數(shù)據(jù)參量化是一個(gè)將定性數(shù)據(jù)轉(zhuǎn)換為定量數(shù)據(jù)的過程，以便能夠?qū)ζ?a href="http://www.hudongshop.com/article/98026c40edb1062f2be6.html" target="_blank">進(jìn)行量化分析和可視化。它對(duì)于提高數(shù)據(jù)可視化的溝通和洞察至關(guān)重要。2. 更深的洞察

數(shù)據(jù)參量化使我們能夠量化和分析定性數(shù)據(jù)，從中提取有價(jià)值的洞察。通過應(yīng)用統(tǒng)計(jì)技術(shù)、機(jī)器學(xué)習(xí)和自然語言處理，我們可以識(shí)別模式、趨勢和關(guān)系，這些關(guān)系在定性數(shù)據(jù)中可能無法明顯看出。

3. 更好的決策

更好的溝通和更深的洞察力可以直接影響決策。通過有效地可視化定性數(shù)據(jù)，決策者可以獲得對(duì)復(fù)雜問題的全面理解，并做出更明智的決策。

4. 增強(qiáng)用戶體驗(yàn)

數(shù)據(jù)參量化可以通過使數(shù)據(jù)更易于理解和使用來改善用戶體驗(yàn)。通過提供可視化儀表板和其他交互式工具，用戶可以輕松探索和分析定性數(shù)據(jù)，從而獲得個(gè)性化的洞察。

數(shù)據(jù)參量化的應(yīng)用

數(shù)據(jù)參量化在各種行業(yè)和應(yīng)用中都有廣泛的應(yīng)用：

• 市場營銷：分析客戶評(píng)論和社交媒體帖子，以理解客戶情緒和偏好。
• 產(chǎn)品開發(fā)：收集用戶反饋，以識(shí)別產(chǎn)品的痛點(diǎn)和改善領(lǐng)域。
• 消費(fèi)者洞察：分析行為數(shù)據(jù)和感官數(shù)據(jù)，以了解消費(fèi)者行為和偏好。
• 醫(yī)療保健：分析患者反饋和醫(yī)療記錄，以改善患者體驗(yàn)和結(jié)果。
• 教育：分析學(xué)生的參與度和反饋，以改進(jìn)教學(xué)方法。

結(jié)論

數(shù)據(jù)參量化是提高數(shù)據(jù)可視化的溝通和洞察力的強(qiáng)大工具。通過將定性數(shù)據(jù)轉(zhuǎn)換為定量數(shù)據(jù)，我們可以更有效地可視化和分析信息，從而做出更明智的決策并改善用戶體驗(yàn)。

---

d6改善對(duì)策實(shí)施及效果確認(rèn)的關(guān)鍵點(diǎn)有哪些

d6改善對(duì)策實(shí)施及效果確認(rèn)的關(guān)鍵點(diǎn)有明確改善目標(biāo)、制定實(shí)施計(jì)劃、執(zhí)行改善措施、監(jiān)控和調(diào)整、收集和分析數(shù)據(jù)、效果驗(yàn)證、標(biāo)準(zhǔn)化和固化和反饋和持續(xù)改進(jìn)等。

1、明確改善目標(biāo)：

首先需要明確改善的目標(biāo)，包括希望通過改善達(dá)到什么效果，以及改善的優(yōu)先級(jí)。

2、制定實(shí)施計(jì)劃：

根據(jù)改善目標(biāo)，制定詳細(xì)的實(shí)施計(jì)劃，包括具體的步驟、時(shí)間表和責(zé)任人。

3、執(zhí)行改善措施：

按照實(shí)施計(jì)劃，逐步執(zhí)行改善措施。 在執(zhí)行過程中，需要密切關(guān)注是否按計(jì)劃進(jìn)行，以及是否出現(xiàn)了預(yù)期之外的問題。

4、監(jiān)控和調(diào)整：

在實(shí)施過程中，需要持續(xù)監(jiān)控改善的效果，對(duì)于沒有達(dá)到預(yù)期效果的措施進(jìn)行調(diào)整。

5、收集和分析數(shù)據(jù)：

通過收集和分析相關(guān)數(shù)據(jù)，對(duì)改善效果進(jìn)行量化和可視化，從而更好地了解改善措施的有效性。

6、效果驗(yàn)證：

在實(shí)施一段時(shí)間后，對(duì)改善效果進(jìn)行驗(yàn)證。 如果改善效果符合預(yù)期，則可以進(jìn)入下一階段；如果不符合預(yù)期，則需要重新審視實(shí)施計(jì)劃和改善措施。

7、標(biāo)準(zhǔn)化和固化：

當(dāng)改善效果得到驗(yàn)證后，需要將改善措施標(biāo)準(zhǔn)化并固化下來，以確保改善成果能夠持續(xù)下去。

8、反饋和持續(xù)改進(jìn)：

即使改善措施已經(jīng)實(shí)施并取得了良好的效果，也需要持續(xù)關(guān)注反饋，對(duì)于存在的問題進(jìn)行持續(xù)改進(jìn)。

D6改善的特點(diǎn)：

1、以數(shù)據(jù)為依據(jù)：

D6改善強(qiáng)調(diào)以數(shù)據(jù)為依據(jù)，通過數(shù)據(jù)分析和可視化來了解問題，制定相應(yīng)的改善措施，并跟蹤改善效果。

2、跨部門協(xié)作：

D6改善需要跨部門協(xié)作，不同部門之間的溝通協(xié)調(diào)至關(guān)重要。 通過跨部門協(xié)作，可以更好地整合資源，實(shí)現(xiàn)整體優(yōu)化。

3、結(jié)構(gòu)化和非結(jié)構(gòu)化相結(jié)合：

D6改善既有結(jié)構(gòu)化的改善步驟和方法，也有非結(jié)構(gòu)化的創(chuàng)新和優(yōu)化。 通過結(jié)構(gòu)化和非結(jié)構(gòu)化相結(jié)合的方式，可以實(shí)現(xiàn)更全面的改善效果。

4、持續(xù)改進(jìn)：

D6改善強(qiáng)調(diào)持續(xù)改進(jìn)的理念，不斷尋找問題并進(jìn)行改善，實(shí)現(xiàn)企業(yè)運(yùn)營的持續(xù)優(yōu)化和提升。

5、領(lǐng)導(dǎo)層支持：

D6改善需要領(lǐng)導(dǎo)層的支持和參與，只有得到高層管理者的支持和推動(dòng)，才能確保各項(xiàng)改善活動(dòng)的順利推進(jìn)和取得成功。

基于模板配置的數(shù)據(jù)可視化平臺(tái)

導(dǎo)讀：在大數(shù)據(jù)智能時(shí)代，數(shù)據(jù)分析的價(jià)值越來越重要，而數(shù)據(jù)分析可視化平臺(tái)的能力要求也越來越高。 本文從網(wǎng)絡(luò)數(shù)據(jù)中心的數(shù)據(jù)可視化平臺(tái)出發(fā)，介紹了配置化的數(shù)據(jù)可視化平臺(tái)的應(yīng)用價(jià)值，并對(duì)數(shù)據(jù)可視化平臺(tái)的整體處理架構(gòu)進(jìn)行了拆解。 基于可配置的數(shù)據(jù)可視化平臺(tái)，可以高效支持復(fù)雜的數(shù)據(jù)分析場景，提升分析效率，強(qiáng)化數(shù)據(jù)的價(jià)值。

全文6999字，預(yù)計(jì)閱讀時(shí)間13分鐘。

一、背景與目標(biāo)1.1 背景分析

在數(shù)據(jù)智能時(shí)代，BI（Business Intelligence，商業(yè)智能）已經(jīng)是現(xiàn)代數(shù)據(jù)運(yùn)營的基礎(chǔ)能力。 以數(shù)據(jù)支撐業(yè)務(wù)，一方面需要我們基于數(shù)據(jù)倉庫建設(shè)業(yè)務(wù)相關(guān)的全面、權(quán)威、穩(wěn)定的基礎(chǔ)數(shù)據(jù)，另一方面也需要我們建立數(shù)據(jù)分析的能力，通過圖表對(duì)數(shù)據(jù)進(jìn)行展示，從而提高數(shù)據(jù)展示的信息密度，然后輔以各種對(duì)比方式，讓數(shù)據(jù)業(yè)務(wù)化、升華數(shù)據(jù)意義，賦能業(yè)務(wù)增長。 因此一個(gè)數(shù)據(jù)可視化平臺(tái)的搭建就變得尤為重要，但由于復(fù)雜業(yè)務(wù)之間的差異使得平臺(tái)的設(shè)計(jì)及開發(fā)過程難度大且復(fù)雜。 考慮到人群、業(yè)務(wù)的分析習(xí)慣與業(yè)務(wù)各異的分析方法，數(shù)據(jù)可視化平臺(tái)在報(bào)表的呈現(xiàn)、數(shù)據(jù)的計(jì)算、數(shù)據(jù)的發(fā)布效率等方面都面臨著重大的挑戰(zhàn)。

1.2 問題與目標(biāo)

以一個(gè)典型的廣告商業(yè)化案例舉例，客戶基于投放目的選擇不同的廣告商業(yè)產(chǎn)品形式（如微博熱搜榜單，網(wǎng)絡(luò)的搜索置頂，各類視頻網(wǎng)站的興趣推薦等等），哪些形式能促進(jìn)客戶更好的觸達(dá)用戶；客戶提供的樣式（如視頻、圖片、內(nèi)容等物料特性）讓瀏覽內(nèi)容的用戶產(chǎn)生什么樣的偏差等問題，都需要數(shù)據(jù)做支撐進(jìn)行分析。結(jié)合分析師、看板用戶的習(xí)慣和眾多分析場景構(gòu)建數(shù)據(jù)可視化平臺(tái)生成數(shù)據(jù)報(bào)表時(shí)會(huì)出現(xiàn)以下問題：

1. 長期報(bào)表獨(dú)立開發(fā)導(dǎo)致部分能力重復(fù)建設(shè)、重復(fù)開發(fā)； 2. 每個(gè)報(bào)表獨(dú)立開發(fā)使得用戶需要習(xí)慣多種樣式、風(fēng)格導(dǎo)致的體驗(yàn)差異； 3. 業(yè)務(wù)出現(xiàn)變動(dòng)時(shí)調(diào)整、匹配成本較大，導(dǎo)致一段時(shí)間內(nèi)無法有效賦能業(yè)務(wù)； 4. 平臺(tái)計(jì)算能力不足導(dǎo)致的構(gòu)建數(shù)據(jù)報(bào)表的時(shí)間、人力成本較大； 5. 平臺(tái)穩(wěn)定性保障難度高，需測試、排查層出不窮的異常。

