大數據對財務行業會產生什麼樣的影響？

01-03

如題。比如付費會計平台的產生（雲會計）等等~

手機碼字，我完全贊同貓大叔。

說一個我切身體會到的，之前我在一個製造業企業做成本，沒有ERP，庫房和車間每月提供報表，先不說數據是否一致，我們用的先進先出法，光是每月登記台賬、分配成本、錄憑證，那個工作量都能讓我懷疑人生。關鍵是重複性的工作做起來真的沒什麼意思，有時候做完還要改，還要調，根本不想再重新做一遍。於是我開始看VBA，結合自己工作的情況編寫宏，以前幾天的工作我幾分鐘就能做完。後來覺得錄憑證太麻煩，又去看SQL，直接導入資料庫，不用一行一行的去選科目，錄金額。當然這些事都沒讓我領導知道；）

後來要用ERP了，那個成本就更簡單了，成本會計的工作就只是維護費率，關閉工單，分析實際成本和標準成本的差異。結轉登記那些體力活什麼的都不需要做。數據從原料入庫到工單關閉都不會有修改，最大程度的保證了數據的一致性。但是還沒等ERP上線我就辭職了，因為真的，願意改變的人太少了。大家都在一個崗位做了十幾二十年，都覺得只要沒出錯，為什麼要改變，但是其實都知道不是自己沒錯，是因為沒有監管，所以表面上看起來風平浪靜，其實漏洞真的太多了。

我覺得管理和預測的基礎是數據，如果數據更新不及時，或者說是虛假錯誤的，那根本沒有管理可言。

而且我前幾個月找工作的時候就發現，很多大單位都在招內部審計，管理會計的需求越來越大，小單位招基層財務會計的多些，但是待遇真的都一般般，還不排除去了兼行政的情況。現在出來了，在學做資料庫，正在往這方面發展，明年繼續考CPA。單做一個傳統會計，未來真的是越來越黯淡的。

這個是我研究的一個方向，我來說說自己的體會。

在回答大數據對財務有什麼影響之前，我們先問一個問題，財務現在為企業提供的最大作用是什麼？如果大數據代替了這個作用，那麼毋庸置疑，影響就是毀滅性的，如果代替不了，那麼影響就是非常輕微的。如果必須有財務的工作才能形成未來的大數據，那麼影響就是給了財務一個巨大的時代機會。

財務目前來說為企業提供的最大作用是什麼呢？從財務日常工作來看，大部分時間都是在做各種各樣的報表。當然，這些報表都是有他特定的用途的。做報表的目的是為了什麼呢？就是為了讓信息準確，及時的到達需要的人哪裡，然後，由他們決定是不是要給企業投資，借錢，下單，生產，銷售，打廣告之類的決定。如果把企業比作一輛車，財務體現的作用就像是汽車的儀錶盤。時刻反應著企業的狀態情況。雖然，作為財務的我們一直對自己有一個非常高的期望，遺憾的是，現實中，能做好儀錶盤的財務都寥寥無幾。從這樣的角度來說，財務這部分職能一定是會被代替的。因為這種工作，機器比人更擅長。

那麼這麼說來，大數據對財務的影響是毀滅性的嗎？從另外一個角度看完我們在做總結。，隨著工業化進程的推進，美國在200年前有90%都是農民，在100年前這個比率下降為50%，在現在，這個比率下降為2%。那些被機器驅逐的農民到哪裡去了？他們開始從事和農業相關的工作。比如深加工，比如貿易，比如機械維修，比如金融期貨。大部分人並沒有因為機械化和自動化進程日子變得越來越難，反而越來越好了。

所以，我認為這種影響是一個新的機會窗口。新的技術打破了原來人們固有的工作工作方式，也就會打破人們基於這種工作方式建立的組織架構體系，也就會打破現在的財富和權力壁壘。也就是說，未來的5-10年也許是財務的屌絲們最好的逆襲時間。誰能率先擁抱這種趨勢，找到新並且融入到新的協作方式當中去，誰就擁有了逆襲的可能。

