微軟中國宣布攜手普華永道中國推出“財務數字化轉型解決方案”，從數據分析及報告、戰略分析及預測、業務流程自動化三方面入手，助力企業財務團隊充分挖掘數據分析與洞見潛力，推動業務成長和商業成功，加速財務從“職能型”轉向“戰略型”的進程。雙方還發布了基于自身財務數字化轉型經歷和相關經驗而成的《構建未來財務——中國企業財務數字化轉型白皮書》（下稱“白皮書”），為中國企業的財務數字化轉型之路提供有價值的指引和參考。

微軟大中華區首席財務官金松華表示：“數字化浪潮下，企業財務團隊需要跳脫出傳統的‘記賬員’職責，轉而向企業發展戰略的影響者、制定者和實施者轉型；企業財務管理者也要盡快完成從‘Chief Financial Officer’到‘Chief Future Officer’的角色轉變——在提供數字的基礎上，主動、積極地去發掘數據背后的故事，并結合與銷售和業務團隊的溝通，以及自身對市場和宏觀環境的認知，形成一個中立客觀的洞察，幫助公司理清未來的方向，識別并控制未來潛在的風險。憑借自身的財務數字化轉型探索，和覆蓋財務全流程的平臺與技術，微軟將為更多企業提供財務數字化轉型的戰略指導和實操工具，幫助他們打造現代化的財務模型，在數字經濟時代搶占先機。”

▲微軟大中華區首席財務官金松華

普華永道中國財務管理咨詢主管合伙人孔令戟表示：“新冠疫情等復雜多變的環境徹底地重塑了企業的經營方式，也改變了財務職能在企業中的地位，使其從后端職能轉變為關乎企業生存發展的支柱性職能。面對全球可持續發展帶來的巨變，對很多財務職能部門來說，真正的挑戰在于如何投身于這場變革，聯動數據、洞見和協作，成為新的商業世界的塑造者。財務團隊必須適應新的工作方式，積極擁抱新興技術，不斷擴展焦點，從傳統的財務報告范疇，延伸至可持續性、包容性和多元化，以及社會影響等領域——關心環境、社會及治理（ESG）報告的利益相關方群體日益增加，而財務部門在這些領域發揮著重要作用。”

▲普華永道中國財務管理咨詢主管合伙人孔令戟

1

挖掘數據潛力打造財務價值鏈路

新常態下，市場環境、監管和合規要求和人才保留的波動，讓財務團隊的業務目標也在持續性變化。對于現代化的財務團隊和財務管理者來說，更加全面的數據挖掘能力和更為數字化的思維，能夠幫助企業提高生產力，提升業務收益并改善企業管理，預測和應對不可預測的變化。

但在實際操作中，傳統的財務團隊在管理企業數據、分析數據和報告方面，面臨著一系列共同的挑戰：業務數據往往分散于不同的文件或工具中，造成數據之間彼此孤立，數據的獲取和維護占據了財務人員的大量精力，因此帶來的數據或報表時效性滯后問題，也讓對應產生的分析和決策價值大打折扣；與此同時，企業財務團隊缺乏適當的自動化分析和呈現工具，數據分析人員不得不將更多精力放在手動數據核對上；大型企業業務組成復雜，團隊之間的數據框架和績效數據彼此孤立，容易導致信息脫節，也為財務的數據收集和整理工作增加了難度；而到了數據的分析和洞察呈現階段，財務團隊也缺乏高效、直觀且具備數據流動性的工具，不同職能部門間、不同設備間無法共享分析結果，也進一步削弱了洞察的可行性。

針對財務流程中的不同數據挑戰，微軟“財務數字化解決方案”從三方面入手，助力企業打造現代化的財務模型：

數據分析及報告：傳統系統的業務數據來源分散，“財務數字化轉型解決方案”實現了將多個報告、工具和數據整合并簡化為統一平臺。例如，財務部門可創建一個安全 KPI 數據湖，將標準化數據和來自超過一百個數據源的 KPI 整個到一起，并通過微軟 Power BI 進行訪問；訪問權利則能夠通過 Azure 活動目錄進行管理，同時具備共享標準報告的角色門戶。以微軟的自身實踐為例，數字化工具和平臺的使用，為來自銷售、財務和運營的 3 萬多名月活躍用戶提供了統一的數據和報告解決方案；標準報告和自助服務的組合，讓超過2000組的 KPI 數據得到了有效利用；超過1,000 份總部和現場報告被數字化報告取代，編輯和驗證數據的時間減少了20% ，約合每季度 15 萬小時；業務審查標準化和自動化也讓準備時間從兩個月縮減至兩天。