為了能夠滿足用戶的報(bào)表需求，即使投入大量的人力也僅能解決上述開發(fā)成本帶來的問題。 系統(tǒng)化的打造BI與數(shù)據(jù)之間的橋梁，需要深入到數(shù)據(jù)表達(dá)的各個(gè)環(huán)節(jié)，結(jié)合業(yè)務(wù)的特性，模塊化、組件化各項(xiàng)能力，這樣既能減少重復(fù)開發(fā)的成本，同時(shí)也能提高代碼復(fù)用、可擴(kuò)展性、報(bào)表管理以及容錯(cuò)等各方面的能力，保障用戶的使用體驗(yàn)及業(yè)務(wù)適配性。 因此，一個(gè)優(yōu)秀的數(shù)據(jù)可視化平臺(tái)應(yīng)滿足以下幾點(diǎn)：

1. 敏捷：能夠快速響應(yīng)需求；

2. 準(zhǔn)確：能夠保證平臺(tái)數(shù)據(jù)的準(zhǔn)確性，做到「所見即所得，所得皆所用」；

3. 多元：面向不同的業(yè)務(wù)屬性、用戶特性，例如對(duì)比計(jì)算、查詢等方式能夠通過模塊組合、展現(xiàn)類型調(diào)整等方式滿足需求； 4. 靈活：對(duì)于業(yè)務(wù)拓展或者變更，平臺(tái)能夠靈活變化以貼近業(yè)務(wù)的結(jié)構(gòu)； 5. 簡單易用：用戶無論是在讀、寫數(shù)據(jù)，均能快速滿足；支持業(yè)務(wù)過程以「配置」取代「開發(fā)」； 6. 易拓展：覆蓋大部分業(yè)務(wù)分析場景，同時(shí)支持基于配置的二次開發(fā)前后端代碼，易于擴(kuò)展。

1.3 名詞解釋

1. 衍生指標(biāo)： 基于基礎(chǔ)指標(biāo)，利用公式二次計(jì)算出來的指標(biāo)，常見的例如以最近10天用戶數(shù)計(jì)算出來的平均用戶數(shù)，或利用當(dāng)天用戶數(shù)量對(duì)比昨日用戶數(shù)量計(jì)算出來的日環(huán)比等。 2. 下鉆： 一般指業(yè)務(wù)需要通過拆分、細(xì)化來挖掘或定位業(yè)務(wù)痛點(diǎn)，業(yè)務(wù)之間存在一定的關(guān)聯(lián)性，透過關(guān)聯(lián)逐層的拆解在分析時(shí)稱之為下鉆。 在可視化場景中常用樹狀結(jié)構(gòu)表達(dá)類似的層級(jí)關(guān)系。 3. 上卷： 在可視化場景中指多個(gè)業(yè)務(wù)數(shù)據(jù)構(gòu)成一個(gè)總數(shù)時(shí)，通過系統(tǒng)利用業(yè)務(wù)間的關(guān)聯(lián)性進(jìn)行合計(jì)計(jì)算。 4. 維度分析： 常見的基線對(duì)比方式，以一項(xiàng)或多項(xiàng)業(yè)務(wù)為基準(zhǔn)，通過數(shù)值對(duì)比分析當(dāng)前業(yè)務(wù)狀況。 5. 時(shí)間對(duì)比分析： 將時(shí)間進(jìn)行分段處理后，對(duì)比當(dāng)前時(shí)間段與歷史（或基線）時(shí)間段之間的數(shù)值變化，從而判斷業(yè)務(wù)狀況。

二、整體設(shè)計(jì)與思路2.1 需求分析與構(gòu)思

2.1.1 場景分析

一個(gè)完整的數(shù)據(jù)分析閉環(huán)從分析需求開始，包含了數(shù)據(jù)采集、數(shù)據(jù)清洗、數(shù)據(jù)建模、數(shù)據(jù)呈現(xiàn)、數(shù)據(jù)應(yīng)用、結(jié)論輸出，利用產(chǎn)出的結(jié)論落地或提升業(yè)務(wù)。整個(gè)環(huán)節(jié)我們可以看到兩種角色：

1.建設(shè)者：

進(jìn)行分析一個(gè)命題或業(yè)務(wù)場景時(shí)，首先基于業(yè)務(wù)尋找數(shù)據(jù)支撐，在此過程中需要采集數(shù)據(jù)、將數(shù)據(jù)整理成具有業(yè)務(wù)含義的表達(dá)方式、提取出具有業(yè)務(wù)關(guān)聯(lián)性的內(nèi)容形成具有分析意義的集合，用更直觀、形象的方式將數(shù)據(jù)進(jìn)行展示等幾部分工作。 其次為了能更充分的表達(dá)業(yè)務(wù)，過程中需要將一些數(shù)據(jù)進(jìn)行組合構(gòu)建成衍生指標(biāo)或者建立維度之間的聯(lián)系。 這些工作完成后，一個(gè)完整的業(yè)務(wù)場景會(huì)通過數(shù)字化、圖像化的方式展示出來。

2.分析者：

針對(duì)業(yè)務(wù)的情況，透過數(shù)據(jù)開始剝離問題，以一個(gè)APP某商業(yè)化場景收入下降為例，分析師需要從APP的用戶數(shù)開始逐層漏斗查看哪些環(huán)節(jié)導(dǎo)致的影響較大，也需要從各個(gè)維度進(jìn)行下鉆分析定位業(yè)務(wù)根結(jié)，還有可能利用類比分析、基線對(duì)比的方式橫向比較相似場景下影響的差異。

面對(duì)相同的業(yè)務(wù)問題，不同方向的數(shù)據(jù)使用者可能也會(huì)有不同的行為，對(duì)業(yè)務(wù)理解的動(dòng)向，分析的數(shù)據(jù)層級(jí)等也會(huì)有所不同。 當(dāng)然，用戶也可以同時(shí)承擔(dān)這兩種角色，本質(zhì)上簡單易用的平臺(tái)更便于分析型用戶獨(dú)立完成數(shù)據(jù)建設(shè)到分析的閉環(huán)，從而減少并釋放人力，更快的解決業(yè)務(wù)問題。 在當(dāng)前數(shù)據(jù)無法滿足業(yè)務(wù)分析時(shí)，分析者又會(huì)進(jìn)入到建設(shè)型場景，繼續(xù)尋找量化支撐所需的數(shù)據(jù)論據(jù)。

2.1.2 業(yè)務(wù)抽象與思考

完成多種業(yè)務(wù)場景的數(shù)據(jù)支持，需要技術(shù)為之創(chuàng)造條件，如果說建設(shè)者最終服務(wù)于分析者，以報(bào)表結(jié)果為導(dǎo)向，建設(shè)者是否可以在建設(shè)過程中充分表達(dá)分析者的數(shù)據(jù)需求呢？這些報(bào)表建設(shè)能力轉(zhuǎn)嫁或拆解成程序化、模塊化語言究竟是什么？平臺(tái)配合建設(shè)者本身需要完成哪些工作、實(shí)現(xiàn)什么樣的功能呢？同時(shí)，平臺(tái)該如何保證為分析者提供準(zhǔn)確、高效、全面的數(shù)據(jù)呢？接下來我們通過對(duì)數(shù)據(jù)的可視化過程拆解、抽象對(duì)上述問題一一解答。

2.2 架構(gòu)設(shè)計(jì)

2.2.1 過程抽象

我們將分析者使用數(shù)據(jù)的全過程進(jìn)行拆解，然后進(jìn)行抽象化、組件化。 分析者通過平臺(tái)輸入查詢條件、指標(biāo)、維度等等，服務(wù)端根據(jù)平臺(tái)輸入進(jìn)行數(shù)據(jù)sql的組裝并查詢數(shù)據(jù)庫，然后計(jì)算相關(guān)衍生指標(biāo)整合計(jì)算結(jié)果，最終按照相應(yīng)的樣式呈現(xiàn)結(jié)果。 整個(gè)邏輯過程拆解如圖1所示。

△圖1 過程抽象邏輯

2.2.2 整體架構(gòu)

根據(jù)數(shù)據(jù)可視化的過程抽象可知，一個(gè)完整的可視化平臺(tái)需要包括數(shù)據(jù)獲取、數(shù)據(jù)計(jì)算、數(shù)據(jù)呈現(xiàn)等幾部分。 數(shù)據(jù)如何獲取、如何展示則需要進(jìn)行統(tǒng)一配置管理，數(shù)據(jù)如何快速、準(zhǔn)確的計(jì)算則由通用計(jì)算服務(wù)負(fù)責(zé)。 同時(shí)可視化平臺(tái)還需要保證數(shù)據(jù)的質(zhì)量問題，在數(shù)據(jù)存在問題或者延遲時(shí)能夠及時(shí)通知建設(shè)者去處理數(shù)據(jù)問題，這些則由運(yùn)維看板負(fù)責(zé)。 我們通過對(duì)數(shù)據(jù)可視化過程抽象和對(duì)此類平臺(tái)的經(jīng)驗(yàn)總結(jié)，將數(shù)據(jù)可視化平臺(tái)架構(gòu)拆解成如圖2所示。

△圖2?整體架構(gòu)圖

三、核心模塊介紹3.1 配置工具與報(bào)表呈現(xiàn)

在未進(jìn)行配置化以前，建設(shè)一個(gè)報(bào)表需要后端開發(fā)人員基于數(shù)據(jù)庫開發(fā)計(jì)算邏輯、分析、下載等功能，前端開發(fā)人員則基于數(shù)據(jù)以圖表的形式進(jìn)行渲染，代碼冗余、開發(fā)成本高、周期長。 統(tǒng)一配置工具是在數(shù)據(jù)庫與報(bào)表呈現(xiàn)之間搭建起來的一座橋梁，數(shù)據(jù)建設(shè)者在熟悉數(shù)據(jù)邏輯的基礎(chǔ)上通過配置工具的配置界面進(jìn)行數(shù)據(jù)源、計(jì)算邏輯、呈現(xiàn)內(nèi)容、樣式等相關(guān)信息的配置，然后將其發(fā)布上線,各數(shù)據(jù)可視化平臺(tái)的報(bào)表呈現(xiàn)模塊根據(jù)配置的樣式和內(nèi)容渲染相應(yīng)的組件，用戶即可在對(duì)應(yīng)的平臺(tái)查看報(bào)表、分析或者下載數(shù)據(jù)。

△圖3?配置流程示意圖

3.1.1 統(tǒng)一配置工具

為了減少配置工具使用的復(fù)雜程度、降低用戶學(xué)習(xí)成本，提高配置效率，針對(duì)業(yè)務(wù)以及數(shù)據(jù)需求相對(duì)穩(wěn)定的分析場景設(shè)計(jì)固定的呈現(xiàn)模板，用戶選擇合適的模板配置相應(yīng)的內(nèi)容，且配置模板具備可擴(kuò)展性，可靈活增刪功能模塊。

