【精品观察】元数据和大数据：不一样的经营分析（分析猿必读）...

昵称16619343 2017-06-08

展开全文

○

谈到经营分析，大家会立马闪现出一群把EXCEL用到极致的数据达人，再复杂一点，各种炫酷的仪表盘亮瞎我们的眼睛。传统的经营分析是建立在有约束的技术条件之下的，对财务人员的经营分析技术有着强烈的要求，而即使信息系统能够提供支撑，在传统财务信息化环境中，经营分析结果对业务的决策支持能力也始终存在局限性。

在大数据技术丰富兴起后，给人们直观上的感觉是经营分析应该能够有更加复杂和丰富的应用，但大数据技术具体是如何与经营分析这一传统财务管理业务领域发生化学反应的，也一直困扰着我们。而与此同时，也很少有人去探究过经营分析里我们所说的指标、数据的本质形态。这里我想从一个在技术领域应用比较广泛，而财务人员罕知的概念“元数据”说起，再结合大数据技术，来从一个更大的技术场景聊一聊经营分析。

“

经营分析的概念框架

在具体展开元数据和大数据的话题之前，我们有必要来看一看当前大型企业中是怎样搭建起一个经营分析体系和框架的。用一个房子来描述经营分析的框架的话，可以包括地基、砖瓦、装修和物业管理，分别对应经营分析的数据基础、指标体系、报表展示以及维护机制。

数据基础

房子的地基要扎实

盖房子首先是地基。对于传统经营分析或者是财务分析来说，地基是数据，经营分析人员通过各种渠道获取各式各样的数据来展开分析。如果企业中已经建立了数据仓库和数据集市，恭喜这些经营分析的幸运儿们，用这样的地基来改房子还是比较靠谱的。而如果数据分散在大量独立的系统中，甚至是各层级各类人员的EXCEL表中，那么就要小心了，你可能在用沙子打地基，盖起来的房子就可想而知了。

在经营分析体系中，要构建一个好的数据地基需要企业对数据仓库、数据集市有一个清晰的规划和设计，对数据的定义、标准，数据的来源和采集能够有清晰的业务逻辑。当然，数据仓库和数据集市都是数据的载体，要想避免数据垃圾的产生，对数据来源系统本身的数据质量需要有所保障，而这种数据质量的保障能力来自于前端业务流程和信息系统的有效搭建和管理。

经营分析的重要数据基础

站在财务的角度，我们还必须要提到，有三套数据是经营分析的重要数据基础。一套来自于事前，我们称之为预算，一套来自于发生后的记载，我们称之为核算，还有一套来自于事后的深加工，我们称之为管理会计。这三套数据共同构成了财务角度的经营分析的数据基础。将这三套数据与经营分析进行有效的对接，对帮助我们提升经营分析质量有大帮助。

指标体系

房子的砖瓦要规矩

有了地基要盖房子，靠的是一砖一瓦。在经营分析的框架中，指标体系就是房子的砖和瓦。那么什么是指标呢？指标是一种衡量目标的单位或方法。当我们进行经营分析的时候，我们会围绕企业经营的目标来设定一些衡量标准，这些衡量标准能够评价经营结果是否达到了设定的目标，从而帮助我们进一步提升企业的经营管理，这就是经营指标。

对于经营指标来说，来自美国的关键绩效指标的权威专家戴维.帕门特将它进一步划分为了成果指标和绩效指标。引入“成果指标”的概念，是因为许多评价指标是几个团队输入成果的总和。这些指标在衡量各个团队共同的工作效果时很有用，但不能帮助管理层准确的定位和解决问题，管理层很难准确查明是哪个团队出了成绩，哪个团队未履行职责。而绩效指标能够解决这个问题，并更加精准的定位问题。例如一个没有进行多维度切分的利润指标在其看来就是典型的成果指标，并没有反应为利润做出贡献的各个团队的绩效情况。

而在我们的实践中，似乎很少进行这样的区分，往往笼统的使用关键绩效指标KPI来进行指标体系的搭建。对于一个指标体系来说，可以引入基础指标和衍生指标的概念。基础指标是一些比较难以再拆分更细的指标，而衍生指标则是基础指标的运算组合。使用这样的概念，通过优先搭建和系统化基础指标体系，再扩展衍生指标体系，能够帮助我们快速的搭建一个复杂的指标体系。

此外，对于指标，通常会使用指标树的形态来进行展示。这也是构建指标之间逻辑的一种方式。此外，对于指标来说，有名称，有指标的维度，还有指标的值，这些我们在后面元数据的概念中再进一步解释。

报表展示

房子的装修要舒适

当我们构建了经营分析的指标体系之后，就可以搭建房子的主体了，而要使得这些指标对经营发生作用，仅仅是盖个毛坯房是不够的，还需要进行精装修。这个装修的过程，我们可以理解为是报表构建和展示的过程。好的装修要让业主住的舒服，好的报表展示，要让管理者能够清晰快速的抓住重点，发现问题和解决问题。

