专栏首页PPV课数据科学社区大数据与财会行业未来机遇与挑战下的领域——“数据资产的估值”

大数据与财会行业未来机遇与挑战下的领域——“数据资产的估值”

产生和存储的数据量正在迅速增长,甚至呈指数增长。根据预测,数据量每两年就可能翻倍。同时,从业人员能够运用新的高级分析技术,来连接和查询原先分散的数据集,只要这些数据集中含有数据。

新数据和新分析的结合,正和企业运作的其他深层转变一同改变着商业局面。企业变得更加灵活,更具流动性,更加开放:它们的复杂性正日益上升。

随着大数据和大数据分析的影响带来商业上的转型,财会专业人士的角色也同样会发生变化。那些能够发现数据模式、将其转化为引人注目的战略故事的专业人士,将处于21世纪商业的核心位置。

会计师和财会专业人士已经发现了大数据的潜力。2012~13年ACCA技术趋势调查显示,78%的受访者表示,他们希望未来两年内大数据得到广泛应用。该调查还表明,在显著改变商业和会计行业局面的潜力方面,大数据堪称第二大最具影响力的技术趋势。

要实现大数据在财会行业的广泛应用,需要新能力、新度量和新的思维方式。

新类型的数据也将带来全新挑战:未来十年内,衡量和评估数据的新标准将得到发展,在报告、建模和预测中将采用全新的、更多样化的数据集。同时也存在不太好衡量的问题,例如涉及道德和隐私的问题。围绕这些问题的冲击和影响展开的辩论才刚开始——但如果不处理好这些问题,后果将不堪设想。

本报告全面描绘了未来5至10年内大数据对财会行业的影响。核心问题是:“未来5至10年内大数据将对企业产生哪些影响,它将为财会行业带来哪些机遇和挑战?”作为“未来思维”的一部分,本报告并非声称预测未来,而是力求确定和研究未来几年内可能对全球财会行业产生影响的大数据趋势。

大数据和商业未来

大数据拥有几乎改变商业的各个方面的潜能——从研发到销售和营销再到供应链管理,还拥有为增长提供新机遇的潜力。

然而,要获得这些效益并非易事。数据集能创造价值,也能摧毁价值。它们需要有效及专业的管理,并需要企业的大力投资。

什么是大数据?

大数据主要指通过信用卡、客户会员卡、互联网、社交媒体以及日渐普及的无线传感器和电子卷标等设备和技术不断收集的海量资料。大数据是一种委婉的说法,一种经过仔细斟酌而决定的简称,它指的是那些数量之巨大、内容之复杂、变化之迅速到无法用Microsoft Excel之类的标准软件来处理的数据集。

Gartner是美国一家信息技术研究权威和咨询公司,早在2001年就首次开发了大数据模型。它的“3V”模型包含“数量(volume)、速率(velocity)和种类(variety)。”

Gartner公司在2012年正式作出定义:“大数据是指数量大、变化快和/或多样化的信息资产,需要新的处理形式,从而强化决策,促进洞察力以及优化流程”。

同时,也存在其他不那么正式的定义。随着大数据成为主流,一旦其庞大规模成为“常态”,很有可能出现全新的定义特征。

大数据的兴起

从Gartner的定义可知,大数据拥有增值的潜力。企业正利用商业智慧和数据挖掘工具来提高效率、发现新机遇、为客户提供更好的产品和服务,以及预测未来的行为模式。不出所料,“价值”一词正被热捧为Gartner “3V”模型中的一个新“V”。

机遇并不专属于大企业。Google Analytics和Tableau图表绘制等以云为基础的在线平台意味着中小企业无需进行大量资本投资就能够从大数据中挖掘出商业见解。这些不受大型旧有系统限制的企业有时能够跳过“旧技术”,几乎从一开始就使用大数据。

大数据的商业潜能如此之大,以至于它如今被誉为“新型石油”,其在信息领域的作用堪比石油这种曾在19和20世纪对经济产生重大影响的自然资源。

这一比喻不无道理,但尚有缺陷。不像石油,大数据几乎可以无限量供应,且“可再生”。它的数量每年都在增长,而且呈数量级增长。十年前,人们谈论的是千兆字节的资料;现在他们谈论则是兆兆字节,整整增加了一千倍。

未来10年数据容量持续增长的关键是所谓的“物联网”,也称为“万物互联”(IoE)。新技术——例如调频识别技术(RFID)和近场通信(NFC)3技术——正不断将物体与互联网相连,允许信息在二者之间传递。纽约市场情报公司ABI研究预测,到2020年将有超过300亿的设备连接到无线网络(ABI研究,2013)。