△圖4?統(tǒng)一配置工具組成

配置工具頁面根據(jù)用戶選擇的模板展示相應(yīng)的配置內(nèi)容，除了配置數(shù)據(jù)源、指標(biāo)、維度等數(shù)據(jù)相關(guān)信息，還需要配置篩選控件、分析組件等內(nèi)容。 同時(shí)配置工具還支持通過擴(kuò)展配置增加當(dāng)前模板不支持的功能，從而基于模板進(jìn)行二次開發(fā)。 一個(gè)完整的配置工具除了基本的配置，還增加了指標(biāo)管理、維度管理、配置校驗(yàn)等功能提高配置效率和用戶體驗(yàn)的基礎(chǔ)支持。 1. 指標(biāo)管理：將指標(biāo)、衍生指標(biāo)的信息進(jìn)行統(tǒng)一的管理，根據(jù)指標(biāo)的屬性特征提供各參數(shù)的默認(rèn)值，配置人員在配置頁面時(shí)可以直接使用指標(biāo)管理模塊的默認(rèn)配置信息，實(shí)現(xiàn)了指標(biāo)的一次配置多次使用。 這不僅提高了配置人員的配置效率，提供指標(biāo)參數(shù)默認(rèn)值也有利于規(guī)范統(tǒng)一平臺(tái)風(fēng)格； 2. 維度管理：根據(jù)數(shù)據(jù)源配置信息，生成維度模板信息，配置人員只需要簡單調(diào)整維度顯示名稱和順序即可，方便高效； 3. 配置校驗(yàn)：校驗(yàn)用戶配置的sql是否正確，快速定位錯(cuò)誤配置。

3.1.2 報(bào)表呈現(xiàn)

△圖5?報(bào)表呈現(xiàn)的架構(gòu)

報(bào)表呈現(xiàn)這部分的主要工作是將格式化后的數(shù)據(jù)以圖表的形式渲染在瀏覽器中，供用戶查詢、分析數(shù)據(jù)。 報(bào)表呈現(xiàn)的基礎(chǔ)組件單元分為兩類： 1. 控制組件：配置工具里配置的組件，比如篩選條件、日期類型等，這類組件在渲染組件時(shí)同時(shí)渲染組件內(nèi)容； 2. 數(shù)據(jù)組件：需要渲染的具體數(shù)據(jù)，比如表格、折線圖中的數(shù)據(jù)，這部分的數(shù)據(jù)是由通用計(jì)算模塊來提供的。 這類組件在渲染組件后，重新獲取具體數(shù)據(jù)信息（數(shù)據(jù)來源不同）進(jìn)行內(nèi)容渲染。

為了滿足復(fù)雜的分析場景，在報(bào)表呈現(xiàn)時(shí)往往是多個(gè)樣式組合在一起使用。 在進(jìn)行設(shè)計(jì)時(shí)綜合考慮代碼的可復(fù)用性、通用性以及可擴(kuò)展性將圖表拆解成可以重復(fù)使用的最小單元，封裝成組件。 各組件最終如何組合排列呈現(xiàn)則由建設(shè)者根據(jù)需要的分析場景在配置工具里進(jìn)行配置管理。

△圖6?報(bào)表呈現(xiàn)的組成

針對(duì)業(yè)務(wù)以及數(shù)據(jù)需求相對(duì)穩(wěn)定的分析場景報(bào)表呈現(xiàn)共設(shè)計(jì)實(shí)現(xiàn)了14種呈現(xiàn)模板，支持交互式查詢、TOP排序、實(shí)時(shí)數(shù)據(jù)等業(yè)務(wù)場景的配置。 對(duì)于更復(fù)雜的業(yè)務(wù)場景能夠復(fù)用基礎(chǔ)組件、開發(fā)上線。

△圖7?配置模板

3.2 通用計(jì)算服務(wù)

前面部分介紹了配置工具服務(wù)于計(jì)算和報(bào)表呈現(xiàn)，報(bào)表呈現(xiàn)圖表的數(shù)據(jù)來源于計(jì)算服務(wù)。 計(jì)算服務(wù)是整個(gè)數(shù)據(jù)可視化平臺(tái)的大腦，主要負(fù)責(zé)將數(shù)據(jù)庫中的原始數(shù)據(jù)根據(jù)不同的計(jì)算規(guī)則處理并生成用戶需要的數(shù)據(jù)形式進(jìn)行展示。 不同的用戶分析數(shù)據(jù)的維度、視角、場景存在差異，例如：在Top場景下，分析重點(diǎn)維度（如客戶、產(chǎn)品等）數(shù)據(jù)的變化趨勢；有的需要監(jiān)控固定指標(biāo)的波動(dòng)，根據(jù)不同的篩選條件，交叉分析引起變化的原因、預(yù)測未來發(fā)展的方向；有的需要長時(shí)間范圍的數(shù)據(jù)來分析指標(biāo)隨時(shí)間的變化規(guī)律；對(duì)于重點(diǎn)業(yè)務(wù)需要實(shí)時(shí)查看數(shù)據(jù)變化等等。 計(jì)算服務(wù)除了要覆蓋已知且復(fù)雜的業(yè)務(wù)場景，還需要考慮業(yè)務(wù)的不斷擴(kuò)展和對(duì)數(shù)據(jù)的深挖，快速跟進(jìn)業(yè)務(wù)的發(fā)展，所以計(jì)算服務(wù)架構(gòu)在設(shè)計(jì)時(shí)要充分考慮通用性和可擴(kuò)展性。

3.2.1 架構(gòu)實(shí)現(xiàn)

綜合業(yè)務(wù)場景復(fù)雜性、代碼復(fù)用性、服務(wù)通用性和可擴(kuò)展性各方面的考量，我們對(duì)通用計(jì)算服務(wù)架構(gòu)做了分層設(shè)計(jì)，每層各司其職，規(guī)范整體代碼結(jié)構(gòu)、邏輯清晰易讀且能夠快速支持新指標(biāo)計(jì)算的擴(kuò)展。

△圖8?計(jì)算整體服務(wù)架構(gòu)

1. 參數(shù)校驗(yàn)層 對(duì)于不同業(yè)務(wù)場景的數(shù)據(jù)請求，計(jì)算服務(wù)所要求的參數(shù)不盡相同，我們將參數(shù)校驗(yàn)部分獨(dú)立出來，抽象出共同的參數(shù)校驗(yàn)邏輯，對(duì)于各模板獨(dú)有的參數(shù)進(jìn)行獨(dú)立校驗(yàn)。 2. 模板服務(wù)分發(fā)層 為了滿足不同的業(yè)務(wù)場景和數(shù)據(jù)展示需求，我們設(shè)置了模板服務(wù)分發(fā)層，按照業(yè)務(wù)場景進(jìn)行分類，抽象出多個(gè)服務(wù)類服務(wù)于不同的數(shù)據(jù)場景。 分發(fā)層根據(jù)用戶在配置工具配置的信息為后續(xù)計(jì)算準(zhǔn)備數(shù)據(jù)源、指標(biāo)、維度等信息然后同計(jì)算請求一起分發(fā)到具體的服務(wù)類。 3. 多維分解層 為了支持?jǐn)?shù)據(jù)上卷、下鉆的數(shù)據(jù)分析維度之間的關(guān)系，我們設(shè)計(jì)了多維分解層，根據(jù)數(shù)據(jù)的層級(jí)分解出多個(gè)并行計(jì)算過程。 多線程并行計(jì)算使得不同層級(jí)計(jì)算互不干擾、高效計(jì)算。 4. 數(shù)據(jù)獲取層 為了能夠支持多種類型的數(shù)據(jù)庫且易于后續(xù)新增其他類型數(shù)據(jù)庫，我們抽象了數(shù)據(jù)獲取層，屏蔽上層數(shù)據(jù)獲取邏輯、提供統(tǒng)一接口???。 底層數(shù)據(jù)庫可以支持mysql、palo、xdb等，也能方便、快速的擴(kuò)展支持新的數(shù)據(jù)庫類型。 5. 分層計(jì)算層 由多維分解層拆解出來的多個(gè)計(jì)算過程，每個(gè)計(jì)算過程是獨(dú)立的模塊，在數(shù)據(jù)獲取層提供的原始數(shù)據(jù)基礎(chǔ)上并行計(jì)算周同、日環(huán)、七天均值等衍生指標(biāo)，滿足分析者多角度分析場景。 衍生指標(biāo)單獨(dú)計(jì)算、互不影響，易擴(kuò)展且不影響計(jì)算效率。 最后根據(jù)延遲看板（該部分后邊詳細(xì)介紹）提供的數(shù)據(jù)延遲、屏蔽信息，將計(jì)算結(jié)果進(jìn)行屏蔽處理，防止平臺(tái)呈現(xiàn)異常數(shù)據(jù)。

△圖9?分層運(yùn)算層

6.格式化層

格式化層主要負(fù)責(zé)根據(jù)不同呈現(xiàn)組件進(jìn)行格式化，將數(shù)據(jù)處理操作放在服務(wù)端進(jìn)行，前端拿來即用減少前端性能消耗，提高前端數(shù)據(jù)呈現(xiàn)和渲染效率。 同時(shí)，格式化層屏蔽了底層計(jì)算邏輯，使得通用計(jì)算服務(wù)能夠快速接入新的報(bào)表呈現(xiàn)平臺(tái)，為其提供計(jì)算能力。

3.3 運(yùn)維看板

數(shù)據(jù)可視化平臺(tái)的核心是數(shù)據(jù)，平臺(tái)底層維護(hù)了大量的數(shù)據(jù)流，這些數(shù)據(jù)來源于不同的上游，原始數(shù)據(jù)經(jīng)過多層的數(shù)據(jù)抽取、加工、匯總，生成最終的前端表。 在整個(gè)過程中可能出現(xiàn)各種問題，比如多數(shù)據(jù)源先后到位導(dǎo)致頁面數(shù)據(jù)展示不全，上游數(shù)據(jù)異常、數(shù)據(jù)清洗過程中發(fā)生異常等。 為了保證數(shù)據(jù)的準(zhǔn)確性，在通用計(jì)算服務(wù)部分提到了需要對(duì)異常數(shù)據(jù)進(jìn)行屏蔽處理，其屏蔽信息來源于運(yùn)維看板。

