□ （江海職業(yè)技術學院江蘇揚州225000）

大數據時代，企業(yè)大規(guī)模制造正向大規(guī)模定制轉型；向用戶個性需求→接收訂單→尋求合作→采購材料→設計產品→制定計劃→付諸生產數據規(guī)模、數據解釋和數據應用轉化；向客觀解讀業(yè)務框架結構、業(yè)務運作場景、業(yè)務任務維度、業(yè)務計劃行動轉換。而大數據驅動的、自下而上的財務內外部變化也已開始，傳統(tǒng)線性管理轉變?yōu)榇髷祿鲗У摹討B(tài)的、個案的縮短生產周期、減少材料耗用、降低生產成本、提高生產效率、減輕環(huán)境負荷、隨時響應市場、發(fā)掘細分需求、信息雙向推送、用戶數據采集、數據雙向流動、產品特點個性、用戶價值體現、制造資源云化等協(xié)同化方式，不但跨出因果關系體系，更注重相關關系發(fā)現、關聯(lián)、運用，在新制造模式與再造價值鏈的全體、整合、交叉、交互、復用的數據及浮點運算中，耦合大數據思維，挖掘財務大數據共同創(chuàng)造、共同傳遞、共同分享的自然價值與社會價值。

一、財務業(yè)務原生態(tài)環(huán)境下生成的大數據思維

財務數字、財務報告、財務業(yè)務的圖片、視頻、溝通都被記錄為某個字節(jié)變成數據，然后串聯(lián)用戶數據、金融數據、環(huán)境數據，并聯(lián)社會管理平臺、材料采購平臺、人力資源系統(tǒng)、技術研發(fā)系統(tǒng)，自我閉環(huán)后形成財務大數據，并在“云端”重組生態(tài)財務業(yè)務，重構協(xié)同者共享利益，重塑企業(yè)“微笑曲線”價值鏈，演化財務大數據到大企業(yè)的一場生態(tài)革命。

（一）以總體思維為核心，顛覆財務理念與決策

數據作為一種特殊信息，沒有排他性和消耗性，卻有全面性和整合性，一方面財務大數據涵蓋過去與現時所有內外固有因素和變動因素，通過多元因素和各種數據模型，揭示財務運營歷史與發(fā)展規(guī)律，解釋財務業(yè)務流程與策略，另一方面透過極致、極簡、極速結構性數據與非結構性數據集合，以算法得出結果，除印證實時結果外，還詮釋行為與結果的內在聯(lián)系，衍生出全面統(tǒng)籌、協(xié)同推進、數據交互、數據自換、定向延伸的企業(yè)生產經營行為過程和財務業(yè)務理念及決策應用場景，圍繞結果導向、效率導向、速度導向、服務導向，持續(xù)改善或優(yōu)化財務業(yè)務，延展哲學意義的量變與質變。

（二）以混雜思維為原則，創(chuàng)新資源開發(fā)與利用

企業(yè)內外環(huán)境因素交織、混合、迭代、跨越、隱含、排斥、異化，往往導致財務預算、決策與實際存在一定偏差。雖然三大財務報表數據能有效說明或解決一些實際問題，但就再造價值鏈而言，不僅通過混雜集聚及格式不一致的數據，全面透視用戶思維變化時點現象與最終結果，社會發(fā)展趨勢與要求，行業(yè)產品標準迭代，市場經營模式變換，員工心理曲線波動，材料供應商戰(zhàn)略合作，競爭對手策略更新，社會金融政策變動，新材料和新技術發(fā)現與應用，生態(tài)環(huán)境保護等，而且在內外再平衡的相關數據計算與推理中，明確“是”與“不是”的判斷，最大化實現資金、材料、人力、信息有限資源的有效配置。

（三）以相關思維為主體，推進數據連通與聯(lián)接

當財務數據游弋于分類的云平臺，在鏈接前后、上下、左右、平行、跨界數據后，匯聚式流入財務業(yè)務流程，在網頁相連躍遷到數據相“聯(lián)”，構成包容海量數據的大結構體，自我形成具有適用性、具體性、輻射性、有效性的財務數據鏈，自主展開智能數據分析、預測和決策，探尋出因素內外的默契與內在的契合。

