一、选手简介
1、选手介绍
schy ：企业信息化负责人，近几年利用帆软的简道云平台一站式的解决了本企业的基础信息化建设问题，自认为是帆软的一块儿忠实番薯，尽管还没参加过番薯嘉年华：P。
2、参赛初衷
目前，企业的基础信息化工作初具成效，在统一的简道云平台上，企业各类数据积累也逐渐完善，但企业数据应用还处于初始阶段，数据分析的需求越来越迫切，如何更好的让数据产生价值是困扰企业的一个问题。基于以上问题，我最近开始研究fineBI软件，在学习和应用期间正好赶上了这届大赛，因此希望通过参加大赛能够锻炼和提高一下自己。
二、作品介绍
1、背景
现金流是企业的生命线。随着市场竞争日益激烈和市场环境的不断变化，企业面临的经营挑战也越来越大，近年来随着劳动力成本的不断上升和工程市场上业务发包逐渐过度到总承包和集成业务等包工包料的形式，企业经营成本支出强度不断提高，直接影响现金流的应收款工作成为了管理的一个重点。如何能够改善企业的应收款进账速度，如何找出应收款管理中的不足，如何甄别不同客户不同业务类别在回款方面的优势劣势，如何发现不同部门间对应收款的管理水平差异，如何评价企业的应收款管理水平，这些都需要对经营过程中产生的数据结合企业经营的实际情况进行分析而得来。面对这种分析场景，使用FineBI分析工具是最为高效和适合的。
因此基于目前的企业重点关注的问题，我就利用刚刚学到的FineBI进行了一次针对本企业应收款相关的数据探索。
2、分析思路
2.1 数据来源和准确性
本次分析的数据是企业近年来的收入和回款历史数据，由于企业2017年9月上线了开发票的简道云审批流程，从那时起，所有的业务收入开票都与收入合同和订单以及工程台账进行了关联，这让可供分析的收入和回款数据绑定了至关重要的业务相关属性。基于简道云系统导出的企业收入和回款数据有效解决了关键的数据来源和数据准确性问题。
2.2 数据分类
企业收入从开发票到回款有多种情况，从一张发票的回款次数上看分一次性回款和多次回款，从回款情况来看，分回完和未回完，从应收款的余额来看，分零回款和尾款，从应收款时间来看分短期应收款和长期应收款。不同的情况对现金流的影响也不同，需要进行区别分析。
2.3 维度选择
针对业务、客户、部门的不同维度的应收款余额和发票回款情况的分析，对市场开发和经营决策有着重要的参考价值。选择合适的数据透视角度，透过不同的维度找出问题所在，才能给出有用的结论。
2.4 指标选择
想要发现不同维度收入回款数据中的问题，还需要针对应收款管理的工作制定出符合企业自身情况的管理指标。指标能力是分析工作顺利开展的关键保障。本次分析涉及的指标如下：
指标计算规则如下：
应收账款周转率 = 一段时间的开票收入/这段时间内应收账款的平均值【指标越大越好】
应收款余额 = 开票金额 - 回款金额【指标越小越好】
应收款账期 = 当前日期-发票开票日期（天）【指标越小越好】
初次回款历时=(发票1初次回款使用天数*发票1金额+发票2初次回款使用天数*发票2金额+...+发票n初次回款使用天数*发票n金额)/开票总金额（天）{非零回款的发票}【指标越小越好】
总回款历时=(发票1初次回款使用天数*发票1金额+发票2初次回款使用天数*发票2金额+...+发票n初次回款使用天数*发票n金额)/开票总金额（天）{全部完成回款的发票}【指标越小越好】
单位时间内零回款占比=单位时间内零回款的金额/单位时间内应收总金额【指标越小越好】
应收款占比=单位时间内应收款的金额/单位时间内开票总金额【指标越小越好】
3、数据处理
3.1 基础数据获取
从简道云平台导出了企业近5年的开票和回款数据，数据来自企业简道云平台的开票表和回款表。两张表格包含了全部的开票、回款信息，以开票编号作为连接字段，由于存在一张发票多次回款的情况，因此开票表和回款表之间是1：N的关系。
3.2 数据脱敏
为保证企业顺利授权，本次分析的数据统一进行了数据脱敏处理，其中金额数据等都乘以了一个相同的系数，所以分析报告上的收入和回款均不是实际的金额。另外分支机构和客户也都进行了代号名字脱敏。
3.3 线下数据完善
由于企业开票流程是日益完善的，在2018年1月1日-2019年7月的导出数据中只有订单编号，没有对应的业务类别信息，因此从订单系统中导出了订单表，并在线下以手工vlookup的方式完善了该部分开票数据的业务信息。
