实时洞察 智能运营-2023企业绩效管理白皮书

02 03 在EPM领域，中国企业与国际企业相比最大的问题是：战略、计划、预算、报告分析、绩效等都是部门级独立应用，难以形成企业级管理合力。如何破这一困局？ 用友给出了全新的思路：基于事项会计所输出的实时、多维、精细的规则化、标准化、标签化了的高质量业财数据，基于新一代数智化技术和国际企业先进的整合应用思维，帮助企业构建战略导向的、企业级整合绩效管理应用，包括整合计划和整合执行控制，实现实时洞察和智能运营，重塑企业战略到执行的能力。 目录 趋势洞察：管理和技术驱动EPM进入新时代02 应用进阶：用友EPM以技术创新重塑企业战略到执行能力05 整合的EPM应用： 整合计划、实时洞察、智能运营，重塑企业战略到执行能力07 事项法会计： 重塑企业精细管理的基础，提升绩效管理的广度、细度、精度、频度和智能化21 技术变革:技术赋能用友新一代EPM一体化应用24 领先实践33 01 实时洞察智能运营—事项会计重塑企业绩效管理应用 02 1 趋势洞察 管理和技术驱动EPM进入新时代 事项会计 模式 模式 模式 趋势洞察 1.1管理升级驱动： 从流程驱动到数据驱动，EPM成为“价值财务”的重要抓手 在流程驱动的信息化时代，大型企业通过ERP建设实现了流程高效，支撑了中国企业的规模快速扩张和经济高速发展。 在数据驱动的数智化时代，企业已从规模扩张转入高质量发展，并且数据已经成为重要的生产要素。构建强大的数据采集、清洗、加工和应用能力，服务于企业的战略制定、业务计划和预算制定、管理报告和分析、日常运营和决策等，将成为企业的核心竞争力，这正是企业绩效管理（EPM）基于数据驱动实现业财融合、价值创造的过程，也是对标世界一流价值创造行动的重要抓手。 1.2技术创新驱动：从信息化到数智化，用友引领EPM进入新时代 EPM的应用发展史就是一部信息技术不断进步的历史，从信息化到数智化，从基于OLTP（On-LineTransactionProcessing（联机事务处理过程））的关系数据库到基于OLAP（On-LineAnalyticProcessing(联机分析处理过程)）的多维数据库，从“科目+辅助核算维度”的传统价值法核算到基于业务事项的交易级智能核算，国际厂商推动EPM应用从“OLTP”步入了“OLAP”时代，而用友正在推动EPM应用从“OLAP”时代迈入了“事项会计+大模型 时间 +OLAP”时代，如下图1所示。 领域业务应用 二维报表或二维建模数据服务 CRMERP …… DATA1 DATA2 ·建模和应用灵活性差：预算、合并、分析均为基于二维的单元格级建模，灵活性差。 ·计算性能差。 多维数据库问世之前 阶段1:“OLTP”时代 阶段2:“OLAP”时代 多维数据库问世之后 领域业务应用 多维数据库/数据中台的数据服务 CRMERP …… ETL ·建模和应用灵活性高：预算、合并、分析均为基于多维数据库的规则建模，应用灵活性高。 ·计算性能高。 ·异构系统数据整合能力弱：通过琐碎繁杂的ETL进行数据采集、清洗、转换后加载至多维数据库或者通过数据中台实现异构系统数据整合 ·智能应用能力弱 阶段3:“事项会计+大模型+OLAP”时代 事项会计和企业服务大模型问世之后 领域业务应用 多维数据库/数据中台的数据服务 CRMERP …… 大模型 ·建模和应用灵活性高：同阶段2 ·计算性能高：同阶段2 ·异构系统数据整合能力强：基于事项会计实现与异构系统的业财数据融合，智能实现多维、精细、实时的规则化、标准化、标签化了的高质量业财数据。 ·智能化应用能力强 特征 特征 特征 图1用友引领EPM应用进入新时代 03 实时洞察智能运营—事项会计重塑企业绩效管理应用 •OLTP技术支撑的EPM 在ERP早期阶段（多维数据库问世之前），企业的EPM应用与ERP系统紧密耦合在一体的，支撑其应用的技术为擅长流程型应用（如ERP）的OLTP（On-LineTransactionProcessing（联机事务处理过程））技术，即关系数据库相关技术，企业只能在各应用系统中开发一些简单的报表，难以构建跨异构系统的数据应用，或者只能开发与ERP紧耦合的预算、合并和分析应用，但受制于OLTP技术，预算、合并和分析的建模和应用只能基于二维的单元格级建模，且灵活展现和计算性能弱，无法在大型企业中进行规模化推广应用。 •OLAP技术支撑的EPM 随着国外擅长数据型应用的OLAP（On-LineAnalyticProcessing(联机分析处理过程)）技术（多维数据库）出现，如海波龙、BPC、Cognos、蓝科等，基于多维数据库技术开发的全面预算、合并报表、多维盈利分析等EPM应用产品开始为国内大型企业所青睐。近年来，以用友为代表的一些国内厂商也开始突破多维数据库技术，并构建了与国际产品相媲美的EPM应用。这个阶段的EPM应用虽然解决了第一阶段所面临的应用灵活性和计算性能问题，但在异构系统数据整合能力方面比较弱，由于异构系统的数据标准不一致，企业需要通过ETL（抽取、转换和加载）的方式进行数据整合（如将一个含多维度信息的科目拆分为多个字段），其过程十分琐碎，工作量十分繁杂，数据质量难以保证，数据维度较少，且从报表无法追溯至交易级明细数据。 •“事项会计+大模型+OLAP”技术支撑的EPM 近年来，随着全球首个基于事项法理论的智能会计产品落地，基于事项会计与多维数据库技术的结合，实现了从业务发生到基于交易的实时会计确认与计量，形成了交易级的实时、多维、精细、智能的业财大数据集，这一过程输出了规则化、标准化、标签化了之后的高质量的业财数据，再通过OLAP技术进行数据的灵活建模和展现，这就解决了从业务发生，到实时监控、偏差分析的数据加工展现全过程，实现了实时“洞察业务、优化业务”的管理目标。同时，随着业界首个企业服务大模型（YonGPT）的发布，企业基于数据的智能监测预警、归因分析、模拟测算和智能决策方面的应用将走入前台，“实时洞察、智能运营”的数智化管理将成为现实。 1.3从国外垄断到技术突围，用友EPM将成为企业首选 在过去的20年里，国内EPM市场一直被国外巨头垄断，企业想要使用EPM，只能选择国际厂商产品。近年来，用友持续跟进国际EPM产品发展走向及企业应用情况，在EPM核心能力上进行了突破创新，在多维数据库、内存计算、规则引擎等方面，具备了比肩甚至超过国际EPM产品的能力。同时，在智能会计、企业服务大模型等方面，形成了赶超优势。因此，在“全球化、数智化、国产化”三浪叠加的时代，用友EPM产品为纯自主研发，产品及核心技术安全可控，并且支持全技术栈的国产信创，用友EPM产品将成为中国企业首选。 04 应用进阶 05 2 应用进阶 用友EPM以技术创新重塑企业战略到执行能力 EPM这个概念来自国外，在过去的20年里，中国企业不仅技术上受制于国外，在EPM的应用广度和深度上，与国际企业相比更是相差甚远。与国际领先实践相比，中国企业EPM应用最大的问题是战略、计划、预算、报告和分析、绩效等都是部门级独立应用，难以形成企业级管理合力，导致应用效果有限。相反，国际企业通常将这些应用整合起来，形成企业级一级核心管理流程——战略到执行流程。 今天，随着国产OLAP技术、事项会计和企业服务大模型等技术的突破，我们在技术上已经赶上甚至超越了国际厂商。但在应用方面，我们还远远落后于国际企业。在当前大国政治博弈、国际竞争日趋激烈的背景下，对标世界一流，学习国际企业先进的管理理念和实践更加紧迫，建立企业级、战略导向的、一体化整合的EPM应用（后文简称整合的EPM应用）（如下图2所示）更加紧迫，该应用包括以下两部分内容： 企业级、一体化整合的EPM管理闭环：一个从整合计划（p）到执行控制（D）、分析改进（C）和绩效评价（A）的管理循环，支撑企业重塑战略到执行能力。 