身处大数据时代，审计如何创新转型？

　　未来财务职能的价值

　　1、财务工场

　　随着数字化技术不断深入到工作场景里面，未来规则明确的财务核算和财务报表工作会变的更加透明，以自动化的技术替代。

　　2、财务角色

　　对于现在的财务工作人员需要改变目前传统的事务性操作，提高能够带给企业更大价值的服务性工作。

　　3、财务周期

　　财务周期一直是财务工作者诟病的痛点，无论是财务使用人还是财务本身。而未来自动化的场景，凭借各类的数字化技术，通过各种各样的接口能够极大地提升数据处理和运算的速度，财务周期会被极大弱化，对于企业销售、库存、现金流等等，随时都可以拿到更加完整准确的信息。另外，当区块链在未来财会领域落地且大范围内推广，将对财会行业的工作方式造成颠覆性的影响。

　　4、自服务

　　未来企业财务信息提供方式会更加趋于为CFO，或者各个模块的财务工作者自主推送所需要的各项信息。如企业销售情况不乐观，或现金流回款有问题，未来的智能助理会主动为用户提供相关数据，改变如今人工制作各项报表的工作方式。

　　5、运营模式

　　随着机器人和算法加入到更加多样化的财务职能中，未来企业职能会发生更大的改变，财务部门以及其他职能部门边界会越来越模糊。未来在数字化的背景下财务怎样运用服务？而服务又如何运用数字化的方法升级提供便利？财务人在里面扮演怎样的角色？这些都会发生很大的变化以至整个财务职能都会被重构。

　　6、ERP系统

　　ERP的现状是由于它不是高定制的软件，更多是基于配置，对于企业实际运用的过程当中，有各种水土不服。如今取而代之的是基于云端的一些更清晰、更敏捷的运用。

　　7、数据

　　很多企业在还没有搞清楚中底层的业务数据是不是准确、完整、可信的基础下，已在开始做数据仓库、BI等等。但其实如果没有好的数据基础，后面很多数据化的工作都只是浪费时间。

　　8、工作团队以及工作场所

　　数字化对于未来企业财务的工作团队和工作组织方式以及物理场所都会产生颠覆性的影响。第一，财务工场。现在看到市场上已经发生了变化，未来财会人员或者财务职能的人员一定要既懂技术又懂业务。以往企业财务人员根本不会考虑这样的招聘需求，但未来势必会变成财务的必要组成部分。第二，财务角色主要分为科学家和讲故事的人。所谓讲故事的人是能够把财务数字、报表等翻译成信息，再解读成有价值的观点，并将它传递出去发挥更大的影响，提升未来财会在企业中的地位。第三，认知心理学家。未来这三个角色，都将对于财务转型及升级至关重要。

　　数字化财务应该如何做？

　　1、数据化

　　由于财务工作里面有大量的合同、单据、报表、文本以纸质或扫描的方式为主，是非结构化的不可直接利用的信息源，而这在很大程度上影响了财务人的工作效率。目前人工智能在图像识别、文本处理等方面已有了一系列的应用场景。在未来数字化财务第一步解决的就是数字化的问题，如果没有根本的解决数字化问题后面都只是海市蜃楼。

　　未来的数据分析可以帮助企业更好地认识到自己的财务状况、经营成果、现金流量等等，更重要的是能够做预测和回归，以更高级和更复杂财务分析和数据分析的方法，从历史数据以及当前的数据解读出来对于业务部门的业务决策，找到利于企业战略决策的价值点。

　　2、自动化

　　面对现在的绝大多数企业，财务人员依旧不够用。大多原因是由于工作时间浪费在不是特别有价值的工作中，而不是投入进正真有意义的管理分析、建模及预测。预计2025年人工智能机器将会把人力从繁复的工作中解放出来，电子表格等都会逐渐消失，解放生产力。

　　3、数据分析

　　数据分析是未来企业端的财务趋势。对比基础数据分析（Data Analysis）的大数据分析（Data Analytics），其中不同在于现在的企业场景里，所做的数据分析都太基础了，缺少对于数据的剖视，无法挖掘出数据的价值。

　　数据分析的三个诉求—— “QEV”

　　1、质量（Quality）

　　对于以往的数字工作是基于既定方法论和程序，完成了这个方法就可以晋职。但现在由于客户业务数据越来越复杂，需要通过数据分析加强质量，并对于高风险核心科目做各种各样维度的数字分析。、

　　2、效率（Efficiency）

　　在自动化场景下做数据分析会节省大量的人力物力，效率得到提升。并且数据分析也可以锁定企业财务报表高风险领域，改变人工通过专业经验、专业判断去断定企业的科目与高风险。

　　3、价值（Value）

　　如果不会做数据分析，仅仅抽样是没有办法给客户提供价值的，必须强制要求从标准基础的数据分析着手，逐渐地做更多复杂的数据分析。

　　全流程数据分析主导审计

　　全流程数据分析的一步是做审计计划，分析客户主要风险以及客户异常或不合理的波动。第二步通过内控测试看相应重要流程的内控环节。第三步通过银行函证抽取一些样本，做实质性的计算等。最后汇总结果发表意见，从今年审计转型中每个流程里面都有规定动作要做，无法跳过任何一环。

　　在审计分析中考虑更多的是，获得的数据以及数据里挖掘出来的信息是否与客户期望的预期一样。如果与大市场不同，则需要进一步看到数据底层的问题是否有异常。而这些点在数据分析计划和风险评估阶段可以更好的锁定高风险点。这是一场工作方式的变革。更多数据分析记录能够从非常繁复的数据中挖掘出来结构化的信息，了解在客户颗粒度最细的财务和业务数据的级别。