跟随金钱 ： 金融在数据和分析新世界中的作用

F奥洛的钱 金融在数据和分析新世界中的作用 MartyEllingsworth和KarlynCarnahan2021 年12月1日 ThisreportwascommissionedbyWorkday,whichaskedCelenttodesignandexecuteaCelentstudyonits.TheanalysisandconclusionsareCelent’salone,andWorkdayhadnoeditarycontroloverreportcontents. CONTENTS Contents 执行摘要3 Introduction4 机会6 以数据科学为中心的用例引领行业创造商业价值9 正在取得进展的公司12 端到端：从这里到达那里的挑战14 未来之路：在分析战略中加入财务和会计17 最后的想法19 利用Celent的专业知识21 相关CelentResearch22 EXECUTIVESUMMARY 财务和会计团队通常被视为组织结构图的传统后台组件。但是近年来，他们一直在加入数据 ，AI和云革命。他们正在成为数据科学的倡导者，并更好地控制自己影响业务价值创造的能力。 在许多公司中，计算的历史仍然被写在嵌入大型机硬件的公司总账系统中，大型机硬件被塞进家庭办公室高管办公桌附近的空调房间。这些系统通常是第二代或第三代硬件。它们可能比原始主机拥有更好的网络基础设施，但内部的代码通常仍与原始平台相同。对于一些保险公司来说，这些系统所依赖的核心系统可能早于分类账系统。仍然有大量的本土或传统的核心系统，它们更加摇摇欲坠，数据不那么友好，在跟踪或共享详细的财务数据方面更差。 在旧的，大型的和多线的保险公司，尤其是那些有合并和收购活动的公司，拥有数十个或更多的财务数据记录系统并不少见。每个系统都会创建输出，然后将其从每个报告期汇总以进行对账和发布。 如今，财务团队正在进行变革性和有意的从大型机主机到云的转变。他们不仅提高了自己的流程效率，周期时间和有效性，还在构建新功能，以提高数据质量，创建业务洞察力，构建创新，并与整个企业的其他数据科学计划合作。 在某些情况下，几十年前，当数据存储成本和计算能力限制迫使领导者限制数据收集以满足财务和监管报告的最低标准时，转向云使财务团队摆脱了系统的束缚。 今天，为利益相关者带来现代分析创造了新的价值，但需要新的功能。 如今的云计算功能使领导层能够摆脱需要内部部署、办公室内基础架构的运营模式，该基础架构具有批处理作业和不灵活的硬编码应用程序。这支持了一种使用云资源的新方式，不仅使财务运行更好，而且创造了全新的方式来更快地生成见解，并通过整个企业的及时和更具可操作性的信息做出决策。 ThisreportwascommissionedbyWorkday,whichaskedCelenttodesignandexecuteaCelentstudyonits.TheanalysisandconclusionsareCelent’salone,andWorkdayhadnoeditarycontroloverthecontent. I介绍 根据任何定义，数据科学，云计算和AI技术领域在过去几年中在许多横向和纵向业务中加速发展。 公司组织结构图中没有一个盒子可以幸免于这些趋势的影响。此外，COVID-19的考虑已经看到这些趋势加速，特别是在财务和会计方面。 这种变化的放大和加速有三个主要原因： ●由于COVID-19的社交距离和健康要求，内部和办公室传统惯例的转变； ●由于AI技术突破和扩展的基础设施可扩展性，更多地使用自动化和机器人流程；以及， ●改变客户对数字化和现代化体验的期望，促使高管从其数据资产中寻求更多价值。 此外，技术进步与可用数据的改进相结合，促使保险公司更加适应数据的使用，并稳步提高其使用高级分析的能力。 