财务分析之数据分析的三种境界
财务分析是对数据的分析，但又不能单纯的数据分析（或报表数据分析），还需要有业务层面的分析。所以站在业务财务分析视角下，做出较好的业务财务分析，弄透财务是分析的基础，加入数据分析是必须，以商业业务渗透是落地。
但是不同人对此理解不一，造成财务分析报告会出现三种结果：展示数据、解释数据、控制和预测数据。
一：展示数据
所谓展示数据，是指我们在做财务分析时，最后的结果是用各种公式、图表、可视化工具等，把数据以某种方式展示出来。
展示数据的意义就是，告诉自己，多么用心，从财务数据，通过加班加点，把财务上的数据，进行重新的排列组合，出现了一个新的数据形态。告别别人，你看我多么专业，穷尽一切可能，将好看的数据，呈现出来。
于是乎，我们财务人对于财务报告的数据，只是为了展示数据。数据形态从表格到图表，从静态到动态。
比如财务报告中的数据展示，我们常见的有这些表现。
类别 | 本月 | 上月 | 月环比 | 本年累计 | 去年累计 | 累计同比 |
（万元） | % | （万元） | % | |||
A产品 | 40 | 60 | -33.347% | 1000 | 1800 | -44.45% |
B产品 | 150 | 80 | 87.5% | 2500 | 1200 | 108.34% |
合计 | 190 | 140 | 35.72% | 3500 | 3000 | 16.67% |
上面这个表还可以加上本月和去年本月同比、实际和预算比较、目标值与实际比较，实际与竞争对手比较等等维度。但是如果只是做到这个层次，那也只是展示数据而已。
然后按照表格，得出分析报告：A产品因为本月和累计出现负增长，所以销售额下降比较多，B产品环比增长快，且累计同比增长快，销售额增加较多，B产品增长额大于A产品减少额，所以最终公司整个年度累计增长达到16.67%。
那么这和网络上的梗“听君一席话，如听一席话，”，“现在还没睡的人，一定还没睡吧。”、“上次看到这句话的时候，还是上次看到这句话的时候。”没有什么差别。
当然有人为了让报表颜值上一个档次，会采用各类图表，比如驾驶舱之类的图表展示。
如果还想在可视化上进一步提升，吸引报表使用者关注，别人看起来的“专业”，于是在动态图上下功夫。
比如本来在前面的财务分析文章中，财务分析之吕秀才的经营分析之道，中对于同福客栈当月主要菜品分析，本来可以通过下面的这个表格，可以看出展示相关数据。
菜品 | 毛利 | 销售占比 |
叫花鸡 | 40% | 15% |
虾仁猪心 | 51% | 5% |
2斤牛肉 | 50% | 35% |
二十四桥明月夜女儿红 | 15% | 25% |
花生米 | 20% | 20% |
以上表格，如果只是展示销售额占比排名，只要在EXCEL下，按照“销售占比”列排序即可。但是要极致化展示数据，于是乎通过动态图，来展示数据。如下图
如果你觉得还不够极致的展示数据，于是弄个可视化动态图表视频，来展示数据。
也就是本来一个表格可以说明的问题，如果非要强行可视化，强化为了好看而好看。结果也只是用不同的工具展示了数据。从表格到可视化图表，别说外行立刻觉得高大山起来，内行也会赶紧询问这些图的制作。
为了不吊胃口，我就把相关可视化的工具，罗列如下。可自行检索使用。
可视化工具：
1、花火
一个在线图表制作工具，基本的图表类型都有，还能够智能推荐图表，但免费版本导出都带水印，想导出高清视频，去除水印，都需要付费。
2、Power BI
Power BI是微软开发的商业分析工具，可以很好地集成微软的Office办公软件。
3、FineBI
一款国产的商业智能软件，主打的是数据分析，操作非常简便，拖拽就能自动生成图表，还带有智能图表推荐功能，更偏向企业级应用，毕竟企业版是收费的。
当然以上几个是你可能会适用的，当然还有很多全英文的数据可视化网站：Flourish、Tableau、Datawrapper、Visme、Grow、iCharts等等。