大数据对商业的意义

大数据分析除了使企业能够着眼于历史数据之外,亦能“审视”新兴趋势所处的环境。因此,它有潜力改变新产品开发、市场定位和定价等流程的成本和效益。

大数据被提炼和完善为可付诸实施的商业见解,并被细分和应用于每个细微的决策过程,因此成为了兼具商业性和战略计划特性的工具。

然而,信息不仅是工具:它本身就是一种商业机遇。在从专有数据中开发新产品和新服务的趋势中,这点得到了最明显的体现。

目前,企业正在通过出售自己的资料来创造新的收入来源。

然而,大数据的商业潜力有其局限性。大数据是一项资产,但也有一些缺点。原因有很多:

  • 数据会贬值,将来的价值可能不如现在。
  • 挖掘数据的价值可能很困难或很昂贵,具体取决于企业是否拥有现成的技能或技术。根据某项估计,到2018年,美国掌握大数据分析所需技能的人才缺口可能高达19万(麦肯锡全球研究院,2011)。
  • 随着越来越多的企业和行业开始利用大数据,它的竞争优势将减弱。很有可能将展开一场挖掘“暗数据”(已收集但尚未使用的数据)价值的角逐。
  • 对数据收集和使用的审查日益严格,且数据收集和使用必须遵守不同国家和地区的法律法规。

在这一场挖掘更多新价值的激烈竞赛中,人们会更专注于开发能够捕捉那些其他人看不到的信息的复杂分析技术。换句话说,对技能的争夺将进一步加剧,有可能引发商业的“大数据分水岭”。

显然,只有主动管理大数据,才能为企业提供有利可图的解决方案。

大数据与财会行业的未来:机遇与挑战

对于高级分析技能日益增长的需求为会计师和财会专业人士带来了重要机遇。

会计师和财会专业人士接受过财务信息的组织、收集和分析方面的训练之后,就能够将自己的核心技能运用到非财务数据集和其他数据集中,而且至关重要的是,能够让大数据变小,变得更结构化。

因此,他们可能为企业带来巨大的价值增长。在未来5至10年内,财务部门可能出现从服务部门到关键业务服务部门的质变,它将处于战略决策的核心位置。

对会计师和财会专业人士而言,大数据的管理不仅意味着“改变游戏规则”的机遇,也意味着全新的挑战。未来不仅关乎技能的“直接”转移,还关乎新技能的发展。会计师和财会专业人士将需要寻求利用大数据评估企业业绩、企业风险和投资风险的方法。此外,随着大数据对于商业的重要性与日俱增,他们需要寻找方法来评估大数据这一企业资产的内在价值。

数据资产的估值

作为一项公司资产,大数据的重要性正日益突显,这促进了新的数据资产估值方法的发展。

互联网和移动及智能技术的传播已经从根本上改变了商业数据的面貌和曝光度。

数据被越来越多地用于提升运营效率。其所带来的一些好处在零售行业十分明显,在该行业,实时分析协助公司更好的适应顾客需求和减少物流及分销成本。例如,纽约时尚品牌Elie Tahari目前可以使用销售数据提前四个月预测其每项产品的全球需求(IBM 2012)。这些预测的细致程度令人惊叹:在大数据和其相关工具的帮助下,该公司能够适时获悉到哪些区域的哪些门店中,哪些尺码和颜色搭配最为畅销。

大数据不止是一种用于获得竞争优势的商业工具。对于越来越多的行业中越来越多的公司而言,它还是一种商业计划或商业模式。

目前已经有公司利用大数据来创造收益。谷歌等互联网公司已经率先利用大数据创收,其他行业的其他公司也紧跟其后。

无线技术和“万物互联”(IoE)进一步扩大了数据量和数据种类,将大数据转化为价值的机会也将随之增多–至少在短期内可以这么说。

因此,未来十年内,数据将成为一个重要的财富创造来源,并且将越来越多地被视为一项值得重视的企业资产,企业可能需要为其建立专门的负责部门。

帮助公司为其数据资产估值

关键理念是,那些制定大数据衡量指标的会计师和财会专业人士将突出自己在市场中的差异化优势。

最近的研究发现,20%的大型公司已经将数据作为一项资产编入其资产负债表中,而在那些总员工超过1万人的公司,该数字上升到了30%(Dynamic Markets 2012)。对于未来的会计师而言,提供数据估值服务可能是一个区别于普通会计师,独具差异化优势的巨大的机会。