△圖10?運(yùn)維看板組成

運(yùn)維看板監(jiān)控?cái)?shù)據(jù)到位情況、檢驗(yàn)數(shù)據(jù)準(zhǔn)確性，保障數(shù)據(jù)的正常產(chǎn)出，為整個(gè)平臺(tái)數(shù)據(jù)的準(zhǔn)確性和權(quán)威性保駕護(hù)航。 其核心功能是數(shù)據(jù)延遲監(jiān)控、數(shù)據(jù)質(zhì)量校驗(yàn)、平臺(tái)公告管理。 整體的工作流程如下：

1. 調(diào)度系統(tǒng)負(fù)責(zé)所有ETL任務(wù)的調(diào)起和狀態(tài)流轉(zhuǎn)，在ETL任務(wù)運(yùn)行完成后，通過消息隊(duì)列通知到看板數(shù)據(jù)產(chǎn)出； 2. 看板調(diào)起數(shù)據(jù)校驗(yàn)服務(wù)執(zhí)行校驗(yàn)任務(wù)，并將結(jié)果回傳到看板； 3. 看板更新報(bào)表數(shù)據(jù)產(chǎn)出狀態(tài)，根據(jù)校驗(yàn)規(guī)則校驗(yàn)數(shù)據(jù)波動(dòng)是否超閾值，然后將數(shù)據(jù)到位情況、校驗(yàn)結(jié)果通過消息隊(duì)列分發(fā)到對(duì)應(yīng)的報(bào)表平臺(tái)； 4. 各報(bào)表平臺(tái)根據(jù)接收到的消息，重新計(jì)算數(shù)據(jù)更新數(shù)據(jù)緩存。

△圖11?基于消息中心的運(yùn)維看板工作流程

3.3.1 數(shù)據(jù)延遲監(jiān)控

為了保證例行化的數(shù)據(jù)任務(wù)在SLA時(shí)間內(nèi)產(chǎn)出，延遲監(jiān)控模塊根據(jù)報(bào)表的ETL任務(wù)、SLA時(shí)間信息對(duì)數(shù)據(jù)到位情況進(jìn)行監(jiān)控、報(bào)警。 數(shù)據(jù)到位時(shí)延遲監(jiān)控模塊第一時(shí)間將消息分發(fā)到各平臺(tái)，保證數(shù)據(jù)緩存及時(shí)更新。 對(duì)于多數(shù)據(jù)源的報(bào)表，延遲監(jiān)控支持配置數(shù)據(jù)全部到位或部分到位呈現(xiàn)規(guī)則，看板基于配置規(guī)則進(jìn)行數(shù)據(jù)屏蔽管理同時(shí)生成相應(yīng)公告提示報(bào)表平臺(tái)用戶數(shù)據(jù)到位情況。 如果數(shù)據(jù)在SLA時(shí)間內(nèi)未產(chǎn)出則會(huì)通知報(bào)表負(fù)責(zé)人及時(shí)跟進(jìn)數(shù)據(jù)運(yùn)行狀況。 為了方便監(jiān)控報(bào)表產(chǎn)出情況，看板同時(shí)提供了界面化的數(shù)據(jù)產(chǎn)出監(jiān)控界面，報(bào)表負(fù)責(zé)人通過界面查看、統(tǒng)計(jì)數(shù)據(jù)產(chǎn)出情況、ETL任務(wù)狀態(tài)等。

△圖12?數(shù)據(jù)產(chǎn)出監(jiān)控界面

3.3.2 數(shù)據(jù)質(zhì)量校驗(yàn)

為保證數(shù)據(jù)的準(zhǔn)確性和權(quán)威性，數(shù)據(jù)到位后運(yùn)維看板會(huì)在平臺(tái)數(shù)據(jù)呈現(xiàn)之前對(duì)數(shù)據(jù)進(jìn)行質(zhì)量校驗(yàn)，根據(jù)校驗(yàn)規(guī)則生成屏蔽信息，通過消息隊(duì)列分發(fā)到各報(bào)表平臺(tái)。 當(dāng)校驗(yàn)的數(shù)據(jù)異常時(shí)通過短信、電話、郵件等多種報(bào)警方式告知報(bào)表負(fù)責(zé)人，提醒跟進(jìn)數(shù)據(jù)異常狀況。 數(shù)據(jù)校驗(yàn)規(guī)則目前設(shè)計(jì)實(shí)現(xiàn)了三種類型： 1. 前端表校驗(yàn)：支持同環(huán)比、大小閾值等校驗(yàn)規(guī)則，在前端表數(shù)據(jù)到位后進(jìn)行校驗(yàn)。 2. 數(shù)據(jù)源校驗(yàn)：支持同環(huán)比、大小閾值等校驗(yàn)規(guī)則，從上游拉取到數(shù)據(jù)后執(zhí)行校驗(yàn)規(guī)則。 3. 自定義腳本擴(kuò)展，支持用戶自定義校驗(yàn)規(guī)則，提供openapi接口屏蔽數(shù)據(jù)。

3.3.3 屏蔽和公告管理

除了數(shù)據(jù)延遲監(jiān)控和數(shù)據(jù)質(zhì)量校驗(yàn)?zāi)軌蚱帘螖?shù)據(jù)，運(yùn)維看板還提供直接屏蔽數(shù)據(jù)功能，避免因?yàn)槠渌麊栴}造成的異常數(shù)據(jù)呈現(xiàn)給用戶。 當(dāng)數(shù)據(jù)異常或特殊事件造成數(shù)據(jù)波動(dòng)較大時(shí)，公告管理模塊上線公告告知用戶數(shù)據(jù)波動(dòng)原因。

四、總結(jié)

基于模板配置的數(shù)據(jù)可視化平臺(tái)由統(tǒng)一配置工具、通用計(jì)算服務(wù)、報(bào)表呈現(xiàn)、運(yùn)維看板等幾部分組成。 統(tǒng)一配置工具負(fù)責(zé)管理報(bào)表如何獲取數(shù)據(jù)、以哪些圖表樣式呈現(xiàn)報(bào)表；通用機(jī)算服務(wù)提供衍生指標(biāo)（日環(huán)、周同、七天均值、QTD、MTD等等），對(duì)比分析，數(shù)據(jù)上卷、下鉆等計(jì)算能力；運(yùn)維看板提供延遲監(jiān)控、質(zhì)量校驗(yàn)、屏蔽管理等功能保證數(shù)據(jù)的準(zhǔn)確性、時(shí)效性；報(bào)表呈現(xiàn)提供豐富的圖表組件（表格、趨勢圖、餅圖、地圖等等）和過濾條件（單選、多選、日期、輸入框等等）滿足復(fù)雜的可視化需求。 多種配置模板貼合業(yè)務(wù)需求，以配置取代開發(fā)快速響應(yīng)需求，同時(shí)易于擴(kuò)展的架構(gòu)能夠靈活跟進(jìn)業(yè)務(wù)變更或拓展。 簡單來說我們的平臺(tái)：1. 相比自助BI，輔助功能更強(qiáng)大、數(shù)據(jù)質(zhì)量有保證 借助組件化強(qiáng)大的能力，我們在保持頁面高自由度、靈活支持業(yè)務(wù)的同時(shí)，也構(gòu)建了多種輔助對(duì)比的能力幫助分析者完成分析。 通過一個(gè)完整的報(bào)表頁面，能有系統(tǒng)的分析思路，也能獲得多元的自助能力，強(qiáng)化了對(duì)業(yè)務(wù)的認(rèn)知。 其次減少了用戶對(duì)數(shù)據(jù)的置信問題，將異常數(shù)據(jù)前置管理，通過數(shù)據(jù)延遲監(jiān)控、數(shù)據(jù)質(zhì)量校驗(yàn)、屏蔽、公告等一系列手段保證數(shù)據(jù)的準(zhǔn)確性，避免分析者對(duì)數(shù)據(jù)質(zhì)量的質(zhì)疑，做到「所見即所得，所得皆所用」。 2. 相比傳統(tǒng)BI，更快速、高效 前文講到，定制化的開發(fā)最大的缺點(diǎn)是開發(fā)效率時(shí)間長、成本高，影響數(shù)據(jù)輸出和分析。 我們將計(jì)算能力、展示能力組件化、配置化，豐富的衍生指標(biāo)計(jì)算能力、呈現(xiàn)組件使其盡量貼近定制化平臺(tái)能力。 即便是平臺(tái)不支持的新業(yè)務(wù)場景這些高可用的開發(fā)組件也能參與到其分析場景的搭建過程中。 基于模板配置的數(shù)據(jù)可視化平臺(tái)能夠快速響應(yīng)業(yè)務(wù)需求、支撐分析業(yè)務(wù)能力、為業(yè)務(wù)賦能。

推薦閱讀

如何正確的評(píng)測視頻畫質(zhì)

小程序啟動(dòng)性能優(yōu)化實(shí)踐

我們是如何穿過低代碼 “??區(qū)”的：amis與愛速搭中的關(guān)鍵設(shè)計(jì)

移動(dòng)端異構(gòu)運(yùn)算技術(shù)-GPU OpenCL 編程（基礎(chǔ)篇） ?

云原生賦能開發(fā)測試

基于Saga的分布式事務(wù)調(diào)度落地

原文：

數(shù)據(jù)的維度和度量

在接下來的內(nèi)容中，我們將深入探討數(shù)據(jù)可視化的核心元素——維度和度量。 它們在構(gòu)建可視化報(bào)告中扮演著關(guān)鍵角色。 維度，如地區(qū)、名稱和日期，是分類的標(biāo)識(shí)，而度量，如訂單量、用戶量，是未經(jīng)修飾的數(shù)值。 兩者結(jié)合，產(chǎn)生了派生指標(biāo)，使復(fù)雜的信息得以量化和可視化。 例如，一個(gè)圖表中，X軸表示地區(qū)，如中部、東部等，Y軸則是銷售額，這樣的結(jié)構(gòu)形成了一幅直觀的數(shù)據(jù)報(bào)告。 數(shù)據(jù)可視化不僅是一種理解數(shù)據(jù)的方式，它涵蓋了科學(xué)可視化、信息可視化和可視分析等多個(gè)領(lǐng)域，旨在揭示數(shù)據(jù)背后的規(guī)律和洞察。 數(shù)據(jù)可視化的應(yīng)用廣泛，例如在數(shù)據(jù)看板上，它作為后臺(tái)系統(tǒng)首頁，提供實(shí)時(shí)業(yè)務(wù)和運(yùn)營管理數(shù)據(jù)，支持即時(shí)決策。 在移動(dòng)端，簡潔的可視化設(shè)計(jì)讓用戶可以隨時(shí)隨地獲取信息，提升工作效率。 此外，數(shù)據(jù)信息圖則通過各種圖形類型，如關(guān)系流程圖、敘事插圖等，以直觀、藝術(shù)化的方式傳達(dá)信息。 盡管以上場景可能顯得抽象，但別擔(dān)心，從下一篇文章起，我將通過實(shí)例展示各類數(shù)據(jù)可視化的圖形及其在實(shí)際場景中的最佳使用，讓大家更直觀地理解和體驗(yàn)數(shù)據(jù)可視化的魅力，敬請期待！

