7月30日，由上海国家会计学院主办，金蝶软件（中国）有限公司、中兴新云服务有限公司、用友网络科技股份有限公司、北京元年科技股份有限公司、浪潮通用软件有限公司联合主办的“会计科技Acctech应对不确定性挑战”高峰论坛暨2022年影响中国会计人员的十大信息技术评选结果发布会在上海国家会计学院国际会议中心顺利举行。

本次论坛邀请了五位嘉宾基于多项信息技术在一个或多个会计应用场景及其发展趋势进行综合分享，通过新实践、新成果、新思考帮助会计人员理解信息技术对会计工作、会计职业等方面的各种影响，把握信息化时代会计变革的方向。

五位嘉宾中，金蝶中国星瀚解决方案部总经理张鄂豫对信息技术在企业绩效管理EPM中的应用进行了解读。本文为根据演讲内容的整理。

企业绩效管理（EPM）是基于提升企业整体业务绩效目标而建立的一套管理系统。一个优秀的企业绩效管理软件应该能够整合各种不同来源地分析数据，包括但不限于业务数字化系统、前端与后端管理的应用系统、数据仓库系统等。从软件产品的分支来看，EPM可分为报告及合并产品、全面预算产品、盈利分析产品等。企业对绩效管理的期望目标是通过合理的评价加强企业管理以及通过前瞻性的分析增加业务价值。但现实情况，大部分人对于企业绩效管理发挥的作用并不认同。原因主要集中在数据质量不高不及时、报表格式与数量过多，无法自助服务、没有建立与战略更加一致相关的指标以及先进技术在工作中的应用场景不多等。

解决上述问题需要信息技术和系统的支撑。技术架构层面，企业绩效管理领域通常分成四个层次，从下往上是数据层、模型层、能力层以及应用与展现层。面向财务人员的是最上方的应用与展现层，应用模块包括合并报表、管理报告、全面预算、营利分析等。应用模块的顺利运行依赖于数据层、模型层和能力层。接下来具体介绍信息技术在企业绩效管理中的实践应用。

中台技术：中台架构下的大企业信息系统应用设计。中台技术包括业务中台、技术中台、数据中台。理解中台技术需要用统筹思维，中台与前后台相关联。前台是场景化应用，包括财务、人力资源以及行业的应用。后台是能够支撑大规模、大性能运用的云化基础设施，通常是比较稳定的。中台架构解决的是前后台的链接、业务的链接、规则的转换以及数据的沉淀问题。就业务中台而言，可以由上到下分为三个层次：业务应用层、领域能力层、基础能力层。基础能力层指没有业务属性的主数据服务以及公共数据和基础服务。领域能力层又可按照业务性质分成财务能力、供应链能力、制造能力。业务应用层是标准化的业务应用中心。以领域能力层的企业绩效域为例，领域能力层内嵌相关分摊规则，如按照人数、面积、数量等维度，从而进行多维度分析。

低代码技术：一体化低代码平台使IT创新民主化、普惠化。广义的低代码技术包括低代码开发、流程、集成、分析、AI和区块链平台。“一体化，能力多、代码少，创新快、缺陷少，质量好、投入少，成本省”是低代码技术带来的直观应用感受。数据收集一直是制约绩效管理的瓶颈。与传统的集成技术相比，低代码集成在环境的搭建、连接的配置、定义数据结构、字段自动映射及缩短、集成测试部署等环节大大节省了时间，使整个集成应用更加简单、快速和易运维。传统集成大约花费二百多分钟，低代码集成大约花费约50分钟，集成效率提升400%另一方面，原来的传统集成对人员的素质要求非常高，需要具备开发语言、开发框架、通信协议等方面的知识。低代码集成仅需要具有集成脚本数据的一般使用能力即可操作，大大降低门槛。

会计大数据分析与处理技术：多维数据库－EPM存储计算。会计大数据分析和处理技术包括三个方面的应用：数据端的多维数据库、数据处理和模型的技术、实时和动态用户自助可视分析技术。EPM最重要核心技术就是多维数据库。多维数据库与传统基于关系库的内存多维引擎相比，能够解决关系型数据库解决不了的多维计算、多维建模和多维分析等业务难题。传统基于关系库的内存多维引擎痛点在于启动数据加载时延、数据异步落库时延以及数据容量限制。多维数据库可以通过存算一体化使启动时间小于10秒。数据读写实时落盘，保证数据不丢失。数据容量也不受内存的限制，支持海量数据，做到真正意义上的又快又稳又可靠。

管理驾驶舱：一站式分析决策支持工作台。仪表板是对各种分析数据内容的综合布局工具。通过它，用户可以在同一屏幕上集中展现、比较和监视一组特定的数据内容，为业务决策提供更直观的数据支撑。技术底层是使图表、数据能够实现相应的组件联动、筛选组合以及页签轮播。同时能够自动适应屏幕大小、自动布局和发布。

机器学习：EPM领域应用场景－智能分析助手。机器学习技术在EPM领域中常见的应用场景是智能分析助手，包括描述性分析、诊断性分析、预测性分析和处方性分析。其中重点的应用环节是诊断性分析，针对目标指标主动拆解分析，结合影响因子、内外部行业数据，诊断出企业当前问题。例如上升和下降的趋势，是由哪些原因引起的，原因背后相应的指标是什么。通过解析相应的影响因子以及内外部的行业数据，机器能够自动进行循环的学习，提出更准确的解决建议和方案。

企业数据平民化是用技术手段将复杂的企业绩效管理变得简单，也是技术发挥作用的目的。无论在绩效报告领域关注实情，还是在预算和预测领域关注未来，还是在盈利能力分析中关注未来的价值，都要通过技术的手段将复杂的企业绩效管理变得更加简单。通过先进的架构、卓越的性能、智能的应用和自助的服务真正实现技术驱动管理的目标，降低企业客户的使用门槛，让用户最终能从数据中受益。