日益复杂的内外市场环境下，促使企业不断思考如何维护现金流量，降低资金成本。如何与合作伙伴协同，提高风险的感知和把控能力？如何通过数据分析推动前端和后端的变革并反向推动各领域风险识别和管理能力？小编特邀请德勤中国副总监、国际注册反舞弊师CAP芮柏松对此问题进行分析。

一、现状—企业信用管理面临的困境与挑战

1、当前企业面临的信用管理挑战

1）新经济常态下市场变化

       受技术变革和内外部环境变化的推动，线上工具技术日益成熟，逐渐改变着我们的工作或交流模式。当前国际贸易和国内市场经济环境的不确定性增大，去杠杆政策推动我国传统经济升级转型，进而影响行业流动性，企业生存压力不断增大。

2）政府监管考核力度提升

       自2015年，国资委多次指出需加强“两金”管控，清理压缩“两金”占用规模，加大内部资源整合力度，提升资产效能；并提出在企业的内部审计需加大对“两金”管控的监督力度，仅2022年1月以来，国家已多次发文推进信用管理，因此从企业自身及监管环境角度看，大家对信用管理的认识和关注在逐步提高。详细可参考以下两部文件：

• 2022年1月13日 国务院、市场监管总局

       印发《关于推进企业信用风险分类管理进一步提升监管效能的意见》

       提出：力争用3年左右的时间，市场监管系统全面实施企业信用风险分类管理，同时鼓励拓展企业信用风险分类结果运用。

• 2022年3月29日 中共中央办公厅、国务院办公厅

       印发《关于推进社会信用体系建设高质量发展促进形成新发展格局的意见》

       指出：进一步发挥信用对提高资源配置效率、降低制度性交易成本、防范化解风险的重要作用，为提升国民经济体系整体效能、促进形成新发展格局提供支撑保障。

3）企业数字化转型步伐加快

       随着企业数据化转型进程加速，企业信用管理水平需同步提升，才能让企业有应对挑战的能力。 数字化转型加速能给予信用管理很好的土壤，促进更丰富的数字化手段与销售端、财务端乃至整个信用管理流程进行无缝地、柔性地链接。

       目前信用管理工作既是挑战，又是机遇。加强客户信用管理进行风险缓释，防控客户拖欠款项造成的现金流短缺、坏账风险，是保障企业自身利益的重要手段。

2、当前企业面临的信用管理困境 

       主要聚焦于缺少与数字化能力适配的信用管理体系，包括信用变化未动态监控、信用评级标准不统一 、信用管理制度不健全、 管理责任划分不明、资信核查过程不全面、资信核查过程不全面、对账结算未及时跟进、信贷政策未充分运用等现象。

二、转型—企业信用管理体系转型之路

1、企业信用管理体系模型

       数字化应和信用管理体系相匹配，促进信息管理体系更顺畅、快速、敏捷、透明、便捷地落实执行。完善的信用管理体系应包括以下要素：

1）上层设计

· 适配企业战略——信用管理体系应贴合企业自身的发展战略

· 资金控制策略——基于企业自身资金管控策略合理进行信用管理调控

· 组织结构建设——信用管理体系的落地离不开各级组织管控

2）中层设计

       制度政策的制定

3）基层设计

· 工作流程设计

· 岗位职责制订

· 考核方案制订

· 激励机制建设

· 实施执行跟踪

· 系统支撑落地

2、企业按需优化现有管理体系

       信用管理体系从零到一建设思路，可参考以下路径建议，整体路径通过数字化手段的驱动，结合企业实际情况进行完善加强，进而形成适配自身的管理体系，落实关键重要举措，持续监控改善：

1）解析企业战略方向

       企业战略包括营销战略、发展战略和融资战略，将企业战略细化并与信用管理目标相结合，解析企业信用管理对企业战略的影响，明确企业自身信用管理目标 。

2） 明确资金管控策略

        确定企业自身资金管理要求，明确信用交易管理底线。加强企业信用管理，可以帮助企业借赊销扩大销售规模，提高市场竞争力，增加企业现金流量、加速资金周转、降低资金成本，提高企业净收益。