補充一個問題，為什麼這個機會是屬於底層人員的？不是那些權貴們的？有兩個原因，1.春江水暖鴨先知，一線人員對變化最敏感，同時也是影響最大的，要麼變，要麼被淘汰。在這種選擇下，誰不會去試試呢？2.權貴們，他們是舊協作體系的既得利益者，他們拒絕去中心化，因為那個時候，好不容易爬上來的位置，就沒有了。他們拒絕信息的直通性，因為那個時候支撐他們權利的基石就沒有了。所以，這是一幫被過去存量捆綁住的人，對於他們來說，這種變化是毀滅性的，就如同氣候發生變化後，霸王龍穿越不了白堊紀一樣。

ERP從業人員來說說自己的體會，

第一輪，財務軟體使用。代替手工憑證，自動計算報表。也算是第一次減輕了會計們的工作負擔，節約時間成本。

第二輪，財務集中管控業務。更多的大型企業將財務集中管理。目的更多還是為了加強集團管理力度。

第三輪，財務，資金，HR，業務管理更加一體化的管理，前幾年各家軟體廠商推的智能商務系統。在這個階段，會計的工作其實已經發生很大的變化了。日常做憑證，處理日常財務工作已經占不到他們日常工作的一半。更多的時候是處理領導給他們的財務分析任務，各種財務分析已經不單純是財務數據，裡面包含企業的方方面面，你懂財務，更需要懂公司的運營。

（吐槽：這個時候我們的軟體項目已經很難做了好嗎！各種個性化的需求提出來，公司還對我們的資源投入和項目周日考核的特別嚴，項目經理兩頭協調，兩頭受氣啊，淚目）

第四階段，財務考核指導企業市場和生產。準確來說應該是財務考核和企業的投入，產出政策和行為緊密結合。小手拉大手，一起給ERP挖坑啊有木有！這個階段的會計領導和主管，都是有著一線工作的切實經驗和多年財務管理的經驗積累，他們精通企業的核心業務。參與制定企業的管理決策，還要不斷學習其他先進企業的管理思想。懂企業，懂行業，跟大數據有什麼關係呢？他們經歷的多了，自然明白大數據對企業有多大的利益。因此他們也懂信息化，信息化的需求相比以前也更加精細，更加基礎。我們接這種項目基本都是做到哭的節奏。

如果你是一個會計，做好財務工作的同時，去精通企業的核心業務，很簡單，兩個方向。一個投入怎麼花的，一個產出怎麼來的。再就是多了解行業，積累的多了，自然也就有自己的管理思路了。大數據是你的工具，你負責提需求，信息化企業去幫你實現。

工作後終於明白了，會計為啥要發管理學學位。

我覺得可以學餓了嗎那樣，弄個app叫稅了嗎，企業客戶註冊，在線野生會計人員接單，幫忙記賬報稅跑工商社保什麼的，支持支付寶結算，同時新用戶註冊享紅包和優惠，大家覺得這個主意怎麼樣，至少可以搞到b輪融資吧，估值至少千億顛覆財會夕陽行業，我們就差個程序員了

謝邀。但這個題不太好答。其一，我不是in-house的財務工作者，不見得能完全站在財務人員的角度上「接地氣」地想問題；其二，大數據究竟是一團什麼樣的迷霧，我還不是很看得懂。

大數據的概念，最早是聽到阿里提出的，也聽阿里內部的一些相關人士介紹過。以我淺薄的理解，最直觀的大數據模式，就是搜集和統計用戶行為記錄，並（較之傳統方式）更精準地分析其偏好和行為習慣，從而更有效率地找到符合自己產品/服務定位的潛在客戶，並進行推送或銷售。過去幾年我們也看了一些宣傳自身是基於大數據商業模式的企業，給我的第一感覺是，數據是有的，但不夠大，遠遠不夠；其次在用戶特性的抓取和分析能力上，也還停留在紙上談兵的地步。一些垂直電商，在各自細分領域算得上龍頭，但離大數據的可用性還太遙遠。一些P2P企業同理，幾十萬乃至十幾萬的用戶量，談何大數據。這些直面大量終端用戶的典型行業都是這種情況，遑論以線下業務為主的那些傳統企業，現階段談大數據更是海市蜃樓。

跑上面這個題，想表達的意思是，大數據概念在目前離大部分企業的距離，可能沒有大家想像的那麼近，也不是那麼容易可以被運用到單個企業的經營中。本題下很多答案討論的，我理解是在談論「電算化」、「信息化」、「自動化」、「互聯網化」，這些事情已經喊了很多年，也做了很多年，然而這恐怕並不是大數據的範疇。大部分企業內部的財務工作者，就本單位的工作內容而言，實在是和大數據不怎麼沾邊的。

