财务数字化转型背景下的帆软财务BI实践

财务数字化转型

1、财务数字化转型痛点

在企业数字化转型的大背景下，组织效率和人员技能的转型往往是同步进行的，而企业财务的数字化转型就是一个很好的例子。

在财务数字化转型过程中，既包括对组织财务流程和规范的优化提效，也包括对组织内财务人员的数据思维和工具技巧能力的提升。

在传统的财务流程中，财务人员经常会面临一些痛点，具体到场景，可以总结为以下几点：

（1）效率低：在传统财务流程中，核算人员的一部分工作比如开票、付款常常是低效的。他们的大部分时间都花在从业务申请记录中复制粘贴信息到税务系统或者银企中进行操作，操作完成后再把发票或回单截图粘贴回系统。这些工作简单重复，依靠人工重复操作的效率非常低。

（2）风控弱：举个常见的场景，随着电子发票的普及，需要保障费用发票不重复，验证发票的真实性。在财务数字化之前可能更多的依靠人工，会存在误判的风险，导致资金管控的偏差很高。

（3）管控难：每个公司的财务制度里都有非常多的管控要求，这些管控措施和制度如果没有落实在电子系统里，就很难落到实处，那么业财融合也只能停留在表面。

（4）决策慢：财务数据的时效性直接影响到决策的效率。在数字化程度不高的情况下，财务数据往往滞后，无法及时反映业务的实际情况，更无法有效地支撑决策。

（5）落地慢：当业务人员提出财务流程的修改需求，经常需要排队等待IT人员解决问题。这通常会导致流程修改落地很慢，无法适应快速变化的业务需求。

2、财务人员职能转型

这些问题，最终指向了财务人员的职能转型。传统上，财务工作被看作是简单的开票、记账和报表编制。

但其实这些更多地涉及到核算财务的领域。财务数字化转型前，财务人员配比呈现正三角的形状：核算财务，也就是做基础事宜的财务最多，其次是业务财务也就是财务BP，最少的是战略财务。

通过数字化转型，解放财务的重复工作，让财务人员有了更多的时间去了解一线的业务，从财务的角度赋能业务。逐渐的财务资源会更聚焦于企业的核心业务和战略事宜，财务职能也会向业务财务和战略财务转型，从而呈现上图右侧的新型财务职能分布。

3、财务数字化建设思路

传统财务流程和财务人员面临的三个关键问题可以总结为效率低、不能融入业务、无法赋能决策。财务数字化建设的核心理念也可以说是目标，也将围绕着解决这三个问题展开，即先提效，再融入业务，最后通过数据赋能业务。

（1）自动化与多系统集成助力提效：这是最基础也是首先需要完成的转型。通过自动化手段提效财务流程，不仅可以提高财务人员的处理效率，也提升了业务人员流程使用的便捷性和体验感。通过集成多系统的数据，对内可以融合多条业务，对外可以协同多方资源，从财务的角度出发充分支撑决策，真正实现效率的提升。

（2）业务驱动的业财资税数据互联：这一步强调融入业务，财务数据的价值在于与业务数据的深度融合。通过深入理解业务流程，将业财资税数据互联，避免了财务数据成为信息孤岛。这种以业务为驱动的融合更能挖掘出财务数据的潜在价值，从而让财务分析更贴近实际业务，为业务决策提供更丰富的视角。

（3）智能决策与数据赋能：通过分析有价值的财务数据，实现对业务的充分赋能。通过建立实时更新的数据看板以及指标预警，能够及时发现业务上的问题并提出解决方案，进而推动业务发展和管理升级。

帆软的财务数字化转型

1、帆软财务数字化建设历程

帆软的财务数字化转型遵循着先提效，再融入业务，最后通过数据赋能业务的建设理念。我们的财务数字化建设历程始于2021年，以业务需求为出发点，提效为目的。

从财务数字化1.0阶段到2.0阶段，我们逐步实现了从应付管理自动化到集成税控、费控、金税、商旅等多种模块的财务综合体系自动化，实现了账务、报表自动生成，打破了信息孤岛，实现业财协同共享。

到2023年，帆软进入了财务数字化3.0阶段，实现了业财资税数据的全面关联。我们上线了资金管理系统，并在此基础上以专项形式开展财务数据分析，让财务数据真正赋能业务。

预计在2024年，我们将优化迭代财务的全面数据分析，让数据成为真正的生产力，给决策提供支持。

具体到帆软财务数字化的建设规划，底层的数字化基础建设例如外部系统的集成以及基础支撑层的搭建都是由IT人员进行处理的。

在核心的业务处理层，帆软的财务系统正在从CRM系统逐步替换至简道云系统，这个转变是为了解决落地困难的问题。

选择简道云系统，是因为财务人员现在可以自行操作，处理那些不涉及代码修改的流程和系统调整，这不仅使得流程更加贴近财务的实际需求，也大幅提高了财务人员对业务需求快速变化的适应能力，从而更好地融合业务。

