※理论结合实际案例，全面、细致地分析了财务数据治理在应用方面的问题，深入剖析原因，基于DAMA数据管理知识体系，从数据组织、数据架构、数据模型、数据标准、数据质量等方面介绍数据管理的方法论，提出财务数据治理的具体解决方案，并结合不同行业的企业案例，分析经验成果。
※用133张关系图、流程图、结构图等，介绍数据治理中的复杂概念，明晰执行方案，将有效帮助财务人员认识、学习和实践数据治理，已被推荐为数据治理工程师（CDGA）和数据治理专家（CDGP）认证的官方指定教材。
※由20位行业专家历时两年共同打造，作为数据管理和数字化系列丛书的开篇之作，致力于将实际国情和行业特性融入数据治理理论。
※针对财务工作场景，归纳财务数据的六大问题表现，包括财务数据集成、财务数据标准、财务数据质量等方面，分析五大财务数据问题场景，提供经验总结和案例分析。
※解读相关数据标准，基于财务审计领域的实际情况，帮助企业在数据治理工作中少走弯路。
2.2 数字化转型之路
2.2.1 数字化转型的内涵
企业的决策者需要考虑清楚数字化转型对公司意味着什么。数字化转型就是企 业实现数字化的过程，这个过程不仅是企业战略层面的转变，也是组织、人才和技术三方面的变革，同时对资源投入也会有新的要求。数字化转型将数字技术集成到 业务的所有领域，从根本上改变企业的经营方式和为客户创造价值的方式，同时改 变企业原有的文化。 在战略层面，企业的决策者首先需要清楚地了解数字化的含义。每个企业所处 的行业、发展阶段和战略规划都不一样，在一般数字化概念的基础上，企业的决策 者需要为企业定义一个具象的数字化概念，才能将其转化成具体的战略规划和行动 方案，建立适合企业特性的数字化转型框架和规划，在全公司统一和明确对数字化 战略的认识的情况下，确定数字化的具体目标，并针对数字化战略，落实和统一协 调组织、人才和技术等方面的行动计划和资源投入。组织和人才是决定数字化转型 成功与否的关键环节。转型也就意味着需要不断挑战现状，经常进行试验并适应失败， 有时还要放弃公司建立的长期业务流程，转而采用仍在定义中的相对较新的做法。 原先的组织可能是转型最大的障碍，它往往以强大的惯性保持着原有战略。新的组 织和团队需要快速响应、持续创新，并具有强大的执行能力和学习能力，在数字化 转型的过程中形成正确的应对策略，最大限度地发挥才能。在技术层面，一方面是 各类新技术的发展和应用，譬如大数据、AI、区块链、云服务等，切忌一味追新求 大，而是要根据企业自身的发展和定位，选择适合企业的技术方案和路线；另一方 面是要转变数据和业务的关系，这是进行数字化转型的技术关键。以往数据大多体 现的是业务和管理的过程和结果，因受到技术和理念的限制，数据在广度、粒度上 都比较有限，无法完整、细致地记录业务发展，且在记录的过程中缺乏一致的标准 和质量管控措施，导致出现了各种数据质量问题，这些问题限制了利用数据对业务 进行分析和决策支持的能力。数字化转型首先要解决以往的数据问题，在此基础上， 进一步利用数据驱动业务来发展。 数字化转型也许意味着新增大量的、长期的资源投入，但更重要的是对以往的 资源分配和评估方式进行调整。从数字化转型的目标和要求出发，建立合适的资源 投入方案和评估机制。这可能涉及业务的各个环节和管理的各个方面，如果仅仅依 靠某方面的、某个时期的新增投入来带动数字化转型，企业往往会力不从心，甚至 会转型失败。
2.2.2 数字化转型的路径
每个企业的起点和目标不同，所处的行业也不一样，没有通用的数字化转型框架、 方案和路径可循，这也就意味着企业无法仅依靠某个委员会或某个框架来实现变革。 数字化转型是一项长期战略，必须不断地实践新方案、解决新问题，持久地调整， 才能获得过程中的阶段性收益乃至达到最后的成功。这种调整不一定是颠覆性的，也可以是渐进式、迭代式的。尽管没有统一的框架和方法，但是可以通过以下四步来获取适合企业的数字化转型路径。
第一步，制订正确的战略计划。企业的决策者首先必须就数字化战略达成共识， 制订一个明确且连贯的计划。制订正确的战略计划需要考虑以下几个方面的问题：
①社会和行业数字化变革的规模、速度和力度可能有多大，多快，多强？
②内外部的数字化变革给企业带来的机遇和威胁有哪些，企业希望在整个行业，乃至社会的 数字化变革中处于什么位置，达到怎样的目标？
③企业自身的组织架构和人力资源 能否应对数字化转型的要求，当前的信息化建设处于怎样的阶段？
④企业能够为数字化转型投入多少资源，并为此承受多大的损失？对以上问题有了清晰的认识后， 再确定适合自身的数字化战略，这是至关重要的。
第二步，组织调整和人才培养。在开始或进一步推进数字化转型前，对企业的 组织架构和人力资源进行审视和主动调整是十分必要的。有些企业经过精心设计， 其组织架构能够进行直接调整来满足数字化转型的阶段性要求。有些企业在组织和 人员层面的变革比较困难，只能等待被动转型，或者成立一个专门的部门来进行数 字化建设，吸引和培养数字化人才。这个部门不仅要有主管数字化建设的领导，还 要有业务经验和技术能力兼备、积极进取的中层骨干，他们是进行变革和建设的中 坚力量，是数字化举措获得成功的关键。在当下的环境中，找到合适的人才并不容易， 因此必须制订合理的培训计划和采取适当的激励措施来培养数字化人才。
第三步，明确阶段关键交付和 KPI（Key Performance Indicator，关键绩效指标）。 关键交付和 KPI 的实质是一个战略拆解的过程，将数字化战略逐个分解成各部门、 各层级行动计划的目标，是战略得以执行的关键步骤。数字化战略的拆解应该体现 在业务开展、内部管理和技术开发等方面，单独以数字化为目标进行任务设定的方 式往往很难奏效。譬如进行业务上云、数据中台建设，如果只是简单地把服务器统 统搬到云上，把数据全部集中到中台，但相关的业务流程、系统架构和组织制度不 做相应的调整，这种数字化转型是艰难的，成效也不明显。好的数字化战略是由业 务流程、组织人才和技术方面等关键环节的转型共同组成的。此外，企业还要对各 个关键环节设定可以量化追踪的 KPI，尽管这经常难以定义，但这便于对数字化进 程进行监控和衡量，并就此展开沟通，这是企业确保数字化转型按期望发展并持续 投入的重要过程。
第四步，进行数字能力建设。对战略、组织和 KPI 等方面的调整和建设的最终 目的是数字能力的提升。数字能力中那些能促进业务创新和交付的能力最为关键，包括业务决策智能化、客户服务线上化、业务流程系统化等。这些能力建设可以是 引入新技术和新方法，也可以是对现有系统的升级和集成，在这个过程中非常重要 的是对数据本身的管理。从业务流程开始对数据进行梳理和定义，明确标准规范， 保障数据质量，进而得到好的、可用的数据。此外，IT 开发和交付能力也是至关重 要的，很多企业投入大量 IT 资源进行各类业务系统的建设，却忽视了对 IT 本身能 力的建设，包括开发模式、技术选型和开发技能等。对 IT 本身交付能力的提升可以 有效降低数字化转型的成本，提高数字化建设的效率和收益。
企业可以通过以上四步来明确适合自身发展阶段和目标的数字化转型框架。转 型过程中也将不可避免地影响企业原有的文化，产生与数字化相匹配的，更敏捷、 更协同、更开放、更创新的新文化。企业文化建设要及时发现这些新变化，给予员 工正确的引导并形成价值认可。
2.2.3 财务管理的数字化转型
企业财务管理的数字化转型需要企业根据自身的发展情况，结合企业的数字化 战略要求，明确转型目标。财务管理的职能和目标通常包括核算监督及报告、业务 分析和战略决策等方面，但不同企业的发展阶段不同，对财务的侧重要求也不同。 在组织架构层面，可能会由不同部门分别承担财务管理的职能，甚至个别职能还存 在不同程度的缺失，财务人员的能力结构和系统化程度等也不尽相同。因此，财务 的数字化转型应该先从战略、组织和技术三个方面对企业自身的发展阶段进行评估， 再结合企业的战略要求明确转型目标，进而制定行动方案，明确关键交付阶段。
目录
前瞻篇 数据春天 / 1
第 1 章 数据生产要素 / 2
1.1 财务数据治理背景 / 2
1.2 数据是信息时代的第一生产力 / 3
1.3 数据管理与国际数据管理协会 / 5
1.4 财务数据治理研究的意义和全书结构 / 6
第 2 章 数字化转型 / 7
2.1 数字化的概念 / 7
2.2 数字化转型之路 / 9
2.3 数字化转型中的几个问题 / 11
第 3 章 数据治理的重要性 / 13
3.1 数据治理概念 / 14
3.2 数据治理原则 / 16
3.3 业务驱动因素 / 19
3.4 组织和岗位设置 / 20
3.5 资金投入情况 / 21
3.6 组织文化培养 / 21
3.7 度量指标 / 22
3.8 数据治理定位 / 23
问题篇 财务数据应用问题分析 / 25
第 4 章 财务数据问题影响分析 / 26
4.1 财务数据整体现状 / 26
4.2 问题表现一：财务数据集成方面 / 28
4.3 问题表现二：财务数据标准方面 / 29
4.4 问题表现三：财务数据质量方面 / 31
4.5 问题表现四：财务主数据方面 / 33
