洗和转换这三部，建立了数据仓库，主要是为了同时满足企业的实时“交易”型业务和联机“分析性”的业务，比如用于BI、出报表、做经营分析等等，但数据仓库的缺点是无法实时分析。随着时代的发展，数据的类型越来越多，人们对数据的需求也越来越复杂，企业越来越看重大数据的价值，出现了大数据技术。大数据可以帮助企业让数据落地，数据湖的概念是存储企业的各种各样原始数据包括结构化、非结构化、半结构化数据的大型仓库，其中的数据可供存取、处理、分析及传输。通过一系列数据处理方式进行清洗、标准化，还可以基于相应数据加工和算法为业务提供相应信息支撑和决策支撑。
总结而言，数据湖技术在管控力、决策力、组织力、协同力、营销力、产品力、供应力、生态力等方面增强企业数智化管理和经营，支撑企业未来业务场景。
从当下看，数据成了企业核心的资产。新技术带来新的创新模式，但是管理对数据的要求，离不开人、财、物的协同应用与整合，因此数据湖构建支撑企业战略发展势在必行。通过基于数据湖的数据中台支撑当下企业各业务域发展，例如运用集中财务、资金管理、预算管理、共享的数据源打造基于事项的实时会计服务体系；运用资产管理、项目管理、投资管理的数据源打造以盘活资产为核心的资本运作体系；运用预警监控、计划控制、国资监管的数据源打造以风险控制为核心的监督保障体系；运用大数据、人工智能、市场分析、经营分析的数据源打造以市场需求为核心的业务拓展体系等。会计大数据帮助会计人员开辟未曾触及的数据洞察和渠道，有助于商业决策、全面审计以及风险管理例如跟踪企业绩效，认清企业走向，为决策做相应的支撑。
以数据湖为技术基础，财务具备处理海量数据的能力。基于海量数据处理能力才能真正意义上构建会计大数据。现在整体基于会计大数据可以全量采集数据，支持任何数据来源，包括IOT数据、ERP以及各种数据来源。同时基于数据标准化帮助企业在数据标准层重新统一，甚至统一数据结构层，支持多样化数据存储，这是数据湖的能力。以前由于存储介质成本高昂，存储技术不完善导致许多数据无法存储，随着硬件软件技术的发展，存储介质和技术发生巨大的提升，储存成本下降，数据的全量存储得以实现。随着数据处理能力的增强，秒级处理PB级的能力可以将IOT数据包括流失数据进行有效的加工处理，甚至可以基于规则引擎进行复杂实时数据处理，进行数据清洗，形成有效的数据标准。
会计大数据对于会计人的影响有哪些？核心是构建企业数字神经系统，走向全面商业数据服务。具体包括：事后周期记账方式转变成实时核算。大量人工操作可以基于智能化自动采集包括IOT，5G技术发展加速IOT边缘端对数据采集的能力；未来数据汇总核算可基于交易极进行数据明细核算实现真正精细化。以前核心是企业内部系统集成，更多管理企业内部数据。随着数据边界越来越模糊企业可以将产业链端能力开放出来，收集产业链上下游的数据，同时接入社会级、行业级数据，帮助企业从全产业全行业视角评价经营行为。传统的周期格式报告注重结果，更多从会计、货币角度看结果，未来可以支持实时多维分析包括赋能决策、多维立方体从多个维度展现所有数据的结果和明细。
1966年美国会计教授乔治素特提出事项法会计，精细化采集，多维展现，实时数据的处理，企业整体战略落地就是所有经营活动展开，把所有事项基于事项库方式储存在事项库中，不同事项方式标准化，之后录入会计大数据。数据导入之后进入事项库，基于数据湖技术将销售事件、采购事件、生产事件、资金事件存储至大数据，通过事项库执行不同的核算服务。比如通过多核算目的，多会计主体支持财务会计、管理会计、税务会计甚至未来社会会计和员工会计。未来所有的角色跟传统会计不一样，所有人可以根据自己的要求和角色从会计大数据中获取，人人都可以参与，包括支撑对外的数据服务。
大数据可以在真正意义上帮助财务人员更加智能化，同时帮助财务智能平民化。技术普世化让更多业务人员参与进来，通过简单IT知识能操作，基于大数据能力快速构建、快速创新、快速试错，帮助所有会计人员、业务人员从会计视角看所有经营交易的行为。
会计大数据的核心价值是帮助企业构建全局视角的事项库，提升财务数据的质量。包括连接所有业务系统，实时采集数据以及穿透采集外部数据同时帮助企业发展管理会计，还原生产经营本质。另外基于业财大数据的数据服务提升整个决策能力，帮助企业通过事项数据和财务数据实时分析以及敏捷决策，实现自动化智能化会计作业，提升财务效率。随着人工智能包括IOT技术的整体普及，会计大数据能够更好地采集数据，感知数据，真正依靠数据进行决策。
（本文为根据速记稿采写，未经发言嘉宾审阅）
在线专家解读
黄融
阿里巴巴集团
资深财务总监、财务中台负责人
财务会计的职能已经更多地从传统的账务处理和合规延伸为对收付款与核算链路上的业财大数据进行加工处理，沉淀为有意义的数据集合，支持企业的业财分析与决策；企业的规模化及全面数字化也导致财务会计系统面对的数据量成几何级数增加。会计的大数据技术是帮助企业处理与构建业财大数据集合的一套数据技术体系，包括有能力吞吐和处理海量数据的会计账本系统与大数据应用（如spark）以及在账务全链路上应用的大数据审计和自动风控技术；能连接业务系统和财务会计系统并沉淀多维度业财数据的数仓中台，以及构建在数据仓库之上的大数据分析与报表模块（如智能化分析与预测）。其成功需要的关键支撑是对企业会计数据与账务规则的端到端治理，确保会计数据质量并具备最经济可用的颗粒度，以及对企业客户主数据的治理，确保数据语言体系的统一。
扫码获取报告电子版
👇👇👇