（四）以定制思維為前提，助推價值創(chuàng)造與共享

財務報表數值計算出的各種比例、平均數、方差、指數及投資額、產品成本、產品價格、回報利潤等，皆為結構性財務數據。然而，當海量圖文影音形式記錄的用戶行為、競爭對手行為、員工行為、金融行為等非結構性數據急劇增長；當所有財務數據在網絡彼此連接，沿著數據源流向而流動；當數據在網絡中協(xié)同、集合、分類、分析、判斷、計算、優(yōu)化，此時，應快速響應用戶思維變遷，精確剖析用戶個性訴求和用戶結構，按照用戶需求高效地對產品與服務加以改進，指示個性化產品設計、生產步驟與環(huán)節(jié)、業(yè)務相關事件分類，確立不同用戶不同定制模式，確定企業(yè)與用戶定制化供需合作方式，促成企業(yè)與用戶價值利益的創(chuàng)造與共享。

（五）以預測思維為抓手，駕馭業(yè)務流程與管理

企業(yè)愿景下的宏觀環(huán)境、微觀環(huán)境、營銷計劃、資源配置計劃、生產過程管理、流動資金和固定資產調配計劃、人力資源、技術研發(fā)、產品推介、投資收益等預測，演進到用戶直接向企業(yè)下達訂單，財務業(yè)務架構、業(yè)務工作框架互相融合，隨著任務維度數據導入與導出，企業(yè)、用戶、利益相關方共同參與的價值實現的情感體驗，在內外環(huán)境因素下協(xié)同于一體，協(xié)作于一體，消除非線性、突變性、不連續(xù)性、邊緣性帶來的不確定性，解構未來每一個方案，觀測價值與效率的平衡點，推導出泛在化與碎片化共存的財務預算指標，排列組合財務“0到1”的生態(tài)運營業(yè)務體系。

二、聯(lián)機分析自然承接財務業(yè)務與管理的結果

財務管理往往過高估計行為正向作用，對負向作用缺乏管窺與分析，也不關注系統(tǒng)和經營行為跨界化、溝通扁平化、利益相關者多元化。而“數據綜合引擎”則把不同系統(tǒng)數據庫人為聯(lián)接起來。從海量數據中，創(chuàng)建多維立方體建模和“萬維”動態(tài)報表，多角度、多層面展現財務業(yè)務數據分布，共同分享總和或細項的分析結果。

（一）數據連通，打破財務部門數據壟斷

財務“信息過度窄化”必然放大數據壟斷異常。然而，在公共云或私有云上流動的財務數據，已突破部門狹隘領域，自由自在地與其他數據交叉、疊合、混合、關聯(lián)，都在可視的、開放的狀態(tài)中匯合集聚，互相支持鏈與鏈之間的銜接和運轉，互相印證數據效用和結果，并在財務數據背后的數據里，“謀定而后動”地梳理企業(yè)理念、行為、業(yè)務、流程、利益的相關，有機地接口前端、后端，賦能于流程，內化每個員工的認同感、存在感、價值感，營造公共、群體、參與、推動、擴展、聯(lián)動的氛圍和氣場，快速形成線上線下自我生產、自我轉換、自我完善的生態(tài)化財務數據閉環(huán)。

（二）數據關聯(lián)，打通職能部門業(yè)務數據鏈

大數據的全面性、效用性、導向性，不僅在線支持財務業(yè)務與其他職能部門的業(yè)務互聯(lián)互動，還要求在完整的產業(yè)生態(tài)鏈、用戶個性需求、再造價值鏈中，聯(lián)合挖掘數據、整合數據、分享數據、應用數據，并在多個數據鏈鏈接，合并關聯(lián)分析時，依托散落于事件表象的多元財務數據，驗證結果偏失成因，通過專注于事物本質及AI，再以觀測、對標、重構等方式，螺旋式提升數據的運用效能。

