核心观点：
BI作为一种财务数字化的具体工具，相关的理论知识最好亲自上阵去学。这不光能确保项目独立落地并使用顺畅，也是培养技术型团队的最佳方式；BI带来的可视化能很好地打破信息隔阂，极大促进业务团队的能动性和进取心，也能改善财务团队的日常工作和绩效管理，是可靠的管理工具；BI的服务对象始终是业务，有时候财务甚至要走在业务团队之前预测未来，方能施展BI的终极威力。G-CFO分享
字学习时间
15分钟
从年加特纳集团提出BussinessIntelligence这一概念至今，一块块纷繁绚丽的显示屏挂上无数写字楼和办公区的墙壁，俨然成为各大企业昭示自身科技感的一张名片。
然而BI的内涵绝不局限于它直观酷炫的三尺荧屏，甚至可以说，把BI的价值简单理解为实现数据可视化、大数据分析之类片面的概念是危险的。这会让财务忘记BI真正的服务对象是谁，过早陷入自认功德圆满的惰性思维中。
今天的嘉宾赵老师供职于一家国企背景的大数据分析公司。刚入职的时候，她发现与公司主营的大数据分析业务不甚般配的是——公司中后台包括财务部门的数字化程度较低。传递数据还靠传统Excel表，职能也只局限在报销和做表上。
这样一个过去只会“算账开票”的财务部，是如何蜕变成代码敲得滚瓜烂熟的“技术型团队”的？他们运维的这套BI系统，为什么能激励组织干劲十足地拼业务？BI要做到什么程度，才算得上真正“智能”？
跟着这一切的“幕后操盘手”——本期嘉宾赵老师，再复盘她从0开始的项目之路，更重要的是，听她阐释关于BI的“价值终极之问”。
以下是赵老师的分享：
我的职业生涯经历过外企、民企和国企，岗位从最初相对基础的AR被提拔到总账，后来跟着一位创业的领导去做投资、咨询工作。年，我进入现在这家国企背景的大数据公司担任财务总监，转眼已有5年。
这些职业经历沉淀了我对财务行业的许多思考——过去做总账的时候，见识过外企相对完善的信息系统如何处理数据；而从事咨询行业的时候，又认识到财务不仅是后台角色，企业经营中其实脱离不了财务的辅助。这些经验后来都成为了之后我搭建BI埋下了伏笔。
当然，BI可以由财务来做，但它最终并不服务于财务——它更深远的意义应该带给业务同事和管理层。而这也是我迄今仍在思考和探索的课题。
1无心插柳的缘起跟很多企业一样，5年前我们公司的财务职能非常保守——除了报销和做表再没第三件事儿了，这么一来产生的问题也非常典型：
内部信息隔阂严重，事业部只能毛估自己利润，领导也看不清效益，经营和管理找不到方向
沟通效率低下，我们跟业务同事经常对着海量Excel核对绩效，临到汇报前还有很多口径不一致
我最早去的时候，花了近一年多时间建立内控规范和经营管理制度。小到采购和外包的规范，合同预审防范风险，大到业绩制定和考核，上上下下的制度都曾主导并参与。但这些只是把工作底线设置好，我认为还谈不上本质改变。
毕竟公司做的是大数据方面的业务，如果自己内部信息化这么滞后说不过去。恰逢18年左右公司全员学习海尔和阿米巴，我开始读到一些书，没想到这启发了后续一连串设想。虽然个人并不太看好阿米巴在中国企业的普及，但我很认同它倡导“每个人都是一张利润表”的理念。如果让每个事业部甚至每个员工都能实时看到对公司的产出和贡献，每个人就能把自己摆到经营者的角度去看待工作。这样的能动性不是非常可观吗？怀揣这份初衷摸索下去，一个偶然的机会我参加了一场PowerBI的现场活动。其实此前我对BI并不了解，但我当时就发现BI的数据可视化不就是我想要的“人人看得见的利润表”吗？这时候我就想：要给自己公司也上一套BI系统。2零基础学数据库午休“小班”授技能由于此前毫无基础，最初我花了近半年时间从头学习数据库和MySQL的相关知识，后来实际证明：不积跬步无以至千里，扎实的理论基础在后续执行中是有相当必要的。因为公司IT资源有限，很多需求我们不能指望IT；其次BI系统的运用，需要使用者掌握数据抓取、清洗和分析一系列技能，而这部分培训工作也需要我亲力亲为。刚开始自己尝试阅读一些相关书籍，发现囫囵吞枣效率太低。在朋友的推荐下，我开始自学一个数据分析的线上课，有3个月时间，每个周末朝九晚五都坚持学习。虽然刚开始磕磕绊绊，渐入佳境后倒也乐在其中。我当时想BI既然是个数据分析的工具，底层逻辑的无外乎就是：数据是怎么来的通过什么方式去抓取数据再通过什么逻辑去处理数据并将数据应用到各类分析模型中课程中介绍的数据库理论和MySQL语言解决的是数据录入和抓取；等学到PowerBI的分析逻辑时候，则更多运用的是统计学知识。我开始给部门的人讲这些故事和原理，讲完了之后就说咱们一起学BI，他们也很感兴趣。“组团”学起来就更有干劲儿了。很多人工作这么多年，不像学生时代学习能力那么强了。现在工作压力大，学东西吃力，数据库语言之类的硬技能听着就头疼。在这个过程中我也有几点心得：其实学习可以“不求甚解”。当时我在网课上学的是MySQL语言，很多同学是大学生或考证书的人，我没有学得像他们那样细致。因为未来我们需要大多是应用层，需要搞清楚基本的逻辑就可以了。学习过程中不要给自己太大负担，否则挫败感太大也容易半途而废。
