后财务共享时代的业财全流程管理:智能化闭环


财务共享从最初的财务集中核算到现在业财资税一体,已经逐步将财务的职能边界实现了价值放大。随着财务共享中心模式的逐步普及,其为企业数字化转型实现价值赋能的作用越发重要,这种集约管理和数据服务的创新型财务管理模式也在不断演进。

随着智能技术的不断发展,后财务共享时代的关注点已经由标准化转向智能化,为了更快的运营响应效率、更强的风险管控能力、更优的财务服务能力,我们一起向着企业数字化转型的新时代前进。本文通过解析久其关于业财全流程中的智能化实践场景,希望能给大家一些启示和帮助,同时深度的智能化是需要结合企业应用现状进行定向诊断,也欢迎大家留言交流。

一、认识智能化的阶段基础和工具定位

标准化和流程化:财务共享的初创期和成长期,是对管理进行信息化的阶段,追求统一的作业标准和流程,实现管理过程的流程化。(关于财务共享中心各阶段的发展特点,可参见往期文章:《财务共享建设策略探析:打造赋能型组织》

自动化:当业财流程逐步实现标准化和流程化,在财务共享的成长后期和成熟期阶段,就具备了追求更快作业效率和服务的基础,对于标准重复的作业环节可以逐步实现流程自动化。

数字化和集成化:管理信息化阶段的成熟将带来组织信息化阶段的变革,随着流程自动化将带来企业流程和职能管理的重塑,多系统运营的数字化将形成企业整体管控与运营系统的网状集成,逐步实现管理数字化,不断基于数据实现提质增效和降本。

智能化:当企业具备数字化基础后,打通了各个环节、各个流程的全部业财数据,连接了各种“生产要素”(数据),数据信息的交互和传递将搭建一个全新的数字世界。对于数据采集、数据利用、数据分析等全流程中应用的诉求就越发强烈,而这海量数据的价值则需要智能化进行支撑,通过服务、作业、流程、管理等维度的智能应用实现企业的智能化运营。

当企业经历信息化、数字化、智能化这三个大的阶段后,智能化的最终归宿是“智慧”,智慧需要知识,知识需要信息,信息需要数据,认识论中的DIKW模型可以让我们很好的了解其中的关系。数据是信息的载体,知识是在信息基础上构建处理模型,智慧则是建立在多种模型基础上,对知识的综合应用,是解决问题的能力。数据和信息用于描述“是什么”,知识和理解用于指导“如何做”和解释“为什么”,智慧用于未来“找最优”,数据、信息、知识定义过去,智慧预测未来,而智能化是从过去走向未来必不可少的工具。

 二、财务共享下的智能场景闭环

财务共享下的业财全流程中以报账流程为例,涉及数据采集环节、数据加工处理环节、数据任务处理环节、数据运维分析环节,其中在各环节中结合智能化工具,可以实现的场景有:智能采集、智能发票、智能填单、智能审核、智能派单、智能核算、智能结算、智能稽核、智能运维和智能分析。

1智能场景实践:“智能采集+智能发票+智能填单”助力业务报账高效化

  • 应用诉求及趋势

随着移动报账的逐步普及,员工对于填单的便利性诉求越来越高,财务共享中心服务化能力的提升,也带来了对于业务诉求的重视,借助智能化技术,从填单角度提升报账环节的服务满意度越发重要。报账业务也逐步向智能化、自动化、多终端化和移动化方向推进。

智能化:OCR智能识别票据结构化数据、电子发票卡包导入、发票敏感信息识别和智能匹配票据消费类型。

自动化:自动调用税局接口进行发票真伪查验、自动在发票池中进行数据验重管理、自动根据票据数据填充单据信息。

多终端化:手机端、PC端、智能报账柜等多终端可用。

移动化:手机拍照、微信/支付宝卡包、图片/PDF导入等采集、流程审批、数据查询整体移动化。

  • 落地方案示例

  • 应用价值

数据共享:基于移动互联将费用发生、交易与报销过程连接起来,为用户整个费用活动提供服务;基于共享发票池,提供发票归集、票据关联与报账管理,用大数据挖掘数据深层价值,促进降本增效。