（三）數據引擎，打開數據搜集與應用窗戶

財務數據中心物理結構的出現，構筑了數據中心“相聯(lián)”時間序列、用戶群體、產品類型、營銷渠道、技術研發(fā)、材料供應商、員工構成、物流覆蓋、地區(qū)國別等多維度分析的體系，也在數據隨著電子化記錄手段增強并發(fā)生深刻變化后，信息物理系統(tǒng)（CPS）將業(yè)務實體、歷史行為、現時行為、員工行為、環(huán)境負荷、社會行為等數據的前后時期、不同年同一時期、時間輪回特定時期，均呈現特定的分布，在虛擬分解財務業(yè)務、分析財務成本、改進業(yè)務流程的情景還原與多維立方體數模演算中，發(fā)現“是什么”而非“為什么”，當用數據說話時，預測發(fā)生了“什么”，決策該“怎么做”。

（四）數據連接，打造預測與決策數據模型

大數據附屬的內外因素關聯(lián)性，歸納與隱含了多元數據，并在數據內涵擴大時，計算內涵也同步擴大，演化成一個“計算”和“智慧”的財務。其中，財務數據不僅與內部其他部門數據發(fā)生關系，而且自我相互之間也發(fā)生關系，特別是與用戶、社會組織發(fā)生更豐富、更有價值的關系，在回歸社會價值與用戶價值的云端分析、態(tài)勢感知、數據分布中，構建財務預測模型或決策樹模型，即使遇到外部不確定經濟因素變動影響，其變動閾值仍可準確劃定，仍可進行區(qū)域極限值統(tǒng)計與計算，仍可使同一組財務數據在不同維度上產生不同的價值和效用，讓財務預測指標與決策方案或任務之間實現無縫對接。

三、回歸自然生態(tài)的財務業(yè)務與管理本位

大數據是一個生態(tài)，不是一個行業(yè)。企業(yè)的人、工作流、事件及實時情境感知與協(xié)作，行為與結果的一個全時間點、全接觸點、全內容的記錄，聯(lián)接營運性資產創(chuàng)造利潤、回籠現金、再利用現金及未來現金、創(chuàng)造投資回報率等皆可生成數據閉環(huán)，且在供應鏈、生產鏈、質控系統(tǒng)、OA系統(tǒng)、ERP系統(tǒng)、CRM系統(tǒng)改造后，從軟件開源走向數據開放。

（一）多元數據、多維平臺、多個系統(tǒng)相連相通

數據是企業(yè)最重要的核心戰(zhàn)略資源之一，但現時企業(yè)的消費形態(tài)、商業(yè)形態(tài)、產業(yè)形態(tài)、供應鏈等都已發(fā)生巨變。隨著高效率低成本的數據海量連接與互動，用戶行為與市場行為數據化，產品快速迭代及機器學習的自我優(yōu)化，ERP與U8、K8等會計應用軟件構成的財務數據中心，尤其在財務結構性數據與非結構性數據轉入云端的、信息感知的、過程虛擬化的大數據中樞后，賦予財務數據在各個領域更全面、更真實、更客觀的轉換、勾稽、歸類、聯(lián)結，通過相似事件智能匯聚和聚合算法，導出無數財務參數擬合值里的最優(yōu)方案。

（二）共生、共創(chuàng)、共建、共享獲得信息統(tǒng)一

互聯(lián)網、物聯(lián)網、數據、算法、算力、機器學習，持續(xù)支持PC端、TC端、社交媒體、即時通訊在財務業(yè)務活動中碎片化運用，無不為財務業(yè)務數據流向其他職能部門和外聯(lián)部門，再返流數據中樞創(chuàng)造了條件，也為多維度財務數據觀察、解析、判斷、應用提供了技術支撐，這不但引導各職能部門圍繞開放與優(yōu)化的財務預算指標體系，開展分析路徑、分析方法、分析結果，展開實時分析、定制分析和動態(tài)分析，而且通過縱向上一定的時間積累，橫向上細致的記錄粒度，此財務數據與彼相關數據敏捷呼應，引動財務業(yè)務與管理立體化、平衡化、辯證化，增強網絡效應。