另外、导出的数据中2018年10月分之前开发票的数据中存在一些开票日期录入错误的脏数据，这是由于简道云开票系统流程最初没有设计退票功能，而如果发生了发票退票重开就会造成开票日期还是记录第一次开票的时间，但实际的财务记账开票日期已经更新，系统却未更新，这部分数据通过手工查找财务系统的原始数据，利用金额和客户进行了定位，并将对应数据的开票日期进行了修正。
3.4 线上数据处理
利用BI强大的自助数据集功能，实现了各类待分析数据的有效处理，通过灵活的数据处理，将需要分析的指标数据在BI系统内进行了计算生成。
4、可视化报告
4.1颜色设置
整个仪表板以浅灰色为背景，以蓝色和绿色为主色调。
因为蓝色和绿色是企业的LOGO的主色调。
指标分析采用常用的热力色，红色、橙色、黄色表示警告的颜色，绿色、蓝色、青色是表示优良的颜色，紫色作为警戒线、趋势线等的颜色。
4.2指标设定
该数据可视化报告主要针对应收款周转率，应收款总金额、回款总金额、应收款余额，应收款账期，初次回款历时，总回款历时、零回款占比、长期应收款占比等指标进行同一时间维度内待分析维度的的对比分析。
4.3分析报告
企业应收账款周转率分析
1、企业整体情况分析
从下图中可以看到企业从2017年到2021年的收入、应收款和应收款周转率的变化.
企企业在2019年以前，周转率都在平均线以下， 在2020年和2021年周转率明显出现了好转。但是整体的周转率都在2以下，比企业通常的参考值3还有很大的差距。企业的现金的周转次数较低。但是也要看到，企业在收入增长的情况下，应收款的平均金额在下降，因此，企业在2020年后的应收款管理上是取得了很大的进步，尤其相比较于最差的2018年，已经有了质的飞跃。
2.客户维度分析
从以上这个近3年客户维度的收入应收款占比图和应收账款周转率趋势变化图，从图中可以看出：企业客户相对集中，排名前四的客户贡献了企业83.15%的收入，其中业务收入占比最大的云链、云艺公司近3年收入增长明显，这两个客户的应收款周转率呈现稳定的上升曲线，且在2020年和2021年都达到了2以上，这表明，企业对于这两个大客户的回款工作十分重视，而且回款情况良好。是企业在近几年应收款周转率逐年提高的主要因素。
另外、企业在一供、科创以及云贴公司的周转率都非常高，远高出平均水平，说明这几个客户的回款情况良好，资金周转快，但是这几个公司业务占比较小,均为个位数占比，后期应该增加市场开发力度，让这些好的客户产生更多的收益，其中特别要注意一供公司的应收账款周转率呈现出明显的下降趋势，需要进一步考察客户回款情况劣化的原因。
同时我们也能发现，图表中指标飘红的科健公司、云合公司、云点公司和云光公司回款情况较差，其中科健公司10%的占了17%的应收款，云合公司3%的收入却占了12.6%的应收款,都明显偏高，而且近年来周转率指标呈现出恶化的趋势，这些客户不仅收入占比低，而且资金回流不顺畅，企业应该对该类客户的业务做好充足的风险控制，加大追款力度，对长期回款有问题的客户应酌情改变合作策略，从而降低风险。
3.企业分支机构维度分析
从企业各分支机构的业务来看，应收回款率高的是测试部、开发五部、开发七部、开发四部。尤其是测试部，收入占比8.68%,而应收占比仅为0.8%,回款速率非常快。另外，应收款占比高的管线部、安装部、开发八部、动力部、和集成部的应收账款周转率较差，低于平均水平。在所有部门中动力部和干线部的应收账款周转率呈现出下降趋势，需要关注部门的应收账款管理工作是否存在漏洞。
4.业务类型分析
 
从企业业务类型来看，占比达到三分之一的接入业务的周转率最高，达到了2.3以上，而测量、代维和租赁业务的周转率也都远高于平均水平，有些年份甚至出现了回款大于收入的情况。这些业务占比接近50%，是企业回款的主力业务。
而集成类业和线路类业务，分别以约占企业15%的收入却分别有占有约四分之一的企业应收款，这两类业务的周转率也都在1以下，有些年份甚至在0.5以下，需要重点关注，这些业务的回款改善是企业需要关注的重点。
5.企业应收账款回款时间和账龄分析
 通过以上图标可以看出，企业应收款一次性全回款的比例在84%，也就是绝大部分发票都是一次完全回款。而两次回完的比例在5.61%，一次未回完的比例在5.58%,有3.03%是至今未回过款，超过两次以上的多次回款的占比不到1%。所以分析企业初次回款的时间历时有着重要的意义。通过折线图来看，近3年的初次回款平均天数是61.2天，且数据在2021年下降到45.69天，也是就除了零回款的发票，平均一个半月即可实现初次回款。从全部汇完款的发票来看，整体回完款的平均时间是89.71天。也就是平均3个月企业能够收回应收款。
