推进数字化转型

Gregory Kogan, CPA; Nathan Myers, CPA; Daniel J. Gaydon, , DBA; andDouglas M. Boyle，DBA, CMA, CPA

朱珏旻 译，郭强 校

数据驱动型企业在越来越多地运用分析和自动化技术，这些技术简化了重复性的常规流程，可极大地提升效率、改进流程控制，进而建立企业竞争优势。与此同时，流程自动化市场也在快速发展。高德纳咨询公司发布的数据显示，到2024年，大型企业的流程自动化能力将在现有基础上提升两倍。美国商业资讯发布的名为“Global Robotic ProcessAutomation Market Size, Share & Trends Analysis”的报告（bwnews.pr/3E0Fcje）指出，到2027年，全球流程自动化市场规模预计将增至256亿美元，年增长40.6%。

在提升常规财务流程效率方面，机器人流程自动化（RPA）和自助式数据分析是最为普遍的两项技术。在其财会部门战略性应用这两项工具的企业，有机会更好地将手工流程打造成更稳定、准确、可重复执行且便于审计的流程。此外，应用流程自动化提升效率的数据驱动型企业，可以释放能力于带来更多增值的分析与创新上，从而获得竞争优势。管理会计师等财务人士也可以从积极应用新兴技术中受益，如简化所在企业的手工流程，提高控制水平与效率。

RPA通过运用软件自动化重复性的常规流程来提高运营效率，相比之下，自助式数据分析包括各种不同的分析，可由数据工作者直接配置不同的分析解决方案。通常，这些工具可以将数据“提取、转换和加载”（ETL）功能、更先进的分析与机器学习进行整合，用以汇集、清洗和查询数据，确定数据关系，创建可视化，自动化基于电子表格的数据处理。

企业正越来越多地应用自助式数据分析，原因在于自助式数据分析在流程自动化方面功能更强大。

RPA虽然获得了极大的关注，但企业正越来越多地应用自助式数据分析，原因在于自助式数据分析易于配置，集合了多种数据分析技术，在流程自动化方面功能更强大。美国数据分析软件公司Alteryx在其官网发布的一份客户案例报告称，强生公司将自助式数据分析技术整合到其合规培训项目中，取得了实质性成果。强生公司首席技术分析师AdamEhrenworth写道：“我们已经消除了碎片化的手工流程，之前使用这些流程时，医疗保健合规部（HO）需要几天时间才生成一份报告，而现在我们采用的是集中化、自动化和及时出具报告的流程。”（bit.ly/2XyYay2）这段话表明，财务部门具备的分析技术辅助的数据处理新能力，引起了许多行业财会人士及高管的关注。

升级数据分析工具

多年来，财会专业人士一直依赖电子表格，因此不甚愿意采用其他分析工具。正如Pamela Schmidt、KimberlySwanson Church和Jennifer Riley在“Breaking theExcel Routine”（刊发于《战略财务》2020年英文3月刊，bit.ly/3rbLS）一文中写到：“对Excel应用的偏好阻碍了人们大规模运用更先进的数据分析技术工具。”此外，Molly Boyle在《手工核算的实际代价》（刊发于《战略财务》中文刊2020年第5期，英文刊链接bit.ly/30Kar3U）一文中指出：“一直以来采用的会计核算方式已难以为继，在当前环境下尤为如此。手工处理往往混乱耗时，且随着疫情期间很多公司及其财务部门实行远程办公，面临的挑战更为严峻。

”在新冠肺炎疫情给企业运营和员工带来影响和挑战的同时，高管的想法也在变化。因员工地理分布分散、预算约束、资源短缺以及管理层面临的其他压力，一些公司已转向通过自动化来应对企业对财务部门日益增长的要求。新的大环境促使高管着手实施早已制定的自动化计划，并最终突破变革阻力。

在财务部门采用先进分析工具的另一个原因是企业数据的广泛可用性，即所谓的数据民主化。由于企业内部人员都可以直接使用大量企业数据，流程责任人可以很好地应用分析工具来加快处理数据，实现最佳结果。

推动应用自助式数据分析最重要的因素，是简单易用的分析工具的兴起。自助式数据分析平台已经变得非常容易操作，不需要技术专家或编码来开发应用。相反，使用者可以调用“拖放”功能配置数据分析技术辅助的流程自动化，这可让普通人在无需IT团队参与的情况下直接开发解决方案。

由此而形成的直接、去中心化的开发模式可以加快自动化实施进度，数小时或几天内即可完成。由于可广泛使用企业数据，加之强大、灵活、便于使用且高效的自助式数据分析工具助力，财务专业人士越来越有能力和动力在流程层面应用数据分析技术创造价值。