（三）定量分析、定性分析融通得到更多相關性

大數據憑借自由聯(lián)接與智能運算，自主對多元模糊化、行為化定性數據進行程序化自行分析，確定定量分析數據與定性分析數據高度重合區(qū)或疊合區(qū)，排列數據團聚密度順序，揭示歷史規(guī)律與將來發(fā)展趨勢，甚至在機器數據優(yōu)化中，開展以事實為支持的數據挖掘、分析預測、分類決策，在付之管理與任務協(xié)調后，有效解決更新任務與建模任務之間的沖突。

（四）前瞻性數據管理、分析、方法主動剔除主觀判斷

企業(yè)內外部許多不確定因素經常導致情境事件表象與內在不統(tǒng)一，如單憑歷史經驗判斷，難免有失誤或偏頗。面對生態(tài)財務業(yè)務在時空兩個維度“多源”和“全息”數據，在對接財務數據中心，運用FTP，完成結構性數據與非結構性數據匯聚和整合，增量更新和全量更新，聚焦各種時間差、信息差、維度差、數值差、行為差，提升判斷、發(fā)現、確定、分析、歸類、解決的能力，使財務業(yè)務分級警示成為現實，并通過改變權力路徑，轉移權力結構，在數據導入、數據抽取、數據迭代、數據任務之間流轉運行時，讓直覺判斷讓位于精確的數據分析、數據預測和數據決策，匯集于情境事件與需求之間的開放場景中。

（五）數據、技術、思維衡量財務評估等級

原始財務數值、文本、聲音、視頻等數據，通過“云”遷徙和網格的分布和連通，構建起一個包含原始數據及涵蓋各種業(yè)務場景和專題邏輯數據的立體數據集市，在數據中樞統(tǒng)一管理下，集合財務指標體系及內涵，實時反饋業(yè)務過程監(jiān)測和診斷，及時發(fā)現理解與方法偏向，安全清洗廢數據，全面滿足財務評估數據并發(fā)應用的要求。另外，移動APP作為一個移動云，一切都可以是連接的設備，可視化獲取財務業(yè)務數據分布圖與分布格局，全景呈現財務業(yè)務數據累積到某個臨界點的狀態(tài)，映射出財務行為在數據鏈上的秩序和規(guī)律，在隨時隨地、公平公正、有的放矢地展開財務指標的分項分析與評估時，客觀統(tǒng)計分值，確定不是因為“所做”，而是因為“將做”的評后整改方案。

四、原生態(tài)財務大數據在線場景應用

在線財務大數據涌動于各層級績效指標中，圍繞股東權益報酬率下總資產報酬率、凈利率、產品成本率、營業(yè)費用率、管理費用率、財務費用率、營業(yè)外費用率、所得稅率、速動比率、利息保障倍數、總資產周轉率、應收賬款周轉率、存貨周轉率、營業(yè)收入增長率等展開智能分析，生態(tài)呈現每一個財務數據原有的內涵與本質。

（一）360°解析成本，造就成本優(yōu)勢

1.數據自然流向的成本分類。大數據成本細項有別于產品成本、銷售費用、管理費用、財務費用、所得稅的常規(guī)分類，按照財務業(yè)務數據源流向，從運營成本、投資成本、理財成本三個層面，細分出效益產生時間角度→業(yè)務成本、策略性成本；效益與成本依存關系→變動成本、固定成本；成本與產品關聯(lián)關系→間接成本、直接成本；行使職能權力角度→可控成本、不可控成本；財務角度→付現成本、不付現成本、機會成本；成本與時間控制關系→與機器運作相關的成本、與機器運作不相關的成本；成本所處位置→付與外界成本、供應鏈運作成本；業(yè)務活動角度→附加價值成本、非附加價值成本；員工工作狀態(tài)→工作效率成本、非材料殘次品成本；物流成本與維修維護成本等，形成成本“已知”到“未知”，“過去”到“將來”的數據域圍，然后從描述性分析和預測性分析中，精細化、動態(tài)化地控制與管理每一項成本的發(fā)生。

