财务数据治理实战

2021 年 10 月，“2021 DAMA 中国数据管理峰会” 在上海成功举办。在会上，作为下一年度工作安排之一，DAMA 中国理事会提出了编写《数据管理和数字化》丛书的行动计划。经过一年多的努力，今天我们丛书的本《财务数据治理实战》终于出版了。
国际数据管理协会（DAMA）自 1980 年成立以来，作为一个全球性的非营利性专业组织，一直致力于数据管理和数字化的研究、实践及相关知识体系的建设，先后出版了《DAMA 数据管理字典》和《DAMA 数据管理知识体系指南》（DMBOK2）等书籍。特别是 DMBOK2 目前已被广泛使用，并已成为业界的标杆和权威著作。
然而，DMBOK2 作为一个知识体系和普适性的通用标准，无法考虑到具体的国情或者行业的特性。在具体落地过程中还是会碰到一些实际问题。为了完善从理论体系到实际落地，DAMA 中国准备基于 DMBOK2，编写 11 本专业丛书以指导不同行业的实践。
按照行业分类，本丛书的内容包括政务数据的治理和数字化城市运营、金融业数据治理实战、工业制造业数据治理实战、医药卫生行业的数据治理和应用、能源行业数据治理实战、财务数据治理实战、地产业数据治理指南、教育行业的数据治理和应用、交通和物流行业的数据治理和应用、零售业数据治理实战、运营商数据治理实践等。
到今天为止，本丛书先后已经有 160 多位专家作为志愿者参与编写。我们将继续秉承 DAMA 公益、志愿、共享、开放和中立的原则，尽努力在确保质量的前提下早日完成本套丛书的全部编写。
我们希望本丛书能够对我国的数据管理和数字化做出一定的贡献。敬请大家批评指正。

DAMA 中国主席
汪广盛
2022 年 11 月

推荐序 1
21 世纪，高科技的发展和应用推动人类社会进入大数据和数字经济时代。大数据的应用使我们深刻感受到数据资产的价值，数字经济的高质量发展也有赖于构建科学完整的数据治理体系。财务数据是企业“数字神经系统”的核心部分，反映了企业大量核心的价值数据，而这些数据正是衡量、评价企业运营绩效的主要指标和企业制定战略决策的重要依据，是企业实现数字化转型的核心数据资产。同时，财务数据的质量也严重影响企业效率的提升、风控能力的强化、监管报送的评级，以及战略决策方向的把控。财务数据治理需求成了企业数据治理的主要业务驱动力。
目前，多数企业财务部门在数据管理和应用方面面临数据集成、数据标准、数据质量、主数据管理、数据安全、数据统计等诸多问题，导致企业在多元化发展、业务结算效能提升、指标应用、业务审计效率提升、业财一体化实现等场景方面遇到诸多阻力。
因此，财务部门作为受数据质量影响的一方，亟须牵头负责和构建完整的企业级数据治理体系，但财务相关人员对数据治理体系了解甚少，难以有效开展数据治理工作。因此，作为数据管理知识体系方面的权威组织，国际数据管理协会中国分会（简称 DAMA 中国）组织了 20 多位财务会计和数据治理领域的资深专家，共同参与编写了《财务数据治理实战》一书，通过财务数据问题和场景分析，深入剖析导致财务数据问题发生的根本原因，基于 DAMA 数据管理知识体系理论，提出财务数据治理解决方案，并在不同企业实践，以验证方案效果。
本书为国内将 DAMA 理论体系应用于财务数据治理方面的著作，实现了理论体系与实践的结合，为百万企业、千万财务人员开展数据治理工作提供了指引，也为数据治理理论研究和教学实践提供了参考。
数据资产的应用“大幕”徐徐拉开，以财务数据治理为核心的数据治理体系的研究与实践终将走上企业价值创造和可持续发展的舞台，一场大数据应用和数据治理的变革方兴未艾！

