丛书管理思想丛书
第十六章迈向数字化的财经管理
数据是公司的核心资产，要像经营资本一样来“经营”数据。数据是公司的战略资源，随着数据资源的深度发掘和应用，新的机会和价值正在不断地被发现和被创造。数据质量支撑着人力资源合理配置、内部管理简化、业务流程集成、运营效率提升和经营结果的真实呈现。
数据准确是有效内控的基础。数据质量要从业务源头抓起，做到数出一孔，经营数据可追溯，经营预测可信赖。各业务流程Owner是交易数据质量管理第一责任人。
大数据时代财经管理架构的定义，就是以数据为基础的业务洞察、效率和控制的统一和平衡，这个架构的核心是有效增长。财经一定要探讨如何以数据为武器，为公司各个组织提供业务洞察，通过优化业务模式、资源配置和资本结构，实施业务和流程变革，确保有效的管理控制和风险管理，驱动整个组织更有效率和业务持续有效增长。
IT部门的口号是“要想富，先修路”，大公司要靠自动化、信息化、数字化才能管理好。在会计核算领域，应积极尝试自动化、智能化，将标准业务场景的会计核算工作交给机器完成。
本章从确保数据清洁这个基础出发，对华为公司大数据时代的数字化财经管理进行扼要讨论。
16.1数据是公司的战略资源
16.1.1数据是公司的核心资产，要像经营资本一样来“经营”数据
我们一定要站在全局的高度来看待整体管理构架的进步，系统地、建设性地、简单地，建筑一个有机连接的管理体系，要端到端地打通流程，避免孤立改革带来的壁垒。我们要坚持实事求是，坚持账实相符，不准说假话。我们要努力使内部作业数据在必要的职责分离约束下，尽可能地减少一跳，提高运营效率。（任正非：《用乌龟精神，追上龙飞船》——在公司2013年度干部工作会议的讲话，2013）
为什么要如此强调数据的重要性呢？原因很简单，如今的商业世界其实已经变成了漂浮在数据海洋上的巨轮，只有那些通过大数据能力驶入蓝海的企业，才会赢得丰厚的回报。（来源：《大数据时代的财经管理——郭平在2013年集团财经工作会议上的讲话》，《管理优化》第423期，2013）
IPD的经验与教训告诉我们，对业务流中信息的梳理是流程定义的前提，是IT应用架构定义的基础，也是IT系统开发的前提，主流程集成贯通，本质上是数据的集成贯通。数据管理在流程与IT中处于最核心的位置，因此需要对数据给以足够的重视。（徐直军：《谈业务、流程、IT、质量、运营的关系》， 《管理优化》第421期，2013）
世界著名的质量管理大师爱德华·戴明有一句名言：“我们信赖上帝，除了上帝，任何人都必须用数据说话。”数据是企业的基因，是财经的灵魂，是至小、至实、至真的逻辑单元。（来源：《大数据时代的财经管理——郭平在2013年集团财经工作会议上的讲话》，《管理优
化》第423期，2013）
数据是公司核心资产，数据准确是有效内控的基础。数据的价值和风险应被有效管理，以支撑内部管理简化、业务流集成、运营效率提升和经营结果的真实呈现。（来源：《公司数据管理总纲》，司发公司政策［2014］005号）
数据是公司流程和管理体系建设中最为关键的管理要素之一，流程集成打通和管理体系运营高效的核心是实现数据的贯通。数据是企业的战略资产，数据准确是内控有效的基础，要通过持续有效的数据管理，确保全流程数据的一致、完整及准确，支撑作业效率提升、决策质量提高、财报内控等管理目标的实现。（来源：《关于数据管理的决议》，EMT决议［2016］001号）
16.1.2充分利用数据资源，创造新的竞争优势
数据是我们独一无二的资源。IT系统可以被复制，流程和组织可以被模仿，员工也可以跳槽，唯有数据既不会被复制也不会被模仿，如果能充分利用数据资源创新产品，为客户提供差异化的服务，我们就能创造出区别于竞争对手的核心竞争力。（来源：《大数据时代的财经管理——郭平在2013年集团财经工作会议上的讲话》，《管理优化》第423期，2013）
