Корпоративная отчетность и средства бизнес-аналитики (BI)
В условиях усложнения бизнеса, ведущего к росту информационной асимметрии, необходимости адекватного ответа на глобальные вызовы современности, стремительного развития цифровой экономики, существенное значение приобретает информационная прозрачность деятельности отдельных экономических субъектов, регионов и страны в целом.
Все компании, согласно законодательству, обязаны вести бухгалтерскую (финансовую) отчетность, которая дает оценку результатам экономической деятельности предприятия, однако, тенденция последних лет показывает, что все больше компаний наравне с финансовой отчетностью публикуют нефинансовую и уделяют такое же пристальное внимание.
Так, в мире с 2008 по 2018 года количество зарегистрированных нефинансовых отчетов увеличилось с 16 до 95 тысяч.
Компании необходима такая отчетность, которая отражала бы весь комплекс взаимосвязей между стратегической, управленческой, операционной, финансовой и нефинансовой составляющими, показывала, как используются различные капиталы (финансовый, производственный, интеллектуальный, человеческий, природный и социальный), взаимодействуя с внешней средой, своей бизнес-моделью, создает ценность на протяжении времени.
Публикация нефинансовой отчетности повышает открытость и прозрачность компании, что делает ее более привлекательной для потенциальных инвесторов по сравнению с конкурентами.
Нефинансовая отчётность дает всем пользователям информации возможность сформировать представление о результатах деятельности компании в различных областях, где особое место уделяется охране окружающей среды, промышленной безопасности и охране труда.
Для закрытия потребностей компаний в рамках подготовки нефинансовой корпоративной отчетности, в рамках решения 1C:EHS Комплексная безопасность КОРП была разработана универсальная подсистема корпоративной отчетности.
Описание функциональности
Подсистема «Корпоративная отчетность» представлена на рисунке 1
Рисунок 1 – Подсистема «Корпоративная отчетность»
Для учета разнообразных корпоративных показателей разработан справочник «Отчетные показатели» позволяющий вести как плановые и фактические показатели по любым направлениям деятельности в области ПБОТООС, Рисунок 2.
Рисунок 2 – Вид справочника «Отчетные показатели»
В справочнике предусмотрена гибкая настройка наименований и периодов действия показателей, что позволяет сохранять исторические данные в неизменном виде, не теряя связь с актуальным списком показателей, Рисунок 3.
Рисунок 3 – Форма элемента справочника «Отчетные показатели»
В системе предусмотрено несколько вариантов сбора данных по показателю:
- Ручной ввод данных
- Автоматический перерасчет значений по настроенным формулам (Рисунок 4)
При настройке формул предусмотрена возможность ввода переменных, с указанием показателей отчетности, с использованием математических операторов.
Рисунок 4 – Настройка формул расчета показателей
- Автоматическое заполнение путем настройки источников данных (Рисунок 5)
При настройке данных предусмотрена возможность указать тип источника (справочник, регистры сведений, накопления) и выбрать любой подходящий объект системы, из которого необходимо получить данные. Для получения желаемого результата доступны различные функции (Количество, количество различных, сумма, максимум, минимум) и дополнительные отборы.
Рисунок 5 – Настройка источников данных
- Автоматические заполнение с помощью алгоритмов, прописанных в схеме СКД (Рисунок 6)
При настройке показателя методом схем СКД можно настроить запрос любой сложности.
Рисунок 6 – Настройка алгоритмов с помощью схемы СКД
Для ввода показателей предусмотрен документ Учет показателей, позволяющий вводить данные на ежемесячной, ежеквартальной или годовой отчетности, Рисунок 7.
Рисунок 7 – Форма документа «Учет показателей»
В документе предусмотрена возможность автоматического заполнения данных для каждого показателя, в зависимости от его настроек, с возможностью ручной корректировки для получения итого значения.
Механизм ввода данных также позволяет отказаться от ручного редактирования и перейти в дальнейшем на автоматическое создание документов без доступа к изменению вручную.
На основании данных по введенным значениям показателей формируется корпоративный отчет с возможностью гибкой настройки формы под конкретные требования, Рисунок 8.
Рисунок 8 – Форма сводного корпоративного отчета
Отчет строится как по отдельным организациям, за которые вносятся первичные данные в системе, так и в совокупности на различных уровнях иерархии организаций, например, в разрезе головной организации или ее холдингов/объединений.
В подсистеме корпоративной отчетности, в рамках возможностей и ограничений платформы 1С Предприятие 8.3, реализована отчетность для бизнес-аналитики (BI), позволяющая формировать таблицы с данными в различных разрезах, с сохранением настроек и различных наборов данных, а также с выводом диаграмм, настраиваемых в режиме предприятия, Рисунок 9, Рисунок 10.
Рисунок 9 – Диграммы с динамикой показателей
Рисунок 10 – Диграммы с динамикой показателей
Помимо диаграмм предусмотрены детальные сравнения плановых и/или фактических показателей за различные периоды, с выводом разницы в процентах и единицах измерения показателей, Рисунок 11, Рисунок 12
Рисунок 11 – Сравнительный анализ показателей
Рисунок 12 – Сравнительный анализ показателей
Эффект от разработки функциональности (результат)
Преимущества подсистемы универсальной корпоративной отчетности:
- Возможность гибкой настройки показателей
- Возможность адаптации под различные формы отчетности заказчиков
- Сохранение исторических значений без потери связности данных
- Построение отчетности в любых разрезах иерархии организаций
- Универсальная аналитическая отчетность, позволяющая оценить динамику изменений показателей по периодам, в разрезе организаций
Система позволяет структурировать корпоративную отчетность, привести к единому формату, что сокращает трудозатраты пользователей системы, а также позволяет принимать оперативные управленческие решения на уровне руководства путем анализа данных с помощью аналитической отчетности.
Пути развития
В перспективе, при наличии по корпоративным показателям большого количества исторических данных (от 5 и более лет) с максимальным количеством организаций и охватом различных отраслей промышленности, с помощью применения алгоритмов машинного обучения можно строить модели для прогнозирования значений корпоративных показателей.
Для построения моделей необходимо связывать первичные данные, вводимые пользователями в рамках работы с решением 1C:EHS Комплексная безопасность КОРП, с значениями показателями корпоративной отчетности.
Анализ данных проводится с помощью искусственного интеллекта, а конкретнее с помощью метода машинного обучения с использованием алгоритма градиентного бустинга деревьев решений, применяемого, например, в программных библиотеках с открытым исходным кодом - XGBoost или аналогом CatBoost, разработанный компанией Яндекс.
Градиентный бустинг — это техника машинного обучения для задач классификации и регрессии, которая строит модель предсказания в форме ансамбля слабых предсказывающих моделей, обычно деревьев решений.
При грамотной реализации на рынке появится уникальный продукт, позволяющий прогнозировать показатели в области ПБОТООС без прямого участия человека.