區(qū)塊鏈財(cái)務(wù)革命是什么？

區(qū)塊鏈對(duì)未來財(cái)務(wù)會(huì)造成什么影響

1.區(qū)塊鏈在支付領(lǐng)域：金融機(jī)構(gòu)特別是跨境金融機(jī)構(gòu)之間的對(duì)賬清算、結(jié)算等成本較高，也涉及了很多手工流程；區(qū)塊鏈技術(shù)應(yīng)用可以降低金融機(jī)構(gòu)間的對(duì)賬成本及爭議解決成本，顯著提高支付領(lǐng)域的效率，同時(shí)金融機(jī)構(gòu)更容易處理小額跨境支付業(yè)務(wù)，有助于普惠金融業(yè)務(wù)的實(shí)現(xiàn)。

2.在清算結(jié)算領(lǐng)域：不同金融機(jī)構(gòu)間基礎(chǔ)設(shè)施架構(gòu)、業(yè)務(wù)流程各有不同，涉及很多人工處理的環(huán)節(jié)，極大增加業(yè)務(wù)成本，容易出錯(cuò)。 應(yīng)用區(qū)塊鏈技術(shù)，結(jié)合第二點(diǎn)說的鏈上資產(chǎn)，即可完成點(diǎn)對(duì)點(diǎn)實(shí)時(shí)清算與結(jié)算，從而降低價(jià)值轉(zhuǎn)移成本，縮短時(shí)間，提高效率，并且交易雙方可以獲得良好的隱私保護(hù)。

3.資產(chǎn)管理領(lǐng)域：股權(quán)、債券、票據(jù)等資產(chǎn)由不同中介機(jī)構(gòu)托管，提高了資產(chǎn)的交易成本，帶來憑證偽造的問題。 應(yīng)用區(qū)塊鏈技術(shù)，將此類資產(chǎn)數(shù)字化，成為鏈上數(shù)字資產(chǎn)，以區(qū)塊鏈不可逆、不可篡改、公開等特性，提高資產(chǎn)交易效率，降低資產(chǎn)管理成本。

由于區(qū)塊鏈的特性是不可逆、不可篡改，使得信息保密安全，點(diǎn)對(duì)點(diǎn)交易傳輸，去中心化，使信息可靠追溯；從而降低中間成本、提高效率，它不僅僅用于會(huì)計(jì)審計(jì)當(dāng)中，同時(shí)還可以應(yīng)用于各行各業(yè)，現(xiàn)在我們也能從各行各業(yè)的運(yùn)轉(zhuǎn)背后都可以看到區(qū)塊鏈協(xié)作運(yùn)轉(zhuǎn)的模式，因此區(qū)塊鏈必將廣泛而深刻的改變?nèi)祟惖纳罘绞剑虼苏麄€(gè)生活服務(wù)將進(jìn)入?yún)^(qū)塊鏈時(shí)代。 在這個(gè)互聯(lián)網(wǎng)發(fā)展過程當(dāng)中，區(qū)塊鏈+實(shí)體行業(yè)、區(qū)塊鏈電商、區(qū)塊鏈社群運(yùn)營都可以運(yùn)用到區(qū)塊鏈技術(shù)。

大數(shù)據(jù)和區(qū)塊鏈技術(shù)對(duì)會(huì)計(jì)行業(yè)的變革

大數(shù)據(jù)和區(qū)塊鏈作為當(dāng)下最熱門的技術(shù)，對(duì)會(huì)計(jì)行業(yè)的變革有著非常重要的影響。 大數(shù)據(jù)技術(shù)提高了可數(shù)據(jù)化會(huì)計(jì)信息的數(shù)量，使得原有的財(cái)務(wù)信息和非財(cái)務(wù)信息得以數(shù)據(jù)化，擴(kuò)大了財(cái)務(wù)人員特別是高級(jí)財(cái)務(wù)人員的管理范疇。 會(huì)計(jì)在信息化的變革之中，面臨著會(huì)計(jì)信息的可靠性無法得到保障，虛假的會(huì)計(jì)信息數(shù)據(jù)化反而會(huì)影響營銷管理決策，而區(qū)塊鏈技術(shù)的誕生很好的解決了會(huì)計(jì)數(shù)據(jù)的可靠性問題。 會(huì)計(jì)行業(yè)要抓住機(jī)遇，積極利用大數(shù)據(jù)和區(qū)塊鏈技術(shù)，促進(jìn)行業(yè)的變革，同時(shí)，會(huì)計(jì)從業(yè)人員也要通過提升自身的職業(yè)素養(yǎng)來適應(yīng)行業(yè)變革。

大數(shù)據(jù)對(duì)會(huì)計(jì)數(shù)據(jù)信息方面，因大數(shù)據(jù)本身特點(diǎn)，當(dāng)企業(yè)涉及到大數(shù)據(jù)分析方面，更多的是需要總體的數(shù)據(jù)而不是抽樣的數(shù)據(jù)樣本，需要是數(shù)據(jù)的整體關(guān)系而不是的單個(gè)的數(shù)據(jù)，以使增強(qiáng)會(huì)計(jì)數(shù)據(jù)信息的相關(guān)性。 會(huì)計(jì)數(shù)據(jù)信息可以通過大數(shù)據(jù)平臺(tái)，得知不同企業(yè)對(duì)同類型項(xiàng)目所采取的會(huì)計(jì)處理方式以及核算方式，企業(yè)之間可以更容易進(jìn)行比較。 同時(shí)，在大數(shù)據(jù)背景之下，企業(yè)通過互聯(lián)網(wǎng)，可以及時(shí)處理和傳遞會(huì)計(jì)數(shù)據(jù)信息，保證會(huì)計(jì)數(shù)據(jù)信息的及時(shí)性。

區(qū)塊鏈因其“去中心化”的思想，應(yīng)用于處理會(huì)計(jì)數(shù)據(jù)信息之中，可以有效保障數(shù)據(jù)之間的相關(guān)性，同時(shí)因區(qū)塊鏈的去信任性、去中心化，也加強(qiáng)了信息傳輸之中的安全性，可以最大程度上防止盜取、篡改信息，從而使得信息安全問題得以解決，保證了會(huì)計(jì)數(shù)據(jù)信息的可靠性和真實(shí)性。 同時(shí)在區(qū)塊鏈技術(shù)之下，當(dāng)信息有新的更新的時(shí)候，所有的節(jié)點(diǎn)上信息都會(huì)進(jìn)行更新并且不可修改，使得信息的及時(shí)性更強(qiáng)。 區(qū)塊鏈在對(duì)信息記錄之時(shí)，需要鏈網(wǎng)之中的用戶進(jìn)行確認(rèn)記賬行為的真?zhèn)危ㄟ^記錄則不可修改，每一方因?yàn)閷?shí)現(xiàn)數(shù)據(jù)利益最大化，從而使得一些不良現(xiàn)象徹底消失。

會(huì)計(jì)從傳統(tǒng)簡單的記賬到如今的合理納稅，以后將會(huì)通過對(duì)財(cái)務(wù)數(shù)據(jù)的管理，進(jìn)行更多方面的管理。 在大數(shù)據(jù)和區(qū)塊鏈的促進(jìn)之下，會(huì)計(jì)之前的財(cái)務(wù)會(huì)計(jì)和管理會(huì)計(jì)分支將會(huì)融合。 大數(shù)據(jù)技術(shù)和區(qū)塊鏈技術(shù)的引入，所帶來的新平臺(tái)，將會(huì)使得會(huì)計(jì)人員不僅成為會(huì)計(jì)專家，也有可能成為大數(shù)據(jù)方面進(jìn)行專業(yè)管理的編程人員，即有多類輔助技能的會(huì)計(jì)人才，成為新時(shí)代下有突出價(jià)值的新型會(huì)計(jì)人才，將會(huì)促進(jìn)管理類會(huì)計(jì)與財(cái)務(wù)類會(huì)計(jì)的加速融合。

大數(shù)據(jù)以及區(qū)塊鏈技術(shù)，融合會(huì)計(jì)數(shù)據(jù)信息，提高了會(huì)計(jì)信息的數(shù)量也保證了會(huì)計(jì)信息的質(zhì)量，使得財(cái)務(wù)管理能力成為會(huì)計(jì)人員的必備能力，高級(jí)會(huì)計(jì)人員的管理能力將獲得強(qiáng)力突出。 從事基礎(chǔ)會(huì)計(jì)工作的會(huì)計(jì)人員也面臨會(huì)計(jì)行業(yè)的變革考驗(yàn)，需要更多掌握管理會(huì)計(jì)、信息決策方面出發(fā)。

面對(duì)會(huì)計(jì)數(shù)據(jù)信息海量的數(shù)據(jù)，會(huì)計(jì)從業(yè)人員需要通過大數(shù)據(jù)技術(shù)、掌握多種高效的數(shù)據(jù)分析方式，綜合分析判斷數(shù)據(jù)信息，從而幫助企業(yè)做出正確的預(yù)案，同時(shí)提出問題的解決策略。 會(huì)計(jì)人員將計(jì)算機(jī)技術(shù)與會(huì)計(jì)知識(shí)的有機(jī)結(jié)合，利用大數(shù)據(jù)、區(qū)塊鏈技術(shù)，逐步將傳統(tǒng)賬簿修改成以大數(shù)據(jù)、區(qū)塊鏈技術(shù)為基礎(chǔ)的新型平臺(tái)。

數(shù)字經(jīng)濟(jì)時(shí)代，財(cái)務(wù)管理新變化

作者：王勇謝晨穎

【導(dǎo)讀】

數(shù)字經(jīng)濟(jì)時(shí)代，“大智移云物區(qū)”等數(shù)字技術(shù)已經(jīng)成為重塑各行各業(yè)的重要力量。 財(cái)務(wù)管理作為企業(yè)管理的重要內(nèi)容，也受到了巨大的影響和沖擊。 傳統(tǒng)財(cái)務(wù)的工作流程、管理模式、管理理念、組織架構(gòu)等各方面都發(fā)生了不同程度的變化。 企業(yè)的財(cái)務(wù)管理正在從電算化、信息化，逐漸走向數(shù)字化、智能化。

數(shù)字技術(shù)的進(jìn)步會(huì)給財(cái)務(wù)管理帶來怎樣的改變？本文將從財(cái)務(wù)決策、資金管理、成本管理、財(cái)務(wù)職能、財(cái)務(wù)報(bào)告和財(cái)務(wù)風(fēng)險(xiǎn)六個(gè)方面闡述數(shù)字經(jīng)濟(jì)時(shí)代財(cái)務(wù)管理發(fā)生的變革。