4.6 问题表现五：财务数据安全方面 / 36
4.7 问题表现六：财务数据应用方面 / 37
4.8 财务数据问题带来的影响 / 37
第 5 章 财务数据问题场景 / 40
5.1 案例场景一：主数据管理缺失，难以支持集团多元化发展 / 40
5.2 案例场景二：财务数据问题降低机场业务结算效能 / 42
5.3 案例场景三：数据问题引发财务指标应用困境 / 44
5.4 案例场景四：财务数据问题制约大数据审计工作高效开展 / 45
5.5 案例场景五：财务数据问题成为业财一体化管理障碍 / 47
理论篇 数据治理体系 / 51
第 6 章 数据组织与职责 / 52
6.1 设立数据治理组织的必要性 / 52
6.2 数据组织的定义 / 57
6.3 数据治理组织建立 / 59
6.4 数据归口部门与其他数据相关机构间的沟通 / 68
6.5 数据管理角色（岗位、职责与技能） / 71
6.6 数据组织建设中的变革管理 / 75
6.7 经验总结与案例分析 / 78
第 7 章 数据架构 / 82
7.1 企业架构和数据架构 / 82
7.2 数据架构框架的构成 / 87
7.3 数据架构管理和实施流程 / 90
7.4 数据架构师 / 91
第 8 章 数据建模与设计 / 95
8.1 什么是数据建模 / 95
8.2 活动 / 119
8.3 工具 / 135
8.4 实施指南 / 138
8.5 数据模型治理 / 139
第 9 章 数据标准 / 144
9.1 什么是数据标准 / 144
9.2 数据标准的价值 / 147
9.3 数据标准与数据治理的关系 / 149
9.4 数据标准的分类框架 / 152
9.5 数据标准的内容框架 / 155
9.6 数据标准管理组织 / 158
9.7 数据标准管理流程 / 160
9.8 数据标准的系统落地及工具 / 161
9.9 大型银行案例—某大型国有银行企业级数据治理与标准化体系建设项目 / 164
9.10 中小银行案例—某省级商业银行数据标准与数据管控平台建设项目 / 166
第 10 章 数据质量 / 169
10.1 数据质量概述 / 169
10.2 活动 / 178
10.3 工具 / 183
10.4 实施方案 / 183
第 11 章 参考数据与主数据 / 188
11.1 参考数据与主数据概述 / 188
11.2 参考数据 / 191
11.3 管理原则和活动 / 197
11.4 工具和方法 / 206
11.5 实施要点 / 206
11.6 主数据治理和数据治理 / 210
第 12 章 数据保护 / 211
12.1 数据作为人权的保护 / 211
12.2 数据作为生产要素的保护 / 233
12.3 数据处理者如何实现数据保护 / 237
第 13 章 数据仓库与商务智能 / 239
13.1 数据仓库与商务智能概述 / 239
13.2 活动 / 243
13.3 工具和技术 / 250
13.4 实施指南 / 253
第 14 章 大数据与数据科学 / 264
14.1 财务大数据 / 264
14.2 数据科学与财务管理 / 271
14.3 数据科学应用与数据治理 / 275
第 15 章 数据管理能力成熟度评估 / 279
15.1 数据管理能力成熟度评估模型概况 / 279
15.2 企业开展 DCMM 贯标的流程 / 281
15.3 数据管理能力成熟度评估对企业的主要价值 / 284
15.4 数据管理能力成熟度评估工作的推动 / 284
15.5 DCMM 相关机构及其在全国的开展情况 / 285
15.6 DCMM 框架介绍 / 285
15.7 小结 / 302
解决方案篇 财务数据治理 / 303
第 16 章 财务数据治理指南 / 304
16.1 财务管理的职能 / 304
16.2 财务数据治理方法 / 307
16.3 指标数据的治理 / 315
第 17 章 财务数据治理方案 / 320
17.1 大数据审计问题整改方案建议 / 320
17.2 财务指标治理方案建议 / 321
实战篇 应用案例分析 / 323
第 18 章 金融行业典型案例 / 324
18.1 某城商行数据治理案例 / 324
18.2 某国有银行数据治理案例 / 330
第 19 章 多元化控股公司主数据治理案例 / 339
19.1 项目背景 / 339
19.2 建设目标 / 341
19.3 实施过程 / 344
19.4 建设成果 / 347
19.5 经验总结 / 352
参考文献 / 354