数据，越来越成为信息社会的价值资源，随着数据应用的深度发掘，新的机会和价值正在不断地被发掘和被创造。奥巴马在两次总统竞选中，也是充分依赖数据分析，把资源投向最有可能获得选票的地方，通过数据建模来运筹帷幄。（孟晚舟：《发现数据的美》，2013）
财经必须思考如何以数据为基础，洞察业务发展趋势，提高决策支撑能力，在有效增长中发挥更大的作用，实现从面向历史到面向未来的转身。（来源：《大数据时代的财经管理——郭平在2013年集团财经工作会议上的讲话》，《管理优化》第423期，2013）
我们可以将数据分析技术充分运用到做厚对客户和供应商的界面上，创造新的竞争优势，夯实利润来源。我们可以基于对客户、供应商的深度分析，确定最佳的合同条款和赎期；可以基于分析平台，支撑面向客户和供应商的定制的财经解决方案；可以实时收集、分析售后数据，为售后服务、产品质量控制和产品设计提供指导；也可以通过改善需求预测和供应计划，提高库存周转效率。（来源：《大数据时代的财经管理——郭平在2013年集团财经工作会议上的讲话》，《管理优化》第423期，2013）
运用大数据分析方法，充分挖掘和分析公司客户需求的大数据，加强客户洞察，与客户共同创造价值；分析内部运作的合同、订单、项目、配置、库存、物流的大数据，支持及时、准确、优质和低成本的交付；通过对人力资源的大数据分析，实现人力资源的合理配置，牵引优质资源向优质客户的倾斜。（任正非：在“蓝血十杰”表彰会上的讲话，总裁办电邮讲话［2014］039号）
16.2数据清洁是最有效的内控
16.2.1数据质量要从源头抓起
共同重视数据质量，从源头抓起。目前财务数据的准确性、可靠性改进空间很大。财务是创造不了任何数据的，财务的数据来自业务，所以数据的准确性要从业务源头抓起。如果业务源头的数据创造者们不提高数据质量的话，财务基于失真数据的分析，并不能起到支撑经营和监控风险的目的。（孟晚舟：《IFS：继往开来，携手业务，提升公司财经综合能力》，《管理优化》第407期，2012）
业务与财务共同承担数据准确的责任。业务应把完整、准确、清晰的数据传递给财务；财务要按制度、按规则和流程进行正确的处理。行政主管不应干涉流程运作，只可以作为流程优化的发起人和提议者。财务数据的真实、准确依赖于前端流程规范和数据清洁。账务要勇于面对困难，把最优秀的员工派到前线，把账务要求带到作业的过程中去，通过参与业务来落实账务要求。只有规范前端业务行为，才能提高财务数据质量。（任正非：与毛里求斯员工座谈会议纪要，总裁电邮［2013016号）
关键数据须定义单一数据源，一点录入，多点调用。数据质量问题应在源头解决。（来源：《公司数据管理总纲》，司发公司政策［2014］005号）
理想的境界就是每个作业环节匹配其独特价值，输出下游需要的刚刚好的信息，不冗余，不缺失，满足该作业环节的质量要求。（徐直军：《谈业务、流程、IT、质量、运营的关系》，《管理优化》第421期，2013）
影响数据质量的因素来自多个方面，包括数据专业问题（架构/标准/集成/IT遵从）、业务执行问题（规则不明确/执行不到位）及BCG遵从问题（业务造假/提供虚假信息）。（来源：关于“公司数据工作汇报”的会议纪要，2015）
流程通最根本是数据要通。“问渠哪得清如许，为有源头活水来。”数据要做到准确高效地传送，才能做到端到端流程过程数据可视、可用，才能支撑公司的管理可视化。我们现在的数据一是不准确，二是数据传送速度甚至低过物流速度。主要是因为我们不重视数据录入工作，而且信息流各环节责任不清晰。首先，要重视数据录入工作，保证录入准确。要让有实践经验的人负责录入，不要唯学历论。其次，信息流要跑快，要向高铁学习，每个环节都要落实流程责任制，一定要按规律及时准确地运作。（任正非：在变革战略预备队誓师及颁奖典礼上的座谈纪要，总裁办电邮讲话［2015］047号）
