1.4 财务大数据分析的两个核心点

财务大数据分析能力的培养或者说课程建设，包括两个核心点：一是大数据思维的建立；二是进行所有大数据分析的根基——数据库的搭建。

有了这两个基础，后面才能进行抓取数据、分析数据、处理数据以及数据可视化等一系列操作。

分析和处理数据的时候，相信大家都接触过各种平台。它们无论包裹得多么严实，在进行分析时都要有数据处理的过程，术语叫ETL，其后台都是数据库，而且还是和真正意义上的数据库贴合不是非常紧密的数据库。很多所谓的财务大数据分析平台，号称“大数据”，但是由于数据库水平和能力的低下，其实数据量是非常有限的，而且分析的方法也几乎等同于儿戏。

我们知道，从企业业务流中获取的数据，都是非常不完备的。这种不完备，体现在数据上就是不规范。

比如，招聘网站上员工月薪数据有的写“4~5k”，有的写“0.8~1.2万”，还有的写“3500~6000元”。实际上，这些数据的梳理并不像我们现在大多数教学平台所呈现的那样简单。此外，我们在网上找到的招聘信息中的月薪数据通常还包括其他信息，比如“城市|岗位|工作经验”这样的列，并且许多单位工资写的是“面议”。这些都是非常现实的具体情况，但是我们现在给学生展示的平台，各种财务大数据分析的流程并没有体现这种现实情况的复杂性。

在这种现实情况下，平台自带的ETL工具是否能够实现，以及是否按照严格的数据库标准流程处理数据，产生的结果可以说是天壤之别。

还有就是教学平台和商用平台割裂的问题。我们财务专业的学生在学校里学习财务大数据分析的时候，用的是教育公司自己开发的平台。学生在学校里用得非常熟练，但是到了实际工作中，面对实际数据的时候，就面临着没有工具可以使用的窘境。因为员工不可能要求公司去购买教育公司的平台，还有这个教学平台能不能达到企业级别的商务应用，仍未可知。这也是整个高职院校财务专业多年以来的积弊，因为过去我们只讲财务软件，所以面向“用友”和“金蝶”即可。尽管实际情况是，我们高职院校财务专业学生毕业之后，在小微企业从事的财务工作，也并不能用到以上两款工具，而是使用一些免费的记账软件，这些软件的具体使用方法在学校并没有讲授。

可行的解决方法是使用开放式平台，开放式工具，或者是学校直接购买市场上To C的产品，即面向应用的生产力工具。

当然我也注意到，社会上还存在一种声音，即免费的就是最贵的。这种判断有一定道理，只是面临着动辄几十万，甚至上百万的财务软件，这种零代码平台系统工具，即便是收费，其使用成本也是远低于传统财务软件平台的。

现在财务类软件平台公司的发展也有两个基本趋势，一个是财务软件平台公司正在不断地推陈出新，不断地把财务软件迁移到“云”上；另一个是定制化的云财务软件越来越多。定制化的云财务软件其实又分两类，一类是财务类软件平台公司给客户公司搭建一个从属于自身财务软件云平台的零代码系统平台，然后客户公司可以购买平台的使用权，定制开发自己的财务管理系统；另一类则是客户公司要求财务类软件平台公司定制财务管理软件系统。

这两种业务如果同时开展的话，第一种的收费起码应是第二种的几十分之一才合理。

总之，平台公司的角色权重会逐渐降低，教师的精力会逐渐回归课程本身，项目业务驱动型公司的服务和产品会回归职业院校的课程及课堂。