至於題主舉的這個例子，我猜想是特指專業服務機構替代企業內部會計，也就是財務外包的情況。這不是什麼新鮮玩意兒，沒有互聯網的年代就有大批這樣的機構，或者大型公司的centralized service center。這種服務形式存在的根基，是在於將財務功能拆分併流水線化，提高單個財務人員的工作效率，同時用外包企業的數量來保證單個財務人員的工作量。這種服務模式並不涉及對客戶行為的採樣和統計，大數據也幫不上什麼忙。

當然也不絕對，如果未來某一天，外包的財務功能不僅僅是基礎的簿記和報告，還包括結合運營的財務分析（即現在FPA乾的活也全部外包出來），在某些條件下或許大數據是派得上用處的，但需要符合很多先決條件，例如大批量同類型、有互相借鑒意義、長期穩定且願意外包的客戶群，客戶願意開放密級更高的運營數據給外包商，信息系統安全的極大提升，等等。這種可能性有多大呢？在可見的將來我個人表示不樂觀。舉個例子，我最近正在整理我司的財務盡調案例，按行業劃分的話，大的領域大概十幾個，每一個下面的細分領域又有四五個，總計四位數的案例，分攤到每個細分領域不過十幾二十家。在這個基數上，具有統計意義的大數據分析根本無從談起，完全還是靠個人經驗的人肉分析。而全中國能有四位數客戶的財務外包企業，能有幾家呢——或者說，有嗎？

1. 可以更好的幫助管理層做出會計估計

2. 可以使業務預測更加準確

3. 更有利於管理層做出商業決策

感覺他們回答的有點太大了。。。

我幹了幾年財務，談談僅就「大數據」本身的應用會對財務行業帶來什麼影響的一些個人看法吧。

1、大數據這個事情或這項技術本身對公司財務的影響：

對於公司財務來說，以往更多做的是主要有三方面：一是企劃，即對公司各項投入、產出進行分析、預測；二是財務，如實反映公司的經營情況；三是管理，制定規則、制度，對公司各方面涉及財務、資金收支的合理、合規性進行控制。

互聯網技術，尤其是大數據這個概念出來之後，公司財務將圍繞著數據獲取、分析利用、管理應用嘗試創新，從經營型財務轉向價值型財務。具體來說，財務將延伸自身服務，不再僅是報銷職能，而是通過將報銷服務往前延伸，提供從業務發生到報銷的全流程一站式服務。一方面獲取全流程數據，另一方面打造對這些線上數據的分析應用平台，植入公司層面、財務層面的成本管控、風險管理理念。將數據盤活，將管理弱化。

當數據積累到一定程度，大數據分析就能夠成熟應用，財務可以將這些數據用在除成本管理以外的，包括預算智能編製、投產智能測算等各項本職運用上。

2、對大財稅行業來說，大數據對於一些財務外包公司應該可以有更高價值的運用，因為他們自身業務量夠大，接觸到更多的行業，可以給到顧主更有針對性的分析建議。對於稅務等機構來說，可以利用大數據直接定位很多不合理的逃稅、漏稅行為。

當然，應該還有更多的其他應用，這個本來就是財務領域的大課題，就先寫這些，回頭想到再補充吧。

未經本人同意，不得轉載！！！！

謝邀。

同意dawei wang的觀點。

百度對大數據的解釋是：大數據（big data），指無法在可承受的時間範圍內用常規軟體工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。我們經常聽到的男士買尿不濕的同時買啤酒，這就是從購物單上分析出來的。

財務記賬是要依據國家規定會計準則的。和大數據沒什麼關係。

大數據的目的是分析和決策支持，說和管理會計也許沾點邊。

我來試著回答一下。

首先，對於 @貓大叔的回答，雖然我是十分的贊同，但是卻覺得對題目的針對性不夠。原因主要在於前輩提到的這些對財務行業的影響，其實應該是信息化對財務的影響，而信息化即等於大數據？這點我覺得是值得商榷的。

