《財務數據價值鏈：數據、算法、分析、可視化》提出財務數據價值鏈的概念，系統且詳細地介紹了數據價值鏈中的業務需求分析、數據采集、數據清洗、數據探索、數據算法、數據可視化六大步驟中各步驟的內涵、應用場景、實現工具等，闡述了整個數據價值鏈對財務工作帶來的影響。同時，書中還提出由數據價值鏈、數據治理、決策場景共同構成數據價值體系，認為財務需要依靠持續的數據治理保障數據質量，通過數據價值鏈提煉數據價值，為各類決策場景提供支撐，賦能數字化轉型。
《財務數據價值鏈：數據、算法、分析、可視化》使用了財務專業人士能夠理解的技術語盲，并輔以場景化案例、知識延伸閱讀等形式加深讀者理解。
《財務數據價值鏈：數據、算法、分析、可視化》適合所有追求思想變革和認知更新的財務專業人士以及任何對財務數字化轉型感興趣的讀者閱讀。
管理會計能力提升與企業高質量發展系列
十數位高校導師，一線前沿企業財務專業人士傾情力作
助力管理會計能力提升、思維模式突破、自我價值實現
國際管理會計師組織 IMA管理會計師協會榮譽出品
您是否曾有這些困擾？
☆財務如何建立有效的管理機制以充分挖掘數據價值，滿足業務需求、支持經營管理？
☆財務數字化轉型的核心內容是什么？
☆數據質量不好，數據分析效果受限，財務如何從源頭保障數據質量，最大限度發揮數據價值？
☆將原始數據轉化為有價值的信息需要經歷哪些步驟？采用哪些方法？
☆如何開展一個數據分析與可視化項目？
☆數字化時代，財務人員需要構建怎樣的知識結構？掌握哪些工具、算法？
《財務數據價值鏈：數據、算法、分析、可視化》回答并解決這些問題
閱讀本書的理由
☆知識系統性強：創新提出數據價值體系及數據價值鏈，系統介紹數據價值鏈各步驟的內涵、應用場景、實現工具等內容，為您構建完整的知識架構；
☆實踐指導性強：兼顧知識理論與實務操作，清晰展現實踐步驟的目標與具體方法，為您描繪明確的實踐路線；
☆應用案例豐富：以場景化的案例、知識延伸閱讀等形式幫助您加深理解，涵蓋1個完整數據分析與可視化項目案例，從項目背景到項目交付，步驟清晰，手把手教你實現財務數據可視化；
☆內容可讀性強：使用財務等非專業數據分析人員也能理解的語言，內容通俗易懂，不再懼怕技術與算法；
這套書能幫財務工作者看到并做到的，遠多于你所預想！
陳虎 中興新云總裁
清華大學經濟管理學院博士后，中國注冊會計師、特許公認會計師（ACCA）、財政部會計信息化委員會咨詢專家、財政部管理會計咨詢專家、中國成本研究會理事、中國會計學會會計信息化專業委員會委員、ACCA中國專家智庫成員、南京大學產業教授。擁有超過二十年的高科技行業財務管理經驗，先后于核心期刊發表了幾十篇學術論文，著有十二本專著，主持并指導幾十家大型企業集團的財務變革、財務共享服務、財務信息化、財務數字化項目。
孫彥叢 中興新云高級副總裁
中國注冊會計師、財政部內部控制標準委員會咨詢專家、上海國家會計學院智能財務研究院研究室（中心）聯席主任、南京大學智能財務研究院主任、西安交通大學校外指導教師。擁有近二十年高科技行業財務管理及財務信息化經驗，在核心期刊發表論文數篇，著有十二本專著。曾主持多個大型企業集團的財務共享服務、財務信息化、財務數字化、財務管理轉型項目。
郭奕 中興新云高級副總裁
上海國家會計學院智能財務研究院研究室（中心）聯席主任、中國醫藥會計學會高級研究員、西安交通大學校外指導教師。在財務信息化與數字化、財務共享服務、全球財經管理模式、政府政務行業會計改革、醫藥行業業財融合等領域擁有豐富經驗，在核心期刊發表論文數篇，著有專著九本。曾主持和參與了多個大型集團企業財務共享服務、財務信息化、財務數字化、財務管理轉型項目。
趙旖旎 中興新云副總裁兼知識總監
上海國家會計學院智能財務研究院學術委員會成員、南京大學智能財務研究院執行主任、西安交通大學校外指導教師。擁有超過十年的高科技跨國企業集團財務云運營管理工作經驗，先后于核心期刊發表論文數十篇，擁有專著六本。作為中興新云知識總監，主導完成了中興新云系列研究成果，包括財務云叢書、行業研究分析、系列創新報告等。
第一章
DT 時代的變革
