京公网安备 11010802034615号
经营许可证编号:京B2-20210330
Tan表示:数据资产的估值仍然处于探索阶段。我要与会计师同仁们分享来自史蒂夫·乔布斯的一句名言:“一个人应该求知若渴,虚心若愚。”
“会计行业之前已经研究出了一些估值或审计的方法,可以作为很好的基础指南,但是我们需要开放思想,跟上科技的发展,并考虑我们如何调整和适应,以便作为战略合作伙伴为企业实体增加价值。为了实现这一目标,我们必须保持对知识、经验和实践的渴望,并保持虚心若愚,接受新观念并与时俱进,从而在不断成长的企业中扮演重要角色。”
“首席财务官应该参与到制定大数据产品定价策略的过程中去。”
通过管理与质量控制提升数据的价值
这里的一个关键概念是:会计师和财会专业人士能够帮助企业提高内部数据集的安全性和完善度,同时还能提升数据价值,更有利于数据的市场化。
未来5到10年,会计师和财会专业人士的合规职责极有可能发生重大转变,甚至被重新定义。其职责将超越“监察”财务数据和账目,发展为“管理”企业资产库内的所有数据。会计师和财会专业人士不仅要保证数据符合相关规范,还要保证数据满足企业自身要求和企业的“质量保证”标准。
在大型跨国企业内部,新的管理职责包括:协助管理数据从原系统到大数据系统的转移;与IT、信息管理等部门密切配合,将分散孤立的内部数据集进行有效整合。这一点尤为重要。这是因为人们对实时信息的需求越来越高,而要在正确的时间、从遗留系统中提取正确的数据又困难重重。
会计师和财会专业人士的核心职责是要让内外部的利益相关方都能对数据的质量和来源产生信心。他们与首席信息官的协作会越来越频繁,确保作出重大决定时所采用的数据是完整的,来源是可靠的。
他们还会越来越经常地参与到企业数据整理中去,并把数据集提供给外部使用。一些首席财务官已经开始在为出售数据做铺垫了。具体做法包括制定绩效目标、制定数据质量KPI等。
由于有越来越多的公众对个人数据遭到滥用表示忧虑,因此质量保证必须包含数据隐私、数据安全等标准。隐私和安全一旦遭到侵犯和破坏,将对一家企业的信誉造成巨大损失。
思想聚焦:IAN BETTS FCCA
壳牌上游、项目及技术数据经理
数据管理:财务职能部门的新职责?
壳牌早已将前沿数据的质量保证问题纳入一系列企业流程中,在企业复杂的上下游业务中均有所体现。其中就包括财务流程。这反映出壳牌“质量先于数量”的理念。
数据质量保证是壳牌努力实现卓越经营的一个重要保障。能否实现卓越经营取决于是否使用高质量的数据。不仅如此,随着大数据“革命”的到来,壳牌愈发迫切地追求“合乎目的”的数据,而且要能保证企业的绩效管理切实有效。
为创造世界一流的业绩,壳牌将中央化数据的质量保证工作置于核心,以确保得到高价值的数据。这是财务职能部门的新职责。该部门作为数据质量保证的提供方,负责保证各类重要数据的质量(包括财务数据和非财务数据)。财务职能部门内部设有数据经理,目前负责数据质量控制工作,与业务伙伴一起识别关键数据,并执行有效的控制和报告机制,保证数据变动“一次到位”。
根据壳牌上游数据经理Ian Betts的介绍,这是财务职能的一种自然而然的转变。他说:“在壳牌,我们不断向信息和数据集成化管理迈进。这就需要控制和保证。(而这项工作)自然而然就落在了财务职能部门的肩上。”
“我们的一项重要职责就是解释高质量数据对企业整条业务链的价值,鼓励人们花时间改进。我们的工作依据是:纠正一次数据错误所耗费的成本是让数据一次到位的十倍。我们对财务职能部门的期望是:提供高效的数据质量保证,用合理的成本释放企业价值。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01在数据驱动决策的时代,企业与从业者每天都会面对海量数据——电商平台的用户行为数据、金融机构的信贷风险数据、快消品牌的营销 ...
2026-04-01在数字化转型的浪潮中,企业数据已从“辅助运营的附属资源”升级为“驱动增长的核心资产”,而一套科学、可落地的企业数据管理方 ...
2026-04-01在数字化时代,每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单,APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中,我们常常需要判断两个分类变量之间是否存在关联(如性别与消费偏好、产品类型与满 ...
2026-03-31在CDA(Certified Data Analyst)数据分析师的职场实战与认证考核中,“可解释性建模”是核心需求之一——企业决策中,不仅需要 ...
2026-03-31多层感知机(MLP,Multilayer Perceptron)作为深度学习中最基础、最经典的神经网络模型,其结构设计直接决定了模型的拟合能力、 ...
2026-03-30在TensorFlow深度学习实战中,数据集的加载与预处理是基础且关键的第一步。手动下载、解压、解析数据集不仅耗时费力,还容易出现 ...
2026-03-30在CDA(Certified Data Analyst)数据分析师的日常工作中,“无监督分组、挖掘数据内在聚类规律”是高频核心需求——电商场景中 ...
2026-03-30机器学习的本质,是让模型通过对数据的学习,自主挖掘规律、实现预测与决策,而这一过程的核心驱动力,并非单一参数的独立作用, ...
2026-03-27在SQL Server数据库操作中,日期时间处理是高频核心需求——无论是报表统计中的日期格式化、数据筛选时的日期类型匹配,还是业务 ...
2026-03-27在CDA(Certified Data Analyst)数据分析师的能力体系与职场实操中,高维数据处理是高频且核心的痛点——随着业务场景的复杂化 ...
2026-03-27在机器学习建模与数据分析实战中,特征维度爆炸、冗余信息干扰、模型泛化能力差是高频痛点。面对用户画像、企业经营、医疗检测、 ...
2026-03-26在这个数据无处不在的时代,数据分析能力已不再是数据从业者的专属技能,而是成为了职场人、管理者、创业者乃至个人发展的核心竞 ...
2026-03-26在CDA(Certified Data Analyst)数据分析师的能力体系中,线性回归是连接描述性统计与预测性分析的关键桥梁,也是CDA二级认证的 ...
2026-03-26在数据分析、市场研究、用户画像构建、学术研究等场景中,我们常常会遇到多维度、多指标的数据难题:比如调研用户消费行为时,收 ...
2026-03-25在流量红利见顶、获客成本持续攀升的当下,营销正从“广撒网”的经验主义,转向“精耕细作”的数据驱动主义。数据不再是营销的辅 ...
2026-03-25在CDA(Certified Data Analyst)数据分析师的全流程工作中,无论是前期的数据探索、影响因素排查,还是中期的特征筛选、模型搭 ...
2026-03-25在当下数据驱动决策的职场环境中,A/B测试早已成为互联网产品、运营、营销乃至产品迭代优化的核心手段,小到一个按钮的颜色、文 ...
2026-03-24在统计学数据分析中,尤其是分类数据的分析场景里,卡方检验和显著性检验是两个高频出现的概念,很多初学者甚至有一定统计基础的 ...
2026-03-24