雖然沒有一個精準的定義，但是就我的感覺來說，大數據意味著三點：整體海量數據，弱相關關係，非結構化。首先，整體海量數據。整體的意思是，在大數據概念下，對數據進行分析時，抽樣過後進行樣本分析並進行統計推斷得出有關總體的結論的方式變得不再重要了。而海量則是指數據量上，遠超GB量級的數據規模，而範圍上，則指超越企業自身範圍的數據來源，比如網路信息或政府數據。注意，在海量數據整體分析的條件下，響應時間仍然應該是可接受的——相信不少人有從ERP里導出數據時抓狂的體驗。從這個角度看，絕大多數企業雖然叫的很響，其實距離「大數據」還是很遠的。其次，弱相關關係。暫且這樣表達吧，大數據條件下的分析，可以發現超出一般心理預期的相關關係。著名的例子就是「啤酒與尿布」的例子，男人們被主婦趕去進行尿布採購時，往往會順手來一打啤酒犒勞一下自己。最後是非結構化，也就是說用於分析的數據不再是整齊的條塊化的資料，比如說各種表格，而可能是錄音、會議文件、視頻等等。

這麼看來，目前企業實施的ERP、MES、CRM、BI等其實距離「大數據」還有很大一段距離。但即便如此，如其他各位在答案中所說，傳統的記賬、報賬、總賬的三賬會計看起來已經是日薄西山了，但現實當中處於種種需要（一般都是違規的需要），以及企業家處於成本效益比的考慮，應該還需要保留一些經驗豐富的會計人員。那麼如果剛才所說的「大數據」發展到比較成熟的階段，又會在這個基礎上對財務行業產生什麼影響呢？

一、傳統會計和傳統審計真的可能不必要存在了。最近參加了幾次有關區塊鏈的研討會。雖然感覺區塊鏈技術還需要在硬體或者技術上有突破才具有實際應用上的可實現性。但是，假如其具有日常應用價值了，那麼可以認為所有的商業信息都會直接隨貨物、服務、資金記錄於區塊中，並且該信息不存在篡改和造假的可能，因此財務人員記錄、審核、提供信息的作用就被取代了，由於信息是完全可信任並可取得的，那麼因為委託代理關係中信息不對稱而出現的審計鑒證業務，連根本的立足點都沒有了。雖然這些現在看起來還有些遙遠，可是就像知乎上有一個問題是關於10年前我們覺得不可能實現而現在已經司空見慣的事情，當中的回答一一看下來，真是覺得稍不注意，就被時代拋在後面了。

二、再往大了說，也許整個企業管理的前提都改變了。各類管理書籍都描述過企業管理的根本出發點——企業價值最大化。但是落實到具體工作中，我們往往以股東價值最大化代替企業價值最大化來指導管理工作。雖然學界希望將「利害關係人」的利益，或者說社會公眾的利益也納入企業管理中，但是到目前為止並不存在操作性，主要是太多東西說不清楚，比如，邏輯上我們一般都可以接受，一個企業的發展會促進民生，這會帶來良好的企業聲望，反過來又會促進企業的發展。那對於一個具體的企業來說，它的經營究竟提供了多少民生方面的改進呢？沒人說得清楚，民生的改進帶來多少聲望呢？一團模糊，聲望帶來多少經濟利益的流入呢？雲里霧裡。而「大數據」可以通過處理海量的非結構化數據，將弱相關關係提取出來，那麼可以期待，在「大數據」條件下，這些說不清道不明的東西可能都能明明白白的反映出來，如果能夠量化，是不是可以計入報表呢，準則會不會有天翻地覆的變化呢？（想想還有點兒小激動呢）如果真的有這麼一天，恐怕不止是企業管理，連國家政治都會有變化——所有人都知道穩定是有價值的，亂離人不如太平狗嘛，那麼只要維穩的成本低於穩定帶來的價值，財政支出用於維穩就是適當的……

三、對財務人的影響。從上面的分析，還有其他幾位前輩的回答可以看出，轉型為分析人員應該是財務人的努力的目標。那麼「大數據」情況下，分析人員又應該具備什麼素質呢？我覺得最基礎的是得有處理海量數據的能力。Excel的功能雖然很強大，結合VBA和各種插件簡直是神器，可是當數據量到達百萬級的時候，速度就跟不上了，數據清洗的和數據準備也不方便，更別說處理聲音、圖片、視頻、文本這類非結構化數據了。真是應了小時候常聽的一句話——未來不懂電腦的人就是半文盲……