自己得先学会，才谈得上带出“懂技术的财务团队”，大伙儿看到你的示范就会自发去学，甚至学得比你更好。每周我都利用午休给团队开小灶手把手教，现在已经有几个年轻同事成为这方面技术担当了。
最后想说的是，数据库和MySQL并没有很多人想象地那么难，大可不必有畏难心理。相反，学成之后的成就和增值感是最好的回报。这点也是我跟团队成员多番强调的。有了这个基础之后下一步就是选系统了。3白手起家有章法上线流程四步走出于公司信息安全和本地化部署等考量，我们最后放弃了采购微软的PowerBI，找了国内的一家供应商。从系统部署到正式上线，分了几个步骤。第一个：数据的录入和采集
头一个问题是当时我们自有系统很不完备，连基础的业务数据都没有，更别提数据分析了。原来我在外企的时候就很轻松，只要打一个接口所有的数据从Oracle底层数据库抓过来就ok了，不需要再去做数据的归集整理。也得益于之前的工作经历，让我对理想的系统有一个概念。可是现状是系统并不完备，业务数据几乎没有在系统上跑，执行情况全都线下走Excel表单或是其他的类似流程化的表单，我怎么把它抓过来？我了解到供应商产品中有一个report模块是可以去做流程设置、数据抓取、数据完善修改等功能，可把Excel、ERP上装载的数据进行汇总和处理，这些正好可以补充我们系统不完备的短板。然后这些数据全部进入技术部帮我们建好的数据库里，财务人员通过简单的mySQL语句从数据库里把数据提取出来，这个过程就不需要IT人员参与了。只要库里有，我想要什么就可以抓取有什么，很符合我的需求。存量数据都放上去之后，后面所有增量数据也可以统一收集管理起来。于是我努力协调让各个业务流程、管理功能都上这套系统。比如我现在想加一笔预算，在里面建一个流程，预算审批完数据就归集到系统里了。这样一来连审批流都做完了。第二个：优化团队工作职能
数据采集入库后，就能基于这个数据库自己开发一些实用工具。过往我们被琐事困扰，要考虑如何把大家解放出来。举个很简单的例子，以前经营团队每天给出纳打电话问现金到账情况，特别麻烦。那如果把每天到款全都录到系统里面去，再写一个小模块，在模块输入公司全名，有到款信息就会自动跳出来，销售团队就能自助查询。这样一个简单的功能外面买的可能又是大几万，但我们自己就能做了。再比如个税计算大家是不是比较头疼？有人经常跑来跟财务算税后多少钱，税前多少钱，那就写一个模块让他自己去查。还有碰到发劳务费的情况，过去劳务人员身份信息每次要输入一遍。现在只需要做一个库，信息一输入人员的身份信息自己就跳出来了。类似的功能我们自己写了好几个了。虽然是小事情，但是财务不就是这些琐事让大家深陷其中么？第三个：数据的运用和分析
我总是对部门的同事讲：经营分析，首先要想清楚分析的底层逻辑。财务分析要分析什么？需要什么数据？呈现的是什么效果，以及这些过程及结论数据对业务的作用？都想好了再做就清晰了，这也要求我们对业务、数据有足够的了解。首先我们开会讨论要分析的内容、需要的数据和表格，先把最终呈现的表格设计好，然后确定要取哪些数以及如何选取和清洗，分析结果做出后结合公司的业务实质，考虑各种“为什么”以及“怎么办”的问题。目前，我们所有的财务数据小到一笔分录都实时上传到了系统，最细颗粒度的数据让我们在后续取数的时候就比较方便。报表格式做出来，每次只需要选择一下时间，分析的数据及结果就出来了，可以将更多是时间放到业务分析的实质工作中。这也可以解决很多报表的填报问题。基础数据完备了，财务的不再需要去处理那些基础表格和数据，不再做“大表哥，大表姐”。至于报表的输出形式可以非常灵活。比如说哪位财务负责分析哪个事业部的情况，想知道它哪些数据，自己就能在数据库里调取并做测算。再比如当你录入了一段时间积累下来的批量数据，就能洞察到一些趋势性的新发现。第四个：BI屏幕的呈现
