ITPub博客

企业集团财务共享服务中心建设与运营，是财务管理变革落地的有效途径，也是财务数智化转型的必经路径，在提升工作效率、降低财务成本、支持战略扩张、促进管理转型等方面均取得了一定的成效。在此基础上，财务共享服务中心在面向所服务业务单元和业务部门时需持续提升工作效率、降低运营成本、提供高价值服务，并保持服务与效率的“双稳定”。通过财务共享服务中心可以提升核算质量，保证账务处理合规、合法性，以及符合集团公司基

数据治理问题是一个系统化的问题，它涉及到企业的管理问题、业务问题，还有信息化建设问题。对于系统化的问题要有系统化的解决方案，主数据的治理应遵循“数据标准化、标准制度化、制度流程化、流程自动化、运营持续化”的五化原则。1数据标准化数据标准化是指对企业的每一个主数据建立起相应的数据标准。主数据标准包括主数据的定义标准，分类标准、编码标准和模型标准。首先，主数据的定义尤为关键，是主数据治理的基础。企业主

一、数据战略是什么战略原本是军事领域的专用名词，是指指导全局战争的规划和方略。战略决定了组织的活动方向和内容，解决“干什么”的问题，是根本性的决策。在DAMA-DMBOK中对数据战略是这样定义的：德勤  IT战略规划方法论无论哪家方法论，对于IT战略规划本质上都是一样的，基本都包含了三个步骤：1调研分析关键活动有：战略理解、需求分析、现状评估、行业实践对比……2远景规划关键活动有：业务规

导读：提到“标准”二字，我们第一时间能够想到的就是一系列的标准化文档，例如：产品设计标准、生产标准、质量检验标准、库房管理标准、安全环保标准、物流配送标准等，这些标准有国际标准、国家标准、行业标准、企业标准等。而我们所说的数据标准却不单单是指与数据相关的标准文件，数据标准是一个从业务、技术、管理三方面达成一致的规范化体系。数据标准是什么？数据标准化是指研究、制定和推广应用统一的数据分类分级、记录格

011数据分类分级提出的背景数据的价值1数据爆炸时代，数据量呈指数级增长我们要如何看待数据这个话题。数据大爆炸已经成为了一个趋势，随着数字化转型的步伐逐步加快，数据的诞生不断加快。我们已经真正步入到一个大数据的时代。每个人每时每刻都在产生大量的数据，随着移动互联网的应用和传感网络的普及，我们的数据呈海量式增长，根据IDC发布的报告中统计，到2025年，全球的数据量将达到163ZB。80%以上的应用

数据质量管理最行之有效的方法就是找出发生数据质量问题的根本原因，然后采取相应的策略进行解决。首先需要确定根本原因：找到引起数据质量问题的相关因素，并区分它们的优先次序，形成解决这些问题的具体改进建议。然后，制定和实施改进方案：确定关于行动的具体建议和措施，基于这些建议制定并改进方案，预防未来数据质量问题的发生。—— 01 ——什么是根因分析？每个问题的发生都必有其根本原因，数据

一、大数据时代还需要数据治理吗？数据平台发展过程中随处可见的数据问题大数据不是凭空而来，1981年第一个数据仓库诞生，到现在已经有了近40年的历史，相对数据仓库来说我还是个年轻人。而国内企业数据平台的建设大概从90年代末就开始了，从第一代架构出现到现在已经经历了近20年的时间。在这20年的时间里，国内数据平台实施者可以说是受尽折磨，数据项目一直不受待见，是出了名的脏活累活。可以说，忽视数据治理给数

中台概念，2015年诞生，2019年爆火，在最火的时候被很多人当成了“无所不能”的，只要是IT的问题，就一个药方——上“中台”！于是乎，很多企业都争先恐后，纷纷走上了上中台的路。但似乎“好景”不长，2019年末“中台”的大潮还未退却，就已经传出了对中台的质疑声——“中台，我信了你的邪！”。到了2020年对中台的质疑、唱衰、乃至讨伐的声音更是此起彼伏，在加上中台的鼻祖——“阿里，彻底拆中台了”，让中