戰略分析及預測：對銷售數據進行預測，是財務團隊的日常核心工作之一，也是其與銷售團隊的分歧點所在。從公司運營層面出發，更加貼合實際預期的數據預測往往更具備指導性。因此，微軟以智能云平臺為基礎，通過引入新算法，用大量的時間點和波動性數據訓練機器，然后將機器做出的預測和現實對比遞歸，令現實和預測之間的差距越來越小。實踐證明，機器學習將預測偏差率從3%降低至1.5%，用時卻從原本的三周大幅縮短至30分鐘。高效決策，為企業抓住轉瞬即逝的市場機遇提供了可能性。

業務流程自動化：“財務數字化轉型解決方案”也融入了微軟一直以來倡導的“全民開發者”理念。現代化財務模型中，涉及企業核心業務的復雜流程與數據架構，需要 IT 部門與管理決策部門共同制定。但值得注意的是，現代化財務同樣包含了不觸及核心運營，僅在財務團隊內部運轉的簡單流程，這恰恰是現代化財務可提升的空間之一。借助微軟Power Platform 平臺中的Power Apps，財務人員能夠快速搭建出一套團隊內部的自動化流程平臺，快速進行內部的數據錄入和整合，并通過Power BI 組件自動化生成數據可視化和相關洞察。整體的開發環境仍能夠確保在企業 IT 的監管之下，簡化開發流程的同時，最大程度地規避了技術層面的安全風險

2

攜手普華永道中國構建現代化財務的“行動指南”

隨本次解決方案一同發布的，還有微軟中國與普華永道中國合作撰寫的《邁向未來財務-中國企業財務數字化轉型白皮書》，其中對財務職能的未來愿景進行了重新定義——財務戰略伙伴是企業戰略的重要參與者，通過深刻的商業洞察和決策支持來幫助企業制定和實施戰略。除了需要確保數據收集和分析上的高效運營，他們還需具備戰略思維和商業敏銳度。

白皮書指出，基于目標運營模型的全面視角，企業可以通過四個步驟來推動財務數字化轉型，即激發財務數字化轉型意識、現狀評估和未來目標運營模型設計、規劃轉型路徑以及試點與實施。具體到實踐層面，白皮書也提供了覆蓋“戰略與愿景”、“業務引導模型”、“流程架構與組織治理、“技術與數據”、“人員與文化”的詳細指南。

在“人才與文化”維度，白皮書指出：財務人才戰略已經提上了議程。作為財務組織，在數字化轉型過程中激勵和培養數字化人才，正是諸多企業面臨的最重要挑戰。基于未來的戰略合作伙伴的要求，企業需要在傳統的能力模型基礎上，增加戰略思考與分析、數據分析與建模等“硬”技能，以及故事講述（以簡潔、精準和引人入勝的語言講述數據背后的業務邏輯）、談判、建立關系、影響力等“軟“技能，形成未來財務人員能力模型。

在“技術與數據”方面，白皮書也對企業財務面對的挑戰進行了詳細拆解，并基于微軟的數字化工具和解決方案，梳理出了一套完整的財務數字化轉型流程：

首先，與IT部門緊密協作：財務使用的數字化系統與工具是公司整體 IT 基礎設施的有機組成部分。因此，需要財務團隊與 IT 部門和相關業務部門緊密協作，開展整體的系統建設規劃。在保持IT整體架構簡潔、強健與靈活的同時，因地制宜地進行系統與工具的選型與實施；同時，還需注重業務系統間的整合。

其次，應用現代化技術提升事務型工作效率：白皮書指出，數字化技術應用首先需要關注事務性工作的效率提升。在對流程進行標準化和優化的基礎上，針對高度重復、單調的工作，通過應用OCR、RPA等工具，能夠實現30%-50%的效率提升。