从不同客户来看，初次回款时间云艺、云链一直比较好，而其他客户也都呈现出逐渐变好的趋势，尤其是2021年，除了云合以外绝大多数客户都指标飘绿，表现出较好的回款态势。但是一供公司虽然领先于其他客户，然而近两年的首次回款平均时间变化趋势却是逐年在增加，结合上面的周转率指标，可以看出，一供公司的回款速度在变慢。
从以上部门维度看，初次回款平均时间，大部分部门在2021年均有向好的变化趋势，虽然开发一部、开发八部等业务量占比较大的部门仍然处在警戒值以上，但也相较于前两年实现了较大的改善。安装部和管线部虽然历史遗留应收款占比较大，但是2021年新开票的首次回款时间得到了大幅的改善。集成部也在2021年实现了业务量剧增的情况下，还能保持较低的应收余额。但是也要看到，开发三部、六部和测试部的趋势是向差的方向发展的。需要重点关注。
从业务变化来看，整体的回款时间在2021年均有所改善，装配和集成类业务的首次回款时间改善最为明显。线路和接入业务的平均水平相比较于其他业务还是首次回款时间偏长。
从以上对比饼图也可以看出，企业在一个月和两个月内回款的比例近三年来占比逐年增加，说明企业的短期回款能力在增强。
从以上应收款单位时间内回款金额和应收款余额分布图来看，长期的应收款余额主要来自于2019年。2年以上应收款中，云艺、云链占比合计60%,云合、科健占比均接近17%，这是主要的来源。从业务上看，线路、装配接入和集成几乎各占1/4，从部门来看，管线部占比最大25%,安装部和动力部各占12%左右，其他部门均比较分散。
从收入回款折线图可以看出企业2020以前开票和回款绝大部分集中在四季度，但是在2021年，有所改善，在二三季度均有较平均的收入。
分析总结
企业应收款管理工作在2018、2019年出现了恶化，但是经过2020年的调整，企业的应收款总体情况趋于好转，总体的应收款周转率提高了50%以上，尤其是大客户的回款情况在逐渐变好，对公司整体的回款情况改善起到了重要作用。
但是也要看到，目前企业在不同的客户和业务类型上，应收款的变化趋势还是非常差异化的，客户方面科健公司、云合公司的收款情况糟糕，一供公司虽然目前回款形式良好，但是回款周期却在变长，均需要有所关注。
另外，在同样客户群的情况下，开发五部、开发七部、开发四部的周转率在企业内部遥遥领先,说明这些部门在工作中更好的对应收款进行了管理和清缴。应该让这些部门拿出他们的宝贵经验，提升相同客户群的整体回款效率。
另外，企业多年来开票和回款的峰值时间过于集中在年末四季度，这也造成企业周期性资金的紧张，2021年有所改善，回款情况也有向好的转变，因此建议企业能进一步把业务开票和回款工作提前，不要积压在年末，从而保证企业在全年各月的经营现金流的充沛。
最后，企业目前存在长期尤其是超2年的应收款比重大的问题，2年以上的应收占比超过50%，这部分企业的回款风险十分大，这其中线路、装配、接入和集成业务的占比最大，主要集中在2019年产生，企业需要重点关注这部分历史陈欠的清理。
通过对数据分析，正常回款的数据中80%能够在2个月内完成，而3个月实现全部回款的也在55%,因此，对于长期零回和超13个月尾款未回的项目，企业要加大跟进力度，这部分属于不正常的开票，要及时规避坏账风险。有必要要及时将该部分纳入部门的绩效考核，逐年冲减部门的利润，并对长期陈欠设置奖励机制，争取将平均应收款周转率提升到接近3左右的正常水平，实现企业的经营现金流改善。
公共链接：https://bisolutions.fanruan.com/webroot/decision/link/ak2K
最终效果
三、参赛总结
这次数据分析的经历是一次有益的尝试，也让我看到了利用FineBI工具实现企业数据价值释放的曙光，同时我也发现，数据分析的道路上真的是学无止境，只有不断钻研，不断实践，才能不断让自身的能力得到提升。另外，多参加有益的培训真的是提升能力、快速进步的法宝，从理论到实际的去武装自己，希望今后的工作中我能够利用FineBI创造更多的价值！ | 
作者的业务知识非常好，分析思路清晰！可视化方面相信多做几个会更好的~
