应用管理会计解决问题的底层逻辑是要明确什么是对的事情。正如稻盛和夫先生所说的“作为人，何谓正确”，管理会计要解决的则是作为法人，何为正确。用数字告诉你什么是正确的事情以及哲学数字化，是坤睿数字化战略目标管理的核心。

我们理解的管理会计的核心是数据和逻辑。对于数据，大多数人都会觉得数据就是财务数据；但是，只是财务数据远远不够，我们还需要结合业务数据和行为数据才行。只有建立了财务数据、业务数据和行为数据的内在逻辑，才可以帮助我们管理规模越来越大的企业。不然，即便管理层经常去现场，也还是很难找到管理的重心；在指挥上还是有可能出现重大失误，从而错失事业版图扩张的机会。

我们不只是要看这些数据，还需要架构这些数据之间的逻辑。通俗地说，就是我们做了哪些行为会带来想要的业务数据；哪些业务数据发生了，会得到我们想要的财务结果。根据这些数据，可以复盘哪些行为是有效的，哪些行为是无效的，哪些是增值的，哪些是不增值的，从而实现精准管理的目标。最后再通过分类，将海量的数据和经营的逻辑串起来。

那么，如何进行数字化转型呢？

这些年来，大多数企业在数字化升级中面临两大难题：一是技术方面，二是认知方面。在做数字化升级的项目的过程中，我们发现，认知层面的问题是企业数字化升级的最大问题，主要体现在以下七个方面。

第一，不懂财务数据。很多业务部门的人员对于财务数据的定义不清楚，于是实际管理过程中错过管理的机会。

第二，业务数据不准。有些公司的各种系统由于没有进行统一的梳理，不同部门对于同一事项的定义不同，导致业务数据不准。当然也有些公司因为业务部门不重视数据，结果也使得数据不准。

第三，没有行为数据。很多公司没有做到有效收集行为数据，比如销售团队的拜访时间，运营过程中的各种时间等，都只是停留在管理者的经验里，未能进行有效管理。

第四，财务与业务脱节。财务只管财务数据，业务只管业务数据，他们谁也不理谁，未建立业务数据和财务数据的逻辑关系，盈利设计的时候缺乏依据。

第五，业务与行为脱节。行为数据停留在大家的经验里，未能提炼成组织能力，不能清晰明了怎样的行为数据会带来有效的业务数据，使得团队的成长周期加长。

第六，决策数字真空。指的是决策数据缺失，比如很多业务板块的行为数据缺失，缺乏营销团队的拜访数据、签单数据等，人力资源板块的招聘行为数据和人才培养数据都停留在报销的备注里，很难进行大数据分析，提炼洞察。

第七，决策数字“中毒”。指的是有些公司数据不缺，及时性也不缺，可惜数据应用能力不足，无法从海量的数据中提炼洞察，于是错失了改善的机会。比如说，很多公司都有CRM（客户关系管理）系统，里面有非常详细的客户管理数据的记载，可是这些数据里面反映了怎样的规律，有怎样的成功的法则，则是无人问津，更有甚者，数据多了，令人眼花缭乱，最后大家熟视无睹，错失了管理的机会，不能不说这是一件非常遗憾的事情。

因此，数字化时代要进行数字化升级，必须突破认知层面的这七个误区，升维数字化认知。

决策数据包括财务数据、业务数据和行为数据。其中，财务数据包括我们三大财务报表上的所有项目，常常用金额来表示；业务数据是指内外部价值链上的过程数据，比如销量、产量、客户数量、供应商数量、产品数量等；行为数据则是指在经营过程中，与用户相关的行为数据，比如客户、供应商、员工的行为数据，包括发货时间、发货间隔、沟通时间、沟通频次、拜访时间、拜访频次、反馈时间、互动间隔等。

那么，为什么要看决策数据呢？

在企业经营的过程中，很多时候，财务数据、业务数据和行为数据分别是由不同的部门来整合完成的。在实际管理的过程中，经常会出现这些情况：看财务数据只看财务数据的分析，看业务数据就只看业务数据层面的分析；财务不理业务，业务不理财务。

财务数据是经营的结果，业务数据是财务数据的原因，带来业务数据的根源是行为数据。因而，财务数据、业务数据和行为数据需要结合起来看，单纯看财务数据、业务数据或者行为数据都会出现问题。