2.保持成本持續(xù)地遞減。原材料采購直至產品送達用戶，一切皆以“公開、公平、透明”原則為基點，所有財務業(yè)務活動數據都在原材料供應平臺、網絡化物理設備系統(tǒng)（CPS）、產品技術研發(fā)系統(tǒng)、市場行為管理系統(tǒng)、資金流向管理系統(tǒng)上有跡可尋，排除了暗箱操作的可能。同時，兼管成本發(fā)生動因、內涵、降低成本的方法等。激勵員工潛能發(fā)揮的導向機制、提高無形資產價值機制，在企業(yè)效益需求與員工發(fā)展需求平衡中，結合非經濟性報酬的實際應用效能，提升低成本企業(yè)的核心競爭力。

（二）統(tǒng)籌運營資金，有效控制風險

1.運營資金統(tǒng)籌協(xié)調。企業(yè)發(fā)展過程中都有整體投資超過預算、現金不足的經歷，常規(guī)解決的方法有：向內尋求：股權融資的現有股東增資入股、新股東入伙、風險投資；向外尋求：債權融資的銀行及其他金融機構融資、融資租賃、供應商融資、其他債權人融資、現有股東借款、內部員工借款等。如何有效運營資金、協(xié)調資金、發(fā)揮資金最大效用等。大數據以特有的記錄系統(tǒng)和數據模型，在線分析緣由與趨向，從有“規(guī)”可循的加總、對比，從集聚數據中，挖掘出“秩序、關聯(lián)、穩(wěn)定”資金的運營行為特點和現象，梳理出更多枝節(jié)與細節(jié)，映像出更多資金運動規(guī)律，通過數據發(fā)布，集眾人智慧于大成，使問題無所遁形，引領資金自我步入良性循環(huán)。

2.風險系數內在控制。融入多點無界互聯(lián)大數據場景，數據、算法依據生態(tài)資金循環(huán)軌道，自我判斷影響資金運轉速度因素，辨析凈利潤與回報率之間關系，并以可被度量、信任代理、人格托權等為基礎，解析歷史資訊，歸納現時商業(yè)模式、市場表現及評估、實時績效表現、市場發(fā)展?jié)摿?、市場運作戰(zhàn)術、生產運行及流程概況、財務運營潛力、還債能力、速動比率、為用戶創(chuàng)造價值能力、投資回報率等，制定強化利潤擴大、加速資金回籠、避免太多長期固定資產、業(yè)務外包、資源整合、虛擬價值鏈、損益平衡點、安全邊際率等方案，一方面連續(xù)消磨企業(yè)“虛胖”，另一方面及時發(fā)現因發(fā)展過速而發(fā)生資金鏈斷裂的現象，形成危險標識、數據同步、執(zhí)行聯(lián)動的自主管控，構建起主動的防御和邊界的防護。

（三）合理利潤分配，跟隨新主流發(fā)展

1.人性化解決利益分歧。利潤分配不均是股東分道揚鑣及企業(yè)垮塌的主要原因之一，也是財務管理亟需解決但比較棘手的一個問題。大數據以其流動性、獲取性、相關性、混雜性、整合性，圍繞人本性數據與信用數據，通過財務業(yè)務前端、后端交互于 “心理學”“社會學”“生活應用學”，構成一個自我閉環(huán)的習慣、個性、觀念、遺傳、信仰、宗教等數據，然后用良好互信、優(yōu)勢互補、溝通協(xié)作等行為，提示合理化解決隱含利益分歧的解決方法，主動避免潛在的危機。

2.把握盈利發(fā)展動態(tài)和趨勢。身處“云社會”的企業(yè)形態(tài)，全息、全知、全能，循序揭開量變、進步、質變的面紗。物聯(lián)網（IOT）泛在應用，工業(yè)智能制 造 4.0、 人文 營 銷 3.0、B2C、O2O、SNS、S2B、SOA 平臺等新主流模式，無不在大數據時代風雷激蕩般席卷傳統(tǒng)陣地。所以，企業(yè)必須在總體層面上，主動與新主流接軌，同時，借助財務大數據，把持續(xù)與穩(wěn)定的收入、控制在合理范圍內產品成本、最具競爭力的價格、激勵制度下員工工作心態(tài)、社會資源優(yōu)勢等串聯(lián)起來，能動解構內部每一個獲利子項，注重發(fā)展在線商業(yè)模式、營銷模式、社交化媒體、搜索引擎優(yōu)化、網銀支付、客戶端數據連接等形態(tài)的變化，與時俱進地把握新主流發(fā)展態(tài)勢，將財務大數據轉化為幾何級數增長的企業(yè)收益。

