建立一个团队来利用大数据的承诺

建立一个团队来利用大数据的承诺 关于IMA® IMA® 商业专业人士，是最大和最受尊敬的企业之一协会专注于推进管理 会计专业。 在全球范围内，IMA通过研究支持该行业，CMA® 网络和倡导最高道德的商业惯例。 IMA在全球140个地区拥有超过80,000名会员 国家和300个专业和学生分会。总部 在美国新泽西州蒙特维尔，IMA通过其四个 Africa.FormoreinformationaboutIMA,pleasevisitwww.imanet.org. 由RobertHalf赞助 Accountemps®,罗伯特半®金融与会计和罗伯特半®管理资源，用于临时、全职和高级项目 关于RobertHalf，请访问www.roberthalf.com 。 RobertHalf也是Protiviti的母公司®(www.protiviti.com), 技术、运营、治理、风险和内部审计。 RobertHalf是平等机会雇主M/F/残疾/退伍军人。 ©2016年1月管理会计师协会 10ParagonDrive,套房1 Montvale,NJ,07645 www.imanet.org/thought_leadership 关于作者 KipKrumwiede,CMA,CPA,Ph.D.,是导演 IMA的研究。Kip获得了会计硕士学位杨百翰大学和他的博士学位 来自田纳西大学。在加入IMA之前， Kip担任管理会计18年大学教授，包括杨百翰大学，博伊西州立大学和 里士满，为两个人工作财富500强companies在各种职位上。此外，Kip还发布了 20多篇文章在实践和学术 期刊。可以通过（201）474-1732或 kkrumwiede@imanet.org。 建立会计和财务团队利用大数据的承诺 目录 Introduction.................................................................................................. 人才缺口6 如何提高业务分析的成功率……………………………………………………………………………………………………………… ………………………………………………………………………………………………………………………………………… 边栏：研究对中小企业意味着什么…………………………………………………………………………………………………… ……………………………………11 结论11 主要招聘和培训策略……………………………………………………………………………………………………………………… …………………………………………………………………………………………………………………………………… 受访者人口统计…………………………………………………………………………………………………………………………… …………………………………………………………………………………………………………………………………… Introduction ShaneHood是高速公路总养护有限责任公司的首席财务官(CFO) 员工少于200人的建筑公司。第二代家族企业 业务，该公司在过去三年中经历了显著的fi增长。像任何 业务，公路总养护必须分析过去的业绩，为未来战略提供信息 andplanning.Hood’steamusedtobeableto“cobble”togetherthedataneededforbusiness 使用各种系统和内部资源进行分析。1 “现在，”胡德说，“考虑到组织的规模，我们的员工必须具有分析能力，可以评估信息并做出明智的业务决策。” 尽管业务分析技能对胡德公司的成功极其重要，但 financeteamisunder-resourcedinthisarea.Hoodcitesthreecontributingfactorstothisskills 差距：(1)公司在短时间内大幅增长，(2)现有数量有限具有必要的业务分析和大数据技能的员工，以及(3)采用新技术平台。 胡德的公司不是一个孤立的例子。利用大数据是许多公司的重中之重 首席财务官的愿望清单，因为他们希望有效地利用他们可以获得的权力和洞察力分析自己的商业智能。尽管有先进的算法和 复杂的系统，是流程背后的人保证了这些系统的成功 initiatives.Unfortunately,accountingandfinanceleadersarenotonlyhavingtroublefindingthe 他们在现有员工中需要的技术和非技术技能，但他们也在发现这些技能不容易准确识别。这使得招募人才变得更加困难 从外面看-一个已经在缩小的游泳池。 IMA®(管理会计师协会)和RobertHalf调查了近500名fi财务高管和经理，以了解公司是如何通过 大数据分析项目所需的技术和非技术技能，并确定有效的招聘、留用和培训实践。 1我们使用“业务分析”一词来指代庞大数据集的统计建模和分析，以支持战略决策。它包括商业智能(将原始数据转换为有用的信息)、数据挖掘和 客户和市场分析。 至少有三种类型的分析可以应用于原始数据：描述性、预测性和规定性。大多数公司使用描述性分析，描述过去的表现及其根本原因。预测性 分析包括内部和外部数据，并使用高级处理算法来预测 基于特定的fi驱动程序的不久的将来。Prescriptive分析提供了建议的操作，这些操作利用了预测分析提供的预测。 调查发现，会计和fiNance团队被要求提供战略 数据驱动的分析和建议，使用多种类型的业务分析流程。其他外卖包括： •许多公司报告其财务团队的业务分析专业知识受到限制。 ·公司在技术和非技术方面都存在显著的fi技能差距 areas,andtheyarestrugglingtofindandhirepeoplewhocanfillopenpositions.Inpart, 这是由于熟练的会计和fiNance人才的竞争激烈的招聘市场。 •公司可以采取措施，通过改进来建立具有按需技能的团队补偿方案和培训计划。 •除了具有必要技能的专业人员之外，数据的其他成功因素计划包括正确的信息系统、最高管理层的支持以及 跨职能支持。 人才差距 寻找具有业务分析技能的会计和fiNance专业人员是困难的fi崇拜，使其对于部门领导来说，招聘、发展和留住人才尤其具有挑战性 必要的能力。在建立团队时，经理们最常见的是在fi财务方面寻求技能分析(87%)，其次是预算、计划和预测(85%)，运营分析 (82%)和成本管理(81%)。 这项研究显示，在雇主最需要的许多领域，fiCan技能存在差距 （见表1），尤其是： •确定关键数据趋势 •数据挖掘和提取 •运营分析 •技术敏锐度 •统计建模和数据分析 表1：技术技能差距 重要走向成功 由拥有 你的团队 人才 Gap 财务分析 87% 69% 18% 预算、计划和预测 85% 63% 22% 运营分析 82% 54% 28% 成本管理 81% 61% 20% 技术敏锐度 77% 50% 27% 确定关键数据趋势 75% 46% 29% 数据挖掘和提取 71% 43% 28% 统计建模和数据分析 62% 35% 27% 企业资源计划(ERP)系统 61% 40% 21% 客户终身价值(CLV) 55% 32% 23% 6 加剧当前挑战的事实是，这些技能对fi财务来说并不容易 professionalstoacquirewhilealsoalsoperformingtheirotherresponsibilities.Companiescangive 通过聘请技术专家嵌入他们的团队并通过购买 可以很容易地教给fi金融分析师的预编程建模工具。无论这些技术技能在组织中的表现或发展如何， 然而，它们是不够的。成功的大数据项目-那些按时完成的，在预算，并满足他们特定的fi目标-还需要一系列非技术技能。 非技术技能短缺 非技术技能，或“软技能”，过去是很好的。现在它们是强制性的。特别是， fi财务领导者希望员工具有出色的口头和书面沟通技巧。与会计和fiNance专业人士越来越希望成为业务合作伙伴-特别是作为可以使用数据分析提供战略建议的专家- 公司需要他们成为问题解决者，并随时适应变化。 经理优先考虑的其他软技能是： •Processimprovement •Relationshipbuilding •战略思维和执行 •行业知识 •Leadership •决策分析 •好奇心——愿意继续提问以找到正确答案 •商业头脑 换句话说，fi数据只是等式的一部分-可能只是 流程。利用他们对业务的了解，员工还必须能够将他们的信息 mineintoacceptableguidance.Theabilitytocommunicatefindingsandmakerecommendationsis 与数据相关的举措取得成功的必要条件。 公司也存在人才缺口。最重要的是非技术技能缺口是在决策分析(37%)、流程改进(35%)、战略思维和执行方面 （32％），对变化的适应性（31％）和沟通技巧（29％）。对于雇主而言，这些差距仅加剧staffing挑战。 Thosesurveyedreportedseveraldifficultiesinhiringstaffwithbusinessanalysisexpertise.A 会计和fiNance专业人员的短缺是fiRMS的一个常见且持续存在的问题，但该研究也表明，其他staffing问题是自行解决的。金融领袖最 通常报告说，缺乏竞争力的薪酬是他们招聘挑战的原因，劳动力计划不足是第二常见的反应(见图1)。 图1：最大的业务分析招聘挑战 0%10%20%30%40% 缺乏竞争力的薪酬 31% 劳动力规划不足 23% 没有足够的专业人士与业务 可用的分析技能 22% 糟糕的工作描述 16% 缺乏fi-或不存在-培训项目也是一个频繁的障碍。在当前就业环境, 未能提供有吸引力的薪水、福利和职业开发包和 采用健全的fing策略会阻碍Big的成功 数据计划-或任何其他努力，就这点而言。 如何提高业务分析的成功率 图2：成功数据计划的最大贡献者 0%20%40%60%80% 拥有正确技能的人 72% 信息系统 41% 高层管理支持 39% 跨职能支持 34% 早期成功解决问题 业务分析保持分析和流程 CONfi凭据 15% 9% 会计和fiNance经理报告说，除了缺乏人 有了所需的技能，最大的大数据成功的障碍 项目是变革的阻力在组织和不足 信息系统。那些 在数据计划方面取得了成功维护所需的信息 系统，并享受来自顶部的支持管理和其他功能 在整个业务过程中(见图2)。 公路养护的整体解决方案 Somebusinessesarefindingtheirwayaroundthesebarriers.ShaneHoodofTotalHighwayMaintenance将他解决人才缺口的方法分为三个部分： 1.“培训我们现有的员工，以更好地理解正在分析的数据，什么他们应该寻找的信息，以及什么信息应该引起‘红色flAG’。“ 2.“在招聘时，我们会寻找对分析有基本了解的候选人 以及为什么分析数据并确定我们可以使用的趋势对我们的业务很重要主动管理业务。" 3.“我们正在实施两个新的技术平台（一个会计和一个 操作)，这将提供一个无缝的门户来获取实时数据，以便分析和主动管理业务。“ 作为他们努力的一部分，其他fi财务领导人表示，他们正在密切研究 Theyneedtofill.Themostcommonpositionsorganizationsbothemployandwanttofill 是fi财务分析师、项目经理和业务系统分析师。 公司面临的一个特殊招聘挑战是商业智能分析师职位。 18%的受访者希望找到所有这样