然而在实际中，财务数据严重滞后，现在的财务数据可能是六个月前行为数据的结果，所以要想财务数据好，必须进行前置化管理。这就需要建立财务数据、业务数据和行为数据之间的逻辑，知道什么样的行为数据可以带来怎样的财务数据。只有在前端做正确的事，才可以得出正确的结果。

把数据尽可能地保存，并不是说把数据像堆杂物一样地储存，而是需要对数据进行组织和管理，IBM称之为数据治理，意思就是把数据当作资产来看待。(www.daowen.com)

资产肯定包括不同的类型，数据也一样，可分为四类。

第一类数据是主数据。对一个企业来说，主数据就是核心资产，其中可能包括客户信息、产品信息、供应商信息等。核心资产非常重要，也经常被使用，所以必须保证其在安全和高效的环境下得到利用和保护。

第二类数据关系到企业的业绩水平的高低，它将决定企业的运营做得好还是不好，体现出的是绩效管理的结果，这部分数据由数据仓库支持。

第三类则是关系到企业未来的数据，它们的价值在于“潜力”，比如原始单据就是这类数据，企业有可能从中挖掘出新价值，让自己的业务做得更好、更有前景，它们是“内容管理”的对象。

第四类是一种“很快的数据”，它们是需要迅速得出处理结果的数据。比如一个客户来了，企业马上就要分析出该客户的兴趣点是什么、与其他客户有何关联关系等，以便及时做出最有效的应对。这种数据的形态与前几种都不同，它们需要以流数据的方式进行处理。

当财务给我们几十页的分析报表时，我们到底从哪里看起呢？在平时，我们应付客户的各种问题、老板的各种要求，其实已经非常忙了，再看这么多报表，确实是一种非常令人崩溃的事情。其实，我们只要遵循经营分析的核心逻辑，从结果出发，向过程要行动，就能轻松分析报表。

举个例子，假如公司的收入主要来源于八个大客户，他们的销售额占总销售额的80%，那么我们的日常管理就只要管理好这几个大客户就可以了，如此就可以简化分析。

尝试思考以下五个问题：

第一，这八个客户选择我们的理由是什么？价格以外的原因是什么？什么是我们有，竞争对手没有的？

第二，这八个客户的利润如何？是否也是80%的利润额，如果从80%的利润的角度研究，我们的客户是否还是这八个客户，还有哪些客户？同样的逻辑，如果从现金的角度来分析，80%是否还是这八个客户，还有哪些客户？

第三，这八个客户所在的行业和区域，增长潜力如何？是否有可持续的未来市场？如果从市场潜力的角度来看，是否还是这八个客户，还有哪些客户？

第四，我们的核心产品是否匹配，提供给这八个客户里的是否是我们的核心产品，还有哪些客户与核心产品匹配？没有的话，我们是否有合适的产品？我们的产品改进和产品研发能力是否与这八个客户的需求一致？

第五，如果这八个客户的销售有一两个在销售中出了问题，我们是否有可以替代的方案？为了有B方案，我们的后备梯队需要有多少个比较保险？我们如何提前知道这八个客户的订单有不可持续的风险？有哪些情报可以给我们预警？

我们平时天天跟客户谈的最多的就是价格，脑子里天天盘算的是怎样防止客户砍价，怎样想办法提价，怎样用一些小手段小策略搞定订单，怎样比竞争对手价格低一点以抢占市场。只有很少的几个客户因为合作时间久了，我们才会跟对方多了解一些诸如家庭状况、公司状况等。

但是我们可以不断完善这些情报。当我们对这些都有了相对清晰的认知，就可以简化管理，数据分析次数自然也就大幅度减少了，未来一年只做三四次彻底分析，每个月都尽可能只管理几个关键指标就可以了。

如果我们客户的集中度不高，要如何来做比较合适呢？记住关键的一点：分类是管理的灵魂，给客户贴标签，找到那一类可以实现健康可持续的占比80%的健康利润的部分来管理，就抓住了“牛鼻子”。

通过以上几点的分析，我们可以了解到：企业进行数字化转型时，必须要围绕着企业的核心经营活动，利用数字化工具、数字化观念以及数字化分析等提高企业的创新能力，从而提高企业整体的运营效率。