在远程办公、数据民主化和“无代码”自助式数据分析工具广泛普及等趋势的共同推动下，从基于电子表格的手工数据处理向分析技术辅助的自动化数据处理升级，将成为企业数字化转型进程中的下一个关键。企业在将重点转向手工流程自动化的过程中，最有可能应用RPA和自助式数据分析提升效率，创造一个更可靠的数据处理环境。

RPA和自助式数据分析都是应用智能分析与自动化来简化数据处理必不可少的工具，但两者无法直接互换，也不能混为一谈。它们是两种截然不同的工具，分别适用于日常数据处理工作中的特定情况（见表1）。

选择最合适的工具

在评估特定场景最适合应用哪种工具时，要记住RPA和自助式数据分析之间的几个关键区别。主要决定因素包括项目类型、项目部署时间表、经常性费用和投资回报率（ROI）预期、维护责任与培训要求。最后一点，这两个工具都有独特的治理要求，在保护所创造的价值时必须考虑这一点。

如表1所示，RPA和自助式数据分析项目的ROI都非常可观，但RPA项目的必要报酬率要高于自助式数据分析项目，因为RPA项目中包括持续投入且不菲的机器人程序维护费用，必须达到更高的预期项目收益才能实现与自助式数据分析项目同等的ROI。应用自助式数据分析无需为开发的每个小工作流支付额外的许可费用，相较于RPA每个机器人程序的维护费用，更适合小型自动化项目。

理想状态下，对RPA的监控与维护要通过专门成立的治理部门集中执行（RPA治理的更多内容可参见Loreal Jiles所写的《管理你的机器人程序》一文，刊发于《战略财务》中文刊2020年第1期，英文刊链接bit.ly/3haujAS），但使用者可通过自助式数据分析自行应用、监控和维护自动化配置。

员工须接受充分的培训才具备数据分析方面的能力，也才能使用这种能力。RPA和自助式数据分析的培训要求并不相同，需要分别进行。RPA配置通常由IT部门的RPA开发人员集中开发和维护，他们需要经过大量相关培训且需具备丰富的经验。而流程责任人仅需接受很少的培训就可运行机器人程序，但因为设计、构建和实施自助式解决方案时基本没有IT部门参与，这些责任人不仅要详细了解正在自动化的手工流程，还必须确保解决方案与目标相匹配、充分可控且符合公司战略。在可控的情况下引入RPA和自助式数据分析，要求员工熟悉所使用的分析功能、底层业务流程，以及如何根据企业的开发与控制标准应用相关工具。

RPA和自助式数据分析都需要额外的控制来降低引入它们时的风险，但自助式数据分析还需要一套全新的治理机制。RPA解决方案可能直接与系统交互，且通常有核心IT人员深度参与开发和运行，因此之前使用的IT治理机制仍具有参考价值。而自助式数据分析解决方案由流程责任人直接开发并在核心系统之外运行，基本避开了成熟的治理架构。

因此，企业必须建立一个全面且与目标契合的治理模式，解决项目治理、投资治理与风险治理问题，保护应用程序开发模式转型中数据分析项目创造的价值。目前在向去中心化的应用程序开发模式转型过程中，“公民开发者”开发应用程序的速度非常快。表2详细展示了RPA和自助式数据分析之间的主要区别。

电子表格流程自动化

听上去很简单：企业可应用自助式数据分析将所有手动操作、重复的、以电子表格驱动的财会流程自动化。但如何做到这一点呢？

流程责任人可自行配置自动化的工作流，再根据需求调用，从而取代在电子表格中执行的手动处理步骤。流程可分解为一系列单独的步骤，然后根据逻辑顺序精心构建为流程流。每个分析技术辅助的自动化步骤成为先前手动处理的一系列步骤中的一个环节，从而使自动化流程更高效。

自动化不仅可以提高效率和缩短处理时间，还可以改善过程控制和稳定性。自助式数据分析消除了流程上的变化，因为工作流一经配置，就会毫无例外地按照相同顺序执行精确的处理步骤。那些手动处理电子表格的员工会最早意识到，结构化、可重复的工具辅助工作流较易出错的手动处理效果更好，因为手动处理电子表格时，难以察觉的人为错误往往会导致各种各样且无法预测的后果。如图1所示，通过有条理地处理工作流中之前通过电子表格完成的工作，应用自助式数据分析可以显著提高财会工作的效率，还不会产生额外成本。