当然我们必须承认，财务报告作为会计人员最后的产出产品，好看也是必须要考虑的，好看的逻辑背后是不管报表使用者有没有兴趣和时间，至少先用好看（看上去专业，看上去高端），把百忙之中的老板抽离到报表上来。
我曾提出过“老板的看法、决定财务的干法”，因此中小企业财务，还不能“自以为是”的只务实，有的时候也需要务虚。这种务虚包括了解老板的个性、老板对于财务的要求、老板他所能理解的财务报表和数据形式。然后以其“胃口”，服务好老板。这不是马屁学，而是在中小企业老板普遍缺乏财务意识，甚至对于财务只关心“账上还有多少钱”的现实场景下，必须思考让老板愿意花时间看你的财务分析，听你解释财务分析。
这其实也符合世俗的逻辑，因为大众对于深入认识人和事物，会有一个时间和资源成本的考虑。所以外在的东西，最容易抓人，也最高效。比如“以貌取人”，以五官来分析一个人的三观，以学历、证书来判断人品和能力等等。
因此从报表使用者角度，来将外在的数据美化没有错。而且图表只是为了方便文字的展示，如果文字能讲明白的，为了要花大力去去弄复杂的图表呢？就比如很多对于EXCE函数一样，函数的目的是为了简化报表机械工作，而不是为了体现自己会嵌套函数，会高级函数，这是在炫技，本身和工作无关。
因此可视化必须符合实际需要，而且在图表的背后，一定是你已经分析出一套数据背后的清晰逻辑故事。如果数据只是套上了好看的外壳，那么没有实质的内容，最终是这个报表是没有灵魂的。所谓“好看的皮囊千篇一律，有趣的灵魂万一挑一”。
二：解释数据
财务分析的第二个境界就是解释数据，但是解释数据，不能如同，“听君一席话，如听一席话，”一样说了等于没说。
解释数据常见有几个问题，比如以教材指标定义谈数据指标，以个人经验谈数据指标。比如以上同福客栈“侠客菜”当月销售占比分析，为什么“来两斤牛肉，烫一壶好酒”成为当月销售额的冠军？ 你当然不能说因为它是销量第一，所以它是销售冠军。也不能以个人经验说，饭店嘛，肯定好吃所以销量第一呀。比如在财务分析之吕秀才的经营分析之道中，吕秀才分析是客观原因是：当月七侠镇举行武林大会，客流剧增，所以到同福客栈的食客多了，而且都是武林人士，他们的标配就是“来两斤牛肉，烫一壶好酒”；主观原因是：同福客栈主动出击，根据武林大会制定营销活动，吸引客流。
关于解释数据，核心要以业务为基础，以数据指标为坐标，多维度多角度对数据进行本质分析。
回到开篇提到的表格，如何解释这些指标的变化。假设以下表格数据常见发生在某一个小吃店里面，A产品为奶茶，B产品为新式关东煮。（不要纠结单位）
类别 | 本月 | 上月 | 月环比 | 本年累计 | 去年累计 | 累计同比 |
（万元） | % | （万元） | % | |||
A产品 | 40 | 60 | -33.347% | 1000 | 1800 | -44.45% |
B产品 | 150 | 80 | 87.5% | 2500 | 1200 | 108.34% |
合计 | 190 | 140 | 35.72% | 3500 | 3000 | 16.67% |
A销售额下滑严重，B产品销售额保持持续增长。我们的分析报表，不能把表格的指标，用文字复述一遍。而是要找到问题点。
分析一个问题，需要基于业务以及模型进行，比如根据销售4P模型（product产品，place渠道，promotion促销，price价格），来对A和B产品问题进行界定。
根据销售额=价格*数量，A和B价格根据相关数据对比分析，在一定期间是没有大的变动。主要是数量方面的问题引起，但是我们不能得出因为销量少，所以销售额少这种等于没说的原因。所以还需要进一步分析，销售4P模型：roduct产品，place渠道，promotion促销，price价格，哪一个可能影响销量呢？
A产品（假设为奶茶）：渠道方面，类似的甜品奶茶较多，分流了较多的消费者；产品方面：奶茶本身没有特色，同质化严重，没有针对性，没有满足当地消费者的需求；促销方面，近期店内未对店内活动进行足够的宣传。建议：加强店内人员管理，加强活动力度，加强服务员销售意识，内部员工的管理，针对当地消费者适当的调整口味。