1.財(cái)務(wù)決策：從依賴經(jīng)驗(yàn)的直覺決策到數(shù)據(jù)算法驅(qū)動(dòng)的科學(xué)決策

長期以來，管理者通常憑借經(jīng)驗(yàn)、直覺、判斷力來進(jìn)行決策，雖然也會(huì)通過獲取數(shù)據(jù)進(jìn)行模型的計(jì)算得出結(jié)果，但在過去，受限于技術(shù)能力，數(shù)據(jù)獲取不全面，導(dǎo)致很多決策模型無法使用，財(cái)務(wù)決策僅僅建立在企業(yè)內(nèi)部“財(cái)務(wù)小數(shù)據(jù)”的基礎(chǔ)上，包括收入、成本、利潤、資產(chǎn)、負(fù)債等，難以做出合理的決策。

數(shù)字經(jīng)濟(jì)時(shí)代，大數(shù)據(jù)的大量性（Volume）和多樣性（Variety）給管理者使用決策模型提供便利，可以得出更加科學(xué)合理的結(jié)果。 大數(shù)據(jù)不僅能收集到財(cái)務(wù)信息，也能收集到非財(cái)務(wù)信息；不僅能收集結(jié)構(gòu)化數(shù)據(jù)，也能收集到非結(jié)構(gòu)化、半結(jié)構(gòu)化數(shù)據(jù)；除了企業(yè)內(nèi)部業(yè)務(wù)數(shù)據(jù)，更延伸到企業(yè)外部，包括所屬行業(yè)、供應(yīng)鏈、競爭對(duì)手、監(jiān)管機(jī)構(gòu)、政府部門等所有利益相關(guān)者的數(shù)據(jù)。 數(shù)據(jù)和算法通過機(jī)器學(xué)習(xí)的方式不斷自我優(yōu)化，進(jìn)而用“數(shù)據(jù)決策”替代“憑直覺經(jīng)驗(yàn)和拍腦袋式?jīng)Q策”。

以投資決策為例，在進(jìn)行投資決策時(shí)，過去的決策者在決策時(shí)無法掌握所有信息，且容易受到個(gè)人風(fēng)險(xiǎn)偏好、認(rèn)知偏差的影響，造成決策的主觀性。 基于大數(shù)據(jù)的投資決策模型糾正了決策中的非理性問題，得出的結(jié)論更加的科學(xué)，提高投資決策的合理性和準(zhǔn)確性。 同時(shí)，通過建立量化投資模型幫助決策者處理海量數(shù)據(jù)，決策者能夠在短時(shí)間內(nèi)對(duì)影響投資結(jié)果的因素進(jìn)行多角度分析，如經(jīng)濟(jì)周期、未來預(yù)期、盈利能力、心理因素、市場等，根據(jù)模型分析結(jié)果做出投資決策，極大提高了投資效率。 有實(shí)證研究表明，企業(yè)的投資規(guī)模、投資回報(bào)率與大數(shù)據(jù)發(fā)展指數(shù)之間呈正相關(guān)關(guān)系，即大數(shù)據(jù)的發(fā)展有利于企業(yè)做出更好的投資決策；同時(shí)，大數(shù)據(jù)發(fā)展指數(shù)與企業(yè)融資效率、內(nèi)源融資率及債務(wù)清償率均呈正相關(guān)關(guān)系。 大數(shù)據(jù)能夠提升企業(yè)融資決策的質(zhì)量。 [1]

谷歌采用“TheMachine”算法，通過或否決新的投資和后續(xù)投資。 通過收集某特定公司的市場數(shù)據(jù)、融資金額、聯(lián)合投資合作伙伴、以前的投資者、行業(yè)領(lǐng)域以及以前估值與目前估值的差額等方面的數(shù)據(jù)進(jìn)行分析，用紅綠燈系統(tǒng)來考核某項(xiàng)投資指標(biāo)體系，綠燈表示投資機(jī)會(huì)良好，紅燈表示不投資，黃燈表示需謹(jǐn)慎行事。 在使用初期只是作為投資盡調(diào)的輔助配角，現(xiàn)在其AI算法已經(jīng)進(jìn)入投資委員會(huì)，可以對(duì)投資進(jìn)行評(píng)估，且評(píng)估結(jié)果的準(zhǔn)確率很高。

2.資金管理：從內(nèi)部資金管理到全產(chǎn)業(yè)鏈資金管理

傳統(tǒng)財(cái)資管理系統(tǒng)中更多是平面化財(cái)資管理，將財(cái)資管理的重點(diǎn)放在賬戶管理、資金結(jié)算、資金劃撥、資金對(duì)賬等交易性處理流程上，主要是對(duì)企業(yè)內(nèi)部資金的管理。

數(shù)字經(jīng)濟(jì)時(shí)代，隨著數(shù)字技術(shù)的不斷發(fā)展，可以支撐更加復(fù)雜多樣的資金管理模式，財(cái)資管理將從平面走向立體。 企業(yè)的資金管理不再局限于內(nèi)部資金的集中管控和調(diào)配，而是向供應(yīng)鏈金融模式轉(zhuǎn)變。 利用大數(shù)據(jù)、AI、云計(jì)算等技術(shù)，可以對(duì)產(chǎn)業(yè)鏈資金流動(dòng)進(jìn)行靜態(tài)和動(dòng)態(tài)監(jiān)測管理。 上至供應(yīng)商，可以開展供應(yīng)鏈金融，做應(yīng)收賬款保理；下到消費(fèi)者，可以做消費(fèi)信貸，盤活全產(chǎn)業(yè)鏈資金。 [2]

蒙牛集團(tuán)在企業(yè)內(nèi)部搭建了資金共享平臺(tái)，實(shí)現(xiàn)對(duì)資金的集中管控。 由集團(tuán)總部統(tǒng)一調(diào)度、管理和運(yùn)用所有的資金。 大量實(shí)時(shí)匯總的資金大數(shù)據(jù)，使現(xiàn)金流預(yù)測模型更加精確，讓集團(tuán)對(duì)內(nèi)部資金的管理更精細(xì)、更高效、更主動(dòng)。 除了內(nèi)部資金管理，在企業(yè)外部，蒙牛還建立了服務(wù)于上下游的供應(yīng)鏈融資平臺(tái)。 通過“互聯(lián)網(wǎng)+大數(shù)據(jù)”，從蒙牛上下游、奶源等第一層直聯(lián)的約上萬數(shù)量合作伙伴群，逐步延伸到第二層的上百萬數(shù)量的蒙牛生態(tài)圈伙伴，實(shí)現(xiàn)高效、低成本融資。 目前，蒙牛已與多家金融機(jī)構(gòu)合作開展供應(yīng)鏈金融業(yè)務(wù)。 通過EAS系統(tǒng)和銀行在數(shù)據(jù)渠道上打通，上下游企業(yè)可以直接登錄蒙牛供應(yīng)鏈融資平臺(tái)，高效融資，使得以蒙牛為核心企業(yè)的生態(tài)圈更加健康。

3.成本管理：實(shí)現(xiàn)精細(xì)化核算、前置化管控，優(yōu)化成本控制

在成本核算方面，作業(yè)成本法是現(xiàn)在較為精細(xì)化的管理方式，但基于技術(shù)條件的限制，很多作業(yè)層面的數(shù)據(jù)難以收集，導(dǎo)致實(shí)施起來較為復(fù)雜和困難。

數(shù)字經(jīng)濟(jì)時(shí)代，隨著大數(shù)據(jù)、物聯(lián)網(wǎng)等技術(shù)的興起，生產(chǎn)或服務(wù)中的每一步驟甚至每一個(gè)細(xì)節(jié)都能夠被各種智能儀器收集到，并傳遞到數(shù)據(jù)處理中心進(jìn)行處理。 企業(yè)能夠方便快捷地獲取、篩選與成本相關(guān)的各種數(shù)據(jù)，避免了繁瑣的人工篩選數(shù)據(jù)的過程，使得作業(yè)成本法得以便捷的實(shí)現(xiàn)。 同時(shí)，成本數(shù)據(jù)的收集更為精確和全面，便于確定成本動(dòng)因、識(shí)別增值作業(yè)，精細(xì)化成本管理，優(yōu)化成本控制過程。 實(shí)際上，由于智能設(shè)備和物聯(lián)網(wǎng)的應(yīng)用，一些傳統(tǒng)的間接費(fèi)用變?yōu)橹苯映杀荆词剐枰峙溟g接費(fèi)用，也能找到較為精確的分配因子。

Amani等(2017)對(duì)數(shù)據(jù)挖掘技術(shù)在成本管理應(yīng)用中的幾個(gè)層面進(jìn)行了綜述，分別是設(shè)備層面、流程層面、施工層面、產(chǎn)品層面和項(xiàng)目層面。 其中，在設(shè)備層可以用數(shù)據(jù)挖掘來評(píng)估設(shè)備制造成本，從而提高設(shè)備檢查和維修的精確度，追蹤設(shè)備更新成本；在流程層數(shù)據(jù)挖掘技術(shù)用來在成本核算中確定成本驅(qū)動(dòng)因素,并幫助制定轉(zhuǎn)移定價(jià)的決策；在施工層通過創(chuàng)建神經(jīng)網(wǎng)絡(luò)系統(tǒng)，實(shí)現(xiàn)快速且精確的成本評(píng)估；在產(chǎn)品層數(shù)據(jù)挖掘可以用以預(yù)測產(chǎn)品單元的成本、評(píng)估產(chǎn)品生命周期成本；在項(xiàng)目層數(shù)據(jù)挖掘可以協(xié)助建立成本評(píng)估體系，包括有形產(chǎn)品和無形產(chǎn)品,如軟件和應(yīng)用等。 基于全過程、多層次的原則，財(cái)務(wù)可以在數(shù)據(jù)挖掘技術(shù)下實(shí)現(xiàn)對(duì)成本的精益管理，這是大數(shù)據(jù)技術(shù)在成本管理領(lǐng)域的重要應(yīng)用場景。

此外，傳統(tǒng)的成本控制是在成本發(fā)生后進(jìn)行事后追蹤。 隨著數(shù)字技術(shù)的應(yīng)用，成本、費(fèi)用被細(xì)分成不同的子類，針對(duì)不同子類都可以進(jìn)一步向前延伸，建立專業(yè)的前端業(yè)務(wù)管理系統(tǒng)，如商旅管理系統(tǒng)、品牌宣傳管理系統(tǒng)、通信費(fèi)用管理系統(tǒng)等等。 [3]這些前置業(yè)務(wù)系統(tǒng)和財(cái)務(wù)系統(tǒng)之間實(shí)現(xiàn)無縫銜接，將成本費(fèi)用的管理前置到業(yè)務(wù)過程中去，實(shí)現(xiàn)前置化、過程化的成本控制和監(jiān)督。