我搞了六年財務，現在轉行搞了好些年ERP實施，也算做了不少項目，應該對這玩意兒有點直觀的看法。

從大數據的定義來看，其實這東西跟90%的財務崗位毫無關係。如果把傳統的ERP、信息工程硬扯上大數據，那麼用大數據跟現在用ERP的財務工作區別也不大，就是做做報表分析罷了。

財務也許是所有崗位里，改變最慢的崗位。

大數據對財務行業會產生什麼樣的影響？個人認為：肯定會有影響，而且是不小的影響。只是究竟什麼時候影響到普通人員都開始意識到暫時是未知的。

曾經看到過一個觀點，未來的CFO和CIO是否可以合併？企業的管理從某種維度來看，主要是管」商流、物流、資金流、信息流「，而財務的核心管的是資金流，記錄與反映的就是信息流，監督著」商流、物流「，在21世紀信息時代里，財務和信息已經是融合得越來越深了。

搞IT的很多人（尤其是資料庫的）都知道，傳統財務會計信息系統的後台數據量和業務系統相比，簡直就是小兒科，完全算不上大數據，只是個」小「數據。

但這是傳統的模式和認識，找一個角度我們來看，管理分為PDCA循環幾個環節，現有的很多企業管理軟體（含財務軟體）主要體現為」D、A「，也就是」執行、反饋「，而對企業影響更大（甚至說最大的）的反而是」P「環節（C環節哪天有空單獨開列來聊），所有的事物越是在前段環節的對事物影響越大，講了這麼多，想說的是：如果要說大數據對財務行業的影響，很可能就是」P「環節，」計劃與預測「，P環節將影響到財務管理模式的變化，就象眼前已經開始形成趨勢的」共享服務、業務財務一體化、自動化財務分析....「一樣，將影響財務管理模式從核算型向管理型轉變，而管理型的重點標誌和要素就是」P和C「，怎麼做計劃與預測？怎麼對企業經濟活動進行有效管控？

現在企業普遍存在的預測不準、計劃趕不上變化？有很多種原因，但其中很重要一個原因是缺乏足夠的數據信息量，就象天氣預報一樣，在沒有高性能、高清晰的氣象衛星之前，天氣預報的準確度會更低（雖然有了也不是很高，但畢竟會逐步提升，而且也沒有人認為天氣預報有時候不準就完全不需要它了。），大數據不光是數據量大，還體現為數據運算關係複雜。

抽象的說了說，說點具體、好理解點的，比如：做一個成本預算，可以是歷史數據加權比例，也可以是按工作計劃加上資源配套金額，但在有的行業，特別是項目型企業，往往會有按訂單的成本測算或按項目的成本測算，這個時候就往往會希望有一個」成本庫/測算庫「的支持，可以參照同行業標杆值、平均值，本企業的歷史值，而且是一個按照產品結構或項目分解結構的非常龐大、詳細的構成的各類數值（定額或標準成本），而這個成本庫/測算庫的形成以及對測算的關係與影響，個人認為，如果有一個容量巨大、模型科學、運算高效的大數據系統，將會起得非常大的作用。當今社會，個性化、定製化的趨勢越來越強（大批量時代已經過去），這種個性化、針對性的測算會越來越多。除了」成本測算「，資金流動的預測也是個很有價值和意義但難度奇高的領域。誘人但似乎又遙不可及，只能說大數據最終一定會影響到財務模式的轉變與創新，但什麼時候來臨？至少我，只能說」不知道「，也期望能有高人、大牛針對這一話題繼續深入探討，」沒有不可能「，曾幾何時，大家認為不可能的事情，突然之間在兩三年之內就變了，當然企業級的模式發展更為複雜與緩慢。

前提是企業你肯砸錢搞信息化。

可是會計做的賬並不是非黑即白的，其中大量的灰色地帶不是甩一個大數據的概念就一切Ok了

大數據是一種資產，目前已被廣泛運用。通過對經濟業務無限制的記錄，用圖片、視頻、語音的媒介低成本儲存。隨著信息技術的發展，財務人正從重複低效的工作中解脫出來，走向業務前端，分析和挖掘這些數據，為企業生產經營提供價值。

