
大数据时代如何赢得财务人才
们的数字世界正在像小宇宙一样呈爆发式扩张,到2020年,数据将会从4.4万亿千兆字节增长到44万亿千兆字节。根据IDC分析机构的最新数字显示,全球数据量每两年就增加一倍以上。那么问题来了,谁在使用这些数据呢?他们又通过这些数据获得了什么?
事实上,通过大数据获取的洞察早已超过了数据科学家的业务范畴,这些洞察深入企业业务的核心,影响到企业的利润和损失、投资和撤资决策、风险管理和增长预 测等等各个方面。在这一领域,企业的“首席财务官”是当仁不让的关键人物,他们肩负着了解这些信息,并将其有效传递给企业其他部门的重要使命。
在首席财务官的领导下,财务部门将逐渐从幕后移向台前,担负起新的业务模式,例如确认、监测,管理财务风险和报酬。他们需要深入挖掘海量数据以获取价值,随后能够把这些价值传递给市场、人力、销售和企业的其他部门,以帮助这些部门制定战略并找到解决方案。
与过去相比,这些工作需要财务人才具备更广泛的技能。根据WSJ Custom Studios与甲骨文合作发布的最新报告显示,商业领袖们正在调整他们的招聘战略,以确保他们的财务人员能随时准备好应对这个新的大数据时代。
纽约大学Langone医疗中心首席财务官Mike Burke表示:“我们招募的人不一定是拥有会计学位的财务人员”。相反,我们更需要的是那些知道如何使用数据中深藏的价值的人才,是那些了解编程,能够查询大量交易系统的人才。
但是有些时候,作为财务专业人员还需要更多的分析思维。他们还需要具备软性技能,即能够在整个企业范围内激励、动员和引导其他部门之间的协同合作。
专业性化学品公司禾大(Croda)的首席财务官表示:“软性技能是必要的。你不能指望财务功能完全像一个大型的计算机系统一样,不需经过培训就能告诉你所有东西,或者希望其他同事能立即了解那些对财务人才来说显而易见的东西。”
根据麦肯锡的报告显示,到2018年将会出现19万分析技能员工的缺口,以及150万大数据领域管理人员和分析师的缺口,而这仅仅是在美国。
甲骨文全球金融业务高级副总裁Ivgen Guner在内部人才培养中获得了巨大的成功。她的部门曾经招募了一名毕业生,她一开始只是处理一些入门级的任务,随后这个年轻女孩展示了她在面对挑战和 激励他人方面的天赋。Guner和其他同事的严格辅导磨练了她在数据分析和与人沟通方面的技能。现在这个年轻女孩已经成长为甲骨文副总裁,当部门需要灵活 的分析和协调软技能的时候,她总能担当重要的角色。
让财务专业人员能够使用最创新的技术是OvationBrands首席财务官Keith Kravcik采用ERP云解决方案的原因之一,这一解决方案是这家总部位于明尼阿波利斯的连锁餐厅实现了财务现代化。
Kravcik希望能帮助Ovation进行重新改造,通过采用基于云的财务和绩效管理,他得以对其位于美国的300多家连锁餐馆进行全面的业绩观察。 Kravcik回忆道:“我们之前使用的一个老版本的Excel,一些新员工甚至都没听说过,更别说有任何经验了。为了吸引我所需要的分析型人才来推动我 们的重塑战略,我必须部署最先进的技术,让候选人能够在他们所选择的设备上使用最新的分析工具。云交付模式为我的财务团队提供了很多先进的技术体验,更易 于使用、成本更低。”
现代化的财务部门需要“软硬兼备”的人才,不但需要具备基本的财务技能,还要能够与其他业务部门协调、谈判、沟通、做出正确的战略判断,还有一点更重要 的,就是掌握最新的技术。当然,要找到拥有多元化技能的人才并不容易。企业需要对合适的人才进行投入和培养,并让他们获得最先进的技术和工具。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29