2017年，数据质量综合水平应达到“基本满意”。其相应表现为：数出一孔，经营数据可追溯，经营预测可信赖。（来源：《关于数据管理的决议》，EMT决议［2016］001号）
高质量的数据是人工智能的前提和基础，高质量数据输出要作为作业完成的标准。人工智能就要靠几万员工在做事的时候把数据有效采集回来，在归纳总结中找出规律来。清晰、准确的现场数据是重要的事情。（任正非：在人工智能应用GTS研讨会上的讲话，总裁办电邮讲话［2017］034号）
16.2.2谁产生数据，谁对数据质量负责
业务主管要对流程遵从负责，要保障业务数据准确、及时、规范，并约束部门不做假账；并具备基础的财务管理能力，及承担监管的责任。业务数据的不准确，不规范，都将导致我们无法形成正确的财务报告。（任正非：《要培养一支能打仗、打胜仗的队伍》——任正非在2013年三季度区域总裁会议上的讲话，2013）
谁产生数据，谁对数据质量负责。数据Owner负责基于使用要求制定数据质量标准，且须征得关键使用部门的同意。（来源：《公司数据管理总纲》，司发公司政策［2014］005号）
数据的质量要从两个方面抓，一方面围绕变革体系和GPO管理体系抓好数据的架构、标准以及集成和数据的同源管理，另外一方面围绕代表处与SPDT两类经营单元抓一线作战团队产生数据的源头质量。各GPO承担数据质量管理的总体责任，建立并实施有效的管理机制，保障本领域的各项数据持续处于高质量水平。谁创建（录入）数据，谁对数据质量负责。代表处与SPDT及其所属的一线各作战团队是各项数据产生的主要源头，需要对产生的数据质量负责。（来源：《关于数据管理
的决议》，EMT决议［2016］001号）
数据是公司的核心资产，数据准确是有效内控的基础。数据Owner承担数据工作路标、信息架构、数据责任机制和数据质量的管理责任。发布数据字典，统一数据语言，所有变革项目应遵从数据架构的管控。数据质量由数据使用部门评估，数据的质量问题由产生数据的源头负责。开展数据源的清理工作，实现数据源的“一点录入、多点调用”，以维护公司的数据质量。（来源：关于数据工作组工作汇报的纪要，EMT纪要［2014］024号）
各业务流程Owner是交易数据质量管理第一责任人，须确保本业务所产生的原始交易数据的真实性、合规性、及时性、完整性和一致性。（来源：《财经数据质量管理政策》，联合发文华为财字［2013］048号/华为BP&IT字［2013］015号）
要构建公司统一的逻辑层数据底座，提供准确/可信/一致的数据，支撑公司数字化运营，全面挖掘并实现数据的价值，开放数据的能力。数据要按照对象管理，每个数据必须定义唯一的数据源和数据Owner，数据要同源共享，通过数据服务方式向外提供，以保证跨流程/跨系统的信息一致。（来源：《做好架构并遵从架构，推进公司实现敏捷运营和用户ROADS体验——徐直军在2016年华为企业架构与流程管理大会上的讲话》，《管理优化》第518期，2017）
16.3实现财经例行管理的自动化、智能化，运用大数据分析改进财经管理
16.3.1基于数据和事实的理性分析是科学管理的基础
建立财务数据的价值。财务报告是业务单元的经营快照，既要反映当期经营结果，对照年度预算及滚动预测，分析差距、制订并实施行动计划；也要参照历史数据，对照成本基线、费用基线、销售毛利率指标等，分析各个维度数据的变化趋势，验证已实施的管理措施是否有效。因此，数据规则必须能够指导管理改进，且规则稳定，能够支撑历史数据可比。（孟晚舟：《财务结算对准价值创造考核结算对准价值分配》，总裁办电邮文号［2012］040号）
除了流程贯通需要关注数据外，数据还是公司经营管理的基础，基础数据不准确，则各种经营管理所需要的报告数据也不准确，不能准确地反映业务实质，无法有效地指导经营管理。（徐直军：《谈业务、流程、IT、质量、运营的关系》，《管理优化》第421期，2013）