最后，通過整合數據平臺和報告平臺，提升分析洞察：財務數字化轉型的核心是提升企業的數據能力。企業可以通過統一數據定義和規則，整合所有數據進入同一數據平臺（如：數據倉庫、數據湖），并對數據進行恰當的權限設置，使得公司各部門能夠基于同一套數據進行溝通，大幅減少用于核對數據和解決分歧的時間，提升管理的透明度。通過云計算、數據庫等技術的應用，能夠兼顧數據可用度、效率、安全性和運維成本，將數據轉化為分析和洞見，使得數據成為企業真正的核心資產。

眾多公司都在均嘗試應用基于機器學習的預測模型、大數據分析、低代碼平臺等工具，對事務型工作進行自動化，同時從團隊文化和人員技能培訓入手，推動企業財務的數字化轉型。

某全球領先營養品公司 A通過打造“數據中臺”，幫助其中國區業務統一數據模型，通過豐富的指標體系和標簽畫像體系， 為前端應用提供敏捷的統一數據服務。該平臺不僅實現了數據資產整體可視、可用、可管理，也進一步驅動了 A 公司在中國各業務單元的數字化轉型和決策。

基于Dynamics 365 ERP，國際知名咖啡連鎖品牌 B為其中國區業務打造了一套“連鎖零售品牌門店及財務運營管理解決方案”，不僅構建出了管理全渠道訂單的商業中臺，也提供了滿足客戶和合作伙伴交互的移動應用解決方案，同時無縫集成了 Azure AI、 IoT 和 Power BI，支持每小時150萬條數據交互，幫助企業打造數據驅動的商業運營模式。通過部署該解決方案，B 公司簡化了任務和工作流程，有效提升客戶體驗和合作伙伴體驗；與此同時，客戶能夠輕松訪問庫存、銷售和成本的可定義報告，使客戶能夠量化運營活動并快速改進業務目標。系統支持無縫接收全渠道訂單，快速分類并計算訂單。供應鏈可視化也實現了原材料和成品的追蹤和管理。

基于微軟 Azure 機器學習平臺，全球500強制藥企業 C構建了一套機器學習銷售額預測系統。傳統的銷售預測系統依賴銷售代表的手動預測，覆蓋的時間跨度較短、準確性不足，并且極易受到銷售代表個人的影響。部署了全新的銷售額預測系統之后，該企業實現了對下個月至年末的銷售數據；與人工預測結果相比，AI 銷售預測的準確性有了顯著提升：半年預測準確性提高79%、季度預測準確性增加56%、月預測準確性則提高38%。目前，企業 C 選取了六省市的六條產品線月度數據進行收集分析和建模，并計劃之后面向全區域、全產品線推廣該系統。

知名連鎖便利店品牌 D借助微軟 Azure 機器學習構建了“每日生鮮食品銷售”預測模型，既能夠讀取每日銷售數據進行滾動預測，也可以對每家店鋪、每個 SKU 未來三天的銷量進行預測。截止目前，該企業已經為其在中國臺灣地區的1300家店鋪建立了模型，預測超過600支商品的數量。實踐證明，預測模型能夠有效降低食物浪費，實現成本與精準預測掛鉤；缺貨現象也得到改善，店鋪銷售額提升。店鋪員工不再需要進行繁瑣的手工訂貨，而是能夠專注于銷售和客戶忠誠度管理，提升店鋪運營效率。

以 Dynamics 365為基礎，國際知名釀酒集團 E打造了集團統一的 ERP 系統，涵蓋財務、運營、供應鏈、主數據管理、資產管理等全流程，并與23個外圍平臺進行了集成。標準化的統一業務流程，能夠減少業務流程差異、提高業務流程可復制性，以及快速推廣能力，從而更好地支持公司持續擴張發展；統一合規的數據標準和數據分析基礎，滿足日常生成運營可視化的需求，提高管理效率。此外，ERP 生命周期的支持成本也大幅降低，財務和供應鏈流程自動化提高利潤率。

審核編輯 ：李倩