《2025年中国企业财务数智化趋势报告》由中兴新云服务有限公司、厦门国家会计学院、ACCA（特许公认会计师公会）联合发布，以近两百家企业调研数据为基础，剖析财务数智化转型升级的实践路径，洞察财务转型过程中的创新与挑战，并探索人工智能技术在财务领域的应用场景。

报告聚焦战略目标、组织转型、系统建设、数据能力、智能场景及人才发展等领域，为企业加快推动财务数智化转型提供路径参考与落地借鉴。围绕以上核心议题，我们将通过系列文章分期解读，逐一探讨。本期内容聚焦——数据底座，将从数据治理现状、数据中台建设挑战、数据分析工具应用等维度展开。

高质量的数据基础是财务数智化转型的关键前提。尽管多年来财务信息系统的持续完善和迭代，显著提升了业务流程的自动化水平和业财融合程度，然而由于早期系统建设多以各部门业务需求为导向，导致数据分散在孤立的系统中，难以统一标准，阻碍了跨部门间的数据流动，数据价值难以有效发挥。

在数智化转型趋势下，企业数据规模不断增长，财务所关注的数据范围逐步从内部财务数据延伸至业务数据，并进一步向宏观经济、行业信息等外部数据延伸。企业需要在财务信息化建设基础上，统一数据标准，规范数据质量，实现数据共享复用，并借助先进的数字化技术和工具优化数据采集、处理和分析，深度挖掘数据价值。

一、企业数据治理能力仍有待提升

关于数据治理的定义和方法论，国内外相关机构基于自身的理论和实践经验已提出多种数据治理标准与模型，为企业数据治理体系实践奠定重要理论基础。如DAMA（国际数据管理协会）出版的《DAMA数据管理知识体系指南》（简称DAMA-DMBOK）定义了数据管理的11个知识领域，即数据治理、数据架构、数据建模和设计、数据存储和操作、元数据管理、数据质量管理、主数据和参考数据管理、数据安全管理、数据集成和互操作、文件和内容管理、数据仓库和商业智能。我国数据管理能力成熟度评估模型（Data Management Capability Maturity Assessment Model，DCMM）（GB/T36073-2018）（简称“DCMM模型”）定义了8个数据管理能力域，分别是数据战略、数据治理、数据架构、数据应用、数据安全、数据质量、数据标准和数据生存周期。

本次调研综合参考国内外数据治理标准和模型，聚焦数据标准制定与执行、常态化数据治理机制、数据治理组织体系、数据管理制度、标准化数据治理流程、全面覆盖数据治理活动六大维度，评估企业数据治理能力水平。

▲ 数据治理建设情况

调研显示，企业在数据治理各个维度的平均得分均低于3分，其中按照平均得分从高到底排序为数据标准制定与执行（2.94分）、数据治理组织体系（2.87分）、常态化数据治理机制（2.84分）、数据管理制度（2.81分）、标准化数据治理流程（2.74分）、全面覆盖数据治理活动（2.67分）。这一结果说明，当前企业虽然在数据治理体系建设方面已初步开展工作，但整体成熟度仍然偏低，尤其在数据治理流程的标准化，及数据治理活动的全面性上表现薄弱。

二、超八成企业数据中台应用未充分满足业务决策需要

数据中台作为企业推进数智化转型的核心基础设施，发挥了整合数据资源、构建数据服务、支撑智能决策的关键作用。其通过构建统一的数据采集、计算、治理与服务四大核心模块，对企业内外部多源异构数据进行聚合、建模与服务化封装，将原本分散、杂乱的数据转化为高质量、可复用的数据资产，为财务分析、业务洞察与战略决策提供体系化数据支撑。

但调研发现，尽管企业普遍重视数据中台建设，在实际推进中仍面临三大挑战：一是数据整合能力不足，各系统数据标准不一、口径各异，形成数据孤岛；二是数据质量参差不齐，原始数据存在字段缺失、采集频率低等问题，制约分析结果的准确性与可信度；三是数据服务能力薄弱，多数平台仍停留在基础数据汇集层面，缺乏面向业务场景的建模与服务封装能力，难以有效支撑决策。

▲ 数据中台建设情况

从建设进展来看，目前仅14.81%的受调研企业的数据中台已实现内外部数据深度整合，支撑多维度业务场景数据需求；25.93%的受调研企业的数据中台具备常规统计分析与可视化能力，可满足各部门标准化的数据分析需求；41.98%的受调研企业的数据中台仅实现核心业务系统的简单汇聚，能够支持基础数据提取与查询，但尚未对决策效率产生实质提升；另有17.28%的受调研企业的数据中台尚未建成或处于搭建初期，无法满足业务数据分析及决策需求。

三、绝大多数企业主要依靠Excel、财务专业分析系统或财务系统内嵌分析模块、BI工具进行数据加工和处理

易用、灵活的数据计算与分析工具是企业实现数据驱动决策、推进数智化转型的重要技术支撑。当前财务应用的数据分析工具包括Excel、统计分析软件、编程工具、报表系统、BI工具等，不同工具在功能特性与适用场景上存在差异。

▲ 数据分析与展示工具对比

调研显示，企业目前使用最多的三大数据分析工具是Excel、财务专业分析系统或财务系统内嵌分析模块、BI工具。专门的数据分析或数据挖掘工具例如SAS、SPSS等工具使用较少。

▲ 财务数据分析工具使用情况

除上述工具外，APA（Analytic Process Automation，分析流程自动化）也是一类重要的数据分析工具。APA是一个自助式数据分析一体化平台，通过易于操作的拖拽式工作流界面，将复杂的公式、函数和算法封装为模块化的计算程序，支持用户自助式应用内置算法工具，无需编程即可快速开展数据清洗、准备和分析。

以中兴新云财芯平台为例，财芯平台是集“采、算、治、视”于一体的零代码财务计算平台，可应用于数据采集、质量校验、数据清洗、算法搭建、可视化展示及数据资产沉淀的数据分析全流程，覆盖数据价值链各个环节，实现数据的层层钻取和穿透，支撑完整的数据分析流程，帮助财务适应数智化时代的计算分析需求。

▲ 财芯平台数据分析全流程