3）设计信用管理组织结构

       结合企业自身特点与需求，科学设立和调整信用管理组织结构，确定管理责任主体。

4）完善信用管理制度细则

       制度应包括对内和对外的信用管理，风险管理等内容，形成信用管理操作指南 。

5）清晰定义岗位职责

       进行工作职责的明确界定，确保信用管理工作区域清晰化、明显化。

6） 梳理优化业务流程

       梳理企业销售-回款业务活动中的各个环节， 进行优化完善，以最高效、最有效的方式实现跨部门的流程串联。

7）设计考核及激励方案

        结合企业自身特点与需求，科学设立考核激励方案。

三、赋能—数据洞察能力如何赋能企业信用管控

1、什么是数据洞察？

       数据洞察在数据分析的数据获取、数据分析基础上，代入业务场景，设置判断规则，进行数据解读，充分发挥数据价值，驱动企业高效决策，驱动企业实现新的商业模式的探索与突破，助力企业业务发展，推动企业数字化进程，数据洞察包括4项重要元素：

1）数据基础

• 有量并且有质的数据数据是实现数据洞察的基础；

• 缺乏外部数据往往是企业数字化难以开展的核心原因。

2）业务场景

• 与业务场景结合，确保洞察结果符合企业实际业务需求、管理需要；

• 洞察结果反向推动业务场景相关流程标准化、规范化。

3）判断规则

• 构建数字化模型，进行描述性、解释性、预测性、决策性分析，透析业务实质；

• 同时，借助规则，也可将业务管理规则、风险防控要素进行嵌入式落地。

4）数据驱动

• 通过数据可视化、故事化等方式，将数据价值充分展示，提升数据证据说服力，有

效驱动企业进行高效决策；

• 深入提升业务认知，驱动企业实现新的商业模式的探索和突破，促进业务发展，进

而推动企业数据化转型。

2、完善的数据帮助企业知己知彼

       在市场经济活动中，数据即“情报”，对于信用交易过程，信息不透明与不对称，造成了市场信号传递的知识差，必然导致处于信息劣势地位的企业承受信用风险，而完善的数据为后续洞察分析提供基础，进而帮助企业规避潜在风险。

       因此，从数据痛点出发，通过数据设计解决问题的方式，既要熟悉自身企业内部情况（包括业务数据、财务数据等内部数据），了解企业自身业务经营状况，进一步明确企业现阶段管理重心，并了解企业自身财务资金状态，明确企业当前资金管控要求；也要了解外部情况（包括政策发布、行业趋势、营商环境、市场规模、监管要求、行政处罚、法律诉讼、资质变化、失信名单、股权出质、动产抵押等外部数据），了解政策及市场环境变化，及时调整企业现阶段战略方向，并了解外部风险情况，制定合理风险缓释措施。通过“知己知彼”，扭转企业信息劣势地位。

3、多维分析指标帮助企业深入挖掘信用管理风险

       结合企业自身业务场景，设计多维分析指标，包括定性指标（比如宏观环境、 市场特性、企业状况、法律风险等）和定量指标（比如企业营运能力、财务履约能力、历史合作评价等），多方位分析企业信用情况，深入挖掘企业潜在风险信息。

4、可视化数据解读帮助企业进行高效决策

       数据分析结果可视化帮助企业及时发现数据价值，运用数据洞察结果，进行高效决策，把繁杂的数据表单变为清晰的数据表单，促使数据直观易懂，异常信息高效传达，清晰了然； 多维评估，提升企业运营管理精细化；深入洞察，风险预警快速感知；推动企业高效决策。

5、借助数字化手段，实现信用业务全程管控，推动企业管理变更

       构建数字化信用管理体系，以系统为抓手，实现信控管理事前、事中、事后的闭环管理跟踪，建立预警指标和事项反馈，推动管理变革。 从“事前、事中、事后”阶段实现闭环管理和全流程风险监测，“重管控”“重服务”两手都要抓，把管控理念转变为提高服务的能力，最终达到销售业绩的合理、健康成长。

6、数据化驱动企业信用管理多方位转变

       在企业信用管理方面，借助数据洞察，帮助企业充分挖掘现有业务模式的问题与风险，有效赋能企业管理，驱动企业信用管理体系高效落地，推动企业数字化进程，通过对重点客户的分析，整理利用数据洞察取得的一系列变化的情况。

        新经济常态下，企业采取必要手段进行信用风险管控已经迫在眉睫，借助以数据洞察为核心的数字化手段，重构企业信用管理体系，已成为企业提升核心竞争力、争取市场新机遇的必经之路。