基于数据和事实的理性分析和决策，本质上是一种批判性思维，这是一种客观的、公正的、态度谦逊的和不带成见的思维方式。而批判性思维恰恰是创造性思维的出发点。公司经营管理的复杂性使得仅靠主观努力和加大人力投入是无法根本改善的，这也是为什么我们今天还要向蓝血十杰学习的原因，要运用蓝血十杰奉行的基于数据和事实的科学管理方法，剖析问题的根因，寻找系统的解决方案。（任正非：在“蓝血十杰”表彰会上的讲话，总裁办电邮讲话［2014］039号）
交付一定要提高效率，从本职工作开始改善，提高自身能力。正确理解客户需求、正确做出合同、正确录入合同、正确发货、正确交付、正确服务……每个环节都非常重要。2015上半年，我们的数据有640万条错误，数据都错了，你们能够交付正确吗？难道你们是神仙？有正确的合同，录入也要正确，为什么还不能正确发货？我们的库管系统人员的层级也不能太低，理解得不准确，就把货发错了，造成巨大浪费。因此，首先我们要正确地理解客户需求，否则做出的合同一定是不正确的；能做出正确的合同，但如果不能正确地录入，那绝对不可能正确地发货；不能正确发货，那么正确地交付也是不存在的。（任正非：《将军是打出来的》——在2015年项目管理论坛上的讲话，总裁办电邮讲话
［2015］118号）
“站点信息库”要围绕站点作业，统一管理站点基本信息和作业信息（勘测、配置、存货等），减少重复勘测，支撑账实相符，信息录入要准确。（任正非：在GTS站点信息库、地理信息库、网络动态运行信息库和集成交付平台建设汇报会上的讲话，总裁办电邮讲话［2015］124号）
站点信息收集，要有一些标准作业表格，也可是电子表格。每个人到站点，都要去填好这个表格，临时去的也填，填得不准确也不要紧。当第二个人再去的时候，先下载前一个人填的信息，如果少一个东西，就增加一个东西，信息准确度就提升了。不断循环，三五年就能把老账查清楚、把新账建完整。（任正非：在GTS站点信息库、地理信息库、网络动态运行信息库和集成交付平台建设汇报会上的讲话，总裁办电邮讲话［2015］124号）
系统建设好后，每个环节、每个岗位都要高质量的信息录入，才能减少浪费。发错货的原因，首先是合同需求没有理解清楚，没有做出正确合同；合同做正确了，没有正确的录入；录入正确了，没有正确的生产……都会导致发错货。甚至正确的货到了一线仓库也会发错，为什么呢？发货的人读不懂合同，然后就发错货了。这样一算下来，公司浪费极其大。我们把这些做好，就能实现账实相符，就能挤出更多效益来，所以信息录入要严格、要准确。（任正非：在GTS站点信息库、地理信息库、网络动态运行信息库和集成交付平台建设汇报会上的讲话，总裁办电邮讲话［2015］124号）
16.3.2面向未来建立数据治理体系
数据管理的范围分为三块：财报内控数据质量、数据管理体系建设和业务运营数据质量。数据管理工作应分阶段开展。第一阶段是财报内控的数据质量管理和数据管理体系建设；第二阶段是业务运营数据质量管理。数据质量目标的制定要基于不同的管理内容及实施阶段进行定义。（来源：关于“公司数据工作汇报”的会议纪要，2015）
随着大数据时代的来临，仅仅停留在不做假账的层面显然是不够的，提供至小、至实、至真的数据特别是各种基线数据，是财经作为业务伙伴的基础。财经要充分利用“任何人都必须用数据说话”的机会，通过建立业务规则，对数据进行深度整合和分析，在助力经营管理的同时，推动建立面向未来的业务模式。这既是财经面临的新挑战，也是财经利用数据在公司管理中发挥作用的最大机遇。（来源：《大数据时代的财经管理——郭平在2013年集团财经工作会议上的讲话》，《管理优化》第423期，2013）
要让数据成为财经的灵魂，财经就必须面向未来建立数据治理体系，培养拥有分析专长的分析师队伍，并以最小数据集为基础，建立自己的大数据战略。（来源：《大数据时代的财经管理——郭平在2013年集团财经工作会议上的讲话》，《管理优化》第423期，2013）
