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
在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14