现在的位置:主页 > 综合新闻 >

大数据前后,中国铁塔大不同(2)

来源:大数据 【在线投稿】 栏目:综合新闻 时间:2021-04-18

【作者】:网站采编
【关键词】:
【摘要】:由此,数据的使用者仅通过一张报表就可以进行筛选和分析,检查具体某个站点的某个专业的成本和收入是否存在异常。例如,某财务经理发现利润的完成

由此,数据的使用者仅通过一张报表就可以进行筛选和分析,检查具体某个站点的某个专业的成本和收入是否存在异常。例如,某财务经理发现利润的完成值低于预算值,于是通过单塔核算表进行逐一站点的分析和比对,发现各站点的成本数据同上期相比波动并不大,但其中某个区域几十座塔的收入均为0,存在严重异常。随后在追查该区域的过程中,发现是因为区域负责人存在工作失误,没有收集运营商在该区域的起租订单并录入系统,导致收入异常。由此可见,通过大数据分析可以更及时地找出问题所在,避免不必要的损失。

●提高了财务管理的时效性和前瞻性●

传统的财务报表通常分为月报、季报、半年报和年报,即最短在1个月内出具1次财务报表。时效性上无法满足现代企业的生产管理需要。引入大数据分析后,打通了业务系统和财务系统之间的数据接口,业务系统形成的数据得以及时传输到财务系统中。目前,该企业经营分析模块中的数据最快可以实现当日同步更新,这不仅加快了数据获取的速度,提高了时效性,也减少了人工录入可能造成的数据差错,为数据使用者做出决策争取了宝贵时间。

经营分析模块利用信息技术强大的计算功能,通过数据之间的内在联系,得以对经营数据做出前瞻性预测,充分发挥了数据的价值。例如,通过经营分析系统对资产折旧进行预测。资产折旧在广西铁塔公司的经营成本中占比超过60%,但由于基站的资产类型众多,折旧年限各不相同,如果进行人工测算,单单是计算已有资产当年的折旧就十分困难。如今,依靠强大的信息技术,系统通过关联公司当年对于基站建设的投资额和各类型资产折旧年限的数据,就可以从海量数据中做出折旧预测,测算出当年每个月预期计提的折旧额,偏差率一般不会超过5%。此外,还有对经营收入的预测,系统通过本期获取的订单数量和类型,结合各类产品的价格预测下期各类塔型的收入。这些数据的前瞻性预测对公司的生产经营具有非常积极的影响。

●提升了数据的关联性●

中国铁塔所开发的这一系统打通了财务系统和各业务系统之间的接口,从海量数据中提取关联性强的数据进行配比,从而计算出各种有价值的比率,极大地提高了业务和财务数据之间的关联性,对财务管理形成了极大帮助。在分析过程中,广西铁塔公司比较关注的几组数据如下:

(1)资源信息与资产相符率。资源信息取自资源管理系统,资产信息取自财务系统,由此比率可看出记账资产与实物资产的相符程度。相符程度越高说明资产管理工作完成得越好。

(2)场租收支比率。场租收入取自CRM系统,场租费用取自物业系统,由此比率可看出场租收支的健康状况,偏差过大说明收入或支出异常。

(3)维护费占收入的比重。维护费成本取自运营维护系统,维护费收入取自CRM系统,此比率可反映维护成本的健康状况。占比过高或过低都说明成本或收入可能存在异常。

(4)经营收入回款率。流入资金取自计费系统,应收账款取自CRM系统,此比率反映资金的回款速率,体现公司的运营健康状况。资金回笼越快,公司的发展越健康,资金短缺的风险就越小。

(5)资产投资回报率,即净利润占资产总额的比重。净利润取自财务系统,资产总额取自财务和资源系统,此比率反映的是资产创造价值的能力,资产投资回报率越高表明公司的盈利能力越强。这一数据对广西铁塔公司这类重资产公司而言非常重要。

(6)投资完成率。投资完成额取自财务系统,投资预算额取自预算系统,此比率反映建设项目的完工情况,建设进度的快慢很大程度上会影响项目的交付和起租情况,从而影响公司的运营。

●促使财务人员素质不断提升●

大数据分析的运用对公司财务管理水平的提升作用非常显著,这同时要求和促使财务人员不断提升自我。一方面,财务人员需在财务专业水平之外不断加强业务水平,熟悉自身公司的业务情况。大数据时代,财务和业务的数据逐渐公开化,财务人员只有既懂财务又懂业务才能更好地完成财务管理工作。例如,广西铁塔公司的财务人员需要了解某区域每度电的价格,这样通过物业系统统计的用电量,就可以计算出某区域的电费,防止相关人员通过虚报电费套取资金。另一方面,财务人员还需熟练掌握EXCEL、SQL等数据统计软件的应用,大数据时代下,数据处理工具的运用将为财务工作带来极大便利。

文章来源:《大数据》 网址: http://www.dsjzz.cn/zonghexinwen/2021/0418/2009.html

上一篇:湖北鄂州回应“厕所革命”执行“一刀切” :将
下一篇:告别“疫苗犹豫”,我们一起苗苗苗

大数据投稿 | 大数据编辑部| 大数据版面费 | 大数据论文发表 | 大数据最新目录
Copyright © 2018 《大数据》杂志社 版权所有
投稿电话: 投稿邮箱: