数据访问和自动化帮助财务释放新的业务价值
来源：CPDA数据分析师网 / 时间：2021-04-27
这个角色变得更具战略意义，我们被要求提供信息和观点来指导业务各个领域的决策，需要创建新的见解，产生更多的报告，并在分析和呈现数据方面更具创造力，需求与公司的使命一致，即开放企业数据仓库并向业务用户提供自助服务分析，正如我们将在此博客中描述的那样，财务成为了早期采用者-整个公司都在受益，在开始之前，您需要了解系统和操作的相关背景知识，日常财务运营的核心，它只是为35多种源系统之一，许多部门数据湖和池，财务组织的员工是早在其中创建用户管理的数据库。
对于财务报告分析
数据流到我们的企业绩效管理工具集，根据报表或用户，Power BI都将用于输出，这些甚至都不是所有的工具和基础部件，您已经对需要进行的集成和移交有所了解，在整个环境中没有使用任何一个ETL解决方案（有六个，外加大量脚本），这增加了复杂性，在整个环境中安排作业并确保它们按所需的顺序执行是非常困难的，特别是在关闭周期中，当高级主管似乎每个人都在注视着我们在做什么并要求更新时。
我们能够进行现代化之前，这是我们的某些流程
它将自动化编排和自助服务功能引入流程，当客户与签订合同时，我们的销售人员将报告交易，服务代表将订单记录在Oracle中，并等待收入确认团队进行审核，其中一位专家会审核订单，以确定在我们的会计系统中对订单进行分类的正确方法（例如，服务与产品收入，即时与递延收入等），预订订单后，将解析其各种详细信息，并将其用于各种报告中，Excel和其他格式导出，生成报告需要大量耗时的手动数据连接并刷新到各种系统，联接表通常是一团糟，我们可能要花几天时间来回荡谁的数据正确。
自动化前关闭四分之一的时间甚至更加耗时且压力很大
必须在我们仍在预订收入的同时进行，这是一项持续的活动，与收入预定一样，季度结帐流程需要按特定顺序协调多个系统的输出以提供报告，任何源数据或处理作业的故障都将占用整个过程，我们迫切希望获得季度业绩，并自上而下地密切关注该过程，季度结束流程的准备，执行和监视需要几个小时，在此期间，全球金融信息服务团队几乎一直在响应更新请求。
以确保它使用的是数据
并且必须管理所有系统中的文件传输和工作负载执行，仅安排工作负载是一件很麻烦的事情，而其他手动步骤则非常耗时，进行基本工作-回答有关其状态的电子邮件和电话-占用了团队的大部分时间，这使我们无法进行数据分析和机器学习（ML）开发的类型，这是我们需要做的以更具战略性的眼光看待公司整体运营的方法，后来我们的财务专业人员对我们可以自动执行多少流程感到惊讶，我们被告知与大多数软件公司相比，跟踪更多的指标并进行更多的报告，财务团队的任务是创新数据分析以产生新见解，这意味着我们将做更多的报告，显然我们的方法是不可持续的，我们的团队思想开放，一些管理工作流程的经验，因此财务团队探索了它如何帮助我们进行预订和结账流程。
在这一点上财务部门简化流程的努力与IT部门的数据民主化计划相吻合
我们的IT正在制定其战略和资源，以开放企业数据仓库以供业务用户自助服务，我们成为了将这些想法付诸实践的测试案例，我们的方法是尝试使尽可能多的数据收集和处理任务自动化，然后尽可能地协调报告流程，终我们能够端到端部署自动化。
工作流自动化和编排平台
它与应用程序，数据，基础架构和工具无关，这使它能够在我们的数十个记录系统中工作，而无需多个专有的调度程序和ETL工具，访问权限财务团队能够构建工作流，以自动接收，验证和处理数据以完成预订和结账，财务专业人员还创建了事件驱动的更新通知，这些通知会自动发送给业务用户，这为他们节省了大量时间，这些时间过去是花在响应请求上，开发是自助服务，可以阻止未经授权的数据访问并防止用户定义的作业干扰其他人的执行，进入该项目，我们认为耗时的方面之一是确定我们要使用的所有数据的位置，然后将其映射到工作流中，我们很高兴得知可以为我们完成大多数映射工作，从而节省了大量时间。
要今天预订或结束销售
