上一篇文章《如何理解财务数字化？》 中我们简单介绍了财务数字化“是什么”、“为什么”、“怎么做”三部分内容，本篇我们将 继续对“怎么做”——“1221”财务数字化转型方法论”中的数据治理、数据价值链、数字化应用场景、数字化技术平台以及保障体系等组成要素进行详细展开。图1 “1221”财务数字化转型方法论（FDTM）
“掘金之旅”——数据价值体系#
数据价值体系是指财务将数据转化为价值的方法与路径，由财务数字化转型方法论中的数据治理、数据价值链和数字化应用场景三个部分构成。其中，数据治理是数据发挥价值的基础，数据价值链是数据发挥价值的途径，数字化应用场景是数据发挥价值的场景，三者是构成数据价值体系的关键。数据作为DT时代的“金矿”，依靠持续的数据治理提升质量，经过数据价值链的处理加工及分析沉淀价值，最终面向不同应用场景打造数字化产品与服务，这一过程如同打造黄金制品。数据治理好比选择高含金量的“金矿”， 企业数据治理得越好，数据质量越高，含金量越高；数据价值链好比黄金开采、提纯冶炼，对数据进行处理与加工；最后面向市场需求打磨、锻造出不同黄金制品，同样数字化应用场景即为最后的“数据产品与服务”。数据治理#
数据治理是对数据本身的管理，促进对数据质量的持续提升，可靠的数据对数据价值的利用有决定性影响。数据治理的目标是保障数据资产的质量，建立统一、可执行的数据标准，确保数据的安全，实现数据资源在企业各部门之间的共享，促进数据资产创造价值。明智的决策需要可靠的数据作为支撑，而良好的数据治理是保证数据可靠的必要环节。数据价值链#
数据价值链是指面向业务需求，有针对性地提取、组织并利用数据，从而盘活数据资产、开发数据功能、发挥数据价值，通过科学直观的视觉表现形式，清晰传达和沟通数据分析结论，实现数据向信息、知识、智慧的逐步升华，最终赋能企业经营决策的一系列过程。数字化应用场景#
数字化应用场景是财务面向需求，应用数据价值的场景，将赋能财务支持科学决策，支撑企业经营管理。不同场景下的决策需求直接影响数据治理体系和数据价值链的应用，数据治理工作的开展和数据价值链的构建最终也要面向具体的决策需求，才能实现数据价值的精准释放。数字化应用场景下，财务将以新兴技术提升工作质效，以数据科学思维激发数据活力，重新定义管理会计价值，深度融合业财一体化运营，进而科学驱动经营管理决策。落地实践——数字化技术平台#
技术平台是财务数字化落地实施的核心要素，支持着数据治理与数据价值链的过程实现，帮助企业提高数据质量，释放数据价值。财务数字化技术平台由财务算子平台与财务数字化应用场景构成。财务算子平台能够实现对企业内外部数据的采集、加工、计算与建模等数据治理相关任务，提供数据服务，主要包括数字化计算引擎、数据建模、数据工厂以及可视化功能模块。而财务数字化应用 场景则是承接财务算子平台的运算结果，通过形成直观的可视化分析与展现，帮助企业高效决策、敏捷运营。数字化计算引擎#
数字化计算引擎模块包括数据填报、数据采集、数据质量、财务算子与数据服务五个部分。数据采集功能支持CRM、PLM、ERP、OA系统等多种数据源的对接；数据填报功能支持海量线下数据的汇聚，通过导入或人工填报功能高效管理数据表，助力企业实现内外部数据一站式汇聚，高效破解数据采集难题。
数据质量校验可对字段类型、重复值、缺失值、字段长度、字段数据范围等进行规则配置与质量校验。系统提供多样化定义数据质量规则与控制策略，为企业输出数据质量报告，并设置通知策略，当数据质量不满足要求时，自动提醒相关用户进行整改，提升数据质量管理的效率，实现企业数据质量闭环管理。
财务算子使财务人员可将财务传统的公式、表格等复杂测算通过算子进行拖拽、编排和可视化配置，精简大数据工具使用流程，降低大数据分析的专业技术门槛，助力业务人员高效、简捷地进行数据分析挖掘，赋能业务，支撑决策。
数据服务支持企业根据实际业务需要灵活增加与各异构系统之间的接口，充分满足系统集成需求。通过数据服务总线的监控、统计分析能力，还可清晰洞察接入的数据服务数量、服务之间的调用关系、服务的调用状况等，从而实现企业数据服务从无序管理到数字量化管理的转变。
数据建模#
数据建模提供丰富的数据处理算子，用户通过无编程、可视化、流程化、可拖拽形式，就可以完成数据导入、数据处理、算子建模和图表生成。在配置算子时，指定所用数据、选择算法、配置参数，即可进行数据计算或数据训练，让企业全员都可进行算法探索，挖掘数据的潜在价值。数据工厂#
数据工厂包括标签工厂、指标工厂以及模型算法工厂。企业可以根据需求自定义标签规则和指标梳理规则，构建标签工厂与指标工厂，利用算法自动为数据打标签，用数据指标和数据标签刻画数据画像，抽象出业务实体的信息全貌。并且，企业也可以通过整理、归集历史构建完成的模型，形成企业专属的模型工厂，帮助企业在面对未来新的业务需求时做到开箱即用。可视化#