4.財(cái)務(wù)職能：從交易記錄、核算監(jiān)督到?jīng)Q策支持、價(jià)值創(chuàng)造，實(shí)現(xiàn)業(yè)財(cái)深度融合

傳統(tǒng)財(cái)務(wù)的主要工作是承擔(dān)企業(yè)的財(cái)務(wù)核算和監(jiān)督職能，進(jìn)行報(bào)表的編制、資金結(jié)算、報(bào)送財(cái)務(wù)信息等基礎(chǔ)性工作。 財(cái)務(wù)角色定位局限于賬務(wù)處理、薄記經(jīng)營活動(dòng)，財(cái)務(wù)部門只是職能部門，不能產(chǎn)生附加價(jià)值，是“后臺(tái)”角色。

數(shù)字經(jīng)濟(jì)時(shí)代，財(cái)務(wù)的職能將發(fā)生重大變革。 以“憑證”為起點(diǎn)的傳統(tǒng)財(cái)務(wù)會(huì)計(jì)將逐漸被自動(dòng)化和智能化，很多重復(fù)性、規(guī)則性的財(cái)務(wù)工作會(huì)被財(cái)務(wù)機(jī)器人所替代，更多財(cái)會(huì)人員被釋放出來，新的財(cái)務(wù)管理模式將實(shí)現(xiàn)“無人會(huì)計(jì)”。

麥肯錫《自動(dòng)化和人工智能如何重塑財(cái)務(wù)職能》中顯示，大多數(shù)財(cái)務(wù)活動(dòng)都存在自動(dòng)化計(jì)劃，其中以交易型活動(dòng)最易于自動(dòng)化，對(duì)于一般的會(huì)計(jì)活動(dòng)而言，77%的活動(dòng)是可以全自動(dòng)化的，12%的活動(dòng)可以高度自動(dòng)化。 牛津大學(xué)研究者也曾預(yù)測，未來20年，在英國會(huì)計(jì)行業(yè)中，財(cái)務(wù)行政人員和注冊會(huì)計(jì)師可能被機(jī)器完全替代的概率分別為96.8%和95.3%。

財(cái)務(wù)人員正在從以交易處理為主的財(cái)務(wù)會(huì)計(jì)向決策支持為主的管理會(huì)計(jì)轉(zhuǎn)型，轉(zhuǎn)變?yōu)橘x能者和創(chuàng)新引領(lǐng)者。 借助大數(shù)據(jù)挖掘技術(shù)，發(fā)現(xiàn)業(yè)務(wù)經(jīng)營中存在的問題、企業(yè)潛在的發(fā)展機(jī)會(huì)，參與經(jīng)營決策，并更多承擔(dān)資金管理、預(yù)算管理、風(fēng)險(xiǎn)管控等高價(jià)值工作，全面參與到企業(yè)的經(jīng)營管理和價(jià)值創(chuàng)造活動(dòng)中去。

同時(shí)，傳統(tǒng)財(cái)務(wù)工作相對(duì)獨(dú)立、封閉，很難與各項(xiàng)業(yè)務(wù)工作有效的融合,“會(huì)計(jì)和業(yè)務(wù)兩張皮”現(xiàn)象較為常見。 數(shù)字化時(shí)代，一切業(yè)務(wù)數(shù)據(jù)化，一切數(shù)據(jù)業(yè)務(wù)化，財(cái)務(wù)工作將與業(yè)務(wù)工作高度融合。 業(yè)務(wù)信息系統(tǒng)和財(cái)務(wù)信息系統(tǒng)在輸入、處理、存儲(chǔ)和輸出等各個(gè)環(huán)節(jié)共享，業(yè)務(wù)和財(cái)務(wù)人員之間的組織和職能劃分將會(huì)逐漸消失。 在數(shù)字技術(shù)、智能技術(shù)的加持下，會(huì)計(jì)人員的部分職責(zé)會(huì)轉(zhuǎn)移到業(yè)務(wù)人員身上，“人人財(cái)務(wù)”的趨勢逐漸凸顯。 （“人人財(cái)務(wù)”表現(xiàn)為財(cái)務(wù)即業(yè)務(wù)，業(yè)務(wù)即財(cái)務(wù)；人人皆財(cái)務(wù)，財(cái)務(wù)皆人人。 ）

新奧集團(tuán)是一家業(yè)務(wù)版塊廣泛、子公司眾多的大型集團(tuán)公司，其財(cái)務(wù)共享中心日常業(yè)務(wù)種類繁多，且有相當(dāng)一部分業(yè)務(wù)流程需依靠人工完成，員工工作強(qiáng)度大、耗時(shí)久。 在財(cái)務(wù)數(shù)字化轉(zhuǎn)型中，新奧集團(tuán)利用IBMRPA（機(jī)器人流程自動(dòng)化）、規(guī)則引擎等技術(shù)，打造自動(dòng)化財(cái)務(wù)機(jī)器人，引入虛擬員工，在財(cái)務(wù)共享中心上崗。 自動(dòng)化機(jī)器人代替人工完成業(yè)務(wù)流程中重復(fù)度高、規(guī)則精確和吞吐量大的任務(wù)，以及跨崗位的多人操作、跨數(shù)據(jù)源的數(shù)據(jù)核對(duì)等；只有異常處理、需要?jiǎng)?chuàng)意和決策的任務(wù)才交給人工操作。 借助RPA技術(shù)，新奧集團(tuán)財(cái)務(wù)共享中心不僅更快速、更高效地完成工作，而且最大限度釋放員工價(jià)值，讓員工做對(duì)企業(yè)有更高附加值的工作。

美的集團(tuán)在財(cái)務(wù)數(shù)字化轉(zhuǎn)型中，構(gòu)建了財(cái)務(wù)共享平臺(tái)，重新架構(gòu)了管理體系，真正實(shí)現(xiàn)了“業(yè)財(cái)融合”。 轉(zhuǎn)型后財(cái)務(wù)人員從重復(fù)投入和效率低的境況中解放出來，將更多資源和精力投入到輔助經(jīng)營中。 財(cái)務(wù)職能由“辦公室”型財(cái)務(wù)轉(zhuǎn)變成“業(yè)務(wù)型和經(jīng)營管理型財(cái)務(wù)”，通過深入了解業(yè)務(wù)，深度分析各業(yè)務(wù)領(lǐng)域的經(jīng)營數(shù)據(jù)，為業(yè)務(wù)部門提供有力的數(shù)據(jù)支撐，支持企業(yè)經(jīng)營管理決策，提升經(jīng)營價(jià)值。 另外，集團(tuán)重新設(shè)置了財(cái)經(jīng)各模塊職能崗位，比如財(cái)經(jīng)管理部的“預(yù)算管理專員、成本管理專員、會(huì)計(jì)管理專員、研發(fā)成本管理專員、資金管理專員”等崗位設(shè)計(jì)，所有財(cái)務(wù)工作側(cè)重于參與企業(yè)經(jīng)營管理，而不是會(huì)計(jì)核算。 財(cái)務(wù)人員從傳統(tǒng)的日常記賬中解脫出來，走進(jìn)前線，參與到業(yè)務(wù)中，為業(yè)務(wù)提供決策支持。

5.財(cái)務(wù)報(bào)告：從定期、標(biāo)準(zhǔn)化報(bào)表到實(shí)時(shí)、多樣化、全面化報(bào)表

傳統(tǒng)財(cái)務(wù)報(bào)告通過對(duì)經(jīng)濟(jì)業(yè)務(wù)的確認(rèn)、計(jì)量和報(bào)告，定期提供標(biāo)準(zhǔn)化的財(cái)報(bào)，有三個(gè)特點(diǎn)：一是主要提供財(cái)務(wù)數(shù)據(jù)，非財(cái)務(wù)數(shù)據(jù)很少呈現(xiàn)。 財(cái)報(bào)很難全面展現(xiàn)企業(yè)的財(cái)務(wù)狀況、經(jīng)營業(yè)績與發(fā)展前景。 二是標(biāo)準(zhǔn)化，即對(duì)所有使用者提供相同的格式和信息，不考慮信息使用者的個(gè)性化需求。 三是滯后性，傳統(tǒng)的“三表一注”面向過去，按季度或年度定期編制，對(duì)企業(yè)經(jīng)營狀況的反饋是滯后的。

隨著大數(shù)據(jù)、云計(jì)算、人工智能、圖像識(shí)別、機(jī)器學(xué)習(xí)等各種技術(shù)的出現(xiàn)，正在不斷改變會(huì)計(jì)信息加工的規(guī)則和方法，一些機(jī)構(gòu)已經(jīng)開始借助于人工智能算法，實(shí)現(xiàn)憑證的智能編制和報(bào)表的智能生成。 可以根據(jù)不同用戶的需求，提供多樣化的財(cái)務(wù)報(bào)告，滿足不同層級(jí)用戶的多樣化需求。 這些報(bào)告不再局限于財(cái)務(wù)信息，還包括大量非財(cái)務(wù)信息，財(cái)務(wù)報(bào)告走向精細(xì)和全面。 也不再局限于定期報(bào)告，而是可以做到實(shí)時(shí)化、可視化。 財(cái)務(wù)數(shù)據(jù)實(shí)時(shí)采集、實(shí)時(shí)核算與分析、實(shí)時(shí)傳輸與報(bào)告，為企業(yè)經(jīng)營決策提供支持。

其中，區(qū)塊鏈技術(shù)給財(cái)務(wù)報(bào)告帶來的影響是革命性的。 企業(yè)外部信息使用者及其內(nèi)部信息需求都能夠通過共識(shí)機(jī)制快速確定。 每一個(gè)企業(yè)參與者都可以提出多樣化的信息需求，通過區(qū)塊鏈技術(shù)能夠生成并發(fā)布各種樣式、內(nèi)容、結(jié)構(gòu)、目的的財(cái)務(wù)報(bào)告，如以經(jīng)濟(jì)事項(xiàng)為基礎(chǔ)的報(bào)告、全面收益報(bào)告、相互式按需報(bào)告、實(shí)時(shí)智能財(cái)務(wù)報(bào)告以及智能分析報(bào)告等，極大地克服了現(xiàn)行財(cái)務(wù)報(bào)告的諸多局限性。

