如何建设财务主数据?四大问题对症下药各个击破

发布时间:2020.09.19来源:头条浏览量:202次标签:数据治理

什么是企业主数据?
企业主数据是用来描述企业核心业务实体的基础数据,它是具有高业务价值、可在企业内跨越各个业务部门被重复使用的数据。财务主数据作为企业主数据的一部分,与财务日常业务相关,主要包括会计科目主数据、客户主数据、供应商主数据、员工主数据等。因此,财务主数据的建设也是企业主数据建设过程中十分重要的一部分。

建设财务主数据有哪些拦门虎?
1、缺乏标准
各系统间缺乏统一的标准,特别是编码混乱,造成数据在各系统之间的不一致。例如:多个系统都有默认的成本中心编码,但在各系统中的编码规则各不相同,如果不能统一标准将造成十分混乱的局面。

2、数据质量低
两套或多套财务核算系统分别维护,容易导致出现重复数据。例如:SAP和EBS中都维护了各自的的核算主体,但其中可能存在重复数据,在从EBS转移到SAP时也有可能出现问题。数据质量无法提高也会导致后续问题频现。

3、数据整合困难
各系统存在多套组织架构,维护分散。例如:HR组织架构、OA组织架构、合并架构、财务组织架构,分别在各自业务系统中进行维护,导致数据整合困难。

4、数据安全隐患
未对数据做脱敏或分层处理,数据整合提供应用时不能保障安全和隐私。例如:SAP将供应商信息放在表头时可以看到所有银行账户信息,但实际上应该是A公司只能看到A公司维护的银行账户信息。

财务主数据的建设目标?
统一管理:实现财务主数据的集中管控,规范管理流程,确保相关编码一致,为系统建设提供标准化财务依据。

数据共享:一次录入,多方共享,减少人工介入,提升基于财务信息的业务交互和分析的效率。

助力分析:为各系统提供统一的财务核心数据,降低企业层面财务分析的难度,提高分析的准确性。

具体应该怎么做?
企业财务主数据的建设主要分为以下几个步骤:前期调研准备工作、制定财务主数据标准及管理制度、确定历史数据整合策略、确定财务主数据维护策略、实现财务主数据持续管理。

1、调研工作
前期调研准备需要从业务、技术两个角度出发。通过收集文档资料、问卷访谈等形式,确定企业管控现状和业务流转情况,为后续工作开展提供建议和依据;通过对信息系统和现有数据的调研及深度分析,从数据层面发现问题,并针对特殊问题确定改造难度及改造方向。

2、建立标准及管理制度


数据标准层面,需要调研并整理企业现有数据字典和问题所在,结合国标、行标和优秀项目实践,生成适合企业数据现状的一套数据标准体系。

管理制度层面,需要建立管理组织和管理流程,制定相应考核办法,保障财务主数据持续正常运行。

3、历史数据的整合、清洗


针对历史数据的清洗,主要分为数据接入、初步标记、分类处理、汇总检查、整体清洗、检查反馈几个步骤。

将历史数据通过接口、ETL、文件的方式导入主数据管理平台,通过质检发现重复数据及不一致数据,完成数据的清洗转换,保障历史数据的高质量性。

4、财务主数据维护策略


财务主数据后续维护策略主要分为三种:
1)在主数据管理平台中进行主数据的新增、变更和删除,及时向各业务系统分发。适用于对实时性要求不高的财务主数据
2)在单一的业务系统中进行主数据的新增、变更和删除,主数据管理平台及时更新数据并向其他业务系统分发。适用于单一可信来源,且不受其他系统影响的财务主数据
3)在多个业务系统中进行主数据的新增、变更和删除,由主数据平台整合处理后分发给所有业务系统。适用于对实时性要求较高的财务主数据

完成了企业现状调研、标准及制度制定、历史数据清洗装换,财务主数据维护策略确定;项目的最后一步就是主数据管理平台的上线了。

亿信主数据管理平台提供主数据新增、修改、审核质检、逐级审批、数据分发等完善的产品功能,可帮助企业实现财务主数据的持续化管理,提高财务主数据质量,帮助企业高效运营。
(部分内容来源网络,如有侵权请联系删除)
立即免费申请产品试用 免费试用
相关文章推荐
  • 什么是自适应数据分析和数据治理?