风险防控:移动端APP一站式智能识别、在线查验,实现智能采集、审核与验真;提供发票号验重、发票合规校验;优化了业务流程与智能化水平,增强了财务风险防控能力。

效率优化:移动端APP实现拍照、文件、卡包多种采集方式;业务人员与领导随时随地、快速地在线报账与审批;提高业务处理效率。

2智能场景实践:“智能审核+智能派单+智能核算+智能稽核”助力财务作业可视可控

  • 应用诉求及趋势

随着财务共享中心运营成熟度的提升,财务共享作业环节的智能化诉求越来越高,对于审核过程的效率提升、作业留痕、任务调度等越来越重视,借助智能化技术,提升财务审核作业效率和质量越发重要。财务审单作业也逐步向智能化、可视化、数据化和规范化方向推进。

智能化:OCR识别替代人眼进行数据比对、RPA执行替代人手进行流程触发、大数据算法替代人脑进行规则学习。

可视化:系统已控内容可视化、审核规则配置可视化、审核结果聚合展示可视化。

数据化:聚合多源系统的审核数据、利用规则引擎构建数据模型、跨系统进行数据校验比对。

规范化:填单要求规范化、影像检查规范化、审核规则规范化。

  • 落地方案示例

  • 应用价值

数据驱动:集成多平台的业财数据,建立数据基础;基于全量结构化数据、稳定的数据模型和审核规则来驱动数据审核,支持多种类型的业务对象;审核过程积累数据,实现基于更广数据范围的审核服务。

规则聚合:利用规则管理,实现系统化、智能化、清单化综合审核;作为独立的智能审核服务运营可以为久其、非久其系统提供审核服务;将所有平台审核规则聚合至智能引擎端,实现规则的全面监控。

智能调度:基于规则条件、审核结果,实现任务的自动调配,作业效率更高效;智能+人工模式,算法模型不断优化调度机制,实现人机协同;调度任务自动处理,尽量减少人工干预。

智能稽核:基于对历史数据的规则指标设置,批量进行数据稽核,并将问题数据进行抽取,与运营管理的质量管理联动,实现稽核结果的后评价、跟踪和追溯管理。

监控可视:审核结果按照红黄绿展示,用户视角直观展示风险;审核任务执行过程可监控,监控自动任务的执行情况;通过监控的可视化,实现更有效的任务协同。

3智能场景实践:“智能结算+智能对账+智能分析”助力资金闭环管理

  • 应用诉求及趋势

随着财务共享中心资金结算数据的不断增多,对于资金结算效率、资金风险管控的需求都在提升,如何在提升效率的同时规避风险,是资金管理的要点。随着资金计划、资金结算、银企对账、资金分析等全环节的系统化应用,对于资金管理的闭环应用越来越重视,借助智能化技术,提升资金管理效率、降低资金风险越发重要。资金闭环管理也逐步向规则化、自动化和智能化方向推进。

规则化:银企对账规则、自动付款规则、自动认领规则等均可实现可视化配置。

自动化:采用计划任务闲时进行自动对账,采用消息队列进行异步对账,根据付款规则进行自动校验和支付,根据认领规则实现流水自动认领。

智能化:采用ETL数据抽取技术提取关键要素进行动态监控与过程控制、根据自动规则中的人工干预数据和机器学习能力优化算法。

  • 落地方案示例

  • 应用价值

数据共享:基于业务端数据自动形成资金计划、资金结算数据,从数据产生的源头进行管理,将数据的采集、加工、利用、分析评价等环节串联起来,用数据共享的逻辑实现数据管理闭环。

风险防控:综合规则引擎和大数据服务能力,在付款环节按照重复性校验逻辑进行比对,有效防控资金风险;在资金计划环节利用数据抽取技术实现自动编制,动态管理全过程,实现结算有据可依。

效率优化:银行对账按照规则批量化处理,有效提升对账效率;收付结算按照规则实现自动支付和认领,有效提升结算效率;资金计划寻源编制,自动提取数据,有效提升管理效率。

4 智能场景实践:“智能发票+电子档案”助力电票档案全生命周期管理

  • 应用诉求及趋势

随着电子发票普及度的提高,以及全电政策下的新要求,发票从获取-报账-入账的可追溯诉求增强,智能发票的应用将更有效地管理发票全流程,有效控制发票风险,提升数据质量。电票档案业务呈现了新趋势、新政策、新平台、新标准的特点。(详细可参考往期文章全电发票政策下的企业信息化应对思考