数据治理要融入iSee系统的运营管理中，通过数据应用来促进数据治理工作的深入开展。“没有数据没有iSee”。（来源：《关于iSee系统的决议》，FST决议［2013］002号）
基于一定的规则对源数据进行加工处理生成“信息（报表）”，其核心价值是“信息看得懂，信息有价值”；对信息（数据）进行应用、分析、展现，生成能够支撑经营管理活动的“情报”，以支撑决策、揭示风险，其核心价值是“用起来，发挥价值”。（来源：《关于iSee系统的决议》，华为FST决议［2013］002号）
财务数据的“美”，是我们按照基本财务规则，遵循数据生成路径，收集、整理、归类而形成基础财务信息，再结合财经人员对数据逻辑的认识，对业务的深刻理解，在数据整合、洞察、建模和分析的过程中，识别管理改进的机会和目标，这就是财务数据的美。（孟晚舟：《发现
数据的美》，2013）
CFO的三个核心角色，参与及支撑战略决策、业绩评估及价值判断、首席沟通与协调官。而这三个角色的有效履行，都必须依赖于一个坚实、准确、可靠的财务数据基础。财经分析人员和CFO们，要理解数据生成逻辑，不能只是单纯地关注“数据的准确”。既要见树木，也要见森林。（孟晚舟：《发现数据的美》，2013）
16.3.3用自动化、智能化和大数据分析，降低财经管理的复杂性和不确定性
大数据时代财经管理架构的核心，是驱动业务持续有效增长
大数据重在预测。通过预测，我们可以洞察业务发展的潮流，把握价值转移的趋势和方向，从而让财经在有效增长、资源配置和资本结构优化等面向未来的工作方面发挥更大的价值。（来源：《大数据时代的财经管理——郭平在2013年集团财经工作会议上的讲话》，《管理优化》第423期，2013）
业界对大数据时代财经管理架构的定义，就是以数据为基础的业务洞察、效率和控制的统一和平衡，这个架构的核心其实就是有效增长。财经一定要探讨如何以数据为武器，为公司各个组织提供业务洞察，通过优化业务模式、资源配置和资本结构，实施业务和流程变革，确保有效的控制和风险管理，驱动整个组织更有效率和业务持续有效增长。
（来源：《大数据时代的财经管理——郭平在2013年集团财经工作会议上的讲话》，《管理优化》第423期，2013）
用互联网方式改进内部运营管理，让标准化、数据化的信息快速传递，并全流程透明。要加强内部的信息沟通和共享，充分挖掘和分析公司内部的“大数据”，牵引优质资源向前方作战组织倾斜，支持及时、准确、优质和低成本的交付，与优质客户创造共同价值。（郭平：《持续变革，提升一线作战能力，保障公司有效增长》，总裁办电邮讲话［2014］020号）
过去，世界上最难的一件事就是开轮船，礁石位置、洋流流向、打舵时机……步步充满风险。一条30万吨的油轮要过马六甲海峡，海峡水深24米，船吃水24.5米，不涨潮还过不去。船长加大油门，二十几分钟后船才感觉加速起来，但这二十几分钟时间太长，如何把握？我上次去加勒比海，坐17万吨的美国邮轮，没看到驾驶员操作。靠岸也是自动的。所以，驾驶几十万吨的邮轮一定要靠信息化、自动化操作，大公司也同样要靠自动化、信息化、数字化才能管理好。（任正非：在GTS站点信息库、地理信息库、网络动态运行信息库和集成交付平台建设汇报会上的讲话，总裁办电邮讲话［2015］124号）
我一直对IT部门的口号是“要想富，先修路”，首先要解决前线的宽带支撑问题，加快体验中心的建设节奏。对于带宽的问题，我们不要怕投资，即使租赁卫星费用高也值得。我们提出要给艰苦地区和国家以关怀，首先就要给予快速的办公网络，增加网络带宽，因为没有网络，那里的人员的工作量就比别人大，效率比别人低，进步也比别人慢。带宽是基本建设，建设、使用、维护由公司纳入空耗系数。现在每个小国不是都配备了智真系统了吗？我们可以通过体验云的网络将它们互联起来，这样就实现体验资源、专家资源的远程投送，实现全球可达。（任正非：《构建先进装备，沉淀核心能力，在更高维度打赢下一场战争》——在运营商BG“三朵云”业务体验和阶段验收汇报会上的讲话，总裁办电邮讲话［2015］099号）