B产品（假设为新式关东煮）：渠道方面，类似新式关东煮周边门店几乎没有，吸引了大批客流，且本月剧增原因，由于季节变化，冬季来临关东煮市场剧增；产品方面：关东煮品牌比较受年轻人欢迎,固定群体鲜明,经营模式比较成熟，店内管理模式较好，这对店内的销售有较好的帮助；促销方面：针对学生群体，进行一定优惠，消费群体在呈现多元化，同时其宽松的消费环境及新式关东煮满足了消费者多元化的消费需求同时也满足了上班族消费者方便快捷的需要，这在一定程度上提高了其销售额。
以上的分析过程，并不是告诉你所有的分析都是按照所谓营销4P理论来进行，而是需要企业根据自己生产经营特性，产品特性，具体问题具体分析。
首先是基于财务对于业务的了解，然后结合财务指标、业务指标、其他第数据信息综合分析。然后构建业务分析模型，比如针对销售有4P模型，根据电商有从全流程节点分析（从消费了流量网友，到下单，到接单，到支付，到发货，到完成收款）的全过程，并且基于“销售额=流量*转换率*客单价”业务模式，多维度进行分析。
因此数据解释至少要达到以上解释的层面，否则解释可能落入自话自说，没有触及问题本。如果解释不能触及本质，那么历史发生的问题，可能还是上演。但是如果财务分析只是解释，也是不够的，解释只是就历史发生的问题，提出看法，分析原因，我们分析的最终目的是要改善问题，并对未来的经营做出指导和预判。
三：控制与预测数据
控制和预测数据，是财务分析对于数据的第三个境界。所谓控制，就是对历史数据进行解释后，能够找到改善办法，控制其现在和以后不发生同样的错误。所谓预测，就是结合历史和当下生产经营。就未来的经验提出前瞻性方案，让生产经营能够按照企业战略目的，按照行动方案，正常进行，并最终达到企业设定的目标结果。
控制层面，我们通过对历史数据，根据具体指标，结合生产经营业务，可能发现这些问题：生产不配套、提前生产、现场混乱、原材料库存多 、成品库存多 。面对这些问题，财务和相关部门一起，深入讨论并就相关问题，提出行动方案，比如执行层面提出：配套生产、缩短提前期 、推行5s管理 、控制到货提前期、控制制造质量、及时出货。这就是从数据分析到控制的过程。
所谓数据预测，可不止仅仅是预算层面。而是首先企业要有基于业务的战略，其次设定战略目标，制定战略方案（收入、成本、资金预测）、战略实施规划（主要指标、主要工作、主要环节、资源配置、时间进度），然后财务制定对应预算，各部门进行指标设定（KPI、主要考核指标、业绩考核数据），最后绩效考核结果。
在以上一系列的配套管理下，数据预算才有可能实施的基础。否则没有基于企业战略角度的预判，财务光看几个数据，就能对未来进行预判？
对于这一部分，我们很多人强调固有模型，比如swot分析、PEST分析，这些模型都可以拿来对未来分析。但是不要陷入固有模型的，让分析呆板化，企业必须利用一切业务本身特性，自己企业管理现状，来分析各种问题。
比如以同福客栈举例，同福客栈在七侠镇第一次武林大会中，销售额有增长，但以上分析只是同福客栈自己和自己对比（举办武林大会的月份比其他月份销售上市增长较多），但和竞争对手，以及七侠镇其他商户对比分析，似乎并不是很有优势，同时也发现了一些问题。
如果第二次武林大会时，同福客栈要在销售额比历史数据增长，同时还能比竞争对手，抢到更多客流，吸引更多客户，那么必须分析存在的问题，改善目前管理中存在的问题，然后对七侠镇第二次武林大会提前进行预判，并可以做出相关数据上的预判，提前就可能存在的问题，在第二次武林大会到来前就做了准备。
怎么进行数据预测？常见的就是构建一套基于企业业务的财务模型，这套模型起点就是企业业务，然后嵌入财务预算的原理，对于企业的商业模式进行提前预测。
此时的数据分析，就不是马后炮，而是天气预报或者叫战略前数据预演。数据预演相当于把未来要干的事情，通过数据走了一遍，然后判断存在的问题，以及提前制定对策，这就是数据分析的第三境界。
关于财务分析，本公众号此前已经写过如下文章。
15：财务分析之分析框架的搭建
联系客服
