当前位置：中博教育 > CMA > 公告政策 > CMA管理会计通过数据治理提升分析水平

CMA管理会计通过数据治理提升分析水平

文章来源：CMA官微

发布时间：2020-03-26 11:30

阅读：2088次

卓有成效的数据治理能够极大地提升组织的决策和分析水平。对数据进行高水平分析的需求与日俱增，因此，对执行数据分析的管理会计师的期望也在提升。研究和咨询公司Gartner曾预测，更多的数据分析将来自终端用户，而非专业数据分析人士。目前 “自助式”数据分析的增长趋势与Gartner的预测是一致的。

数据驱动文化

在被问及相关问题时，99%的大型组织领导者表示，期望打造数据驱动文化，通过分析数据实现数据价值最大化。具体来说，这些领导者希望通过自动化和预测建模提高决策的速度和准确性。

为什么要强调文化？因为提高数据分析成熟度的限制因素通常与数据或技术无关，而是人们不愿使用数据和技术来解决业务的问题。换言之，人们应利用数据分析而非直觉作为业务决策的驱动因素。企业亟待转变文化，即相信数据驱动的决策是行之有效的。

信任数据分析

对数据分析的信任是建立数据驱动文化的基础。幸运的是，企业在分析成熟度进阶的过程中也建立起了信任的基础，最终决策者会充分相信预测模型，允许模型做出描述性分析、诊断性分析、预测性分析等决策。

只有当数据、决策和预测足够可信，从而能够通过统计模型做出数据驱动决策时，自动化分析才有可能实现。

数据治理存在的问题

令人遗憾的是，在大企业中，只有约1/3的数据驱动文化计划获得成功。失败的原因通常在于数据治理不足。

1. 无效

“我想你忘了根据时区调整日期……”“我今天听到‘搅动’的三种定义……”“我们无法进行分析，我们缺乏优质的数据……” 很可能很多人都听过或说过这些话。

数据和分析的相关问题，从计算上的小错误到数据集的不稳定，都会形成不信任数据的文化，进而对任何基于数据所做出的决策不信任。上述问题的根源通常就是无效的数据治理。企业可能对重要的数据治理工具（例如数据字典、数据目录和启发式分层）并不了解，或者可能因为数据所有者和终端用户之间缺乏沟通而受到影响。

2. 低效

以下说辞往往表明数据治理效率低下：“可以将数据库中提取的数据通过邮件发给我吗？”“为什么我无法访问报告数据库？我没有办法获得批准吗？”“要一个多星期才能获得访问权限？”“我无法使用Python或R语言？为什么不行？”“我会找人为我的部门构建一个新的数据平台。”

低效的数据治理通常比无效的数据治理更难以解决。有时，由于法规方面的原因造成数据治理低效，如开源语言面临的限制或欧盟《一般数据保护条例》（GDPR），这是难免的。但在其他情况下，这一现象表明企业未能在数据治理方面投入足够的资源。

实施原则

卓有成效的数据治理能够明晰数据的所有权及数据处理的标准，从而确保数据质量。尽管有许多实施数据治理的方法，但大多数方法都遵循以下原则:

1. 责任制

必须明确不同类型数据的所有权及责任。整个组织中相互关联数据的管理要有一致性，以保持其有效性与价值。在大多数组织中，数据监管不是某一个部门的职责。例如，人力资源部门负责保管员工相关数据，会计部门CMA管理会计负责维护财务数据。数据治理共享通过建立组织范围内的政策及流程，从而实现数据治理的一贯性。

2. 标准化

数据是一种资产，必须受到保护。针对访问、定义、隐私及安全标准都需要有清晰的策略。委员会必须制定政策，各部门负责人必须确保员工遵守这些政策。该方式将确保组织遵守GDPR等规定。

3. 高质量

分析是决策的重要工具，其质量取决于所依赖的数据。数据质量管理应从获取数据之时开始。良好的数据治理涵盖为组织制定一套数据质量标准，并在如何衡量和记录数据质量上确立一致性。

我们生活在一个快节奏的世界，管理会计师往往被要求在短时间内提供深入的分析。数据治理有助于确保数据易于访问和准确，这在数据分布于不同系统和部门的情况下尤为重要。通常，我们要求执行的分析依赖于没有监督的数据。通过与组织中其他数据所有者的协调，我们能够确保数据的完整性，并将更多时间放在增值分析上，而不是数据清理。

CMA考下来多少钱？一键算出来

2022年CMA最新资料包领取

请大家认真填写以下信息，获取2025年CMA学习资料包，会以网盘链接的形式给到大家，点击免费领取后请尽快保存。