新趋势:以提升公共数据服务能力,减少数据交换节点为指导原则,提升数字发票服务和监控效能。

新政策:《关于开展全面数字化的电子发票试点工作的公告》是国家税务总局作为财税主管部门推进数字化社会进程的具体部署。

新平台:以开发协同平台赋能的技术路线,兼顾大型企业和中小企业财务数字化应用的差异化需求。

新标准:以要素标准化、业务个性化为应用导向,促进公共服务与企业应用的深度融合,提升业务财务的整合价值。

  • 落地方案示例

  • 应用价值

财税公共服务前置化:全国统一的电子发票服务平台,24小时在线免费为纳税人提供全电发票开具、交付、查验等服务,实现发票全领域、全环节、全要素电子化,提升财税公共服务能力。

财务档案进一步无纸化:从发票的获取、报账、入账、归档、查询等全流程实现电子化管理,统一数据管理标准,逐步实现会计档案全生命周期的电子化管理,为建立财务绿色账簿奠定基础,进一步加强财务风险防范水平。

5 智能场景实践:“智能运维+知识管理”助力财务服务满意度提升

  • 应用诉求及趋势

随着财务共享中心服务范围的不断扩展,业务用户对于其服务响应速度、服务满意度的诉求越来越高,对于服务过程的效率、质量、交互、评价等越来越重视,借助智能运维助理,提升财务共享中心服务效率和满意度越发重要。智能运维助理也逐步向标准化、服务化、智能化和融合化的方向推进。

标准化:运维问题分类标准化、运维问题应答标准化、运维问题入口标准化。

服务化:运维需求点选制、标准问题自助应答、特殊问题人工接入。

智能化:文本相似度分析、关键词自动回复、坐席智能调度。

融合化:OpenAPI开放接入、一站式运维任务可聚合、支持场景化二次开发。

  • 落地方案示例

  • 应用价值

自助型问询:用户根据自己需求,通过系统功能自助进入服务模式;服务内容可按照用户权限配置,填单问询、操作说明、审核问询、进度问询等;服务多入口,便捷直达用户需求。

客服型服务:问询过程比对客服模式,可随时呼入人工模式,及时解决用户需求;服务可评价,针对在线问询进行反馈,提升服务满意度。

学习型能力:基于深度学习模型的对话引擎,不断提升问答能力,更加智能;通过强大的对话控制模块,不断提升对话服务能力。

数据型监控:服务过程全部数据留痕,为深度学习奠定数据基础;基于数据进行监控,坐席调度、回复优先级全部数据定义。

6智能场景实践:“数据集成+智能分析+推荐引擎”助力财务高效决策

  • 应用诉求及趋势

随着财务共享中心数据资产的持续沉淀,如何发挥数据价值显得尤为重要,数据决策服务将逐渐由被动整理转向主动推荐,即从“人找数”演进到“数找人”,基于系统用户行为和数据标签进行数据资源推荐。智能分析将在数据统一管理、精准推荐、交互分享和自助分析上不断提升。

数据统一管理:“分析模型”与“数据标签”的结合,实现了图表类和报表类指标数据的统一、规范化管理。

数据精准推荐:业务与智能AI算法的应用,改变了传统“人找数”模式,提升用户使用体验。

分享式交互功能:提供点赞、收藏、分享、评论等类互联网交互功能,有助于及时了解用户偏好。

开放式自助分析:提供可视化、开放式的自助化分析功能,使得“人人都是数据分析师”成为可能。

  • 落地方案示例

  • 应用价值

分享式交互激活分析潜能:通过调动用户的自主化意识,人人都是分析师,将企业数据分析模式,从被动式变为主动式,从技术依赖到人人可用,激活分析潜能。

推荐式服务提升决策效率:通过“数找人”模式,将数据实时推送给企业决策者,提升企业决策效率和竞争力。

集成式分析深挖数据价值:数据分析工具将多源系统数据进行统一管理,建立数据分析模型和指标体系,支持复杂计算,为业务决策提供更详细的数据依据。

三、结语

综上所述,通过多种智能化手段的组合式应用,构建起丰富的企业财务智能化应用场景,渗透到业财全流程的各个环节,从数据采集、数据加工处理、数据任务处理到数据运维分析,形成了财务智能应用闭环。

久其财务智能化实践一直以客户价值为导向,从日常的报销、审核、记账、结算、报表分析,到事前的风险预警、数据测算,到事后质量稽核、档案查询,不断提升技术能力,助力企业业财全流程各个环节的提质增效,为提升企业的风险管控和精准决策能力而努力。

感谢您的耐心阅读,以上智能场景是久其众多客户实践案例的总结,希望能对大家有一些帮助,也欢迎针对本文的内容或财务共享智能化相关的话题进行深入交流。

资讯热点

联系我们,获取更多资讯