可视化模块通过数字化报表+报告+BI展示，满足各层级可视化分析需求。智能报表系统能够提供Excel形式操作、智能公式向导，支持参数、宏及所有常见表达式的应用，实现复杂多样报表的快速出具。BI可视化系统支持多维数据展示、图表联动、数据下钻等功能，当业务需求发生变化时，通过BI系统能够快速地重新组合并生成新的可视化报告，帮助管理层实时掌握企业经营状态。可视化模块的应用让企业管理者与财务人员无需编 写代码即可完成业务数据可视化分析，实现管理效率提升，助力企业数据价值深度挖潜。保障体系——文化先行、组织赋能、人才支撑、标准规范#
除了数据治理、数据价值链和数字化应用场景组成的数据价值体系之外，财务还需要一定的保障和基础为数字化转型护航，包括建设数字化文化、组建数字化组织、培养数字化人才和建设标准规范。文化先行#
数字化文化建设是开展数字化转型的第一步，并且需要持续的培育和发展。数字化文化包括企业高管和员工的价值观、态度和行为，这些价值观、态度和行为影响数字化转型的顺利开展与实施。财务部门可以通过以下几个方法持续培养数字化文化。高层管理者推进：高层管理者对财务数字化转型建设价值和意义的认可对建设数字化文化能产生关键推动作用。管理层的认可与支持会促使财务人员认可和支持转型相关工作，并积极主动学习转型过程中所需具备的知识与技能。
培训和宣贯：面对新事物，有一定的抵触情绪和怀疑态度是很常见的，管理人员可以通过培训和宣贯帮助财务人员理解数字化转型的含义及收益，掌握相应的数字化转型所需技能，帮助员工适应变化，从而获得更多的支持。
试错与改进：在掌握了一定的数字化转型所需知识与技术后，可以开始在某些财务场景中试点，建立快速试错和敏捷响应的机制，不断总结和改进。当财务人员体验到数字化转型带来的收益后，就能迅速提升信心、增加主动性和积极性去支持财务数字化转型。
组织赋能#
财务数字化转型的建设不仅是技术层面的工作，还需要将数据科学引入财务领域，对财务思维模式进行革新。因此，为支撑财务数字化转型，需要组建具备业务+财务+数字化能力的团队来负责数字化转型相关政策、流程、标准、制度以及方法的制定，对数字化转型战略及目标进行规划，对数字化转型建设过程中的里程碑型成果进行实时监控和考核。人才支撑#
为了支撑数字化转型的顺利开展与实施，财务人员面对新的发展要求、新的职能定位，应当抓住变革契机，积极响应数字化转型需求。因此，财务需要成为企业数据的分析者和企业经营状况的描绘者，成为兼具财务知识和数字技术的综合型会计人才。为此，财务需要不断地优化自身能力结构，学习数据科学，发展成为符合企业需要的、懂会计规则+懂管理方法+懂技术工具+懂数据科学+懂商业战略的**“五面”俱到的综合型人才**，支撑数字化转型的有效落地。懂会计规则：企业将纷繁复杂的经营业务浓缩于会计科目之中，形成一套数据体系，按照会计准则及其他政策法规的要求以财务报表为载体对外披露企业价值。会计规则作为财务人员安身立命之本，是所有财务从业者必须掌握的内容。
懂管理方法：管理会计的工作聚焦从企业战略的执行到计划与预算、产品与服务交付、风险与控制、绩效与评价等环节，进而基于价值目标提供了一系列的科学管理活动与方法，帮助企业透视经营管理的全过程。
懂技术工具：在财务数字化转型趋势中，财务人员必须更好地了解与应用技术工具，使自身有能力在每一个业务场景中，选择合适的工具来提升工作效率与质量的同时，扩大所能采集与沉淀的数据的范围和数量。
懂数据科学：财务人员需要具备的数据科学知识包括数据治理和数据价值链相关内容。财务通过充分利用数据治理与数据价值链，可实现将数据加工成为不同经营及决策场景下需要的数据产品和数据服务，满足业务支持与决策支持的需求，而财务的职能范围和能力也随之得以拓展。
懂商业战略：在财务数字化转型的过程中，财务人员应当主动增强自身商业战略方面的知识与技能，从而能够参与企业战略的制定与规划，并对战略的执行过程进行控制与纠偏、对执行结果制定评估与改进措施，最终为企业资源配置、风险防控提供建议，实现更高层次的业务支持与决策支持，为财务数字化转型的实现奠定基础。
标准规范#
为了保障财务数字化转型的顺利开展与实施，企业必须规范相关的制度、流程和标准，从整体层面进行规划，形成一套完整的标准规范体系去指导财务数字化转型工作，以及与其他相关部门的协同配合，才能保障财务数字化转型相关工作的顺利开展。全公司从上至下需要按照统一的制度规范、统一的标准要求，通过规范的流程，产生规则逻辑一致的数据，只有这样才能使财务获取高质量的数据，从而确保流入数据价值体系的数据能够被财务人员充分挖掘，进而保障财务数字化转型的顺利开展。 
扫码加入