——杨周南

推荐序 2
在工业经济向数字经济转型过渡的大变革时代，数据成为企业的核心资产，几乎所有的企业都在探索该如何高效使用数据。这意味着，企业需要保障各个业务环节可以以相同的标准，一致地处理和使用数据，以挖掘数据价值，支持业务发展。因此，企业管理要想实现从流程驱动向数据驱动转型，数据治理是关键一环。
数据治理工作和财务部门有关系吗？回答是肯定的。财务作为企业天然的数据中心，数据治理是财务数字化转型的重要基础。然而，基于中兴新云在财务领域的持续深耕及服务过的几百家大型企业客户的实践案例，我们发现在数字化转型过程中，企业有诸多困惑，而财务也一直处于数据困境之中，不仅制约了自身的工作与发展，也致使其面临决策困境，无法做到赋能业务，支持决策。这些数据困境往往包括：
，数据权属不清晰，流转流程冗长且不规范，财务人员取数难、溯源难；第二，数据质量差，很多信息采取线下手工台账记录，数据的准确性、时效性及可靠性无法得到保障，从数据源头开始为数据应用埋下了隐患；第三，数据标准不一致，主数据管理不规范，业财人员各执一套“话语”，业财数据无法互联互通，财务只能在会计科目体系内对信息进行确认、计量和报告，难以发挥服务业务与决策支持的作用；第四，数据安全隐患多，未能有效对敏感数据进行分类分级保护，随着数据频繁地跨组织流通，数据被盗用、误用、滥用的风险也不断增加。数据源源不断地产生，数据问题也日趋严重。
数据治理能够打破财务的数据困境，将“沉睡”的数据资源提炼为高价值的数据资产，这是数据释放价值的基础。数据治理好比选择高含金量的“金矿”。数据治理做得越好，意味着数据越干净，含金量越高，而且只有拥有高质量的数据作为基础，财务才能够更好地利用数字技术对数据进行进一步的加工和处理（这一过程好比黄金的开采和提纯），终面向不同需求打造数据产品与服务（这如同面向市场需求打磨不同的黄金制品）。数据治理是非常关键的一环，糟糕的数据有可能带
来糟糕的决策，但是在危机或问题出现之前并非人人都能意识到这一点，所以财务需要重视数据治理，深度参与企业数据治理战略的落地实施，进而通过实施数据治理实现更准确的分析和更敏捷的决策支持，在企业经营管理过程中更高效地发挥监控、控制、预警与预测作用，有力地保障企业实现精益管理与竞争力的提升。
我们非常有幸与 DAMA 中国以及数据治理领域各位专家联合编写这部著作。这是一本集理论阐述与实践案例于一体的财务数据治理实战指导书，书中从财务数据问题切入，高屋建瓴地阐述数据治理体系，深入浅出地对财务数据治理解决方案进行介绍，辅以典型的实际应用案例讲解，将有效地帮助财务人员认识数据治理，学习数据治理，实践数据治理。
中兴新云秉持着“改变会计，再造财务”的使命，致力于与中国企业一起探索财务数字化转型，实现财务数字化转型。我们衷心期盼这本书的出版能让各行各业的财务工作者从中获益，推动数据治理在财务领域得到认可与发展，促使财务人员深刻认识到数据治理的重要性与必要性，扎实推进数据治理战略的实施，为财务数字化转型夯实基础，贡献力量！

——深圳市中兴新云服务有限公司 陈虎

随着数据被纳入第五生产要素，数据治理已成为推动社会治理进程的重要动力，也是实现高质量数字化转型的重要基础。财务部门是企业的“数据中枢”，汇聚企业从前端业务到后端财务管理的大量数据，因此在众多企业中，财务数据成了企业整体数据治理落地实践的**“试验基地”。 财务数据治理指从财务视角出发，以资产、负债、所有者权益、收入、费用和利润的会计六要素为核心关联数据，通过一系列与信息相关联的过程来确保决策权和职责分工系统的实现。 财务数据治理的终目标是提升财务相关数据的价值。财务数据治理非常有必要，它是企业实现数字战略的基础，是一个管理体系，包括组织、制度、流程和工具。 这本书将数据治理理论应用于财务管理实践，针对财务工作场景阐释数据治理方法论，总结财务数据管理的六大常见问题，分析五大财务数据问题场景，涵盖众多企业实践案例。将数据治理的体系融入财务职能，实现财务职能的升级和拓展。