（四）轉變財務規(guī)劃，提升企業(yè)附加價值

1.構建原生態(tài)財務規(guī)劃。資產負債表、損益表、現金流量表中一些關鍵指標分析和利潤分析，都以靜態(tài)數據狀態(tài)，給予邏輯關系與線性關系的解釋，而與非線性的財務業(yè)務行為和過程聯(lián)結不緊密，各個觸點的相關性也尚未并聯(lián)財務數據鏈。隨著多元、海量數據占據財務業(yè)務各個領域，基于云端展開的業(yè)務作業(yè)、業(yè)務流程、業(yè)務合作、營銷策略、資源利用與配置、員工行為、技術研發(fā)、供應鏈狀況、投資回報率、凈利潤、資產周期、發(fā)展趨勢、財務杠桿作用、權益比、稅收、現金收支、現金需求等，不但明確產品在每一個時期的產量和發(fā)出量、適宜產品線擴張時間、單件產品生產費用、單件產品定價、商業(yè)模式、預期成本與利潤、人力資源配備、人工費用預算、固定資產折舊等，而且連通企業(yè)品牌資產、用戶信用資產、社會形象資產、員工發(fā)展資產等，自動尋求數據價值根源，促動財務業(yè)務由財務技術向生態(tài)平衡位移。

2.聚焦過程化價值延展。網絡化系統(tǒng)的市場數據驅動技術研發(fā)，自下而上的生產導向中，融入海量定向化的、協(xié)同化的、服務化的用戶個性數據、供應商數據、社會金融數據、社群分類數據等，通過財務數據相關、單元、打碎、連接的核心功能和機器智能算法，從多角度、多層次、智能的情感值比對中，按需展開一次采集、多種生成、過程覆蓋、多維判斷，以降低產品收付差錯率、提高庫存周轉率、下調資金占用率、減少應收款比率、加快資金周轉率、提升市場占有率、壓縮變動成本比率、合理員工匹配率等，進而領導消費形態(tài)，引領生活方式，跨界構筑發(fā)展版圖，分布式提升每一個節(jié)點或每一個階段評估值，以特定的化學反應，跨越式增長企業(yè)未來的無形資產價值。

五、計算財務數據隱含的真實價值

財務大數據與其他生產要素一樣具有價值屬性。當數據中樞內數據總體、多元、相關、實時、動態(tài)地部署云端，當數據以規(guī)模、開發(fā)、衍生、解釋、運用并虛擬化合作相關單位與職能部門后，不僅場景化闡述財務業(yè)務表象，而且深層揭示財務業(yè)務連通，更重要的是計算財務數據隱含的各種無限價值。

（一）企業(yè)內在價值

大數據數模，不但準確預測利潤，分析資金從哪來，投資到哪，資產總額及結構；利潤變化，特定時間收入與支出變動，各類成本結構與利潤水平，受益發(fā)展趨勢，現金流量，營運、投資和金融活動收入與支出，而且準確反映企業(yè)獲取現金及現金等價物的能力，贏得的邊際效益，創(chuàng)造的價值與附加價值。

1.內在價值。大數據、算法，不僅計算某一個時間點為界限的價值，而且對已經實現的部分，以有形資產作衡量，并對時間點之后將要實現的部分，以未來現金流量折現方法，分析有形資產價值與未來無形資產價值之和的企業(yè)獲利能力。同時，通過垂直業(yè)務介入，數據互通，界域擴展，深度剖析無形資產在未來經濟發(fā)展中遠大于有形資產價值的影響力及無形資產創(chuàng)造越大，品牌度與員工忠誠度就越大，市場競爭力就越大的內在關聯(lián)，還原真實的價值屬性與價值量。