报表实际上就是将各种指标的不同层级维度交叉组合起来进行应用的产物。因此，在搭建报表体系的时候，我们要先搞清楚我们的业主，也就是经营管理者到底需要看到什么，在明确需求后，选取能够说明问题的指标，并匹配和管理对象相关的维度信息后进行组合展示。此外，在报表的指标组合中，我们还需要经常用到使用指标来解释指标。通过这样方式搭建报表是一个靠谱的搭建报表的方式。而我也见过不少不靠谱的经营分析，搭建的时候完全没有指标和维度的概念，也没有关注管理者的需求，这样出来的报表如果有充分的经验支持，可能还具有一定的价值，否则往往带来的是信息垃圾。

而有了报表后，经营分析报告也就容易出来了。但必须要注意的是，简单的报表罗列出来的报告是初级水平的报告，能够看透数字的表象，深入数字背后分析深层次的问题，这样的报告才是有附加价值的。

维护机制

房子的物业要靠谱

当我们把整个房子都收拾好了，还需要有个靠谱的物业。经营分析这栋房子的管理和维护并不是那么的简单容易，无论是数据、指标的维护，还是报告的过程和归档管理，都需要有一套相对可靠的机制来进行维持。

通常情况下，企业会有经营分析部门，这个部门既有点战略的味道，又有些财务的意思。因此，不同公司，这个部门的归属也并不相同，甚至还有不少发生过变迁。而在这个经营分析的部门中，要建立起这样一套维护机制，首先需要有数据维护和管理团队，来解决地基的问题，还需要有指标管理团队，进行指标的日常增删改的维护，再需要有报表团队，进行常规报表和临时报表的编制及发布，而最后还需要有绩效管理团队，深入展开经营分析，并进行绩效的考核管理。整个这个过程，无论是组织、人员、流程、制度和系统都是不可或缺的。而这些共同构成了这套体系的维护机制。

当我们具备了以上这些条件，经营分析的框架就能够构建起来了。实际上，这一套框架体系在今天相信很多做分析工作的朋友还并没有在认知上构建起来这样的一套概念，这对我们提升经营分析和决策支持能力会带来局限和束缚。而下面我们还要在这套可以称之为既传统又主流的经营分析框架的基础上进一步深挖经营分析的本质和未来，也就是元数据和大数据。

“

元数据——经营分析的本质

○

说到元数据，可能很多财务朋友并不清楚这样的一个概念。实际上，在我们的生活中充斥着元数据，如果明白这样的一个概念，我们在解释很多问题的时候，将有可能带来不一样的思考方式。如涂子沛所说，“弄懂元数据，甚至是打开整个信息科学体系、复杂数据世界的钥匙”。而经营分析从我的角度看，可以使用元数据的概念来进行其本质的剖析，这对我们深入思考经营分析，并进一步借助信息化、智能化技术展开经营分析都有着不小的益处。

什么是元数据

首先，搞明白什么是元数据。从定义上说，元数据可以理解为是“数据的数据”，听起来有点烧脑？让我们举个例子来说明一下。

举个例子

当我们拿到一张照片的时候，如果我们把这张照片当作一个数据，我们如果没有一套方法，实际上是很难对这张照片进行清晰的描述的。但如果我们打开这张照片的Exif记录信息，就能够看到很多信息，比如拍照的时间、相机型号、光圈、快门、ISO等等。那么这些信息都是从某些角度来解释这张照片的，我们就可以把他们称之为照片这个数据的元数据。而实际上，对照片的描述除了EXIF信息外，还可以从照片的内容展开描述，比如说这是一张人像照片、开心的照片等等。同样，这也是照片这个数据的元数据。

那么元数据有什么用呢？

再举个例子

假设我们是乾隆爷选妃，大臣们给乾隆爷整来了一万张画像，乾隆爷估计要看个三天三夜才能选出合适的妃子。但如果我们对这一万张画像构建元数据，如脸型、眉形、发型、身高、脚型、体重、技艺等等进行说明，那么乾隆爷就可以直接下要求了，比如瓜子脸、柳叶眉、长发、身高七尺、三寸金莲、身重百斤、琴棋书画俱全。大臣们可以很快从这一万张画像里找到符合条件的女子供乾隆爷挑选了。这个就是元数据的价值。

实际上，应用元数据的场景非常多，比如图书馆的藏书信息卡、腾讯视频里的视频描述、网络中的网页地址等等都可以用元数据来表达。

元数据有怎样的特点

当我们用乾隆爷选妃的例子粗俗的理解了元数据的概念后，我们来看看元数据有怎样的特点。

首先，元数据是结构化的。如何理解呢？其实在大数据时代，人们都非常热衷于谈非结构化数据，但大家都忽视了这些非结构化数据在技术层面是怎样被应用起来的。如我们容易理解的，一张图片是非结构化数据，但这张图片是可以被元数据这种结构化数据所描述的，这就给我们借助元数据来理解和应用非结构化数据提供了可能。