图1：因素的融合正在推动突破 来源：Celent 长期以来，以高管为中心的方法一直被视为成为现代企业的关键。高管套件越来越多地建立他们的数据素养，以便他们可以提出更好的问题来改变业务。但是对于许多人来说，这是一个缓慢的过程。 在组织结构图的“顶部盒子”中没有数据驱动的素养，很难问 正确的问题和贡献思想领导力，将数据转化为商业价值。由于技术在今天主要是一个可解决的问题，因此缺乏数据素养正在成为一个限制因素。数据，AI和云随时可用。 更为紧迫的是，客户行为正在影响市场机会。客户更愿意与具有数据科学能力的公司共享数据-只有那些有能力的公司才能提供预期的现代体验。以远程思维和数字优先为选项重新构想的体验是使用流数据，AI和云资源来创建无处不在的远程和无接触可用性和效率的新世界。 现在，几乎所有拥有资源的“机顶盒”高管都在积极追求运营效率，数字可扩展性，自动化以及通过数据驱动的思维来增加收入的方法。没有这些资源的高管都雄心勃勃地寻找它们。 具有将客户声音转变为数据驱动解决方案的执行能力，可加快实现价值的时间，并提高增长，满意度，保留率和盈利能力。在重新构想财务和会计任务和程序时，这些优势不会丢失。 好消息是，核心系统现代化的步伐不断加快，使数据比以往任何时候都更易于访问。多个孤立数据资源的集成正在弥合技术债务差距，而现代分析模型和数据驱动流程使差距从重新形成甚至跨越到新的生态系统能力。这创造了金融可以直接影响的可持续竞争优势。 精明的财务团队正在寻找方法，为数据科学和业务目标的成功做出贡献。但遗留系统技术债务和以产品为中心的传统削弱了他们为清楚了解客户并推动更有利可图的增长所做的努力。许多保险公司都有手动阻塞点，孤立数据，无法识别的电子表格迷宫以及不可用的粒度信息，这些信息要么锁定在现有系统中，在供应商运营时无法访问，要么保存在手动方法和介质中（便签 ，文档，电子表格，纸张，图片，扫描，PDF等。). 对于许多人来说，我们看到一条价值链因数据共享，未链接的产品和无与伦比的服务记录中的差距而生锈，这些差距使客户见解空白或不完整，并且财务行项目被扫入池和批量条目中，而端点可追溯性很少或根本没有。 保险公司可能拥有最复杂的数据科学家-从多个系统和应用程序中提取数据，添加第三方数据并使用最复杂的算法-但他们正在将其应用于基于50年前分配的大型财务数据池。这些财务数据的每次应用都是在科学家创建模型时一次性完成的，但除了赞助商之外，不要告诉任何人。 当您将所有这些与现金处理，收据管理，手动日记帐录入以及许多其他特定于会计的编码和合规性要求相结合时，很容易看到自动化和简化的机会已经成熟。在使所有这些丰富和精细的数据成为日常有见地的理解的一部分时，存在诱人的机会，这些理解是什么让公司盈利，以及在与保险公司合作伙伴互动时让客户、员工、代理商和供应商感到高兴。 T他OPPORTUNITY 像保险公司和银行这样的金融服务实体正在关注增长和盈利能力。在许多用例中，人工智能现在每天都在其业务中使用，以管理成本，增加收入，更好地为客户提供服务，并找到提高效率和扩展的新机会。 数据现在几乎是数字化的东西，或者任何可以数字化的东西。它可以从设备、频道、交易所、机器、传感器和其他起点(例如Procedre，电话，无人机，房屋，车辆，检查员，供应商，调节器，客户等。)，连续和按需，包括双向和多方互动。现在，人工智能、聊天机器人、对话机器人、化身和其他渠道也成为交互的一部分。 图2：金融服务公司渴望通过分析实现盈利增长 来源：Celent 考虑到所有这些，我们看到经典的数据分析项目创建冗余数据存储，并从不同的系统，在不同的时间范围内，使用各种结果变量，在不同的项目和项目团队中创建多个财务数据副本，这些项目包括外部供应商和多点解决方案。 出于必要，大多数数据科学项目传统上将资金转移到数据中-将财务信息从多个来源提取到“分析沙箱”中。结果是与运营数据相关的财务结果可能会根据数据提取的来源和日期而有所不同。