的不同是我们的员工不需要全部完成，例如当需要的文件或其他数据输入进入时，会自动接收它并开始处理它，监视与作业相关的所有上游和下游流程，并可以自动将状态更新和通知发送给任何希望了解流程状态的人，以前获取更新通常涉及向我们在印度的系统团队发送请求，并等待长达12个小时的响应，我们的一些团队利用自助服务功能来创建实时仪表板，以显示整个关闭过程的状态，包括关键子过程及其相关性，下图描述了该过程，并包括来自其中一个仪表板的屏幕截图。
控制过程流与通讯
现在业务用户不再需要等待数小时的更新，并且我们的财务团队也不必在关闭过程中花费宝贵的时间来响应更新请求，我们的团队可以完成工作，而不是向同事更新我们的工作状态。员工和高管都对此表示赞赏，对于预订和其他日常流程也产生了类似的好处，简而言之它已成为将我们的财务报告结合在一起的粘合剂，节省的时间也使财务机构能够不断努力，使其更具战略性，全球金融信息服务人员使用节省下来的时间来探索和应用机器学习，如今团队开发的ML解决方案正在帮助解决公司面临的长期挑战，如何改善合同续签的预测并提高续签率，这样做需要找到一些难题的答案，例如什么时候是联系客户续约的时间？哪些合同到期的客户将从主动推广中受益？外展会提高客户续签的可能性吗？对每个客户采取的措施是什么？
ML可以帮助回答这些问题
使业务用户可以访问应用分析和ML所需的工具，为了预测然后主动减轻客户流失，我们首先需要更好地了解客户满意度，要提高我们对客户满意度的可见性，就需要我们比提供给我们更多的客户关系见解，我们可以自动从许多来源中获取数据，并将其推送至ML模型所需的数据集，自助服务分析功能我们着手创建一个仪表板，以反映与每个客户的健康状况，这种可见性可以在与客户讨论续订之前很久就发现任何潜在的客户不满问题，从而在整个客户参与生命周期中为我们提供帮助，管理来自不同来源的所有数据传输，并执行所有工作负载以生成和分发仪表板。
仪表板有助于日常客户服务
如果我们检测到问题，系统将自动通知客户服务或客户客户代表，这一新的交付成果可确保我们在需要时主动为客户提供所需的关注和支持，并帮助更有效地部署客户支持和其他资源，立即联系需要关注或将从中受益的客户。
我们建立了ML模型，该模型分析仪表板数据以预测每个客户的续订可能性
管理所有文件传输和作业排序，以实现该目标，输出确实帮助我们的客户团队集中精力，现在我们的BI工具可以自动执行许多必要的数据整理工作，从而使我们能够使用ML做更多的事情，我们有很多用例需要预测事物，其中一些是内部关注的，而另一些则是在客户级别的，在财务方面，我们将这些见解用于财务和战略规划，构建业务案例等，我们已经开发的一些用例包括。
重复付款例外情况报告生成器
用于标识重复的发票以避免对同一张发票进行多次付款，在这种情况下SQL结合使用来标记异常，从而减少了处理时间并提高了准确性，用于计算在不同轮班工作的雇员的工资，通过使用SQL自动化此活动，我们将完成此过程所需的时间从两天缩短到了几分钟，我们扩展了自动化功能，以涵盖周末和公共假期支出的其他数据负载，对于成本会计，我们创建了一个用于合并成本调整文件的新流程，该过程有助于消除人为错误（例如重复数据或消除数据），并在几分钟内运行，手动完成此过程大约需要五个小时。
前进的ML用例中扮演着更多重要的机会
我们手动开发Python脚本和批处理作业来提取和处理ML模型中所需的数据，这花费了很多时间，这限制了我们可以进行的实际分析和实验的数量，并提供了进行更多创新的途径，市场研究发现正如我们在此博客中所描述的，许多组织都朝着这个方向发展，同时自助服务分析和报告在内继续扩展，现在产生的各种自动更新非常流行，每个季度请求通知的业务用户数量都在增长，通知和对流程的可见性使业务用户可以一目了然，现在许多人开始探索自己的自助访问用例，他们正在创建自己的仪表板，自定义报告和通知。
总体而言这些努力将产生更多的创新和效率优势
我们已经学到了很多有关如何自动化分析和ML流程的知识，更大的学习是，使用正确的工具，组织可以在业务用户级别将高级策略付诸实践。