我们鼓励各级专家努力改进自己的工作，通过统计找出规律，使一部分工作走向自动化，少数走向智能化。我们也鼓励从事人工智能研究的专家，成为我们各项工作改进的使能器。我们支持理解自己的科学家在理论上研究，更要把社会上的成熟理论择优用于改进我们工作的使能器。通过使能器的推动，促进各项工作流程部分自动化、少数智能化，构筑我们的未来竞争力。改进我们的工作，是我们的目的。（任正非：《人工智能的前途在于应用》一文的按语，总裁办电邮讲话［2017039号）
人工智能在投资充分的情况下不要太冲动，要急用先行小步快跑，要聚焦在确定性业务、人工消耗大的项目，宁可做得少一点，先在一两个点突破杀开口子，集中力量打歼灭战，不要铺开一个很广泛的战线。不要遍地都是智能化，这会形成全面开花没有结果的盲动，有可能满盘皆输。（任正非：在人工智能应用于GTS研讨会上的讲话，总裁办电邮讲话［2017］034号）
在会计核算领域，我们积极尝试自动化、智能化，将标准业务场景的会计核算工作交给机器完成。目前，年平均约120万单的员工费用报销，员工在自助报销的同时，机器根据既定规则直接生成会计凭证；98个国家（地区）和746个账户实现互联互通，支付指令可以在2分钟内传递至全球任一开户银行；我们的付款准确率水平高于银行100倍以上；在AP领域的四个业务场景上，我们启用了计算机自行处理，试点半年来，通过手工作业进行并行校验，其结果证明准确率为100%。（来源：《却顾所来径，苍苍横翠微》——华为CFO孟晚舟2017年新年致辞）
我们在全球实施的RFID物联资产管理方案，目前已经覆盖52个国家（地区）、2 382个场地、14万件固定资产。RFID标签贴在需要管理的固定资产上，每5分钟自动上报一次位置信息，每天更新一次固定资产的使用负荷（或者闲置）情况。部署RFID后，固定资产盘点从历时数月下降为只需数分钟，每年减少资产盘点、资产巡检的工作量9 000人每天。资产位移信息、资产闲置信息及时更新、共享，使我们在资产管理能够有的放矢。（来源：《却顾所来径，苍苍横翠微》——华为CFO孟晚舟2017年新年致辞）
在资金规划领域的四个大数据项目，展现出令人惊讶的创造力，“经营性现金流预测”和“分币种现金流预测”的大数据项目已正式上线应用。基于大数据模型，由计算机进行上万次数据演算和模型迭代，经营性现金流已实现12个月定长的滚动预测。从历史数据的拟合度看，最小偏差仅800万美元。对于在170个国家实现销售，收入规模约800亿美元，年度现金结算量约4 000亿美元的公司来说，800万美元的现金流滚动预测偏差，已经是极为理想的结果。与机器共舞如此美妙！数字予机器以温度，其惊喜犹如燃情的岁月。（来源：《却顾所来径，苍苍横翠微》——华为CFO孟晚舟2017年新年致辞）
站在未来看现在，构建面向未来5~10年的财经集成架构
- 财经能够灵活响应海量业务、模式多变、外部环境的不确定性加剧、多种商业模式并行等各类诉求。2. 使用新技术、新架构，做厚财经能力，提升作业效率。3. 科学地管理风险，满足经营及合规要求。4.以“快速响应、智慧决策、前瞻推演”更好地支撑业务发展。5. 财经自身专业能力的成长蓝图要面向2 000亿美元的目标，系统集成设计要基于能力成长蓝图进行。6. 财经集成架构的设计要从业务实质、自身逻辑、技术实现三个层面思考，采用分布式IT架构实现各类需求的解耦，围绕“3个中心、2类应用、2个平台”的建设思路开展整体设计，最终实现实时、自动、在线（安全）、敏捷、自助和共享的目标。（来源：“面向未来2 000亿的财经集成架构研讨”会议纪要，2016）