某大型央企,作为产业多元化、经营全球化的大型集团企业,连续多年进入世界500强并排名前列,在“十四五”新发展阶段,希望通过打造“数字企业、智慧平台”,创建具有全球竞争力的世界一流企业。
战略管控+业务经营,两手都要抓
如果你是这家企业的高层管理者,你是否会时常有这些问题在脑中盘旋:
业务板块的净利润、利润总额怎么样?每个业务的发展趋势如何?哪个公司/业务的增长最快,什么原因?哪家公司/业务有异常,什么情况导致?能否规避?下一步如何优化经营策略?营收利润率受到哪些敏感因素影响?研发费用投入占比多少?是否足够支撑科技创新发展需要?为实现全球一流企业目标,资本结构优化和产业结构布局如何持续优化?
这也是该集团所要解决的问题。因为集团产业布局多元化,拥有改组组建国有资本投资、国有资本运营两类公司。投资公司关注宏观战略,注重资本回报,立足长远。运营公司管控则重在财务导向,注重国有资本保值增值。上千家组织单位,几十个管理板块,如此繁多的组织体系,无论是从战略管控还是经营渗透上,对合并报表及报告都有着紧迫的需求。该集团通过与用友合作,开展全面数据治理工作,加强敏稳双态IT体系建设。
搭建报告平台“135”体系,让财务数据精细化
该集团的合并层级链条较长,合并企业有300多家,分为6级链条,并且核算软件存在多异构系统。在十四五发展阶段,国家对这类央企提出新的要求,需要投资和运营分离。
通过用友YonBIP财务云的报告及合并产品,该央企集团的报告平台分了三层体系,并拥有五重定位。
三层体系:第一层是数据。与核算标准化协同,并推进核算系统的标准化及优化,提升基础数据质量;第二层是合并。建立法人合并、管理合并双架构,预置双架构合并规则自动抵销合并;第三层是展现。生成报表及分析报告,满足披露及管理分析的要求。
最终将打造一个集财务数据集中平台、单体报表编报平台、关联交易对账平台、合并报表与分析平台、外部报表报送平台功能为一体的报告平台。
异构系统下的三种报表合并方法
多维合并、多维对账、多维管理分析是越来越普遍的精细化财务数据服务需求。这家集团央企面临的一个问题就是多系统异构。在合并问题上,有五个核心问题需要解决,数据采集、关联交易对账、数据核对、外部报账送、性能效率。
用友YonBIP财务云财务报告及合并,可以解决大型企业集团面临的多异构系统并存,数据标准化、结构化差等问题,以尊重现有信息化成果,通过建立“中央财务仓”,实现异构系统账务数据标准化,实现凭证信息的标准统一,转化多维报表数据,实现报表指标的统一,在此基础上,生成满足对外披露及内部管理的管理双口径报表。
用友通过1条主线、3种方法,解决该集团跨异构系统数据采集服务于合并主线。
第一种方法,凭证级对接。一般而言,凭证抽取是有很高的要求,因为前端异构系统都是不同厂商的产品,从产品架构、实现逻辑上都是有很大的差别的。
在这种情况下,可以由集团下发凭证抽取的数据标准,子公司需按照集团标准提供数据结果。抽凭证需要划分环节,对原系统做分析,通过业务界定,决定需要抽什么样的数据。比如,科目信息、客商信息、币种信息、发生额、项目信息等,均需要在对接时有一定的加工清洗转换处理。
有些集团属于强集团管控,需要抽取子公司凭证到集团统一平台,形成集团级“一本账”。在集团“一本账”基础上再实现后续报表的编报,其他需要数据的加工。需要注意的是,这种方法会把整个数据链条拉的很长,数据加工环节加多,在一定程度上有些耗费时间和资源。
第二种方法,表到表。这里的“表”,一般是指“科目余额表”,即基于科目余额的报表编报、合并处理。基于科目余额的报表合并处理,从报表项目再下沉一层到最底层科目,让整个数据加工过程更加明细。这种方法下,对于存在多异构系统的集团来说,可以直接采集异构系统的科目余额数据,减少了对前端核算系统凭证的清洗与转换过程,同时又能满足集团合并报表需要的数据明细追踪查看,是目前比较常见常用的方法。
第三种方法,中间库。可以理解为“数据中台”、“数据湖”的缩影,即把报表需要的前端业务数据、账务数据通过“中间库”做汇集,在“中间库”中做业务和账务数据的对账、标识等加工清洗处理,然后再将加工后的数据结果传递到报表平台,通过对账抵销过程处理实现报表合并。目前,有一些大型集团都构建了数据中台或者数据湖,合并报表需要的数据来源于数据中台或者数据湖,在合并抵销完成后再回传数据到数据中台或者数据湖存储,形成全集团统一的数据归集平台。
这几种方法可以根据企业的管理诉求,以及应用特点去融合使用。
基于用友YonBIP财务云合并报表多维数据,可按管理需要预置多维分析模型,完成按区域、产品、渠道、品类等多角度分析,并进行可视化呈现,助力管理决策和业务经营。
从整体上,基于多维基底,用友为该集团进行4层搭建,形成大型集团合并报告体系。基于多维的数据源、多维数据中心、多维处理、多为展现为基底,建立对应多维度指标池,然后去设置对应的经营指标、财务状况指标、项目指标、财务风险指标、国资委绩效指标等。来灵活构建各种模型,合并多维模型、板块分析模型、财务估值模型等。最后报表以丰富的模型,自由组合呈现。
通过数智化报告平台的构建,该大型央企集团报表体系初步构建,以法定合并为基础,满足上市公司披露内容;形成数据追溯链条,完整的合并轨迹使数据清晰可追溯,提高报告数据准确性与及时性;实现一级集团各业务子集团数据的无缝整合,实现所有财务数据在各系统间的一致性、准确性、标准化和可追溯性。以跨系统的整合为基础,确保财务核算口径的统一性和规范性;深度挖掘数据价值,充分利用数据资产,在满足决策支撑之上,驱动管理精益化。
好文章,需要你的鼓励
Coursera在2025年连接大会上宣布多项AI功能更新。10月将推出角色扮演功能,通过AI人物帮助学生练习面试技巧并获得实时反馈。新增AI评分系统可即时批改代码、论文和视频作业。同时引入完整性检查和监考系统,通过锁定浏览器和真实性验证打击作弊行为,据称可减少95%的不当行为。此外,AI课程构建器将扩展至所有合作伙伴,帮助教育者快速设计课程。
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
英国政府研究显示,神经多样性员工从AI聊天机器人中获得的收益远超普通同事。在Microsoft 365 Copilot试点中,神经多样性员工满意度达90%置信水平,推荐度达95%置信水平,均显著高于其他用户。患有ADHD和阅读障碍的员工表示AI工具为他们提供了前所未有的工作支持,特别是在报告撰写方面。研究表明,AI工具正在填补传统无障碍技术未能解决的职场差距,为残障人士提供了隐形的工作辅助。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。