步入DT 時代·002
從IT 到DT 的變遷·002
DT 時代，數據為王·003
企業對于數據的渴望·008
數據驅動管理·010
直面挑戰·011
DT 時代的財務變革·015
財務在企業管理中的定位·015
DT 時代財務的變與新·018
第二章
數據價值體系
理解數據·027
數據與數字化·027
數據的核心價值 ·028
數據價值體系·030
數據治理體系：數據發揮價值的基礎·031
數據價值鏈：數據發揮價值的途徑·045
決策場景：數據發揮價值的場景·050
數據價值體系的保障和基礎·056
建設數據文化·056
組建數據組織·057
培養數據人才·060
掌握數據技術·068
第三章
數據價值鏈
點菜：業務需求分析·073
理解業務需求·073
業務需求分析的具體步驟·074
買菜：數據采集·079
理解數據采集·079
數據采集常用的方法與技術·084
洗菜：數據清洗·087
理解數據清洗·087
數據清洗的具體步驟·090
切菜：數據探索·092
理解數據探索·092
數據探索的具體步驟·093
炒菜：數據算法·097
理解數據算法·097
數據算法應用的具體步驟·098
上菜：數據可視化·103
理解數據可視化·103
數據可視化的具體步驟·105
第四章
數據采集
數據源的分類·110
以分布范圍分類的數據源·110
以采集路徑分類的數據源·112
財務數據源的再定義與擴展·115
不同情境下的數據采集·118
情境一：感知設備數據采集·118
情境二：系統中結構化數據采集·120
情境三：日志文件數據采集·121
情境四：非結構化數據采集·122
情境五：其他外部數據采集·125
DT 時代下的數據采集特點·127
第五章
數據清洗
數據質量問題與清洗方法·135
缺失數據清洗·136
格式問題數據清洗·138
邏輯問題數據清洗·139
異常數據清洗·140
不一致數據清洗·142
冗余數據清洗·143
數據清洗的主要工具·147
電子表格·147
專門的ETL 工具·148
編程實現·148
專業的數據清洗軟件·149
BI 數據準備工具·150
第六章
數據探索與數據算法
描述數據特征·155
集中趨勢指標·158
離散趨勢指標·160
分布形態指標·162
理解統計基礎·165
統計學原理·165
推斷統計·167
相關性分析·171
認識數據算法·173
回歸算法·173
分類算法·175
聚類算法·182
關聯規則算法·184
時間序列算法·186
數據算法在財務領域的應用·190
了解常用工具·199
Excel·199
SQL·202
SPSS·203
SAS·204
Python·205
R·206
算子平臺·206
第七章
數據可視化
數據可視化的基本圖表·213
柱形圖（Column Chart）·214
條形圖（Bar Chart）·214
折線圖（Line Chart）·215
面積圖（Area Chart）·217
餅圖（Pie Chart）·217
散點圖（Scatter Plot）·218
氣泡圖（Bubble Chart）·220
漏斗圖（Funnel Plot）·221
儀表盤（Dashboard）·223
雷達圖（Radar Map）·223
詞云圖（Word Cloud Map）·226
熱力圖（Heat Map）·226
數據可視化的展現邏輯·228
時間邏輯·228
空間邏輯·230
用戶角色邏輯·231
業務分析流程邏輯·232
用戶自定義邏輯·233
數據可視化的實現工具·236
Excel·237
Tableau·239
Power BI·241
FineBI·245
R·246
Python·249
財經云圖·251
第八章
哈斯汽車：如何開展數據分析與可視化項目
案例背景·254
項目溝通·256
前期內部溝通·256
客戶需求溝通·261
項目實施·263
需求分析·263
采集數據·264
清洗數據·265
數據分析與可視化·268
溝通結果·280
結語重塑DT 時代的財務價值
新書資訊