财务结论是基于数据得出的 这可能不可靠或不准确。这种情况甚至更糟糕地渗透到大多数其他公司、运营、合作伙伴和供应商系统和数据馈送中。 这就是为什么数据科学项目的制作耗时，创建可操作协调的数据集繁重，构建准确模型复杂 ，难以实施，并且难以在连续操作中进行监控。 更现代的方法将数据转移到核心金融系统中的资金中，因此每个人都从一组事实中受益。 此外，形成客户的360度视图对于查看跨业务线的客户机会和风险至关重要。通常，主客户数据可以按业务线隔离，这可能使查看跨业务线的客户风险和机会变得不可能。 更现代的方法将数据转移到核心金融系统中的资金中，因此每个人都从一组事实中受益。这具有新项目更快地获得可用数据里程碑以及可以轻松访问更新和样本外数据以进行测试，验证，甚至实施和监视使用的额外好处。从通常由外部供应商管理的支付流程中添加更精细的数据，可以更快地将洞察拉到组织结构图中的更高层次，因为新数据已分层到现有的可信信息源中。 例如，所有费用都以一种或另一种方式分配给业务线。有些被认为是“分配的”，这意味着费用可以直接归因于业务线;其他人被认为是“未分配的”，这意味着费用是根据一个公式来分配的，该公式旨在将它们公平地分布在业务线之间。例如，广告通常分配给营销-然后通常根据GPW将其费用分配给业务线。但是，正在探索数字营销的保险公司可能会更好地将数字营销支出分配给那些通过数字营销渠道产生的保单。知道一个渠道实际花费了多少来发起业务可能会改变保险公司对这些渠道盈利能力的看法。 正如一位保险公司所说： “数据仓库团队是从政策系统和索赔系统中提取所有内容的团队。正是他们试图向精算师提供分析并创建仪表板。但是他们错过了其中的很大一部分：财务数据和支出。除非您将数据从财务系统中提取到数据仓库中，以将其添加到来自操作系统的数据中，否则您永远不会获得可以添加真正见解的粒度级别。但是，除非您将一些运营数据提取到财务系统中，以便可以在政策/覆盖范围/单位级别对所有费用进行编码，否则您将永远无法获得该级别的访问权限。." 这是每家公司都在进行中的工作。数据科学水平、分析素养和数据治理成熟度在公司内部可能因业务线、业务流程、供应商关系和“组织箱”而异。 DATASCIENCE-CENTRICUSECASESLEADTHEINDUSTRYIN CREATINGBUSINESSVALUE 保险公司的组织结构图中没有哪一部分不受益于应用数据科学、人工智能和机器学习。这些努力正在产生更好的数据和功能、更好的模型和更好的客户决策。这意味着在保险价值流中没有任何地方没有潜力使用详细的财务信息。 与关注盈利增长的主题一致，图2显示了Celet最近的一份报告“从数据中获取价值-北美财产和伤亡保险公司”（2021年7月）的结果。北美P＆C保险公司的高管强烈同意，创造价值的最高领域（在每个规模的公司中）正在建立精算定价模型。在风险和定价方面更聪明是至关重要的。 创建多年精算建模数据集所需的历史数据在大多数运营系统上不可用。此外，创建市场内价格弹性建模方案需要传统运营系统中不可用的大量和各种报价和竞争情报资产。 因此，在可预见的未来，定制分析资源将成为我们工作日生活的一部分。但是，创建更多专门构建的分析资产，例如与运营信息和详细项目相关的财务数据，将改善这种情况。 当同一调查中的首席信息官们被问及他们在哪里优先使用数据时，令人惊讶的是，财务并不是当前的头号焦点。然而，超过一半的保险公司首席财务官正在考虑云解决方案，以超过IT资源允许的速度移动财务。 在定价、产品和服务创新方面对财务规划和分析支持的需求似乎因公司和项目而异。一些价值创造计划使用客户终身价值结构，而另一些则没有。公司很难实现以客户为中心的分析水平 ，因为它们在多个不同的传统和以产品为中心的系统中挣扎。 很明显，并不是每个项目团队都能在第一时间得到详细的财务方案规划。随着监管、规则、税收和合规问题在各州甚至国家管辖范围的基础上发生变化，他们可能不会随着时间的推移