一、大數據下的財會行業現狀

由一線財務人員披露的行業現狀，最有參考價值！通過深入企業實地訪談，發放調查問卷，我們得出：

基層財務人員大幅減少，業務和財務界限逐步消失，專業會計機構高度集中，企業財務部門普遍使用信息系統，並成為大數據處理部門。

▲ 參與調查的幾百人絕大多數都是財務人員，其中90%都是企業財務經理或更高職級。他們分別來自18個行業，59家上市公司，分布在20個不同省級地區，營收規模在10億元以上的企業。

信息化技術廣泛運用

1天內完成以前幾周的工作量

來自普華永道的案例研究，一家亞洲銀行在不到8小時的時間裡就分析完一組3000萬的複雜現金流文書，分屬50000個不同方案，這是以前幾周的工作量。

業財融合

打破會計信息的滯後性

▲ 財務人眼中的大數據特徵排行：數量大、多樣性、實時性。

▲ 在這些參與調查的財務人眼中，80%堅信在大數據的影響下，財務工作已經發生很大變化。財務部重視大數據。

二、基層財務面臨失業，都是大數據惹的禍？

隨著大數據的變化，未來的組織有形資產越來越多，無形資產或者價值網路的數據資產可能越來越重要。

可能有些企業越來越小，對企業來說要麼做到大而全，要麼就做垂直的細分領域，企業和企業間的合作模式會出現非常多樣的變化。我們與其躲避大數據帶來的劇變，不如發揮會計專業的優勢，分析和挖掘大數據，向成為高級財務人員的目標出發！

三、機遇與挑戰並存，未來這樣的財務是企業的核心人才！

未來5到10年如果財務人員能進行重新定位，將有機會快速進入企業決策的核心。大數據對財會行業而言意味著機遇：承擔更具戰略意義的職責，幫助企業實現未來。

業財融合

財務創造業務價值

▲ 業財融合是未來，45%的財務人一致認為：業務數據和財務數據同樣重要！

財務人如果能與其他部門更密切的配合，從數據中釋放重要信息，將大大提升整個部門在企業中的存在感。不僅如此，財務人能協助人事部做好業績考核、獎金分配、股權激勵制度，留住人才；財務人能協助業務部門進行預算管理、內控管理，提高績效！共同為企業創造出更大的財務價值。

通過數據分析

控制生產經營風險

▲ 預測是所有決策流程的起點。

未來社會經營環境將會更加複雜和不穩定，風險管理的重要性將超過合規和內部控制。財務人要關心宏觀環境對企業經營的影響，從監管制度調整、供應鏈風險，到自然災害。也應該幫助企業改進決策制定、管理風險、提高經營效益、提高利潤、找到並開發新市場。到那時，財務部不僅僅是個服務性部門，更是企業戰略合作夥伴，幫助領導做出決策，驗證決策！

能創造數據可視化語言

讓「讓外行人」一看就明白

▲ 在財務人眼中，大數據現在並不是完美的。數據採集環節企業運用大數據相對較好，但數據存儲和數據挖掘則相對較弱，依據數據進行決策和數據可視化分析等則比重更低。

財務人將會更多使用統計學和分析學技巧對數據的含義進行「拆解」，再將其傳達給決策者。我們將越來越頻繁地參與選擇財務內容，用於實現「數據可視化」和企業控制表，以及如何將非財務數據疊加在上面。簡單地說，我們將會應要求協助企業創建一種通用的可視數據語言。

不斷學習，不斷考證

證書是財務人的「身份證」

財務領域繼續教育的內容非常多，財務人必須時刻保持學習新知識新技能的熱情，通過學習不斷提高，才能一直走在行業最前沿。CPA、CMA、ACCA等證書類的學習大家已非常熟悉，其他如投資併購、IPO等實務技能也可以通過繼續教育來獲得。

每個財務人都認真想一想，你們真的願意每月不斷加班，只為了開票、記賬、報稅等機械式的工作，還是願意去對企業經營管理出謀劃策，真正參與到生產經營中去，成為一個永遠不會被行業淘汰的財務人呢？