2.投資價值。依據公平市值制定標準，通過關聯(lián)數據內在綜合平衡，大數據數模給予高出、等同、低于三種提示性選擇，確定購買其他公司或投資某個項目，應出多大價值，并在財務數據智能聚合后，圍繞能否幫助企業(yè)獲得更大無形資產價值、形成產品合理搭配、提升市場占有率、市場突圍或快速提升市場核心競爭力，提出未來發(fā)展趨勢的預判，準確界定投資量與利益所在，在戰(zhàn)略導向與戰(zhàn)術布置的協(xié)同化匹配中，快速形成投資決策，實時確定價值可能增值的路徑與方法。

3.公平市值。作為公開市場上共同認定的當天的價格，大數據搜檢出企業(yè)所有行為結果、用戶行為結果、利益共同方行為結果，通過多元數據之間關聯(lián)性辨析，數據模型中動態(tài)變化閾值，精確地演算實時收盤價乘以發(fā)行總量的每一個節(jié)點市值，不間斷地反映企業(yè)綜合性的市場價值。而對中小型企業(yè)來講，大數據則以實時財務報表中有形資產與無形資產之和為基本測算點，綜合考慮市場區(qū)域占有率與用戶群體體量，以相似性算法，統(tǒng)計出相應的市場價值。

4.繼續(xù)經營價值。針對多年創(chuàng)造具有市場競爭優(yōu)勢的主體業(yè)務，大數據透過產品或服務的具體業(yè)務流程，把同行業(yè)或不同行業(yè)聯(lián)結在一起，形成新的生產鏈、財務數據鏈，然后在定制經營、錯位經營、關聯(lián)經營基礎上，提升經營價值的拓展空間與升值空間。雖然在極速發(fā)展的今天，連續(xù)長期保持經營優(yōu)勢是一個較為復雜的問題，然而根據大數據指示，仍可將企業(yè)內存劣勢降為最低，控制經營威脅，創(chuàng)造機遇、擴大機遇、抓住機遇，在預設架構內獲得發(fā)展的動力。

5.賬面價值。靜態(tài)賬面價值是將資產負債表中資產減去負債后得出股東權益。以財務業(yè)務流程為導向而構建的數據模型，計算的動態(tài)賬面價值不僅包含報表數值，還包括擴展開的大資產概念的數據，經自由連通財務業(yè)務關聯(lián)的內部非結構性數據和外部數據，形成實時的、準確的、完整的、綜合的賬面價值，真實反映企業(yè)在某一個時間節(jié)點上的狀況。同時，提請企業(yè)知彼知己地判斷運作、決策、規(guī)劃和發(fā)展。

6.清算價值。企業(yè)發(fā)展處于前景不明或下滑趨勢狀態(tài)時，大數據以實時數據為基礎，歸納清算價值：資產折舊處理、庫存中不具備未來價值的物品、應收賬款、不能收回的打折處理物品、報廢后的殘值、品牌忠誠度、專利技術轉讓、熟練員工、已開發(fā)的市場、享受的政策優(yōu)惠等項目，自行計算出剩余價值，然后提出掛售方案，通過價值與附加價值轉移，盡最大可能把損失降為最低。

（二）企業(yè)外在價值

過程中分享的社會期望、用戶價值、戰(zhàn)略合作伙伴利益、技術跨界應用成效、環(huán)境保護成就、開啟的所有新價值形式，都包容于政策與法律標準、行業(yè)產品標準與技術標準、用戶需求與用戶體驗等數據，也分列于同頻共震的共同利益、公共利益、社會義務和社會責任。

1.社會價值。依法繳納的營業(yè)稅、所得稅，在連續(xù)定期的數據匯聚后，不僅反映企業(yè)應盡義務，而且從另一個層面體現出企業(yè)經營概況和存在的價值。另外，企業(yè)資助公益事業(yè)，推動慈善事業(yè)，捐建貧困地區(qū)希望學校，對口幫扶貧困地區(qū)發(fā)展經濟，解決當地就業(yè)困難問題，建立高等院校技術研發(fā)中心和實訓基地等社會行為，都從不同角度和層面顯示企業(yè)的社會責任與社會擔當，顯現財富來源于社會又回歸于社會的基本道義。