德邦快遞的客戶量大、單量大，流轉(zhuǎn)數(shù)據(jù)大，對(duì)報(bào)表的時(shí)效要求非常高。 通過構(gòu)建業(yè)財(cái)一體化系統(tǒng)平臺(tái)，梳理業(yè)務(wù)單據(jù)與財(cái)務(wù)憑證之間的數(shù)據(jù)關(guān)聯(lián)，德邦快遞實(shí)現(xiàn)了90%憑證的自動(dòng)生成、審核，每月自動(dòng)處理200萬份業(yè)務(wù)單據(jù)；設(shè)置的各項(xiàng)報(bào)表架構(gòu)和業(yè)務(wù)規(guī)則，自動(dòng)歸集、計(jì)算、輸出報(bào)表，每次報(bào)表編制時(shí)間由4小時(shí)縮短至60s，實(shí)現(xiàn)報(bào)表智能編制、實(shí)時(shí)查詢，滿足管理者對(duì)報(bào)表時(shí)效的高要求。

6.財(cái)務(wù)風(fēng)險(xiǎn)：從依靠人進(jìn)行風(fēng)險(xiǎn)管控到機(jī)器自動(dòng)識(shí)別風(fēng)險(xiǎn)、提前預(yù)警

財(cái)務(wù)風(fēng)險(xiǎn)包括籌資風(fēng)險(xiǎn)、投資風(fēng)險(xiǎn)、現(xiàn)金流風(fēng)險(xiǎn)等。 傳統(tǒng)財(cái)務(wù)風(fēng)險(xiǎn)管控主要依靠財(cái)務(wù)人員搜集信息，進(jìn)行風(fēng)險(xiǎn)識(shí)別時(shí)需要搜集的數(shù)據(jù)量龐大，財(cái)務(wù)人員難以整合多種渠道的數(shù)據(jù)，難以進(jìn)行關(guān)聯(lián)信息查詢和擴(kuò)展，效率低下，風(fēng)險(xiǎn)控制的成本較大。

隨著大數(shù)據(jù)、人工智能等技術(shù)的廣泛應(yīng)用，財(cái)務(wù)風(fēng)險(xiǎn)管控有了更先進(jìn)的算法、模型和工具。 借助監(jiān)督式學(xué)習(xí)算法、知識(shí)圖譜等技術(shù)，把人類具有的直覺推理加以形式化或機(jī)器模擬，可以大量處理會(huì)計(jì)信息、供應(yīng)商管理審查信息、應(yīng)收賬款賬齡信息等，對(duì)財(cái)務(wù)風(fēng)險(xiǎn)形成預(yù)判能力。 通過建立數(shù)學(xué)模型對(duì)不同風(fēng)險(xiǎn)因素進(jìn)行組合分析，使企業(yè)能夠在較短時(shí)間內(nèi)迅速識(shí)別潛在風(fēng)險(xiǎn)并進(jìn)行精確的量化分析，進(jìn)而實(shí)現(xiàn)對(duì)財(cái)務(wù)風(fēng)險(xiǎn)的及時(shí)控制。 此外，根據(jù)大數(shù)據(jù)的分析結(jié)果設(shè)立預(yù)警指標(biāo)與臨界指標(biāo)，還可提醒管理者在財(cái)務(wù)風(fēng)險(xiǎn)發(fā)生前就做出應(yīng)對(duì)措施。

德勤認(rèn)為機(jī)器學(xué)習(xí)可以解讀財(cái)務(wù)人員對(duì)于風(fēng)險(xiǎn)的反應(yīng)方式，從而在沒有回饋或干預(yù)的情況下自主采取行動(dòng)，根據(jù)持續(xù)的信息流快速反應(yīng)，進(jìn)而降低財(cái)務(wù)風(fēng)險(xiǎn)，使財(cái)務(wù)不需要在人的干預(yù)下就可以自主驅(qū)動(dòng)智能工具，實(shí)現(xiàn)無人化的風(fēng)險(xiǎn)管控。

阿里巴巴為了保持現(xiàn)金流的穩(wěn)定性和充足性，防止現(xiàn)金流風(fēng)險(xiǎn)，建立了大數(shù)據(jù)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警體系，將產(chǎn)生財(cái)務(wù)風(fēng)險(xiǎn)的內(nèi)外部經(jīng)營環(huán)境等抽象因素?cái)?shù)據(jù)化，利用大數(shù)據(jù)處理技術(shù)對(duì)各種風(fēng)險(xiǎn)因子異常變化情況進(jìn)行識(shí)別，任何涉及到現(xiàn)金流的風(fēng)險(xiǎn)因子出現(xiàn)異常，預(yù)警體系都能夠基于大數(shù)據(jù)分析處理進(jìn)行主動(dòng)識(shí)別，并預(yù)警潛在的現(xiàn)金流風(fēng)險(xiǎn)，通知管理人員及時(shí)進(jìn)行風(fēng)險(xiǎn)的管控。 與傳統(tǒng)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警體系不同，大數(shù)據(jù)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警體系在云技術(shù)的支持下能夠?qū)崿F(xiàn)事前預(yù)測、事中處理、事后管控的實(shí)時(shí)動(dòng)態(tài)監(jiān)控。

【小結(jié)】

數(shù)字經(jīng)濟(jì)時(shí)代，在大數(shù)據(jù)、云計(jì)算、區(qū)塊鏈等數(shù)字技術(shù)的沖擊下，傳統(tǒng)的財(cái)務(wù)管理模式發(fā)生了深刻變革。 財(cái)務(wù)決策從經(jīng)驗(yàn)驅(qū)動(dòng)變?yōu)閿?shù)據(jù)驅(qū)動(dòng)，資金管理從內(nèi)部管理延伸到全產(chǎn)業(yè)鏈、生態(tài)圈的管理，成本核算精細(xì)化、成本控制前置化，財(cái)務(wù)職能從核算監(jiān)督到?jīng)Q策支持、價(jià)值創(chuàng)造，財(cái)務(wù)報(bào)表從定期、標(biāo)準(zhǔn)到實(shí)時(shí)、多樣，財(cái)務(wù)風(fēng)險(xiǎn)管控從依靠人到機(jī)器自動(dòng)識(shí)別、提前預(yù)警。 企業(yè)要抓住數(shù)字經(jīng)濟(jì)的時(shí)代機(jī)遇，加快財(cái)務(wù)管理的數(shù)字化轉(zhuǎn)型，充分發(fā)揮財(cái)務(wù)在數(shù)據(jù)方面具有的先決性優(yōu)勢。

參考文獻(xiàn)：

數(shù)據(jù)分析能力體現(xiàn)在哪些方面

數(shù)據(jù)分析能力體現(xiàn)在以下方面：

1.數(shù)據(jù)收集與整理能力

數(shù)據(jù)分析的第一步是數(shù)據(jù)的收集與整理。 數(shù)據(jù)分析者需要具備收集各種類型的數(shù)據(jù)的能力，包括從數(shù)據(jù)庫、API、網(wǎng)絡(luò)等渠道獲取數(shù)據(jù)。 此外，還需要對(duì)數(shù)據(jù)進(jìn)行清洗、去重、處理缺失值等，以確保數(shù)據(jù)的質(zhì)量和完整性。

2.數(shù)據(jù)探索與可視化能力

數(shù)據(jù)分析者需要通過數(shù)據(jù)探索來理解數(shù)據(jù)的特征和規(guī)律。 他們需要運(yùn)用各種統(tǒng)計(jì)方法和可視化工具，對(duì)數(shù)據(jù)進(jìn)行探索性分析，發(fā)現(xiàn)其中的模式、趨勢和異常值。 通過可視化手段，可以更直觀地呈現(xiàn)數(shù)據(jù)的結(jié)構(gòu)和關(guān)系，幫助決策者快速理解數(shù)據(jù)背后的信息。

3.統(tǒng)計(jì)分析與模型建立能力

數(shù)據(jù)分析離不開統(tǒng)計(jì)分析的方法和技術(shù)。 數(shù)據(jù)分析者需要掌握各種統(tǒng)計(jì)分析方法，如描述統(tǒng)計(jì)、推斷統(tǒng)計(jì)、回歸分析、聚類分析等，以從數(shù)據(jù)中提取有意義的信息和模式。 此外，他們還需要具備建立預(yù)測模型、機(jī)器學(xué)習(xí)模型等的能力，以解決實(shí)際問題和做出準(zhǔn)確的預(yù)測。

4.數(shù)據(jù)解釋與故事講述能力

數(shù)據(jù)分析的最終目的是為決策者提供具有洞察力的建議和決策支持。 數(shù)據(jù)分析者需要將復(fù)雜的分析結(jié)果轉(zhuǎn)化為簡潔明了的語言和圖表，能夠清晰且有邏輯地向非專業(yè)人士解釋分析結(jié)論。 他們需要具備良好的溝通能力和故事講述能力，將數(shù)據(jù)背后的故事傳達(dá)給相關(guān)人員。

5.業(yè)務(wù)理解與問題解決能力

數(shù)據(jù)分析的核心是圍繞實(shí)際業(yè)務(wù)問題展開的。 數(shù)據(jù)分析者需要了解所從事的行業(yè)或領(lǐng)域的業(yè)務(wù)特點(diǎn)和相關(guān)知識(shí)，才能更好地理解問題背景和目標(biāo)。 他們需要能夠準(zhǔn)確把握業(yè)務(wù)需求，將問題轉(zhuǎn)化為可量化和可分析的形式，并提供相應(yīng)的數(shù)據(jù)支持和解決方案。

6.持續(xù)學(xué)習(xí)和自我提升能力

數(shù)據(jù)分析領(lǐng)域發(fā)展迅速，涉及到多個(gè)學(xué)科和技術(shù)。 數(shù)據(jù)分析者需要具備持續(xù)學(xué)習(xí)和自我提升的能力，跟上最新的數(shù)據(jù)分析方法、工具和技術(shù)。 他們需要參加培訓(xùn)、閱讀相關(guān)文獻(xiàn)、參與社區(qū)和行業(yè)討論，不斷提升自己的專業(yè)水平。

數(shù)據(jù)分析能力體現(xiàn)在數(shù)據(jù)收集與整理、數(shù)據(jù)探索與可視化、統(tǒng)計(jì)分析與模型建立、數(shù)據(jù)解釋與故事講述以及業(yè)務(wù)理解與問題解決等方面。 除了專業(yè)知識(shí)和技能，數(shù)據(jù)分析者還需要具備良好的溝通能力、學(xué)習(xí)能力和問題解決能力，以全面地應(yīng)對(duì)各種數(shù)據(jù)分析任務(wù)。

---

---

相關(guān)標(biāo)簽： 提升溝通和洞察、 數(shù)據(jù)參量化對(duì)象有哪些、 數(shù)據(jù)參量化對(duì)數(shù)據(jù)可視化的影響、

上一篇：面向數(shù)據(jù)科學(xué)家和分析師的數(shù)據(jù)參量化入門指

下一篇：AI和機(jī)器學(xué)習(xí)中的數(shù)據(jù)參量化增強(qiáng)模型性能和