帆软财务数字化建设的上层——管理决策层，包括了通过BI工具搭建各种模块的管理看板，帮助及时洞察数据问题，为决策提供支持。

2、帆软财务分析难点

帆软在财务分析方面也经历过三个阶段：从Excel基础操作，到电子报表的自动化，再到BI的智能化分析。每个阶段的发展都践行着我们数字化转型的理念。

（1）财务分析1.0——EXCEL：

这个阶段的分析流程往往是管理层提出分析需求，财务人员响应需求去多个财务业务系统里人工地导入导出 Excel，再通过Excel计算得出结论，做成精美的PPT呈现给管理层。

这一阶段的问题显而易见：效率低下、容易出错，且难以与业务数据融合。

例如CEO关注一季度的收入金额，财务人员导出各系统数据核算后回复一个数字，但是由于与另一个部门的统计口径存在差异，数据不一致，引起了管理层的质疑。

在这种情况下，财务人员不得不花费大量时间精力去核对数据和公式，甚至需要与业务部门重新对齐数据口径。

（2）财务分析2.0——电子报表：

随着我们数字化程度的提高，财务分析也进入了电子报表阶段。随着IT人员的介入，数据可以通过接口自动获取，生成固定格式的报表和看板，极大地提升了我们财务人员的工作效率。

这个阶段CEO再需要了解常规的经营数据像营收、费用、利润等，只需要通过查看电子报表就可以获取数据。

在这一阶段，经常对话的两个角色变成了IT人员和财务人员。然而财务和IT在企业内存在天然的沟通壁垒，前期双方沟通地再详细也会出现效果与预期不符的情况。并且当财务人员需要新增分析维度时，需要排期等待IT调整代码，如果数据结果不合理还需要反复沟通，由IT人员再次排查问题所在，这无疑增加了分析工作的复杂性。

总的而言，电子报表解决了财务分析的效率问题，但是遗留了分析及时性的问题。

（3）财务分析3.0——BI：

为了解决分析及时性这个问题，我们进入了财务分析3.0——BI智能分析阶段。在这一阶段，IT人员帮助进行数据治理，将数据抽取、保存到BI平台里，而财务人员则可以自主地在BI中进行数据处理、分析和看板搭建。

这个阶段既解决了Excel阶段效率低下的问题，又解决了电子报表阶段反复沟通、开发导致的及时性问题。

面对同样的场景，当CEO询问收入金额时，财务人员可以迅速提供一个分析链接，这个链接不仅展示了实时数据，还包含了丰富的分析维度，同时给数据使用者养成了查看看板的习惯。并且如果需要新增分析维度，财务人员也可以在半天内完成分析。

除此以外，BI还帮助我们走在业务前端，不再是业务追着财务要数据。通过实时更新的经营分析报告、风险预警指标等，财务能够及时识别到异常数据，告知业务及时关注。

总结而言，BI给我们财务分析带来的变化对应到前文的三个发展阶段可以概括为：提效、保质、赋能三个词。值得额外强调的一点是，BI工具保证了分析步骤的可追溯和可协作，这是Excel和电子报表很难做到的一点。

在一般的多人合作分析项目中，分析人员通常很担心数字、字段或者公式在Excel表格传阅的过程中被误改，并且这种误改很难被发现。

在电子报表中，IT人员编写的取数逻辑和计算公式对于财务人员的理解成本就更高了。但是在BI中，数据分析过程清晰可见。多人协作分析的时候不仅可以共享分析逻辑，还便于分析人员检查准确性。

帆软的财务数字化实践：

基于FineBI的费用专项分析

1、费用专项分析背景

帆软的费用管理模式采取的是弱事前管控，以业务优先。例如，员工可以自由通过差旅平台预订票务和住宿，随后在CRM系统中记录出差行程。这种管理模式便捷的同时，也带来了费用浪费的问题，因此需要通过事后分析识别潜在的业务痛点和制度执行的不足。

比如我们在年初编制预算时，注意到房租费用异常高昂，且在过去三年里持续增长这一问题，因此需要对房租费用进行多维度的深入分析。

如果只关注财务数据，那么我们可以识别出哪些团队、哪些人员存在房租金额过高的问题，但是我们无法挖掘出这背后的原因：有哪些因素导致了这些团队和成员的房租过高？

正如前文所述，只有融入业务的财务数据才能提供更多价值。因此我们获取了和房租费用相关的一些业务数据，比如项目金额、项目签到率、押金支付/回收额、租房城市等多个维度进行分析，最终发现了多个异常点以及其中导致了大额浪费的两个因素：其一是租房空置率过高，即所租的房子每个月都在支付房租，但实际却无人入住或对应的租房项目无签到记录；其二是押金未退情况严重，即业务人员在租房后没有追回押金。

洞察到这两个因素后我们采用专项的方式解决问题，全流程追踪闭环该问题。我们搭建了对应空置率和押金退还情况的看板，针对历史问题定期开专项会复盘空置率降低的比例和追回押金的比例。