采用新技术

企业为加快常规流程和提高效率而在不断实施自动化与分析项目，要取得项目成功，其中最重要的一点是从小项目着手，快速取得积极结果。在众多可选用的工具中选择最合适的分析技术然后加以应用，实施团队会获得高管层对项目的支持，与此同时，建立一个稳健且契合目标的治理模式，保护项目创造的价值。以此作为实施框架，财务部门负责人可以通过关注以下四项关键策略，推动企业数字化转型。

熟谙技术。更深入地了解RPA和自助式数据分析之间的区别，可让财务部门负责人更好地评估问题，选择满足企业需求的最佳自动化技术。

我们在上文中简要介绍了RPA和自助式数据分析之间的主要区别。自动化企业资源规划（ERP）系统内的工作方面应用RPA、围绕更多定制化电子表格流程应用自助式数据分析，如此，财务部门负责人能够以最佳方式运用这两项技术，尽可能提高分析项目的ROI。

从小项目开始，保护所取得初步成果。希望消除应用分析技术方面阻碍的管理人员，应谨慎行事，从小项目开始。调查整个企业中广泛采用的、稳定的常规手工流程，并记录在库存日志中。评估手动处理每个流程所花费的时间以及当前失败率，记录下自动化替代每个手工流程所带来的收益。然后，估算以稳定、重复操作的自动化工作流取代手动处理的成本。请记住，RPA通常会有大量的机器人程序维护成本，而自助式数据分析大多只需支付许可费用。

明确自动化的成本与效益后，优先考虑哪些项目也变得很清晰。选择那些最有可能成功完成的项目。向项目发起人和管理层展现切实的成效是非常重要的，因为项目早期的失败可能会导致项目实施倒退好几年。选择项目发起人。

选择合适的项目发起人是数字化转型取得成功的基础。项目发起人的关键作用在于确保有足够的资金，让项目的扩展节奏与企业实现既定目标及重大计划的节奏保持一致。

最恰当的项目发起人可以是企业的高级员工——此人将会从数据分析项目的成功实施中受益，但如果实施过程不稳定的话也会承担失败责任。通过这种方式，发起人的利益与项目绑在一起，最有可能去努力推动企业数字化转型。

关注分析治理。项目发起人只是分析治理的支柱之一。治理机制必须在数字化转型早期阶段建立，如此才能持续进行控制，并最大可能地保护数据分析创造的价值。RPA通常采用企业之前的IT治理架构即可，但自助式数据分析从本质上只供各流程责任人使用，没有IT部门参与，因此，需要有具体的措施来确保引入数据分析时的安全和治理。

治理对于以下三方面的工作是不可少的：确保获得相关利益相关者的支持、解决方案满足要求并进行高标准的测试、保留充分的审计线索来实现流程保障能力。重要的一点是，治理有助于确保企业的资源和投资资金合理地流向最好的投资机会。管理人员应将治理视为广泛应用分析技术的必要前提，以避免部署这些新技术后花费巨大的时间精力调整治理机制。

数字时代新曙光

财会部门过去10年来一直在进行数字化转型，但由于长期依赖电子表格处理财务数据，变革仍然阻力重重。近期趋势（远程办公、数据民主化和自助式数据分析工具的广泛普及）为消除阻力提供了动力，也在加快推动数字化转型。财会人士每天都在从各类电子表格中汇集来自不同来源的信息，执行常规公式化处理步骤并进行比较和汇总，录入数据以及执行系统命令，如今可以应用数据分析工具将附加值最小的工作快速自动化，降低手动处理的错误。

或许最重要的一点是，管理会计师及其他财会人士可以腾出时间来专注于更高层次的数据分析、更先进的控制或者其他出现的重点业务事项。总之，获得这些益处代表着企业在真正运用数据能力、优化配置人力资本方面取得了巨大飞跃。

Gregory Kogan，CPA，斯克兰顿大学会计学博士研究生，IMA长岛分会成员。联系方式：gregory.kogan@。

Nathan Myers，CPA，纽约地区的数字化转型顾问。联系方式：nathanmyers@。

Daniel J. Gaydon，DBA，盖辛格健康系统财务报告副总裁，斯克兰顿大学兼职会计讲师，IMA宾夕法尼亚州东北部分会成员。联系方式：daniel.gaydon@。

Douglas M. Boyle，DBA、CMA、CPA，斯克兰顿大学卡尼亚管理学院会计系主任、副教授，工商管理博士项目主任，IMA宾夕法尼亚州东北部分会成员。联系方式：（570）941-5436或douglas.boyle@。