其次，元数据是与对象相关的数据，如一张照片作为对象的话，那么描述这张照片的元数据具有和这张照片的相关性，但需要注意，潜在的用户不必先具备对这些对象的存在和特征的完整认识，也就是说我们可以使用盲人摸象的方式借助元数据慢慢去了解对象，就像这张照片，我们可能第一次获得的元数据是EXIF信息，这让我们对这张照片从摄影角度的信息得以展示，而进一步我们可以了解这张照片内容相关的元数据，从而获取另一个角度的照片信息。

此外，元数据不仅对信息对象进行描述，还能够描述资源的使用环境、管理、加工、保存和使用等方面的情况。同样还是照片，元数据可以告诉我们这是一张网络图片，存储在怎样的服务器上等等信息。

最后，元数据常规定义中的“数据”是表示事务性质的符号，是进行各种统计、计算、科学研究、技术设计所依据的数值，或是说数字化、公式化、代码化、图表化的信息。当然，文字我们也可以理解为某种形式的编码数字。

经营分析和元数据

终于到了核心话题，我们的经营分析和元数据有怎样的关系呢？实际上，经营分析在多个层次和元数据都会产生关联。

首先，我们可以看到，构成经营分析的地基是数据，而元数据作为数据的数据，能够用结构化的方法帮助我们去描述和标准化我们打地基用的基础数据。我们在构建数据仓库过程中的数据字典从某种意义上讲就是元数据。清晰的数据字典，能够让我们对数据仓库的管理更加的有效率。而从我们本身对数据的经营分析管理需求角度来说，所有进入经营分析体系的数据，我们也都希望能够使用元数据进行充分的结构化描述。

其次，在砖瓦的层次，指标体系上，元数据也在发挥着重要的作用。如我们前面所谈到的，对于一个指标来说，它最终会反应在一个数值上，而针对这个数值，我们用指标名称、编码，指标的维度、维度值的方式对这个数值，也就是数据进行了描述。而这种描述就是元数据。因此，我们认识到，指标体系是经营分析层次中，架构在基础数据之上的第二类重要的元数据。

最后，我们在回到经营分析的中心点，经营活动。我们为什么要做经营分析呢？实际上是要对我们的经营活动来展开多种视角的评价，评价的标准是经营活动是否达到了我们在开展经营活动之初所设定的目标。而KPI正是我们用来进行多视角评价这些经营活动的结构化描述，也可以理解为经营活动的元数据。

到这里，不知道你是否意识到，经营分析本质上是由一层一层的元数据所构成的元数据世界。那么，意识到这一点，对我们有怎样的价值呢？

元数据给我们提供的价值

“

大数据与经营分析

○

讲完了元数据，相信大家都能够感受到使用元数据的概念去解释经营分析，与我们传统模式下看待经营分析的差异。

下面我们再进一步引入大数据的思维方式来看一看。在传统的经营分析模式下，我们需要找到用于评价经营活动的元数据，也就是指标体系与经营结果之间的关系。通常，如果我们看到了指标与经营结果发生了显著的因果关系，我们会把这样的指标考虑纳入关键绩效指标，也就是KPI来进行管理。但问题在于，这些指标的定义和发现往往是基于我们的经营以及因果分析所得到的，这种逻辑上的强绑定关系，让我们觉得管理这些指标来获得好的经营活动结果的同时，也产生了局限性。

实际上，影响经营分析结果的不仅仅是存在显著可见因果关系的因素，还存在相关，但无法解释显著因果关系的因素。这在传统模式下是难以解决的。

大数据的出现，让我们打破思维能力的约束出现了可能。基于大数据技术，我们能够从因果关系突破到相关关系。通过大数据分析，我们能够发现一些没有显著因果关系的因素同样能够带来经营活动的显著影响，我们称之为相关性因素。将这些因素定义为关键绩效指标，即KPI，同样能够帮助我们在管理这些指标的结果后达到提升经营活动成果的目的。

指标用于评价经营活动，而同样的，亦有非因果关系的因素在影响这些指标，这又构成了第二层次的相关关系。

在这种情况下，我们会发现，我们原先所搭建的关于经营分析的元数据世界得到扩充了。在元数据的各个层级都有了一些非因果关系，和相关的新的元数据的出现。而这个时候，我们会发现，扩充后的元数据世界是能够更加真实架构经营分析框架，知道经营结果的更完美的体系。

当然，从技术层面上，元数据和大数据如何进行结合的问题就不是咱们财务需要思考的了，这样的烧脑问题，还是交给程序猿来解决吧。

新作推荐

董皓

多年企业集团及咨询公司服务经验，在财务共享服务、财务大数据及管理会计融合、财务信息化领域具有深入研究和诸多实践案例。《财务共享服务》一书作者。