數即業務|衡石七月頭條

分貝通希望通過借助專業的大數據分析能力,打造一款能幫助財務一屏解決所有費用數據分析的「在線數據分析」模塊。這樣一來,分貝通仍然聚焦于擅長的費用支出管理,同時整合了合作伙伴的數據分析能力,以此為客戶提供所有費用數據自動、實時、智能的數據分析能力。基于這個需求,我們選擇了衡石科技作為我們的合作伙伴。
——分貝通 財務副總裁趙欣妍
隨著業財融合的大趨勢發展,財務的工作重心正逐漸從基礎財會過渡為數據統計、經營分析。企業在數字化建設的過程中,軟件、系統的種類也越用越多。從多個軟件數據導出再分析,再挖掘問題出分析報告……這一過程繁瑣且耗時長,為了一份報告要加班加點,不少財務小伙伴都痛苦萬分。的確在數據分析的智能化方面,依舊有不少財務受限于費控軟件工具不智能,或系統部署不完善等現實原因,還在通過手工做報表。
分貝通如何幫助財務率先破局?
分貝通做為整合“軟件+支付”的下一代企業支出管理平臺,在年初正式上線了「在線數據分析」功能,是業內首個提供自動、實時、智能數據分析產品的公司。通過在功能側以多維統計、圖表聯動、數據鉆取、穿透等方式進行數據總結,讓財務一屏實現所有費用數據分析,賦能企業管理。
以衡石科技底層技術為基礎的分貝通數據分析模塊,能夠幫財務在分貝通管理后臺及時查看企業各種各樣維度的數據分析,讓財務快速找到費用管控上的問題,從而賦能企業的費用管理。
在線數據分析的上線大受好評,能夠滿足財務在進行費用管理時90%以上的數據分析需求。分貝通的客戶通過數據分析功能可以協助優化費用支出管理,通過數據分析輔助規則設定后,平均每家客戶每月可節省 20% 以上的開支;同時,讓企業整體的分析效率提升至少10倍。
積累的行業 know-how 如何更好的發揮價值?
在上線這個功能前,分貝通是通過系統+人工處理的方式幫助客戶做數據梳理,輸出對應的數據分析 PPT。這項服務通常有固定的時間節點:月度、季度、年度等,由分貝通的專業顧問進行數據分析,減輕客戶(財務)的工作量。基于對數百家客戶在數據分析全面且細致的訴求洞察,分貝通發現大量客戶的分析訴求,比如在時間周期、費用類別、場景分析,員工行為分析等維度,有非常多共同點。
分貝通考慮將這些分析場景標準化,這樣客戶可以定時定量根據自己的需求出分析報告;同時將分析以更“實時、智能”的方式讓財務人員根據自己公司業務的個性化完成數據分析。
自研需要耗費大量的時間,而分貝通需要以更高效率解決客戶在線數據分析的需求。而衡石在數據分析上的專業能力,正好能夠為分貝通所用。得益于分貝通平臺可自動為企業沉淀所有支出管理費用數據的優勢,再加上衡石科技專業的數據分析能力,能夠幫助企業快速實現在線數據分析的需求。
衡石科技的 HENGSHI SENSE 作為數據分析 PaaS 平臺,覆蓋了數據的全生命周期,有成熟的多租戶功能,可與 SaaS 軟件快速實現無縫對接。分貝通通過 HENGSHI SENSE 建立了一套既能滿足客戶日益增長的大數據分析需求,又能實現客戶數據自動隔離的在線數據分析體系,全面提升客戶企業財務數據分析的便捷性、有效性,同時確保數據安全性。支持數千家租戶的財務費用分析服務保證數據安全與數據管控:通過完整的權限控制體系,靈活的數據行權限管控能力,快速幫助分貝通實現企業費用支出數據的完全隔離,保障數據安全、準確。為分貝通上的數千家高成長客戶同時提供分析服務。
低門檻零代碼快速搭建業務分析場景:低門檻,易上手,5 分鐘內完成自助式分析,幫助分貝通實現整個數據鏈路端到端的處理及搭建分析場景。
滿足自定義分析需求以及不同場景下的應用:對于分貝通客戶,可直接應用分貝通通過 HENGSHI SENSE 事先搭建好的分析模板,幫助財務人員高效匯報工作、輔助高管決策,對于大型客戶則提供自定義 Dashboard 滿足更高階的財務分析需求。支持多屏自適應,可以在手機端和 PC 端的快速上線分析場景。
HENGSHI SENSE 將分析能力提供給分貝通,分貝通基于業財行業累積的 know-how 經驗作為基礎和依據,對“客戶所需要”的維度全部做了整合,然后配置到在線數據分析的產品模塊里。加上行業標桿客戶的研究,并結合財務對費用分析維度和分貝通業務維度進行整合后,充分將行業 know-how 沉淀成為了每一個數據分析場景。
多樣財務數據分析場景
我們一起來看看分貝通為大家帶來怎樣的典型分析場景:
1)一眼看全局 輕松預測消費趨勢
財務可以通過在各個場景的趨勢狀態數據。借助此功能,財務可快速洞悉高費用支出類別,預測消費趨勢,幫助企業掌控支出情況,并進行相應的規則制定。
以某互聯網企業為例,受公司快速發展和區域擴張影響,該公司業務部門在Q4的商旅出行明顯增多。因此在制定下一年預算時,財務根據上年情況數據適度放寬業務部門商旅部分的支出,做到有效預判。

2)消費數據多維分析 精準識別異常開支
對應查看部門、項目、員工的消費概況,一眼辨別異常支出。
例如,某制造公司通過數據分析發現公司市場部門在2月份支出遠高于其他月份,財務點擊條形圖后可立即關聯詳細數據,直達每一筆支出明細。

在細分場景下,企業可以針對不同場景特征進行精細化分析。例如,機票場景包括「航司&艙位」、「預訂行為」、「熱門行程」和「退改簽」模塊分析。其中「航司&艙位」可具體到航司名稱及艙位等級;在「預訂行為」中,細分至提前預訂天數、出發時段、起飛時段等。

3)行為數據分析,落實管控政策
在機票場景的「預訂分析」模塊,在數據報表中,系統會自動拉出“平均票價”、“平均折扣”等參考線,用于公司進行預訂票價與平均水平進行對比,從而評估出企業是否已經制定“最佳規則”。
以某消費企業為例,通過在線數據分析功能發現,企業員工預訂起飛時段票據是均在票價最高的12-18點,而低價且合理的時間段則是在9-12點。通過對飛機起飛時間段的配置,該公司還能夠實現費用上的進一步優化。

4)數據結構分析,節省企業支出
通過數據結構分析,能夠為企業進一步降本增效。例如,觀察員工訂購酒店集團的占比情況,可以將高頻預訂的酒店集團品牌在分貝通上進行協議托管,打通會員福利和活動價,享受更極致的服務。

而打車場景在基礎數據呈現之外,更可看到車型、時段、跨城等數據,讓所有消費數據實時、透明。

