隨着金融、移動互聯網等行業的高速發展，拒絕接受大數據的思維已經無法跟上時代的腳步，大數據的出現是社會發展的必然產物。那麼下面是由小編爲大家分析財務總監與大數據財務管理方向，歡迎大家閱讀瀏覽。
實現大數據下的財務管理
然而，對於相當多的企業來說 ，合理地應用大數據進行分析，依然是一個技術難點，這不僅在於底層數據結構的不紮實，還來自於沒有合理的分析方 法以及數據模型。
比如，在大多數已經正常執行着ERP的企業中，想將ERP數據與非ERP數據相結合，就是一個難點。財務 部門若想對公司業務做出準確分析(如收益率等)，所需處理的數據必將遠超ERP數據。以總部位於美國康涅狄格州的 StanleyBlack&Decker爲例，該公司的CFO在領導公司業務轉型預測分析時，修改了預測流程，根據銷售的驅動因子(而 非財務趨勢)進行預測，一方面採取多維度手段來進行績效報告的編制，另一方面應用預測分析的力量，創造出了更精 準和透明的流程。這種做法凸顯了CFO在複雜項目中的變革管理技能，要求CFO能夠協調運作近幾十個獨立的ERP系統，並 結合多方數據進行綜合分析，才能提供可以輔助決策的準確資訊。
這種對CFO提出的管理變革的要求就需要CFO必須懂得 提高成本效率。Teradata天睿公司國際數據驅動金融業務總監Michael Ingemann表示，CFO應該“以少謀多”，以最低的 成本投入輸出最強分析能力。在他看來，應該減少花費在數據管理、數據蒐集和數據驗證上的時間。現階段，很多企業 的財務部門在單純的原始數據分析上浪費了大量的時間，而在最爲核心的增值分析上卻用時極少。造成這種現狀的直接 原因便是前瞻理念以及核心技術的缺失，從根本上說也是CFO對大數據認識上的滯後，所以CFO意識的轉變也是向數據驅 動化轉變的十分重要的一步。財務部門應該在大數據的要求下改變財務功能，採用智能分析平臺並脫離電子表格模式， 轉移工作負載從而致力於更有價值的工作，這樣才能充分利用分析技術，爲企業創造更大的價值。
大數據的問題不是單 一的解決方案能夠完成的，它需要一整套的解決方案，要融合很多傳統技術和新技術，需要以一個可擴展、靈活、可管 理的企業大數據中心開發平臺爲基礎，這樣才能從大數據中挖掘出有價值的資訊。
對於企業CFO來講，大數據時代的財務 數據因獨有的特性使得其處理具有更大的挑戰和更高的要求，主要在於包括高素質人員配置、設備採購等在內的平臺建 設，其中建立企業大數據中心開發平臺是數據分析平臺建設的基礎。同時，數據和資訊在制度上、流程上、收集方式上 的統一以及開發語言的進一步統一也是非常重要的，不僅能提升企業財務報告合併工作的效率與質量，還能提升各項財 務資訊和會計數據的透明度和公開度，而且能夠幫助實現數據交互的無縫銜接與積極協調，從而有效縮短財務報告合併 週期，提升在投資分析、預算編制、經營管理、監督約束以及企業決策等各個方面的數據支援力度。
縱然，建立企業大 數據中心開發平臺有衆多利好因素，但企業仍需量體裁衣建立數據團隊。大型企業可以選擇自建數據挖掘團隊，不僅可 以更好地進行成本控制，還能促進業務響應機制;而中小型企業則應該首先將大數據思維融入到企業的日常運營之中而 不是急於自建團隊。
另外，企業若想從基礎龐大、種類繁多的數據資訊中有效提取財務管理工作所需的數據，就必須加 強現有財務管理軟件的功能模組升級。現代的數據類型十分多元化，不僅包括數字、字母，同時還包括了我們熟知的網 絡日誌、視頻資料、音頻資料、圖片資料以及地理位置等，這就要求企業必須提升對各種異構數據的處理提取能力。爲 了提升有效資訊的篩選效率，財務數據資訊關鍵詞的搜尋引擎開發也是非常重要的。同時還要進一步規範各種數據資訊 的錄入端口管理，從資訊錄入的源頭開始加強對數據資訊的統一化、標準化與規範化管理，大力提升數據資訊的利用效 率及質量。
構建新型財務框架
顯然，大數據要求財務人員必須視野開闊，不但需要看懂財務報表，而且還要能夠多渠道 收集資訊，這就意味着爲傳統財務人員增加了新的職能。一個具有大數據思維的合格財務人員，不僅能夠出色完成傳統 財務人員的工作，還應同時扮演數據、資訊的收集和處理角色，應該具有系統性和管理性思維，對企業的生產、銷售、 管理等各個環節都有充分的瞭解，能夠透徹理解企業的戰略目標，並能夠清晰解讀大數據背後對企業有價值的資訊。
2014年IBM業務價值協會(IBV)對576個CFO進行調查，其中有82%的CFO表示看到了整合企業數據的價值，僅有24%的'人認 爲他們的部門已經做好了應對準備。這說明在數據重要性和可利用率的認識方面，CFO們存在巨大差距，同時也意味着完 成“數據驅動型CFO”的成功轉型還有很長的路要走。
Michael Ingemann認爲大數據處理平臺建設是一項戰略行動，需要 董事會、進階管理層以及其他利益相關體在大數據的定義、運算等方面取得共識才能順利推進，所以必須在協調各方思 想方面付出更多時間和更大精力，才能最終實現“數據驅動型CFO”和“數據驅動型財務部門”。
突破資訊孤島
將大數據 應用於財務管理時，在資訊抓取上，往往遇到很大的困難，從數據庫和數據孤島中抓取數據非常困難，而且抓取的數據 無法充分確保高質量和可靠性，難以從非財務數據中準確提煉出管理意見，智能可視化報告無法實現等問題已經成了技 術和財務分析能力上的壁壘，嚴重阻礙了大數據向財務領域滲透的腳步。
同樣，IT平臺的滯後也拖慢了大數據化財務管 理的步伐。財務管理要求財務資訊與業務資訊高度集成，並依託先進的資訊處理平臺進行分析用以支援決策。現在很多 企業的資訊系統只能部分滿足決策支援的需要，很多財務管理方案都因滯後的資訊化平臺而無法完全實施。因此，搭建 基礎數據平臺成爲當務之急。
大數據已成爲中國巨大的藍海市場，這對各行各業都是機會與挑戰並存。數據時代剛剛來 臨，同時，數據的內涵也變得更加多元化。這些改變使得過去的數據處理方法已經無法適應今天的數據處理，如果不能 及時改進處理技術將無法切實提升數據處理的質量和效率。雖然大數據背景下的數據呈現出體量巨大、類型繁多、價值 密度較低等方面的特點，但是在不斷地努力與嘗試下對大數據的處理已經可以做到更快、更準、更精確。