财务数据治理实战

　　随着数据被纳入第五生产要素，数据治理已成为推动社会治理进程的重要动力，也是实现高质量数字化转型的重要基础。财务部门是企业的“数据中枢”，汇聚企业从前端业务到后端财务管理的大量数据，因此在众多企业中，财务数据成了企业整体数据治理落地实践的**“试验基地”。 财务数据治理指从财务视角出发，以资产、负债、所有者权益、收入、费用和利润的会计六要素为核心关联数据，通过一系列与信息相关联的过程来确保决策权和职责分工系统的实现。 财务数据治理的最终目标是提升财务相关数据的价值。财务数据治理非常有必要，它是企业实现数字战略的基础，是一个管理体系，包括组织、制度、流程和工具。 这本书将数据治理理论应用于财务管理实践，针对财务工作场景阐释数据治理方法论，总结财务数据管理的六大常见问题，分析五大财务数据问题场景，涵盖众多企业实践案例。将数据治理的体系融入财务职能，实现财务职能的升级和拓展。

　　郑保卫恩核董事长，国际数据管理协会中国（DAMA中国）理事，数据工程专业工学博士。参与编写和翻译的书籍有《海量数据库解决方案》《数据管理知识体系指南》《区块链重构规则》参与数据架构、数据建模、数据治理等项目。 DAMA中国DAMA（国际数据管理协会，简称DAMA）是一个全球性的专业组织，由数据管理和数字化相关专业人士组成的非营利性机构。 协会自1980年成立以来，一直致力于数据管理和数字化的研究、实践及相关知识体系的建设和传播，先后出版了《DAMA数据管理字典》和《DAMA数据管理知识体系》等著作。该知识体系目前被广泛使用，已成为业界的标杆。DAMA中国旨在交流国际、国内在数据领域中的最新进展，共享业界的实践、经验和成果，促进我国数字化水平的不断提高和创新。 20位来自世界500强企业、央企、头部金融公司的财务审计与数据治理双领域专家，以及来自中国电子信息行业联合会的国际标准评审专家、致力于企业财务管理服务的数据分析师、来自高校的财务研究领域专家，共同参与编写。

前瞻篇  数据春天    1
第 1 章 数据生产要素  2
1.1 财务数据治理背景  2
1.2 数据是信息时代的第一生产力  3
1.3 数据管理与国际数据管理协会  5
1.4 财务数据治理研究的意义和全书结构  6
第 2 章 数字化转型  7
2.1 数字化的概念  7
2.2 数字化转型之路  9
2.3 数字化转型中的几个问题  11
第 3 章 数据治理的重要性  13
3.1 数据治理概念  14
3.2 数据治理原则  16
3.3 业务驱动因素  19
3.4 组织和岗位设置  20
3.5 资金投入情况  21
3.6 组织文化培养  21
3.7 度量指标  22
3.8 数据治理定位  23
问题篇  财务数据应用问题分析    25
第 4 章 财务数据问题影响分析  26
4.1 财务数据整体现状  26
4.2 问题表现一：财务数据集成方面  28
4.3 问题表现二：财务数据标准方面  29
4.4 问题表现三：财务数据质量方面  31
4.5 问题表现四：财务主数据方面  33
4.6 问题表现五：财务数据安全方面  36
4.7 问题表现六：财务数据应用方面  37
4.8 财务数据问题带来的影响  37
第 5 章 财务数据问题场景  40
5.1 案例场景一：主数据管理缺失，难以支持集团多元化发展  40
5.2 案例场景二：财务数据问题降低机场业务结算效能  42
5.3 案例场景三：数据问题引发财务指标应用困境  44
5.4 案例场景四：财务数据问题制约大数据审计工作高效开展  45
5.5 案例场景五：财务数据问题成为业财一体化管理障碍  47
理论篇  数据治理体系    51
第 6 章 数据组织与职责  52
6.1 设立数据治理组织的必要性  52
6.2 数据组织的定义  57
6.3 数据治理组织建立  59
6.4 数据归口部门与其他数据相关机构间的沟通  68
6.5 数据管理角色（岗位、职责与技能）  71
6.6 数据组织建设中的变革管理  75
6.7 经验总结与案例分析  78
第 7 章 数据架构  82
7.1 企业架构和数据架构  82
7.2 数据架构框架的构成  87
7.3 数据架构管理和实施流程  90
7.4 数据架构师  91
第 8 章 数据建模与设计  95
8.1 什么是数据建模  95
8.2 活动  119
8.3 工具  135
8.4 实施指南  138
8.5 数据模型治理  139
第 9 章 数据标准  144
9.1 什么是数据标准  144
9.2 数据标准的价值  147
9.3 数据标准与数据治理的关系  149
9.4 数据标准的分类框架  152
9.5 数据标准的内容框架  155
9.6 数据标准管理组织  158
9.7 数据标准管理流程  160
9.8 数据标准的系统落地及工具  161
9.9 大型银行案例—某大型国有银行企业级数据治理与标准化体系建设项目  164
9.10 中小银行案例—某省级商业银行数据标准与数据管控平台建设项目  166
第 10 章 数据质量  169
10.1 数据质量概述  169
10.2 活动  178
10.3 工具  183
10.4 实施方案  183
第 11 章 参考数据与主数据  188
11.1 参考数据与主数据概述  188
11.2 参考数据  191
11.3 管理原则和活动  197
11.4 工具和方法  206
11.5 实施要点  206
11.6 主数据治理和数据治理  210
第 12 章 数据保护  211
12.1 数据作为人权的保护  211
12.2 数据作为生产要素的保护  233
12.3 数据处理者如何实现数据保护  237
第 13 章 数据仓库与商务智能  239
13.1 数据仓库与商务智能概述  239
13.2 活动  243
13.3 工具和技术  250
13.4 实施指南  253
第 14 章 大数据与数据科学  264
14.1 财务大数据  264
14.2 数据科学与财务管理  271
14.3 数据科学应用与数据治理  275
第 15 章 数据管理能力成熟度评估  279
15.1 数据管理能力成熟度评估模型概况  279
15.2 企业开展 DCMM 贯标的流程  281
15.3 数据管理能力成熟度评估对企业的主要价值  284
15.4 数据管理能力成熟度评估工作的推动  284
15.5 DCMM 相关机构及其在全国的开展情况  285
15.6 DCMM 框架介绍  285
15.7 小结  302
解决方案篇  财务数据治理    303
第 16 章 财务数据治理指南  304
16.1 财务管理的职能  304
16.2 财务数据治理方法  307
16.3 指标数据的治理  315
第 17 章 财务数据治理方案  320
17.1 大数据审计问题整改方案建议  320
17.2 财务指标治理方案建议  321
实战篇  应用案例分析    323
第 18 章 金融行业典型案例  324
18.1 某城商行数据治理案例  324
18.2 某国有银行数据治理案例  330
第 19 章 多元化控股公司主数据治理案例  339
19.1 项目背景  339
19.2 建设目标  341
19.3 实施过程  344
19.4 建设成果  347
19.5 经验总结  352
参考文献  354