|
财务如何挖掘数据
一、什么是数据挖掘？
1、 数据挖掘（DataMining）就是从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的知识的过程。
2、 数据挖掘的程序
3、 数据分析与数据挖掘的对比
数据分析
•定义：是对数据进行分析，是指根据分析目的，用适当的统计分析方法及工具，对收集来的数据进行处理与分析，提取有价值的信息，发挥数据的作用。
•作用：主要实现三大作用：现状分析、原因分析、预测分析（定量）数据分析的目标明确，先做假设，然后通过数据分析来验证假设是否正确，从而得到相应的结论。
•方法：主要采用对比分析、分组分析、交叉分析、回归分析等常用分析方法。
•结果：数据分析一般都是得到一个指标统计量结果，如总和、平均值，这些指标数据都需要与业务结合进行解读，才能发挥出数据的价值与作用。
数据挖掘
•定义：是指从大量的数据中，通过统计学、人工智能、机器学习等方法，挖掘出未知的、且有价值的信息和知识的过程。
•作用：主要侧重解决四类问题：分类、聚类、关联和预测（定量、定性），数据挖掘的重点在寻找未知的模式与规律；如我们常说的数据挖掘。
案例：啤酒与尿布、安全套与巧克力等，这就是事先未知的，但又是非常有价值的信息；
•方法：主要采用决策树、神经网络、关联规则、聚类分析等统计学、人工智能、机器学习等方法进行挖掘。
•结果：输出模型或规则，并且可相应得到模型得分或标签，模型得分如流失概率值、总和得分、相似度、预测值等，标签如高中低价值用户、流失与非流失、信用优良中差等。
数据分析（狭义）与数据挖掘的本质都是一样的，都是从数据里面发现关于业务的知识（有价值的信息），从而帮助业务运营、改进产品以及帮助企业做更好的决策。所以数据分析（狭义）与数据挖掘构成广义的数据分析。
4、数据分析和数据挖掘
•数据分析：针对历史数据，分析得出各项指标，为人的决策提供数据支持，是根据已有的数据做报表
•数据挖掘：数据分析+机器决策，即使用历史数据和数学模型，为将来的事件提供决策，是从大量的数据中挖规律
•数据分析的分析目标往往比较明确，分析条件也比较清楚，基本上就是采用统计方法，对数据进行多维度地描述；
•数据挖掘的目标却不是很清晰，要依靠挖掘算法来找出隐藏在大量数据中的规律和模式，也就是从数据中提取出隐含的、未知的有价值的信息。
二、数据挖掘能做什么？
——大数据画像
——大数据画像
三、财务能挖掘那些数据？
有了分析洞察，财务部门能够与业务经理合作，共同：
1、优化定价 2、减少库存3、简化采购 4、提高产品利润率5、精准营销6、精益流程
7、提高绩效8、控制成本、费用
财务可以帮助业务经理对可选择方案进行评估，例如：是否应当增加更多销售人员、改变佣金，与新的供应商合作或者改变商品分类。
案例分析：
某公司当年截至到8月份的息税前利润（EBITA）下降明显，经查，销售收入和当期预算相比持平，成本正常，毛利率正常；管理费用正常；销售费用大幅上升，和预算相比多出20%，这也是EBITA下降的唯一因素。作为财务经理的你，需要进一步分析销售费用大幅上升的因，并给出控制销售费用的建议，并对今后如何有效控制销售费用提出建设性意见，即给出预测性分析。
常规分析（属于数据分析）
1、把销售费用中与人员相关的费用和非人员费用分开；
2、人员费用依次钻取到二级、三级核算单位，如有可能至个人？
3、销售费用哪些是和渠道相关，哪些是个人应提佣金？
4、销售渠道的佣金或返点是否随合同进度计提？
5、销售支持是否分摊合理？增值服务（属于数据挖掘)
1)销售冠军的启示file:///C:/Users/Administrator/AppData/Local/Temp/msohtmlclip1/01/clip_image016.jpg
2)标杆分析（BenchMarking）
3)建立“过渡性指标”
4)建立“人人损益表”
5)建立良性绩效循环
数字背后的“故事”
•“看数字就是数字” - 看见，此第一重境界。就数字论数字，只关心计算过程是否正确，沉迷于各种技法，但并看不到报表中的数字后面的业务发展问题、趋势变化及风险因素等。此境界为分离状态！
•“看数字不是数字” - 看清，此第二重境界。能够在熟悉报表的基础上，意识到数字背后所代表的业务的情况，大致的运作规律，但并不能借助一些非财的信息来判断。 此境界为融合状态！
•“看数字还是数字” - 看透，此第三重境界。由于熟知业务，能够洞悉每个数字背后所代表的真实意义，发展规律。看到数字就能联系到业务状态，看到业务也能推导出数字大致结果。即能够跳出报表，又能回到报表。此乃财务分析的顶级境界。 此境界才可以做决策支持
四、从财务分析到业务分析
1、巴菲特报表分析八法
2)如何深度分析销售费用
3)管理会计编码应用
4)财务进行数据挖掘的会计准备基础
5)BI工具举例—在线分析（OLAP）
6)财务分析师需要的素质
7)未来属于掌握数据和远见的公司
•想掌握数据，就要有收集系统（数据仓库）
•建立公司行为和客户的有效链接
•通过数据挖掘的各种工具、算法挖掘有效信息
•财务数据来源于业务数据，财务分析立足于业务
•数据分析 + 数据挖掘 =知悉过去、掌握现在、洞察未来
|