    什么是自适应数据分析和数据治理?

    自适应数据和分析治理,这种方法可帮助企业保持相关性并响应组织内部和外部的快速变化的环境。在自适应数据和分析治理中,数据治理不仅仅是约束和……查看详情

    发布时间:2021.06.02来源:亿信华辰数据治理知识库浏览量:126次

  • 你以为建设大数据平台就好了,还差这一步

    你以为建设大数据平台就好了,还差这一步

    长期以来,大家一直忽略一个问题:数据跟原来的企业应用系统一样,它是需要被管理的。企业逐渐了解数据所蕴含的价值,对数据的重视程度越来越高。……查看详情

    发布时间:2019.06.03来源:亿信华辰浏览量:93次

  • 数据治理如何解决数据多、杂、乱、差问题?

    数据治理如何解决数据多、杂、乱、差问题?

    许多大数据公司在过去一段时间都得到了较好的发展,但由于在数据生产的过程中并未做到足够重视,数据质量与可靠性则很难得到保证,这也是数据治理……查看详情

    发布时间:2022.02.21来源:小亿浏览量:323次

  • 治理成熟度差距以及如何克服它

    治理成熟度差距以及如何克服它

    了解您在真正的IG成熟度方面的立场,并在自己和团队中识别变革的阻力。不要回避要求定期审核和验尸以评估进度和后续步骤。通过具体信息,您可以……查看详情

    发布时间:2019.03.13来源:亿信华辰浏览量:126次

  • 数据质量管理方法

    数据质量管理方法

    数据质量闭环管理机制以制定规则、问题发现、质量剖析、数据清理、评估验证、持续监控为核心活动,又结合银行的数据实践进行了定制和优化。……查看详情

    发布时间:2019.11.15来源:知乎浏览量:233次

  • 数据治理:一些美好的开始

    数据治理:一些美好的开始

    数据治理增强了业务参与,共享理解,关注和协调,将日益脱节的数据环境结合在一起,并在许多EDM计划中提供数据值优化。……查看详情

    发布时间:2018.12.21来源:亿信华辰浏览量:130次

  • 如今传统企业如何做数字化转型?

    如今传统企业如何做数字化转型?

    什么是数字化转型?“数字化转型”实际上就是对业务过程进行的重塑,通过重塑使其默认就更加适应更全面的在线环境,从最……查看详情

    发布时间:2020.07.31来源:知乎浏览量:111次

  • 新白皮书提供数据治理计划实施技巧

    新白皮书提供数据治理计划实施技巧

    实施数据治理计划 - 一系列标准化管理实践,以解决数据的创建,使用和报告问题 - 有助于确保医疗保健组织内的大量数据得到质量,可访问性和……查看详情

    发布时间:2018.11.21来源:数据治理浏览量:118次

  • 数据标准化的难题

    数据标准化的难题

    数据标准好制定,但是数据标准落地相对就困难多了。国内的数据标准化工作发展了那么多年,各个行业,各个组织都在建设自己的数据标准,但是你很少……查看详情

    发布时间:2020.11.13来源:知乎浏览量:131次

  • 数据湖与数据仓库之间的桥梁

    数据湖与数据仓库之间的桥梁

    数据湖的吸引力和新颖的功能对传统的数据仓库(DWH)系统构成了巨大的威胁。DWH的主要缺点包括与不适应不断发展的数据环境的刚性内部结构相……查看详情

    发布时间:2021.07.26来源:亿信华辰数据治理知识库浏览量:139次

相关主题
您点击 “提交”,表明您已理解并同意接受本网站隐私政策和用户协议