新一代智能会计应用助力：基于事项法会计理论的智能会计，实现全新的业财数据融合，重塑企业精细化管理的基础，为EPM闭环应用提供更加实时、多维、精细、精准的业财大数据。 整合的EPM应用的核心价值在于整合计划、实时洞察、智能运营。 整合计划：通过建立多部门联动的一体化计划（战略、计划、预算、绩效）形成自上而下的资源配置和作战部署，签署军令状。 实时洞察：实时对不同管理对象，从历史和未来视角（滚动预测）进行预警分析、差距分析和归因分析等，对企业经营情况进行全方位透视。 智能运营：利用沙箱功能进行不同方案业务计划的模拟测算，找到关闭业绩差距的最佳方案，并自动推荐给管理者或者系统自主决策驱动流程自动运行。 整合计划实时洞察智能运营 7 绩效评价 6智能决策 1 战略目标测算和分解 2 重点工作计划分解 3 年度预算计划编制 整合计划（P）分析改进（C） 4 管理报告和分析 4 组织绩效制定 EPM 评价（A） 1 执行控制（D）预算控制 重塑战略到执行能力 5 模拟测算多维盈利分析 3 法定报告 2 滚动预测 多维数据库/数据中台+企业服务大模型+AI 智能会计 财务会计 责任会计 精益成本 执行（D） 数据湖 重塑精细化 事项会计中台 度量能力 实时、多维精细、精准 图2智能会计支撑的EPM整合应用业务总览 2.1整合的EPM应用 整合计划、实时洞察、智能运营，重塑企业战略到执行能力 2.1.1整合计划：多部门联动，建立自上而下的一体化作战部署平台 公司制定整合计划的本质是打破部门墙，将战略计划、重点工作、年度预算和绩效计划端到端拉通，形成自上而下的一体化作战部署，改变过去割裂的、无法形成协同效应的计划模式。借助数智化平台，将战略、计划、预算和绩效部门协同起来，形成“横向拉通、纵向到底”的一盘棋计划。 •目标制定：战略共识、模型测算 国内很多企业在开展年度预算时非常头疼目标如何定，这类企业忽视了一个重要问题，年度目标是通过严密的年度滚动战略流程输出，而不是财务自己拍脑袋或通过简单测算出来的。 国际企业战略目标测算的领先实践是：践行“战略不能被授权”的理念，战略部门每年组织中高层亲自参加战略研讨会，输出一致共识的战略规划：包括公司转型方向、转型动因、业务设计（商业模式创新）、关键举措等，财务部门基于以上输出测算不同版本的3-5年目标，并经全体中高层一致确认后，将第1年目标基于不同的动因分解至下级单位。 新一代整合计划平台，支持企业构建各类数学模型或机器学习模型预测3-5年战略目标，如某企业基于机器学习预测模型，实现集团对各子公司目标的测算和分解，大大减少传统“上下博弈”的过程，提高了目标制定和分解的效率，如下图3所示。 业务输入 模型构建 预测模拟 预测输出 输入关键业务因子及假设条件预测模型构建情景模拟计算结果及分析报表展示 关键业务因子 收入类 客户量 业务量 移动客户ARPU折前收入 GPRS套餐客户数_当月值 套餐外语音使用总量 流量客户总ARPU收入 移动客户离网数 4G客户当月平均每户通话分钟MoU 当月4G流失客户前三月平均ARPU GPRS客户离网数 魔百和使用时长 移动客户ARPU户均折后收入(元) 家庭宽带客户数当月新增量 4G客户套餐外总流量_当月值 通信客户数当月新增量 宽带使用户均流量(MB) 4G客户数当月新增量 流量户均DOU(MB) 通信客户数当月总量 套餐外流量使用总量 移动客户数_当月新增值 智能预测模型结果拟合 ·指标类回归预测方法总结 Yt=F(X1，X2，X3，…，XN） 深度学习模型 集成学习模型 线性回归模型 多元监督学习预测方法 t-1 t-1 t-1 t-1 岭回归套索回归 随机森林XGBoostLight-GBM BP神经网络 LSTM网络 出账维度收入预测 相关性分析:保留强正相关字段(出账阈值:>0.8)，以及强负相关字段(出账闽值:<-0.7) 结合与收入相关的多变量进行预测，预测结果更稳定，能够直观分析各因素对收入的影响程