郑保卫

恩核董事长，国际数据管理协会中国（DAMA中国）理事，数据工程专业工学博士。参与编写和翻译的书籍有《海量数据库解决方案》《数据管理知识体系指南》《区块链重构规则》参与数据架构、数据建模、数据治理等项目。

DAMA中国

DAMA（国际数据管理协会，简称DAMA）是一个全球性的专业组织，由数据管理和数字化相关专业人士组成的非营利性机构。 协会自1980年成立以来，一直致力于数据管理和数字化的研究、实践及相关知识体系的建设和传播，先后出版了《DAMA数据管理字典》和《DAMA数据管理知识体系》等著作。该知识体系目前被广泛使用，已成为业界的标杆。DAMA中国旨在交流国际、国内在数据领域中的进展，共享业界的实践、经验和成果，促进我国数字化水平的不断提高和创新。

20位来自世界500强企业、央企、头部金融公司的财务审计与数据治理双领域专家，以及来自中国电子信息行业联合会的国际标准评审专家、致力于企业财务管理服务的数据分析师、来自高校的财务研究领域专家，共同参与编写。

前瞻篇  数据春天    1
第 1 章 数据生产要素  2
1.1 财务数据治理背景  2
1.2 数据是信息时代的生产力  3
1.3 数据管理与国际数据管理协会  5
1.4 财务数据治理研究的意义和全书结构  6
第 2 章 数字化转型  7
2.1 数字化的概念  7
2.2 数字化转型之路  9
2.3 数字化转型中的几个问题  11
第 3 章 数据治理的重要性  13
3.1 数据治理概念  14
3.2 数据治理原则  16
3.3 业务驱动因素  19
3.4 组织和岗位设置  20
3.5 资金投入情况  21
3.6 组织文化培养  21
3.7 度量指标  22
3.8 数据治理定位  23
问题篇  财务数据应用问题分析    25
第 4 章 财务数据问题影响分析  26
4.1 财务数据整体现状  26
4.2 问题表现一：财务数据集成方面  28
4.3 问题表现二：财务数据标准方面  29
4.4 问题表现三：财务数据质量方面  31
4.5 问题表现四：财务主数据方面  33
4.6 问题表现五：财务数据安全方面  36
4.7 问题表现六：财务数据应用方面  37
4.8 财务数据问题带来的影响  37
第 5 章 财务数据问题场景  40
5.1 案例场景一：主数据管理缺失，难以支持集团多元化发展  40
5.2 案例场景二：财务数据问题降低机场业务结算效能  42
5.3 案例场景三：数据问题引发财务指标应用困境  44
5.4 案例场景四：财务数据问题制约大数据审计工作高效开展  45
5.5 案例场景五：财务数据问题成为业财一体化管理障碍  47
理论篇  数据治理体系    51
第 6 章 数据组织与职责  52
6.1 设立数据治理组织的必要性  52
6.2 数据组织的定义  57
6.3 数据治理组织建立  59
6.4 数据归口部门与其他数据相关机构间的沟通  68
6.5 数据管理角色（岗位、职责与技能）  71
6.6 数据组织建设中的变革管理  75
6.7 经验总结与案例分析  78
第 7 章 数据架构  82
7.1 企业架构和数据架构  82
7.2 数据架构框架的构成  87