数据集成是把不同来源、格式、特点性质的数据在逻辑上或物理上有机地集中，从而为企业提供全面的数据共享。数据集成的核心任务是要将互相关联的异构数据源集成到一起，使用户能够以透明的方式访问这些数据资源。数据集成的目的是指维护数据源整体上的数据一致性，解决企业“信息孤岛”的问题，提高信息共享和利用的效率。01点对点数据集成点多点集成是最早出现的应用集成模式，采用点对点的方式开发接口程序，把需要进行信息交换

数据质量管理包含正确定义数据标准，并采用正确的技术、投入合理的资源来管理数据质量。数据质量管理策略和技术的应用是一个比较广泛的范畴，它可以作用于数据质量管理的事前、事中、事后三个阶段。数据质量管理应秉持预防为主的理念，坚持将“以预控为核心，以满足业务需求为目标”作为工作的根本出发点和落脚点，加强数据质量管理的事前预防、事中控制、事后补救的各种措施，以实现企业数据质量的持续提升，如下图所示。01数据

有人认为，多维的数据分类体系已经够用了，标签就是一个“鸡肋”；也有人认为标签体系有有利于大数据的萃取和分析，提供画像能力，实现精准推荐，必须是数据中台的标配。如果“标签体系”确有争议的话，那么今天介绍的这个功能一定没有争议，它绝对是数据中台的真正标配，它就是——数据服务。01什么是数据服务？数据服务的类别相当广泛，有提供数据传输能力的叫做数据传输服务，有提供数据存储能力的叫做数据存储服务，有执行各

《中国建设信息化》11月下 / 第22期文|本刊记者 孙璟璐企业在管理过程中积累沉淀了海量信息，随着数据量级不断积累，数据算法不断精深，数据算力不断增强，企业可以从数据中发现更多价值和规律，从而让企业管理和发展更加智能化。今年以来，以 ChatGPT 为代表的 AI 热潮席卷全球，标志着人工智能技术普及应用时代的到来。实际上，AI 是一种模拟人类智能的技术，旨在使机器具备像人类一样的推理、学习、问

来源：《新理财》(公司理财)杂志2023年10月刊编辑：滕娟2019年年底突如其来的新冠疫情，给国内乃至全球的航空业造成了百年未有的冲击。国际航协的统计数据显示，全球航空业三年亏损1800亿美元。我国民航局发布的数据显示，中国民航三年累计亏损近4000亿元人民币，相当于过去30年的总利润。在如此严峻的形势背景下，厦门航空有限公司（以下简称“厦航”）却仍保持总体盈利的态势，并成为全球连续36年保持盈

【引  言】说起智能制造，不同的企业，由于各自不同的产品不同的解决方案，对智能制造有不同的理解，企业根据自身的产品、方案和能力，对智能制造某一个或多个方面都有基于自身理解的实践和表述。那我们今天来看一下，国际上主流国家对智能制造是怎么理解和定义的。      本文将综合对比分析美国智慧工厂生态系统、德国工业4.0模型架构、中国智能制造标准体系，从而

在EPM领域，中国企业与国际企业相比最大的问题是：战略、计划、预算、报告分析、绩效等都是部门级独立应用，难以形成企业级管理合力。大型企业如何击破这一困局、从容迈向高质量发展？随着全球化加速和技术发展的推动，市场竞争日益激烈，经济波动周期越来越短，企业的战略能见度越来越低，经营变的更加复杂且充满了不确定性，企业需不断调整经营战略来适应环境的变化。而战略的制定与落地需要更精细、更准确、更及时的数据支撑

由于建筑行业“点多、线长、面广”的业务特点，以及业务管理数字化的不足，导致建筑行业业财融合难度大，所以建筑行业财务管理在“支撑战略、支持决策、服务业务、创造价值、防控风险”等方面还存在不足。具体表现在：1目前大部分建筑施工企业在预算管理方面的基础还比较薄弱，还达不到从企业的战略计划分解、业务过程的预算执行控制、事后预算考核、绩效改进的管理闭环，难以做到企业财务资源的合理配置和价值最大化；2一部分建

管理报告和分析：从业绩预警到多视角经营问题的透视分析管报和财报一样，均属于整合执行控制的第三个环节，只是服务对象和目的不同。管报服务于企业内部管理，财政部2017年9月发布了《管理会计应用指引第801号——企业管理会计报告》，明确提出企业可按战略层、经营层和业务层构建企业管理会计报告体系。从这个角度看，广义的管报范畴很大，只要是有助于管理决策、经营决策和业务运营的报告分析均可以理解为管报，比如综合