下载掌阅APP，畅读海量书库
立即打开
我认为在财务领域引进的大数据，是一种思维方式，是一种解决问题的方法。它可以定义为旨在分析、处理和提取来自极其复杂的大型数据集的信息，帮助企业更好地决策。而传统财务数据由于其自身的滞后性和财务软件本身的性能，导致财务软件根本无法处理这些信息。那么，财务中的大数据思维方式如何体现呢？
以我暑期去某公司调研的经历为例，讲解如下。
这是一家生产高档装修产品的公司。负责人介绍了公司的整体情况后，我上网搜索了该公司的公开信息。然后我提出了四个疑问：“第一，公司在2018年、2019年和2020年的净利润率分别是7%、9%和15%，我有一点疑惑，2020年发生了什么，公司业务发生了巨大变革，还是生产方式有了巨大改变，或者有什么新产品投入生产，为什么净利润率提升这么快？第二，在如今房地产行业整体不景气的大趋势下，该公司的高档装修产品的对标客户群体在哪里，有多大体量，公司有没有这方面的调研报告？第三，作为能实现显著室内外温差的高档装饰材料，比普通材料价格高5~10倍，消费者是否愿意为这个温差付费？第四，公司三年间在各地的代理店在逐步缓慢减少，三年内仅有一次的公开招聘启事显示，招聘的岗位数量为个位数，且绝大多数都是只招一个人，薪资待遇在当地算不上有吸引力，那么公司的生产经营能力会不会受到影响（结合第一个问题）？”
如果这些问题不能得到有说服力的回答，那么就没必要去看公司的财务报表了。这大约是财务大数据思维的一个切入点，它利用公开的信息，能在短时间内发现企业宏观经营策略和定位上的异常点。这对于大数据审计、财税大数据应用同样十分适用。
从上面的例子可以看出，财务中的大数据，更多的是和财务数据本身联系比较弱的，是那些以往被我们摒弃掉的，会牵扯到管理、经营、行业、业务和投融资，甚至政策等方方面面的数据。
如果我们分析一个企业的整体财务状况，需要这么多数据的话，那就是真正意义上的大数据了。
这样的例子还有很多。比如以前在小县城，税务人员为了弄清楚一家理发店年营业额到底有多少，往往会派驻一个专员去理发店蹲点一个月，把数据整合起来预估整年的营业额，作为纳税依据。而现在可能只需要看看这个理发店的水电数据，就能知道它经营情况的好坏。
想知道一个生产型企业的生产情况，在厂门口装个监控摄像头记录进出车辆数，再看生产用水、用电量就知道了。看报表就是为了验证这个结论，两者相背才会启动稽查，这就相对科学和简单了。如果只是盯着报表难免会费时费力，目标不明。当然，“金税四期”启动后，大数据税务稽查就更简单了。
找到了大数据和财务的契合点，下一步就应该寻找工具和改造课程，对标岗位就有了方向。首先第一个工具就是零代码工具（后面章节会详细介绍）。