7.3 数据架构管理和实施流程  90
7.4 数据架构师  91
第 8 章 数据建模与设计  95
8.1 什么是数据建模  95
8.2 活动  119
8.3 工具  135
8.4 实施指南  138
8.5 数据模型治理  139
第 9 章 数据标准  144
9.1 什么是数据标准  144
9.2 数据标准的价值  147
9.3 数据标准与数据治理的关系  149
9.4 数据标准的分类框架  152
9.5 数据标准的内容框架  155
9.6 数据标准管理组织  158
9.7 数据标准管理流程  160
9.8 数据标准的系统落地及工具  161
9.9 大型银行案例—某大型国有银行企业级数据治理与标准化体系建设项目  164
9.10 中小银行案例—某省级商业银行数据标准与数据管控平台建设项目  166
第 10 章 数据质量  169
10.1 数据质量概述  169
10.2 活动  178
10.3 工具  183
10.4 实施方案  183
第 11 章 参考数据与主数据  188
11.1 参考数据与主数据概述  188
11.2 参考数据  191
11.3 管理原则和活动  197
11.4 工具和方法  206
11.5 实施要点  206
11.6 主数据治理和数据治理  210
第 12 章 数据保护  211
12.1 数据作为人权的保护  211
12.2 数据作为生产要素的保护  233
12.3 数据处理者如何实现数据保护  237
第 13 章 数据仓库与商务智能  239
13.1 数据仓库与商务智能概述  239
13.2 活动  243
13.3 工具和技术  250
13.4 实施指南  253
第 14 章 大数据与数据科学  264
14.1 财务大数据  264
14.2 数据科学与财务管理  271
14.3 数据科学应用与数据治理  275
第 15 章 数据管理能力成熟度评估  279
15.1 数据管理能力成熟度评估模型概况  279
15.2 企业开展 DCMM 贯标的流程  281
15.3 数据管理能力成熟度评估对企业的主要价值  284
15.4 数据管理能力成熟度评估工作的推动  284
15.5 DCMM 相关机构及其在全国的开展情况  285
15.6 DCMM 框架介绍  285
15.7 小结  302
解决方案篇  财务数据治理    303
第 16 章 财务数据治理指南  304
16.1 财务管理的职能  304
16.2 财务数据治理方法  307
16.3 指标数据的治理  315
第 17 章 财务数据治理方案  320
17.1 大数据审计问题整改方案建议  320
17.2 财务指标治理方案建议  321
实战篇  应用案例分析    323
第 18 章 金融行业典型案例  324
18.1 某城商行数据治理案例  324
18.2 某国有银行数据治理案例  330
第 19 章 多元化控股公司主数据治理案例  339
19.1 项目背景  339
19.2 建设目标  341
19.3 实施过程  344
19.4 建设成果  347
19.5 经验总结  352
参考文献  354