羅伯特·墨菲提出：經濟學可以被定義為關於交換的研究。所有關於交換的例子中，都貫穿著稀缺這一共同主題。稀缺：資源是有限的，慾望是無窮的。所以稀缺是普遍存在的。所以經濟問題的源頭在於稀缺。經濟學的基礎因而既不是理性也不是自私，而是稀缺！

在海量的業務和行為數據中淘出有價值的數據資產，用於具體的業務場景，本身就是非常稀缺的資產。而對於這些數據資產的收集、管理、應用與交易在2017年也出現了營銷級Saas化的大趨勢，尤其和廣告系統的產品結合，用於精準營銷。

狹義的廣告DMP，主要是接受數據擁有者（可能是廣告主、也可能不是）的委託，按照其需求進行數據加工，並將加工結果用於指導運營優化、廣告投放等任務。其商業模式上做的關鍵，是「來料按需加工」，收取加工費用。

在非專業人看來，中國很多做大數據的公司，追求的是什麼？追求的就是Data，追求的就是數量。

有一天有一個哥們把一個朋友介紹到我們公司來了，他說你們不是做大數據的嗎？我們這兒有很多數據你買不買？我說啥數據？這個哥們從包里整出一個硬碟說，「80G，賣給你」。我覺得很好笑，大數據追求的不是數據的數量，追求的是數據的實時性，數據的維度、豐富度和特點。所以我們做大數據的時候，很多企業走了第一個誤區就是像這個圖顯示的一樣，追求的是多，但沒有抓住大數據的內涵，這是第一個誤區。

第二個，我們做大數據的時候需要對數據做處理和加工，分門別類的找出它每一個屬性，你這個屬性的實體代表什麼，後面的屬性是什麼，你都要去做一些處理，而不是說數據就放在硬碟裡面而已。這些數據的加工和處理意味著什麼？意味著你對它背後所代表的數據屬性的理解和洞察，對於數據演算法能力的了解，如果沒有的話，這些數據也僅僅是數據，它上升不到Information的階段。

第三個，我跟很多人聊他們用DMP做什麼，他們用DMP僅僅做數據的收集和統計，變成了KPI系統，每天看的是新增、留存、激活、渠道和數據，其他都不看了。我說各位老大，DMP不是一個KPI報表，系統里有自定義事件，有漏斗模型，有AARRR模型，有渠道質量評估，有各種能幫你降低成本的東西，能形成一套知識方法論幫助你，你為什麼只看數字這一點？只看表面浮華的，誇張的數字，僅此而已。那你可以想像他對這個產品的運營粗略到什麼程度，如果一個企業老闆這樣運營和看自己的數據，那你能想像這個運營團隊是怎麼樣使用他的數據，不可能做得很深！

我用了這個DMP對我的業務就能好了嗎？不僅如此。有了這個之後你還要做Insight。很多人都以為有了大數據就可以做預測，其實不是這樣的，那是我們的夢想和理想，事實遠不到這個地步，事實是什麼？事實是我們先要用數據的方法解決我們的現有業務問題，幫助我們做產品優化和運營，我們才有可能說通過這些數據的理念和方法去預測我們產品的下一步和市場的下一步，去做一些決策，其實我們要做紮實的是第一步。第二步（預測）只停留在大部分科普作家的書中。當然你想做到最後一步是很艱難的，通過數據的洞察最後能形成某種智慧，對你所在的行業做高屋建瓴的指導和分析，這需要持續的行業積澱和思考。

拿我們的城市地圖為例，一個城市裡面所有的建築物，這些不同的點之間可能有路的聯網，最後哪兩個點距離最短，哪兩個點距離最長會變成知識，變成現在大家看到的導航系統，其實它的內核就是對大數據的合理運用。

聊完成這些，對一個企業而言，需要有真正願意為數據做分析做模型的人，真正願意去挖掘業務場景和分析用戶需求，他們認為數據是好玩有趣的，能夠幫助企業解決問題，發現各種類型帶有小趨勢的人群，先分析大的群體，再從裡面找到更關鍵的人群，分析這些關鍵的人能提供什麼價值，是不是可以用於精準營銷，是不是可以用於人群標籤的交易和交換等等，去幫助相應企業解決業務問題。

