我们正处在VUCA时代，企业的适用力决定了企业的存亡，几乎所有行业都面临业务快速变化的挑战，迫切需要以数字化、智能化手段推进管理变革。不同企业的财务数智化建设基础不一，且财务数智化本身存在建设周期长、见效慢等特点，重难点工作在前期需求梳理及后续数据治理上，因此财务数智化转型发展需首先明确企业目前建设基础，再分阶段实施推进。

“知人者智，自知者明”。合理有效的评估企业目前所处的财务数智化建设阶段，才能进而针对不同阶段数智化建设的薄弱点对症下药。

1

财务数智化的五个阶段

企业定位自身财务数智化阶段可以依据三项评估标准：信息化能力、财务职能的人员配备、数据认知。信息化能力评估财务共享建设状况以及信息系统建设的完善性与连通性；财务职能的人员分配评估企业财务人员专业化分工模式；数据认知评估企业对数据的认知深度。

根据信息化能力、财务职能的人员配备以及数据认知三项评估标准，可以把企业财务数智化划分为五个阶段：信息化完善阶段、数智化初始阶段、数智化发展阶段、数智化规范阶段、数智化优化阶段。

Level 1：信息化完善阶段·重视系统

处于第一阶段的企业重视系统建设，属于信息化完善阶段，为企业财务数智化转型奠定IT基础。

信息化能力：企业尚未建成财务共享或财务共享初步建立，财务基础业务逐步收回。信息系统不健全，部分系统缺失，且系统间集成度不高。

财务职能的人员分配：80%以上财务人员从事财务基础职能工作，即核算、资金、税务、报表、档案等；仅不足5%的财务人员进行除业财资税档以外的基础数据处理及分析工作。

数据认知：对数据的认知待提升，日常分析工作存在重复、低效、准确率不高等问题。

Level 2：数智化初始阶段·重视报表

处于第二阶段的企业重视报表出具，属于数智化初始阶段，逐步开始向数字企业探索前进。

信息化能力：企业财务共享初步建成，基本实现了共享业务线上化，但仍存在业务场景覆盖不全、重要成员单位覆盖不全等问题，有待进一步优化提升。信息系统相对健全但集成度不高，系统间仍存在断点。

数据认知：对数据的认知待提升，日常分析工作存在重复、低效、准确率不高等问题。

Level 3：数智化发展阶段·重视BI

处于第三阶段的企业重视BI呈现，属于数智化发展阶段，制定财务数智化转型战略，驱动财务内部的数智化能力打造。

信息化能力：财务共享中心已实现稳定运行，深入关注前端运营，充分发挥财务管理职能；业务范围从规模大、高重复的业务，扩大到法人主体所有核算、资金、税务等。信息系统健全，已基本实现互联互通。

财务职能的人员分配：随着财务共享的完善以及信息系统的健全，从事财务基础职能的财务人员逐步降至50%；约40%财务人员承担财务管理职能；基础经营分析类职能财务人员占比达到10%。

数据认知：对数据的认知集中在财务管理范畴内和以财务为主的企业范畴内。

Level 4：数智化规范阶段·重视数据

处于第四阶段的企业重视数据价值，属于数智化规范阶段，开始以场景为核心，拓展数据应用广度。

信息化能力：财务共享中心已实现稳定运行，深入关注前端运营，充分发挥财务管理职能；业务范围从规模大、高重复，扩大到法人主体所有核算、资金、税务等。信息系统健全，已基本实现互联互通。

财务职能的人员分配：随着企业对数智化建设的不断探索，从事财务基础职能的人员占比仅占40%；业务财务、战略财务体系完整，财务管理工作逐渐趋于稳定；从事经营分析职能的财务人员占比进一步提升至20%，且经营分析扩展至战略、运营相关。橄榄型人员分配初见雏形。

数据认知：开始对对场景、数据、算法进行管理，已初步产生数据思维。

Level 5：数智化优化阶段·重视算法模型

处于第五阶段的企业重视算法模型，属于数智化优化阶段，结合内外部数据，主动以数智化形式寻求企业创新发展。

信息化能力：财务共享中心稳定运营数年以上，共享运营高度标准化和规范化，持续带来价值增值。信息系统健全且系统全面互联互通。

财务职能的人员分配：从事财务基础职能、财务管理职能和经营分析职能的财务人员占比已初步实现橄榄型架构，呈现30%-40%-30%的人员配比情况。

数据认知：全面理解经营管理目标和关键决策点；对数据的认知跃过企业边界，贯通外部数据。

2

企业如何行动？

“雄关漫道真如铁,而今迈步从头越”。评估自身财务数智化所处阶段往往只是财务数智化建设的开始，接下来敏捷快速地采取行动，才能在VUCA时代抢占先机。

处于一、二阶段的企业财务数智化的工作重心主要在数智化基础设施的建设，需要梳理及优化业务流程、完善信息系统、深化工具应用，实现系统孤岛消除，业财深度融合，努力夯实数智化基础，提升数据认知；

处于三、四阶段的企业需重点开展财务数据治理，统一数据标准、提升数据质量、完善数据标签、初步搭建算法模型，使得数据整洁有序、规范可用，致力于实现基础智能化、数智化；

处于第五阶段的企业可通过采集历史数据、对标企业数据、外部行情数据等，运用指标分析发现管理提升点，通过机器学习等数学模型，挖掘数据价值，真正将数据转化为资产，力争实现深度数智化。

资料来源：财务云