然而,为数据估值可谓困难重重。在当今的知识经济中,无形资产变得日益重要,但在为工业时代制定的报告和治理体系中,无形资产很容易被忽视。数据即使清晰可见,衡量起来也不容易。其中第一个挑战就是贬值的问题。数据周转速度的提高意味着数据过时的速度也相应加快:随着新数据的出现,旧数据的价值可能很快“消减”。

随之而来的问题是,数据的价值根据其相关性的不同而各不相同,而数据相关性又因数据使用者而异。您如何客观地衡量一个数据集的商业价值呢?对某个人群没有价值的数据,可能对另外一个人群相当有用。

这些问题很可能随着数据集市场的深入开发和流动性的增加,以及专业技术和知识的增长而得到解决,但是围绕大数据仍然存在其他的不确定因素。正如前面部分所述,这些不确定因素包括监管、全球治理和隐私权等问题,这些问题可能对大数据的经济价值以及公司对大数据的投资力度产生实质性的影响。

为了实现为大数据资产估值的目的,会计师和财会专业人士需要确定哪些数据有价值、选择一种容易接受的估值方法并确定关键的假设。

Nina Tan 是Trax Technology Solutions的首席财务官,该公司通过图像识别技术来获取零售数据,从而向快速消费品(FMCG)零售商和其销售代表提供实时报告。该公司的解决方案将产品图片转化为数据,用于显示这些产品对照各项关键业绩指标(KPI)的业绩情况。

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。

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。”

via:首席财务官 摘编自ACCA报告,有删减。

本文分享自微信公众号 - PPV课数据科学社区(ppvke123)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2014-09-23

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 【学习】切勿妄谈Hadoop,以及4个数据管道打造实践

    时至今日,大数据这个概念已充斥了整个IT界,各种“搭载”了大数据技术的产品,各种用于处理大数据工具更如雨后的春笋触目皆是。同时,如果某个产品还没抱...

    小莹莹
  • 【观点】大数据会给很多人新的机会,但也会让一些经典模型黯然失色

    本文是微软亚洲研究院主管研究员 上海交通大学讲座教授郑宇对大数据一些粗浅的看法和认知: 1. 大数据可以消除不同行业之间因为理论差异而带来的鸿沟...

    小莹莹
  • 大数据的痛点

    大数据分析仍处于初级阶段,我们还没有深入应用数据驱动决策。在这里,我们讲讨论当前的痛点以及如何用更好的方式应用大数据。 大数据为企业提供了一个更好的提高生产力和...

    小莹莹
  • 闲聊4年大数据经历

    木东居士
  • 数据的阴暗面:什么是暗数据?为什么暗数据很重要?

    ? 最近引起热议的术语暗数据,确切的说,就是来自于大数据的阴暗面。尽管暗数据这个名字听起来不吉利(让人联想到一个少年哥特乐队会取的绰号),但是或许更加的准确。...

    灯塔大数据
  • 大数据不是空中楼阁 从火到活是个慢动作

    导读:大数据不是空中楼阁,只有从数据供给端到汇集、清洗和加工数据的中间端再到需求端,从打地基开始,一层层砌砖加瓦,才能筑起大数据应用的高楼。 最近听到刚迈入理...

    灯塔大数据
  • 明略数据吴明辉:忘掉你的大数据,数据思维才最重要

    10月11日晚,北京明略软件系统有限公司董事长吴明辉先生结合自身丰厚的实战经验以及车品觉老师书作《决战大数据》就大数据实战应用为庐客汇“12+50”会员带来了...

    灯塔大数据
  • 别用大数据混淆试听 驳《大数据告诉你,电商会把假货卖给谁》

    先看封面贴图,说的大数据与实际的大数据就是这个样子,太形象不过了。 ? 双十一期间看《大数据告诉你,电商会把假货卖给谁》,原文地址(http://mt.so...

    灯塔大数据
  • 【CCCF专栏】2016年大数据发展趋势预测解读

    ? 2015中国大数据技术大会(BDTC 2015)于12月10日在北京召开,会上CCF大数据专家委员会(以下简称“大专委”)发布了《中国大数据技术与产业发展...

    灯塔大数据
  • 2016大数据行业的变与不变

    这两年大数据的风头明显盖过了云计算,这不是好事。”近日,华为IT产品线大数据解决方案规划总监徐兴海在2015中国大数据技术大会上如是说。他认为,云计算已过了炒作...

    灯塔大数据

扫码关注云+社区

领取腾讯云代金券