2.使用價值。大數據不但分析企業(yè)為用戶提供健康、安全、可靠、無害產品的細項數據，還提示應對正在變化著的用戶期望，以真實性、相關性、透明性三個維度，開啟雙向溝通、交流、協(xié)商管道，滿足持續(xù)變化的各種訴求和社會期待，并利用用戶非凡而專一的關注，用戶的體驗感悟，內心的信賴，趣味的生活，傳遞產品使用價值的本質內涵。

3.延展價值。員工自律、自信、自強、自尊的心理行為實時數據，最真實注解了員工職業(yè)生涯發(fā)展規(guī)劃，經濟受益時獲得的人生發(fā)展目標，折射出他們未來的無形資產價值。另外，抽取基于雙贏的企業(yè)與原材料供應商、產品配套商、設備配套商、金融機構等戰(zhàn)略合作的財務業(yè)務數據，結合企業(yè)經營行為，導出社會和諧、穩(wěn)定、安定的狀態(tài)數據，延伸出企業(yè)社會分工功能和應盡的一份社會責任。

4.服務價值。利用社交媒體碎片化功能，架設用戶維修維護綠色數據鏈，通過即時移動端響應和云端遠程維護，以用戶利益得到保障或痛點解決的數據，讓用戶更加直觀、快速地發(fā)現敏感信息，體驗服務價值所在。同時，追隨用戶不同體驗感受，推出個性化、定制化、指尖上服務，指導用戶學習產品，理解產品，會用產品，換裝附加簡單配件，在企業(yè)與用戶合作及用戶對企業(yè)的專注性中，測定用戶訴求點與內心期望值域，推斷出用戶的忠誠度。

5.技術價值。財務大數據已明證技術研發(fā)在企業(yè)發(fā)展中發(fā)揮作用的權重越來越大，專利技術場景應用，在虛擬技術（VR）、現實增強技術（AR）、全息現實技術 （HR）、混合現實技術（MR）支持下，功能、效用、價值均得到充分展現，預演特定時期即將爆發(fā)的化學聚核反應。而企業(yè)制定的產品國際技術標準、行業(yè)技術標準、技術解釋條例等數據，不但深層展示技術在行業(yè)內或不同行業(yè)之間轉換應用的結果，還為技術研發(fā)加速、技術跨界推廣、技術價值擴展、附加價值提升給予權威詮釋，更檢驗出技術轉化為生產力的內屬要義。

6.發(fā)展價值。企業(yè)皆有一個內在發(fā)展上形成行業(yè)核心，外在發(fā)展上跨國生產經營的追求目標。而實務運作時，企業(yè)與同類企業(yè)或產品替代企業(yè)在同一時間、同一地點競爭；同一時間、不同地點競爭，都會被媒體實時記錄下與用戶保持長期而穩(wěn)定互動，用戶接觸到大量對其有價值的，與之需求和利益密切相關的數據，就會測定出用戶與企業(yè)同時深刻轉變時期吻合度和認同度的物理反應狀態(tài)，也會計算出企業(yè)成長歷程中積累的行業(yè)張力、社會影響力、國際影響力，推動企業(yè)向更高層次、更高端位發(fā)展。

大數據做強企業(yè)、做大企業(yè)是一個共識性結論，但對大數據驅動下的“智慧財務”，要形成廣泛認同，還有一個對百年財務理念與經驗顛覆的承受；生態(tài)化看待財務業(yè)務數據連接跨界數據；遵循數據源原始流向；推動數據整合與流動；挖掘數據背后價值；順應數據開源與開放的過程。不過，我們正在起步或走在路上，必將在空間拓展、時間延伸、橋接連邊的原始財務數據孕育與厚積薄發(fā)中，成就財務大數據的偉大，實現前人難以想象的飛躍，大踏步地走向大數據的未來。