随着数据被纳入第五生产要素，数据治理已成为推动社会治理进程的重要动力，也是实现高质量数字化转型的重要基础。财务部门是企业的“数据中枢”，汇聚企业从前端业务到后端财务管理的大量数据，因此在众多企业中，财务数据成了企业整体数据治理落地实践的**“试验基地”。 财务数据治理指从财务视角出发，以资产、负债、所有者权益、收入、费用和利润的会计六要素为核心关联数据，通过一系列与信息相关联的过程来确保决策权和职责分工系统的实现。 财务数据治理的终目标是提升财务相关数据的价值。财务数据治理非常有必要，它是企业实现数字战略的基础，是一个管理体系，包括组织、制度、流程和工具。 这本书将数据治理理论应用于财务管理实践，针对财务工作场景阐释数据治理方法论，总结财务数据管理的六大常见问题，分析五大财务数据问题场景，涵盖众多企业实践案例。将数据治理的体系融入财务职能，实现财务职能的升级和拓展。

郑保卫

恩核董事长，国际数据管理协会中国（DAMA中国）理事，数据工程专业工学博士。参与编写和翻译的书籍有《海量数据库解决方案》《数据管理知识体系指南》《区块链重构规则》参与数据架构、数据建模、数据治理等项目。

DAMA中国

DAMA（国际数据管理协会，简称DAMA）是一个全球性的专业组织，由数据管理和数字化相关专业人士组成的非营利性机构。 协会自1980年成立以来，一直致力于数据管理和数字化的研究、实践及相关知识体系的建设和传播，先后出版了《DAMA数据管理字典》和《DAMA数据管理知识体系》等著作。该知识体系目前被广泛使用，已成为业界的标杆。DAMA中国旨在交流国际、国内在数据领域中的进展，共享业界的实践、经验和成果，促进我国数字化水平的不断提高和创新。

20位来自世界500强企业、央企、头部金融公司的财务审计与数据治理双领域专家，以及来自中国电子信息行业联合会的国际标准评审专家、致力于企业财务管理服务的数据分析师、来自高校的财务研究领域专家，共同参与编写。

2.2  数字化转型之路

2.2.1 数字化转型的内涵

企业的决策者需要考虑清楚数字化转型对公司意味着什么。数字化转型就是企 业实现数字化的过程，这个过程不仅是企业战略层面的转变，也是组织、人才和技术三方面的变革，同时对资源投入也会有新的要求。数字化转型将数字技术集成到 业务的所有领域，从根本上改变企业的经营方式和为客户创造价值的方式，同时改 变企业原有的文化。 在战略层面，企业的决策者首先需要清楚地了解数字化的含义。每个企业所处 的行业、发展阶段和战略规划都不一样，在一般数字化概念的基础上，企业的决策 者需要为企业定义一个具象的数字化概念，才能将其转化成具体的战略规划和行动 方案，建立适合企业特性的数字化转型框架和规划，在全公司统一和明确对数字化 战略的认识的情况下，确定数字化的具体目标，并针对数字化战略，落实和统一协 调组织、人才和技术等方面的行动计划和资源投入。组织和人才是决定数字化转型 成功与否的关键环节。转型也就意味着需要不断挑战现状，经常进行试验并适应失败， 有时还要放弃公司建立的长期业务流程，转而采用仍在定义中的相对较新的做法。 原先的组织可能是转型的障碍，它往往以强大的惯性保持着原有战略。新的组 织和团队需要快速响应、持续创新，并具有强大的执行能力和学习能力，在数字化 转型的过程中形成正确的应对策略，限度地发挥才能。在技术层面，一方面是 各类新技术的发展和应用，譬如大数据、AI、区块链、云服务等，切忌一味追新求 大，而是要根据企业自身的发展和定位，选择适合企业的技术方案和路线；另一方 面是要转变数据和业务的关系，这是进行数字化转型的技术关键。以往数据大多体 现的是业务和管理的过程和结果，因受到技术和理念的限制，数据在广度、粒度上 都比较有限，无法完整、细致地记录业务发展，且在记录的过程中缺乏一致的标准 和质量管控措施，导致出现了各种数据质量问题，这些问题限制了利用数据对业务 进行分析和决策支持的能力。数字化转型首先要解决以往的数据问题，在此基础上， 进一步利用数据驱动业务来发展。 数字化转型也许意味着新增大量的、长期的资源投入，但更重要的是对以往的 资源分配和评估方式进行调整。从数字化转型的目标和要求出发，建立合适的资源 投入方案和评估机制。这可能涉及业务的各个环节和管理的各个方面，如果仅仅依 靠某方面的、某个时期的新增投入来带动数字化转型，企业往往会力不从心，甚至 会转型失败。

2.2.2 数字化转型的路径

每个企业的起点和目标不同，所处的行业也不一样，没有通用的数字化转型框架、 方案和路径可循，这也就意味着企业无法仅依靠某个委员会或某个框架来实现变革。 数字化转型是一项长期战略，必须不断地实践新方案、解决新问题，持久地调整， 才能获得过程中的阶段性收益乃至达到后的成功。这种调整不一定是颠覆性的，也可以是渐进式、迭代式的。尽管没有统一的框架和方法，但是可以通过以下四步来获取适合企业的数字化转型路径。

步，制订正确的战略计划。企业的决策者首先必须就数字化战略达成共识， 制订一个明确且连贯的计划。制订正确的战略计划需要考虑以下几个方面的问题：

①社会和行业数字化变革的规模、速度和力度可能有多大，多快，多强？