为了防止将来再次出现因为房屋空置和押金未退导致的租房费用居高不下的问题，我们基于FineBI搭建了数据预警功能。当租房空置率高于一定阈值时自动推送对应责任人，敦促及时清退租房。最终通过一系列的制度更新和系统更新，我们成功地将解决措施落地在系统层面，最大程度地避免了问题的再发生。

2、FineBI在费用专项分析中的应用

（同期租房费用对比）

（同业租房费用对比）

在发现问题阶段，FineBI简便的操作和沉浸式的主题分析给我们提供了充分挖掘不同数据集信息的条件。通过对同期数据进行对比，我们发现去年的租房费率相较21年有显著降低。但是若与同业数据进行对比，则仍然存在着降本优化的空间。

在分析问题阶段，FineBI通过快速抽取数据，快速进行数据处理，能以最高效的方式搭建一个实时更新的分析看板，形成分析专项。借助FineBI组件中联动下钻的功能，我们可以进一步挖掘有异常的数据，深度分析其背后的原因。

在解决问题阶段，FineBI也能辅助我们进行决策。差旅费用作为主要支出之一，其优化对成本节约至关重要，我们对机票、酒店、火车和打车等模块进行了细致的分析来寻找降低差旅费的方法：

（酒店费用）

• 酒店费用：通过分析员工入住的酒店类型，我们与六家主要集团酒店协商了更优惠的协议价，确保公司能够在保持服务质量的同时降低酒店成本。

（打车费用）

• 打车费用：识别出某平台的单里程均价远低于市场平均价，我们便引入了该平台的企业版，既降低了费用也方便了员工。

（机票价格）

• 机票价格：根据分析显示，提前一天预订机票可享受更高的折扣。基于这一发现，我们鼓励员工提前规划行程。

（火车票预订）

• 火车票预订：通过分析，我们发现存在超标预订的情况。因此我们通过系统限制了超标座位等级的预订，以符合公司政策。

在追踪问题阶段，通过FineBI搭建实时的数据监控系统，我们可以在分析仪表盘清楚地关注到租房费用的目标值、当前值以及指标完成度情况。

借助FineBI的数据预警功能，租房费用高于目标值的业务部门数据被直接推送财务人员，财务人员进入分析仪表盘后可以通过联动功能定位到存在问题的部门、地区或者个人，从而进一步追踪并解决问题。

3、费用专项分析的价值

通过开展租房费用的专项分析，我们为公司创造了巨大的价值。具体到金额上，我们最终减少租房浪费金额约305万元（其中通过分析差旅协议价等方式节约差旅费130万，通过追回押金减少租房空置方式节约费用150万，通过全公司服务器集中管控方式节约金额25万）。

在专项分析的过程中，我们还识别出了公司制度潜在的漏洞，并更新了9个财务、行政、人事相关的制度，同步上线了简道云宿舍系统。

在费用分析的过程中，我们遇到的一个问题，也是非常普遍的一个问题就是如何能够获取全面的数据来进行分析。实际上，我们的分析并非总是从最开始就拥有完整的数据集。我们的数据始于小的专项分析，通过后续不断的梳理来补充。

类似的，我们的分析数据准确性也是在不断的质疑中改进和提升的。

我们非常鼓励业务团队在数据分析的过程中，对数据保持质疑的态度，通过实际的数据消费和使用来治理数据，从而形成一个持续改进的良性循环。一句话总结我们的思路，那就是先用数，再治数。

总结

回顾帆软财务数字化转型的理念、历程、痛点，以及具体的费用专项分析实践案例，这些内容都围绕着三个核心关键词：提效、业务、赋能。用三句话总结就是：

1、工欲善其事，必先利其器。选择好的工具才能事半功倍，实现财务工作提高效率的目的；

2、数据不该是一座座孤岛。只有充分融入业务的财务数据才能体现真正的价值；

3、客观理性用数据说话。从数据中发现问题，也要从数据中寻找答案，如此财务数据才能真正赋能决策。

帆软的财务费用分析实践是我们基于FineBI进行的优秀数据应用案例之一。更多案例，更多帆软在数据应用领域的思考，敬请关注9月即将推出的《数据应用实践白皮书-BI 6.0》。

今晚直播

7月3日（周三）19:00，我们特邀帆软帆软签约讲师骆剑为大家带来《业财融合实战：从理论到实践的全面解读》的直播分享。直播过程中，骆剑老师将结合自身业务经验带领大家进行财务场景分析实战演练，并展示FineBI是如何在业财分析中提效的！

直播亮点：

• 业财融合经典案例实战，快速提升数据分析能力
• FineBI VS Excel
• 掌握高效分析工具应对复杂业务

• 助力快速上手业财分析，输出有洞察力的财务报告

希望通过这场分享，能够给大家提供宝贵的财务分析经验和业务启发，助力大家在财务转型的道路上取得更大的成功。不容错过，赶快扫码预约，锁定线上席位吧！

FineBI零基础掌握核心功能课程

想要快速精进FineBI？全新课程上线！

三位资深分析师全程带教，带你4个小时掌握FineBI最核心功能模块，满足工作场景的分析需求，日常使用无压力~

限时免费观看，扫码进群有更多学习资源等你拿！