更需要有對業務理解很深的人，他能夠把產品和數據結合起來，幫助你對產品做一些優化、迭代、升級，甚至顛覆。你還需要一些領域工程師，這個更多的是指對大數據企業而言，你的數據要發揮作用，發揮價值，你不能對客戶說我有10億、8億、20億數據，你買我的數據吧，這些企業不會理你的。所有的企業，無論是金融還是互聯網，無論是房產還是電商，他只會說我有一個風控問題，有一個這樣的業務漏洞問題，有一個營銷的困境，你們是做大數據的，你能幫我解決嗎？問題就來了。數據公司只有數據、有演算法，有模型。具體行業的公司它有什麼？它有需求，所以你要和它結合，幫助它解決問題才能真正的發揮價值。

那麼問題來了，對大多數企業而言，並沒有能力駕馭以上領域的人員。為什麼企業的老闆只把數據統計系統當成KPI系統，是因為它沒有有效銜接的能力，公司沒有把前端業務和後端數據銜接，沒有人去幫助它分析問題、解決問題，所以它也只能去看數據，而不能用數據。

所以很多企業開始意識到數據資產重要，而又不懂如何應用，DMP領域的知識又非常封閉稀缺。

正是這樣的背景下，作為一個廣告DMP愛好者，我創建了一個付費知識社區，將DMP全面開放到底。

本期聊的知識點

2個月前創建以來，目前有超過200位愛好者加入，大多數是互聯網廣告領域的產品人員，技術和運營人員，有來自騰訊、百度、阿里、滴滴、小米、璧合、億瑪、品友、58、京東和谷歌等一些海外從業者。

其實，最關鍵的一點是，如果你關心廣告DMP知識社群和願意為有價值的內容付費，無論琢磨多久，都沒用。行動起來，加入我們，你的理解必然更加深刻。

掌握未來語言，IT從小抓起，關注微信公眾號：小鳥編程（O2Opark _GZ )，加入"廣告DMP"圈子，和伊姐（谷歌大數據產品）一起終身學習。

下面圖片是模擬財務辦公室的軟體，各種單證都能在電腦上填寫

自動記賬！！！人工智慧的範疇。ERP公司集合過去客戶公司的記賬情況開發自動記賬的程序。記賬憑證，賬簿，報表全部自動生成。再多點程序，會生成各種管理報表，BI的節奏，距離FPA的自動化也不遠了，然後，會計的未來就沒有然後了。

BTW，目前有家ERP廠商可以做到自動記賬了。

以前更多的人認為業務是因，數據是果，現在和將來業務和數據互為因果，所以第一步要學會如何採集真實數據，如果不重視數據分析和數據背後的業務原理和背景，僅僅為做帳而做帳，不是危言聳聽，已經被淘汰。

1，目前財務的數據都屬於結構化數據，大數據是半結構化和非結構化的數據。

2，大數據的意義，是找到沒人關注的藍海。而數據分析，則是要讓你在紅海更好活下去。

3，數據分析一直在做，但是一直沒啥用，是因為以前數據量少，分類也少，收集過程不可控，可信度不高。

4，經營能力在企業競爭力中的重要會越來越大，競爭壓力下必然要求各部門更深入合作，職能相互滲透。現有的企業，大多數都很少交流，獨立運轉，沒有創造力，同時也是極大浪費。部門深入合作必然也導致對員工要求更高，僅僅掌握一門專業能力肯定會陷入弱勢，複合型人才是企業第一選擇。也就是說，不管有沒有大數據，現有的財務工作肯定會改變。

5，財務工作，就像樓上說的，基礎工作會很快被技術取代。但是財務仍舊有一些無法取代的工作，其他部分則慢慢和其他部門融合。銷售數據和財務數據其實差不多，分析時候也要綜合考慮，僅僅考慮一個，會受限制。那麼，一個懂銷售懂財務的，肯定吃的比兩個財務兩個銷售少很多吧。

6，大數據帶來的有很多很多，比如將互聯網、移動互聯網、物聯網這些技術深入運用到公司運營的每個方面，這不僅僅滿足及時準確詳細反饋數據的需求，同時能協助人員流動，物流還有信息流，極大提升運營效率，甚至能完全掌握公司運作每一個細節，震懾各懷鬼胎之輩。數據分析，是開啟真正信息時代的企業經營的鑰匙。

7，一句話，現在還看不到大數據對財務工作的影響。