最后一步也是最简单的一步，因为前期准备工作都做好了，只要把数据输入终端就能可视化了。我们的驾驶舱分了很多，比如三张报表是一面；成本费用是一面；收入构成是一面，其中包括业务线、客户、销售各个维度。每个事业部都有相应的利润表，如果他们有其他定制化需求，我们会考虑需要获取的业务数据、财务数据，把结构搭建好配合去做。总之，只要是在数据库储存的数据都能呈现出来，数据库里没有的，我们就想办法给归集进去。数据的及时性则取决于从哪个端口抓取，比如合同收入是跟CRM直连的，谁签了合同，金额多大，当天就能看得到。也能实时查到账。如果涉及到结账之后的报表信息则以月或季度为周期导入数据。至此，最初“人人都是一张利润表”的设想到这里就算落实了。整个项目成本也不高——我们采购的report和BI两个模块，成本才30万元不到，但过去那几个问题被显著改善了：第一，打通了公司各部门的信息阻隔。大家的成绩单都通过BI“直播”出去了。签了多少单，多少收入一目了然，一个全公司经营前台的大排行每个人都可以找到自己的位置，这时候团队会不自主地把自己代入到经营的主人翁角色，会产生一种积极创造价值的能动性。第二，绩效核对等管理环节顺畅多了。因为业务数据跑在系统上，大家的口径统一了，开会的时候对经营数字就不会有异议了，都以系统记录为准。第三，把财务人员从繁琐沉重的劳动中解放出来。要知道我们业务数据非常庞杂，以往3,4个人小半周才能处理完的数据，现在只需部分人员分工1天就能完成，效率翻了近3-4倍。这样我们财务团队才能抽身去做更有价值的数据分析。当然，很大程度上要感谢团队当初积极配合共同学习，我也为能带教出这样一支硬核技术财务团队感到骄傲。4复盘：BI的终点之问完整操作过这套BI系统的上线之后，我并没有在成就的喜悦中沉浸太久。相反，这段项目经历给我带来的更多是思考。第一个感触是，它最终服务的对象一定bussine——也就是业务，这份初心不能忘。
一开始大家可能会惊叹数据库功能带来的效率提升，或者做出很炫酷的驾驶舱、显示屏给领导看。有些人会有这个认知误区，把“自动化财务”和“数据可视化”等同于BI。其实BI的全称是什么？BussinessIntelligence（商业智能）。所以它最终落脚点一定是在bussiness——也就是“业务”身上的。BI系统后续的运营和迭代，先要认准服务对象是谁。第二个感触是，公司内部要形成一种“数字文化”，这是一个潜移默化的过程。
让部门内部意识到这个工作对公司、对自己能力提升的重要作用；要让其他部门的同事觉得这项工作很有意义并且愿意配合，这样这套BI系统才能在公司“存活下去”。当然，这个过程是渐变且缓慢的，需要主导者不断地言传身教。数字化也会带来公司商业模式、流程管理的转变，思想上做好准备，后面工作的阻力才会小。第三个感触是，指导业务做决策，甚至能预测未来，才体现出BI的intelligence——“智能”的那一面。
这个问题上可能有人有另一个误区，把各种看似复杂的大数据分析和模型当成“智能”。其实模型本身并不智能，智能的是写模型的人。举个最简单的例子，当我通过BI发现人工成本一直不可控的情况下，怎么去控制人工成本？过去财务只能做到呈现一个这样事实，但BI应该要做到能给出解决方案的程度。比如我们能很快地搜集到过往同类营销事件或公司历史数据，通过对大数据的分析，它的成本结构是什么样的，然后怎么去分配人手和资源更合理，也许能控制成本。这些解决方案能给业务方去验证。现在我们观察到业务部门有新需求：我们对业务线很了解，但更细致的产品线的执行信息却很分散。比如有个客户签了百万合同，需要什么服务，还没有颗粒度细致到这个程度的完整数据在公司内部流转。我们已经着手开发了一个新的收集系统，把手里碎片化信息，各种Excel表里的数据转换到系统里去。了解每个产品的销售情况、成本构成及利润。客户可能买的是内容服务，比如有周、日、月及专报多个规格，我要知道一年卖出去多少个，才能把人员跟这些报告匹配上。在数据的基础上将产品线的分析模型搭建出来。做好预算、决算、绩效考核等各项工作。有了这些信息就可以更好地指导前端销售。事实上我们的思考甚至可能走在业务人员之前，并且我们的产品对他们是有价值的，这才能算得上是一种“智能”。总结来说，BI只是一个工具，并不代表我们已经进行了数字化的改革，这只是一个开始。不要去迷恋工具，如果做不好数据和思想、能力和组织等各方面准备工作，工具只会把我们一步步带到另一个深渊。而对于业务需求的挖掘是没有止境的，我想BI的终极意义也像地平线一样——大家都能看到却不敢说能达到。而是需要不断去追逐。以上，是赵老师分享的全部内容，欢迎继续分享增益。