【洞察篇】技术驱动，智慧转型：基于算法及预测技术的计划、预算、预测及分析的自动化

近期，德勤管理咨询开展全球计划、预算和预测调查，旨在了解计划、预算和预测在助力组织针对性地进行经营分析、有效地管理绩效和改善决策方面发挥的关键作用。本次调查收到来自55个国家的750多份答卷，覆盖各行各业及各类组织，包括多个中国企业也积极参与其中。

此次发布的文章先公布两个主题的调查结果，分别是：“算法预测的应用”和“计划和报告周期”。调查发现：

在当前科技飞速进步、企业数据激增的环境下，越来越多的企业开始关注是否能将先进技术运用于计划、预算和预测流程之中。作为新兴技术的算法预测能够依靠历史数据和统计模型来预测未来业务可能发生的事件以及对企业财务计划的影响。现代计算能力可以推动数据收集、存储和分析实现提速降本。

许多企业一直认为预测过程非常耗时，预测以电子表格为基础，对外部驱动因素的使用有限。四分之三的企业仍然使用电子表格来编制计划、预算和预测，算法预测暂未得到广泛应用。94%的受访者暂未使用算法预测，30%的受访者表示计划过程更加关注已经发生的事件，而非将会发生的事件。企业对于利用算法预测来补充或部分取代传统计划技术一直犹豫不决，但其确实已经意识到算法预测可以在计划、预算和预测过程中提供重要参考。

关于应用的阻碍，担心责任归属和数据质量以及不愿承认算法预测的优势等因素阻碍了企业应用算法预测。大约五分之一的受访者表示他们不愿做出新的尝试；尽管企业正在开展概念验证，但是算法预测暂未得到广泛应用。20%的受访者使用R和Python等先进工具和技术（而非电子表格）开展计划工作。企业内部经验及能力缺乏、对新技术可靠性的疑虑、对数据质量的担忧等因素阻碍了应用算法预测的应用和推广。大多数企业主要使用内部和结构化数据执行算法预测，仅约十分之一的企业使用外部数据执行算法预测。只有3%的受访者计划使用机器学习执行算法预测。

图：算法预测应用阻碍

来源：德勤管理咨询

随着企业不断发展，许多企业已经逐渐意识到相对于传统方法，算法预测可以在计划、预算和预测过程中提供重要参考。经过与首席财务官和财务计划与分析领导人的讨论，我们发现领先企业：

对于大多数受访者而言，年度预算编制仍主要着眼于未来一年。然而，许多受访者（27%）认为预算编制需要关注未来三到四年或者更长的时间范围。时间范围将会影响预算编制周期长度，从不到一个月到超过九个月不等。财务计划与分析团队通常负责预算编制。最常用的年度预算编制方法是自下而上的方法（72%），其次是自上而下的方法（56%）和基于驱动因素的方法（35%）。大多数受访者不止使用一种方法，38%的受访者同时使用自上而下和自下而上的方法，31%的受访者使用三种或三种以上的方法。与2014年调查结果相比，预算编制周期长度有所增加。尽管大多数受访者（57%）能够在三个月之内完成预算编制过程，但是只有5%的受访者能够在一个月之内完成，而2014年的比例为16%。除此之外，需要大约四到九个月来完成预算编制过程的企业比例与2014年相比有所增加。

关于预算编制的颗粒度，目前存在一种观点，认为颗粒度越细代表准确性越高。总体而言，53%的受访者按照会计科目表的最低详细程度要求编制预算，其中84%的受访者认为其预算编制颗粒度“适中”。只有1%的受访者认为其预算编制“不够详细”。在颗粒度与准确性之间找到最佳平衡点有助于减少预算编制过程中的多余工作。不同行业的企业的预算编制颗粒度有所不同，这主要取决于业务性质。消费及工业产品行业以及生命科学与医疗行业的企业倾向于编制更加详细的年度预算以支持运营规划和决策。通常而言，小型企业更有可能编制详细计划，而大型企业编制的计划通常处于适中详细程度。领先企业正在按行项目确定最合适的详细程度，从而在效率和准确性之间实现平衡。

关于负责部门，超过三分之二的受访者表示预测（与预算编制一样）主要由财务计划与分析团队负责，而大约四分之一的受访者表示预测过程是由成本/利润中心负责人执行。有趣的是，受访者所在企业的规模对于预测过程是由财务计划与分析团队还是成本/利润中心负责人执行似乎没有影响。由共享服务中心或卓越中心负责预测过程的案例较少，主要出现在政府及公共服务以及消费及工业产品行业。

关于分析重点，传统预测方法相比算法预测方法更加常用，损益表仍然是预测重点。就行项目而言，几乎所有企业都会预测损益表项目，只有三分之二的企业预测现金流。资产负债表项目和营运资本预测不太常见，只有不到一半的企业预测此等行项目。

关于预测分析频率，84%的受访者每月或每季度执行一次预测过程。60%的受访者以当前财政年度的剩余时间作为预测范围。滚动预测目前仍未得到普及。85%的受访者可以在一个月之内完成预测过程，其中半数受访者可以在两周之内完成。其余受访者（15%）需要超过一个月的时间来完成预测过程，这表明某些人员（尤其是财务计划与分析团队）针对预测过程投入了大量时间。初步生成管理信息的工作通常由财务计划与分析团队负责。只有5.5%的受访者表示该项工作是由共享服务中心或卓越中心负责。添加评论和见解的工作将由多个团队共同承担。

关于报告自动化，管理信息生成的自动化进程仍在继续，从而更好地支持企业经营分析。尽管所有行业中都有一些企业采用全手动方式生成管理信息，但大多数受访企业是通过自动和手动报告相结合的方式管理业务绩效。领先企业正在持续利用自动报告提高工作效率。大多数企业均已开发自助服务能力，但是尚未完全嵌入企业内部。16%的受访者表示其所在企业不具备管理信息相关自助服务能力。总体而言，大多数受访者表示其所在企业具备一定自助服务能力。鉴于数据和信息对于企业具有战略重要性以及企业希望生成更深刻和更重要的洞察，我们预计报告方面的自助服务水平将随时间推移而不断提高。

不同企业的预算编制颗粒度有所不同：不同行业的业务特性、企业的规模大小通常为影响预算编制详细程度的主要因素。经过与首席财务官和财务计划与分析领导人的讨论，我们发现领先企业：

下一篇，我们将发布另外三个主题，“新冠疫情影响”、“可持续财务”、“工具和技术运用”，为广大企业提供领先组织的经营分析思路。