如果您留意一下财务岗位的招聘广告,就会发现现在大多数企业都将“具备数字处理能力”或“喜欢与数字打交道”作为对财务求职者的岗位要求。由此我们可以合理地假设——从事财会工作的人员需要具备一定的数据素养,即阅读、处理、分析和交流数据的能力。
事实上,财务人员的数据素养并未达到应有的普及程度,尤其是财务岗位与数据的互动还远远不足。财务团队确实擅长报告数据,但基于数据洞察采取明智的行动则是另外一种截然不同的技能。
许多财务团队仍在使用电子表格分析数据,他们大约80%的时间都在手动提取和准备数据,而只有20%的时间在分析数据。随着企业和财务部门数字化程度的日益提升,财务人员与数据之间的关系需要从被动转向主动。
这种转变实际上已经开始了。Qlik的最新研究显示,四分之三的财务人员会定期审查并使用数据来制定行动决策,超过三分之二(69%)的人认为,随着技术的日益普及,数据素养将帮助他们更好地在当前岗位站稳脚跟。但是,财务团队缺乏必要的培训,以便能够更好地驾驭以数据为导向且自动化水平更高的工作环境。
企业应如何充分利用数据,通过必要的投资,确保团队具备数据素养技能呢?
从直觉到由数据主导的洞察
财务团队在企业中扮演的角色已经发生改变,他们不再是一支单纯依赖历史数据和季度、年度静态预测数据的团队,而是成为了一支能够帮助企业提高效率、获取业务绩效洞察、衡量和提高数字投资与业务回报的团队。
角色的变化带来了对主动智能(Active Intelligence)的需求——一种能够在关键时刻提供最新信息以便触发即时行动的能力。借助主动智能,财务团队可以通过预测数据和实际结果的实时比较来开展持续的趋势分析,或针对支出情况设置实时监控阈值和警报,以避免预算脱节问题,并即时采取针对性行动。
这才是财务团队的职责所在。然而目前的情况尚不乐观,59%的员工表示他们仍然经常根据直觉而不是根据数据洞察做出决策。为了使财务团队及企业业务获得更好的发展,企业需要加大数据素养技能方面的投入。
构建一支具备数据素养的财务团队
提高财务团队的数据素养不是一朝一夕的事。任何重大变革中最困难的环节之一就是获得员工的认可,幸运的是,员工们已经给出了肯定的答案。69%的员工表示希望拥有更高的数据素养水平,74%的员工表示数据素养是履行其当前工作职责的必要条件。
但问题在于,只有34%的员工接受过正式的数据素养培训和实践练习,只有31%的员工使用过包含数据素养模块的自助式电子学习平台。为了充分发挥主动利用数据所带来的优势,企业需要帮助财务团队掌握高效使用数据所需的知识和技能——使团队能够基于数据制定决策,帮助企业成为一家真正意义上的数据驱动型企业。
企业还需要培育一种文化氛围,使身处其中的员工能够培养好奇心、创造力、协作等非技术类技能,从而掌握各种不同的观点,挑战有关数据的各种假设。同时,企业还应为员工提供将所学知识付诸实践的机会。这一点对现在很重要,对未来也很重要。70%的财会人员认为数据素养将帮助他们在职业生涯中取得更大的成功,69%的财会人员认为数据素养将为他们开启更多职业发展机会。
超越简单的数字
要想成为成功典范,如今的企业需要帮助财务团队做好准备,赋予财务人员数字以外的其他技能,与数据构建起更具协作性、创造性和影响力的关系。
正如Gartner财务研究主管Faith Vakil最近强调的那样:“新冠疫情暴露出很多问题,例如当前的预算和预测流程无法应对企业业务运营中快速且不可预测的变化”。无论是从业务角度,还是从挽留日益难得的人才的角度,如果企业领导者能够认识到数据素养的潜力,他们将发现自己在当今不确定的经济形势下遇到任何挑战时,都能处于更有利的地位。

( 作者:Qlik 大中华区董事总经理 刘智宏 )
好文章,需要你的鼓励
穆拉蒂时隔18个月首次接受重大媒体采访,介绍其创立的Thinking Machines Lab正在开发的"交互模型"。该模型能以200毫秒间隔处理音频、文本和视频流,捕捉人类交流中的中断、修正和停顿。她还谈及OpenAI"政变周"经历,强调行业决策权过于集中的担忧,并回应了公司近期研究人员离职问题,表示这是初创实验室的正常波动。
伊尔德兹技术大学团队通过词典手术和离线蒸馏,以不足20美元成本打造出专为土耳其语优化的200M参数句子嵌入模型,在语义相似度任务上超越了参数量更大的原版教师模型。
本期《Quick Charge》播客涵盖多个热点话题:特斯拉疑似试图删除FSD欺诈相关证据以规避巨额赔付;卡特彼勒持续推进建筑领域电气化布局;住宅太阳能30%税收抵免即将到期。此外,嘉宾Tom Pacheco就高压系统与电池技术培训展开探讨,强调电动车技术人才培养的紧迫性。节目同时提醒有意安装太阳能的用户尽快行动,可通过EnergySage平台比较多家安装商报价。
LongLive-RAG由英伟达、USC与MIT联合提出,通过让AI检索自身生成的历史视频片段作为参考,解决长视频生成中的角色漂移和画面不一致问题。